25.04.17

BLOG: Expected Goals – Eine Einordnung

Artikel von Sam Gregory

Seitdem Sam Green mit seinem Artikel im Jahr 2012 Expected Goals (xG) vorgestellt hat, konnte sich das Konzept zu einer der weitverbreitetsten und aufschlussreichsten Metriken im Bereich der Fußballanalyse entwickeln.

Dieser Blog von Sam Gregory (OptaPro) soll nun zum einen einen generellen Überblick und kurze Zusammenfassung der Metrik vermitteln und zum anderen Expected Goals im Kontext der Bundesliga und anhand von Beispielen erklären. Expected Goals misst quantitativ die Qualität einer Torchance und ist ein häufig angewendetes Konzept im Sport.

Als Zuschauer können wir basierend auf einer Vielzahl von Faktoren intuitiv gute von schlechten Chancen unterscheiden. Wie nah war der Schütze zum Tor positioniert? Hatte der Spieler einen günstigen Schusswinkel? Ging dem Abschluss eine 1vs1-Situation voraus? War es ein Kopfball?
xG berücksichtig sowohl all diese als auch andere Faktoren, um die Wahrscheinlichkeit, dass aus einem Schuss ein Tor entsteht, zu ermitteln. Wenn ein Torabschluss mit einer bestimmten Anzahl an Merkmalen beispielsweise in 1 aus 10 Fällen zu einem Tor führt, hat er einen xG-Wert von 0,1. Die Berechnung basiert dabei auf umfangreichen historischen Schussdaten (zum Zeitpunkt des Artikels sind das über 300.000 Schüsse der Opta-Datenbank) und wird für verschiedene Wettbewerbsgruppen noch einmal angepasst.

*Im Anhang ist eine detailliertere Beschreibung der Berechnung zu finden

 xG spiegelt wider, wie wir im Allgemeinen ein Spiel bewerten. Die Mannschaft mit den besseren Chancen wird normalerweise als das „bessere Team“ angesehen. Das xG-Modell liefert dabei eine quantitative Messung der Qualität einer Tormöglichkeit und geht damit über die reine Anzahl an Gesamttorschüssen und Schüssen aufs Tor von einzelnen Spielern und ganzen Mannschaften hinaus. Expected Goals ist in der Regel im Gegensatz zu der Anzahl der tatsächlich geschossenen Tore ein verlässlicherer Messwert zur Leistungsbewertung. Während Tore relativ seltene Ereignisse sind, die über eine Saison gesehen in einzelnen Phasen möglicherweise vermehrt erzielt werden können, unterliegt der xG-Wert eines Spielers und Teams geringeren Schwankungen. Logischerweise sind es die tatsächlich erzielten Tore, die Tabellenpunkte bringen, aber xG umfasst ein größeres Spektrum zur Bewertung einer Mannschafts- oder Spielerleistung.

Die Leistung einer Mannschaft besser verstehen

Am Beispiel von Hertha BSC lässt sich verdeutlichen, wie man mit Expected Goals die Leistung einer Mannschaft über das Resultat hinaus besser einschätzen kann. In den ersten 15 Spielen der Saison 2015/16 war Herthas Form relativ beständig mit einer im Durchschnitt ausgeglichenen Tordifferenz. Dies bestätigt auch die sehr ähnlich verlaufende Kurve der xG-Differenz.

Ab dem 15. Spieltag gab es für einen kurzen Zeitraum von ca. 5 Spielen einen deutlichen Anstieg der Tordifferenz. Diese Entwicklung spiegelte sich aber nicht bei den Expected Goals wider und deutet darauf hin, dass sich die eigentliche Leistung der Berliner nicht sonderlich geändert hat in diesen Spielen. Folglich konnten die Berliner die verbesserten Resultate nicht nachhaltig aufrechterhalten und ihre Tordifferenz passte sich rasch wieder dem Level der xG-Differenz an.

Zum Ende der Saison hatte Hertha wiederum eine Phase mit schwachen Resultaten. Sie konnten keines ihrer 7 Spiele mehr gewinnen und ihre Tordifferenz verschlechterte sich dementsprechend. Im Gegensatz dazu blieb xG-Differenz relativ konstant und lässt erneut darauf schließen, dass ihre tatsächliche Leistung nicht wirklich abgefallen ist.

Im Laufe einer Saison hat ein Team erwartungsgemäß bessere und schlechtere Phasen. Expected Goals erlaubt eine auf lange Sicht verhältnismäßigere Betrachtung der Mannschaftsleistung und kann Änderungen in Resultaten als nicht leistungsbezogene Schwankungen identifizieren.

Die Leistung eines Spielers besser verstehen

Indem wir die Tore eines Spielers mit seinem xG-Output und damit mit seinen Torchancen vergleichen, können wir besser Aussagen zu seiner Spielleistung machen. Sollten seine xG-Werte deutlich unter der Anzahl seiner erzielten Tore liegen, dann könnte dies beispielsweise Anzeichen eines kurzfristigen Laufs oder zumindest Anstoß für weitere Untersuchung seiner überdurchschnittlichen Leistung sein.

Darüber hinaus können wir auch anhand xG Rückschlüsse auf die Schussauswahl eines Spielers ziehen. Indem man den durchschnittlichen xG-Wert eines Spielers pro Schuss betrachtet, ist es möglich nachzuvollziehen, ob er dazu tendiert Abschlüsse mit einer hohen Torwahrscheinlichkeit zu bevorzugen oder viele Schüsse aus eher weniger aussichtsreichen Positionen nimmt.

Ein größerer Kreis kennzeichnet einen höhern xG-Wert pro Schuss

Expected Goals ist ein effektives Tool zur Beurteilung von Chancenqualität und der Vorhersage von zukünftiger Leistung auf Spieler- und Mannschaftslevel. Das Konzept der Qualitätsbewertung einer Chance ist dabei nicht neu. Expected Goals weist jeden Schuss einen quantitativen Wert zu, um damit eine tiefergehende und aussagekräftige Analyse zu ermöglichen.

Anhang

Optas xG-Modell basiert auf logistischer Regressionsanalyse. Die abhängige Variable ist dabei das Resultat eines Schusses – Tor oder kein Tor.
Dem gegenübergestellt werden die folgenden Faktoren als unabhängige Variablen:

– Spielsituation (Laufendes Spiel, Direkter Freistoß, Standardsituation, Eckball, vom Mitspieler vorbereiteter Abschluss, Einwurf)

– Art der Vorlage (Langer Ball, Flanke, Schnittstellenpass, Pass in die „Danger Zone“, Pull-Back Pass)

– Torschuss nach einem Dribbling

– Torschuss nach einem Abpraller

– Kopfball

– Entfernung zum Tor

– Winkel zum Tor

– 1vs1-Situation

– Großchance

– Anpassung für Wettbewerbe aus verschiedenen Untergruppen

Zurück zur Analyse