Nach der Beta-Phase in der letzten Saison geht die LigaInsider-Note nun in ihre zweite Spielzeit und wir im StatistikTeam möchten unser Projekt inhaltlich über das komplette nächste Jahr für Euch redaktionell begleiten. Dazu werden wir Fragen beantworten, Hintergründe erklären und unsere Modelle vorstellen.
Unsere interne LigaInsider-Liga wird uns dabei zusätzlich als Anschauungsbeispiel für die Bewertung einzelner Spieler dienen. Pro Wochenende sind darüber hinaus verschiedene Spieler und Spiele in unserem Fokus, die zur jeweiligen Thematik passen.
Spielerbewertungen mögen für viele Fans ja nur untergeordnete Relevanz haben – wenn man aber an einem Managerspiel teilnimmt und es um die Benotung der eigenen Spieler geht, wird das Thema noch einmal sehr viel interessanter.
Wir selbst sind alle als Manager aktiv und sind daher in besonderem Maße für das Thema Noten sensibilisiert. Daher setzen wir uns intensiv mit dem Feedback auseinander, welches wir von anderen Managern erhalten.
Nehmen wir den folgenden Satz eines kritisch eingestellten Kollegen: „Ein Spieler kann eine Passquote von 100% haben – aber wenn er die ganze Zeit nur Querpässe in der eigenen Hälfte spielt? Bekommt er dafür dann eine gute Note, selbst wenn er zum Spiel nichts beigetragen hat? Eine Statistik kann solche Sachen doch einfach nicht sehen.“
Doch. Kann sie. Denken wir uns jedenfalls im StatistikTeam mit allem Hintergrundwissen über die heutigen Möglichkeiten der Datenerhebung und wie man mit ihnen umgehen kann. Genau aus diesem Grunde möchten wir in dieser Serie unsere Ansätze auch mit Euch teilen.
Bleiben wir beim Beispiel mit der Passquote: Wie gehen wir mit dem Thema in unserer Note um? Es eignet sich hervorragend, um unser System ein wenig näher zu beleuchten. Denn natürlich zählen wir nicht nur stumpf die angekommenden Zuspiele beim Mitspieler. Wir klassifizieren alle erhobenen Rohdaten und setzen sie in einen fußballspezifischen Zusammenhang.
Schauen wir uns dies am Beispiel einiger Pässe von Thomas Delaney aus einem Spiel der letzten Saison an:
Die Pfeile, die mit den Nummern 1-4 gekennzeichnet sind, sind Bälle, die erfolgreich beim Mitspieler ankamen. Die mit A bis C bezeichneten Pfeile stellen Fehlpässe dar.
Für die Beurteilung eines Passes achten wir dabei vor allem auch darauf, in welcher Zone er gespielt wird und welches Ziel er hat. Wir unterscheiden dabei zwischen „Eigener Hälfte“ (Zone 1), „Gegnerischer Hälfte“ (Zone 2) und dem „Angriffsdrittel“ (Zone 3).
Zudem erhält jeder Pass von uns auch eine Zuordnung wie z.B. „Spielverlagerung“, „Rückpass“ oder „Vertikalpass“.
Schauen wir uns also die in der Grafik dargestellten Pässe einmal genauer an:
Erfolgreiche Pässe
- 1. Passart: Spielverlagerung | Ziel: Gegnerische Hälfte
- 2. Passart: Vertikalpass & Lang in den Fuß | Ziel: Angriffsdrittel
- 3. Passart: Querpass | Ziel: Gegnerische Hälfte
- 4. Passart: Rückpass | Ziel: Eigene Hälfte
Fehlpässe
- A. Passart: Querpass | Ziel: Eigene Hälfte
- B. Passart: Vertikalpass | Ziel: Angriffsdrittel
- C. Passart: Flanke | Ziel: Angriffsdrittel
Insgesamt haben wir bei den Pässen 30 vordefinierte Eigenschaften in unserer Passschablone, die jeden Pass exakt klassifizieren kann. So wird beispielsweise die Unterscheidung zwischen einem langen Ball mit bestimmtem Ziel auf den Kopf oder in den Fuß (Pass 2) vorgenommen.
Es kommt also immer darauf an, wie und wohin ein Pass gespielt wird und je nach Kombination der Werte ergibt sich für jeden Ball eine andere Wertigkeit. Pass 1 und 2 sind beispielweise in unserem System höherwertiger als Pass 3, der wiederum höher einzuordnen ist als Pass 4.
Fehlpass A ist schlechter bewertet als die nicht angekommenen Pässe B und C. Die Passquote alleine ist für uns also niemals ein Entscheidungskriterium. Wir ermöglichen es in der Bewertung z.B. Offensivspieler auch riskante Pässe spielen zu können, ohne genauso bewertet zu werden wie ein Spieler mit gleicher Passquote, der aber überwiegend Querpässe spielt.
Nur anhand von Makro-Daten wie Torschüssen, Zweikampfquote oder Passgenauigkeit lassen sich unserer Meinung nach keine sinnvollen Aussagen über Leistungen treffen. Wir haben uns daher aus den Rohdaten unsere eigene LigaInsider-Statistiken gebaut. Insgesamt verfügen wir über 1.000 Werte in unserem System: Von der fehlgeschlagenen Ballannahme eines Außenverteidigers in der eigenen Hälfte über ein verlorenes Dribbling eines offensiven Mittelfeldspielers, bei dem er einen Einwurf rausholt bis zum geblockten Torschuss eines Stürmers außerhalb des 16ers.
Soviel erst einmal zum Thema Qualifizierung von Daten und deren Zusammenhang. Morgen möchten wir Euch vorstellen, wie diese Zusammenhänge genauer aussehen, indem wir einen genaueren Blick auf die Hauptkriterien unseres Modells werfen.