In diesem Artikel fassen wir meine zentralen Erkenntnisse in Bezug zu Event-Scores im Fußball und xG-Trajektorien zusammen. Zunächst beleuchten wir, wie moderne Rating-Systeme wie SofaScore und WhoScored Spielerleistungen in Event-Scores quantifizieren und welche positiven und negativen Aktionen Punkten zu- oder abgezogen werden . Anschließend widmen wir uns der xG-Trajektorie, also der kumulativen Entwicklung von Expected Goals (xG) über Spielminuten, Spiele oder Saisons, und erläutern, warum xG ein kontinuierlicher Wahrscheinlichkeitswert und kein diskretes Punktesystem ist . Ich zeige typische xG-Bands zur Klassifikation von Torchancen, von „sehr geringe Chance“ bis „Big Chance“ und Erläutern, wie diese für Spielanalysen und Wettstrategien genutzt werden können . Abschließend gebe ich praktische Handlungsempfehlungen, wie Trainer, Analysten und Wettende die vorgestellten Konzepte zielgerichtet einsetzen, um leistungsorientierte Entscheidungen datenbasiert zu treffen.
1. Was sind Event-Scores im Fußball?
1.1 Grundlagen der Echtzeit-Ratings
Moderne Fußball-Analyseplattformen wie SofaScore und WhoScored bewerten Spieler während eines Matches in Echtzeit anhand einzelner Aktionen (Events) . Dabei startet jeder Spieler mit einem Basiswert (SofaScore: 6,0, WhoScored: 6,5) und sammelt für positive Events Punkte, für negative zieht er welche ab . Die Berechnung erfolgt in kurzen Intervallen (SofaScore alle 1,5 Minuten, WhoScored nahezu in Echtzeit basierend auf Opta-Daten) .
1.2 Relevante Events und Gewichtungen
Die Gewichtungen sind proprietär und nicht offiziell veröffentlicht, jedoch über Community-Quellen gut rekonstruiert. Beispielhafte positive Events bei SofaScore sind :
Tor: +1,0 P
Assist: +0,5 P
Big Chance Created: +0,7 P
Shot on Target: +0,3 P
Unter den negativen Events finden sich :
Own Goal: −1,0 P
Red Card: −1,5 P
Penalty Miss: −0,5 P
WhoScored ergänzt kontextsensitive Bonussysteme (z. B. Clean Sheet Bonus) und belohnt Defensivaktionen wie Interceptions mit höheren Werten für Abwehrspieler .
1.3 Stärken und Schwächen von Event-Scores
Stärken:
Schnelle, leicht verständliche Übersicht über Spielerleistungen in Echtzeit.
Ermöglichen Vergleiche zwischen Spielern und Positionen .
Schwächen:
Intransparente Gewichtungen, die zu Verzerrungen führen können.
Kontextspezifische Faktoren (Gegnerstärke, Taktik) fließen nicht immer vollständig ein .
2. Expected Goals (xG) als kontinuierlicher Wahrscheinlichkeitswert
2.1 Definition und Berechnung von xG
Expected Goals (xG) geben für jede Torchance eine Wahrscheinlichkeit zwischen 0 und 1 an, mit der diese Chance im Durchschnitt ein Tor ergibt . Modelle wie StatsBomb, Opta oder Understat nutzen historische Datensätze tausender Abschlüsse und Berücksichtigen Faktoren wie Distanz, Winkel, Drucksituationen, Vorlagen und Körperteil .
2.2 Warum kein diskretes Punktesystem?
Im Gegensatz zum Event-Score ist xG ein probabilistischer Wert, der direkt die Torwahrscheinlichkeit abbildet. Ein diskretes Punktesystem wäre willkürlich und würde den interpretativen Vorteil von Wahrscheinlichkeiten aufgeben .
3. xG-Trajektorien: Visualisierung und Interpretation
3.1 Kumulative xG-Kurven im Spiel
Spielbezogene xG-Trajektorien koppeln kumulierte xG-Werte an die Spielminute und machen so Dominanzphasen und Momentum-Swings sichtbar . Steile Anstiege in der Kurve signalisieren intensive Offensivphasen, während flache Abschnitte defensive Stabilität andeuten.
3.2 Saison- und Karriere-Trajektorien
Auf Saisonebene kann man kumulierte xG-Werte oder rollierende Fenster (z. B. 5-Spiele-Durchschnitt) darstellen, um Formkurven zu identifizieren:
Hot Streaks: Überdurchschnittlicher xG-Zuwachs über mehrere Spiele.
Droughts: Phasen mit niedrigem xG-Ertrag .
Karriereanalysen ermöglichen die Erkennung von Peak-Zeiten, wie etwa bei Kevin De Bruyne, dessen kumuliertes Saison-xG zwischen 2015 und 2022 von etwa 8,5 auf über 15 anstieg .
4. Klassifikation von Torchancen: xG-Bands
Obwohl xG kontinuierlich ist, lassen sich typische Qualitäts-Bands für Abschlüsse definieren, um Chancen qualitativ zu klassifizieren :
| Kategorie | xG-Bereich | Beispiel | Quelle |
|---|---|---|---|
| Sehr geringe Chance | 0,00 – 0,05 | Distanzschuss, ungünstiger Winkel | BeastModeSoccer |
| Geringe Chance | 0,05 – 0,10 | Fernschuss mit wenig Druck | BeastModeSoccer |
| Mittlere Chance | 0,10 – 0,20 | Abschluss aus Strafraummitte | Hudl StatsBomb |
| Hohe Chance | 0,20 – 0,38 | Nahdistanz, guter Winkel | Opta Analyst |
| Big Chance | ≥ 0,38 | Eins-gegen-eins im Strafraum | SportMonks |
| Strafstoß | ≈ 0,79 | Standard-Elfmeter | SportMonks |
Ein Abschluss mit xG = 0,20 bedeutet demnach eine durchschnittliche 20 %-Chance auf einen Treffer .
5. Praktische Anwendungen und Wettstrategien
5.1 Taktische Analysen
Trainer und Analysten nutzen xG-Trajektorien, um:
Spielphasen mit hoher Torchancenqualität zu identifizieren.
Taktische Umstellungen zu bewerten (z. B. Formation vs. Gegenpressing).
Live-Dashboards in Tools wie Tableau oder Power BI unterstützen diese Analysen in Echtzeit .
5.2 Scouting und Recruiting
Langfristige xG-Trajektorien helfen Scouts, die Chance-Generierung von Spielern unabhängig von Teamstärke zu vergleichen und Talente zu identifizieren, die konstant hochwertige Chancen kreieren .
5.3 Wettstrategien
Wettende beobachten xG-Abweichungen („xG-Over/Under-Effizienz“) zwischen xG und tatsächlichen Toren, um Value Bets zu finden:
Über-Performance (mehr Tore als xG) kann regressiv sein.
Unter-Performance (weniger Tore als xG) birgt Wendungspotential .
6. Methodische Herausforderungen und Empfehlungen
6.1 Inkonsistenzen zwischen Anbietern
Unterschiedliche Modelle (Opta, StatsBomb, Understat) liefern leicht variierende xG-Werte. Für valide Trajektorien daher immer dasselbe Modell nutzen .
6.2 Kontextuelle Einflüsse
Faktoren wie Gegnerstärke, Wetter oder Spieltempo können xG verzerren, wenn sie nicht berücksichtigt werden. Empfohlen ist die Nutzung erweiterter Metriken (xA, xT) und defensiver Kennzahlen in Kombination .
7. Ausblick: Dynamische xG-Prognosen mit KI
Aktuelle Forschung integriert Transformer-Modelle, um Matchverläufe als Zeitreihen zu verarbeiten und dynamische xG-Prognosen zu erstellen. Dies könnte zukünftig Spielverläufe präziser vorhersagen und Live-Taktiken noch besser unterstützen .
Schlussfolgerung
Die Kombination aus Event-Scores und xG-Trajektorien ermöglicht eine facettenreiche, datenbasierte Spielanalyse. Während Event-Scores einen schnellen Überblick über Spielerleistungen bieten, erlauben xG-Trajektorien tiefgehende Einblicke in Chancenqualität und Momentum. Für Trainer, Analysten und Wettende ergeben sich so vielseitige Möglichkeiten, taktische Entscheidungen, Spielerauswahl und Wetteinsätze evidenzbasiert zu optimieren.
football scalping strategy und goal times als Indikator, Statistik bei und hilft, den Wettmarkt zu verstehen. Aufklärend. Unabhängig. Football Streaks, Liveresultate, Spielpläne, Tabellen Statistiken und Nachrichten. Es werdenFußball-Wettstrategien entwickelt und im Team optimiert. Moneymanagement, Risikomanagement, Glück,- Pechsträhnen, Serien im Fußball, und vieles mehr werden dargestellt. Goal times, Indikator, Soccerway, soccer, football, soccer results, soccer tables, soccer fixtures, soccer statistics, soccer teams, soccer players, soccer news, football results, football tables, football fixtures, football statistics, football teams, football players, football news
