Expected Goals

1. Die Datenrevolution im Fußball: Vom Skeptizismus zur allgemeinen Akzeptanz

"Der Fußball hatte schon in den 1950er Jahren mit Daten geflirtet, aber erst in den späten 1990er Jahren – einige Jahre bevor Bill James und seine Anhänger begannen, das Denken im Baseball zu infiltrieren und zu beeinflussen – begann er, breite Akzeptanz zu finden."

Früher Widerstand: Fußball, im Gegensatz zu Baseball, galt lange als zu fließend und dynamisch, um quantifiziert zu werden. Die Traditionalisten des Sports glaubten, dass immaterielle Werte wie Leidenschaft und Herz wichtiger seien als Zahlen. Mehrere Faktoren trugen jedoch zur allmählichen Akzeptanz von Daten im Fußball bei:

• Zunehmende Professionalisierung und Globalisierung des Sports
• Wachsende finanzielle Einsätze, die die Suche nach Wettbewerbsvorteilen antrieben
• Einfluss der Sportwissenschaft und akademischer Ansätze
• Technologische Fortschritte, die eine bessere Datenerfassung und -analyse ermöglichten
• Veränderung der Fangemeinschaft, mit mehr analytisch denkenden Unterstützern

Meilensteine der Akzeptanz:

• ProZone und Opta führten in den späten 1990er Jahren Datenerfassungsdienste ein
• Veröffentlichung von "Moneyball" im Jahr 2003, das das Potenzial von Daten im Sport hervorhob
• Expected Goals (xG) erschien 2017 in der Sendung "Match of the Day"
• Top-Clubs wie Liverpool FC integrierten Daten in ihre Kernoperationen

2. Die Pioniere: Frühe Anwender, die den Weg für Analytik im Fußball ebneten

"Bolton wurde – nicht ganz zu Unrecht, aber auch nicht ohne Grund – als Langball-Team verspottet, zu einer Zeit, als der englische Fußball von einer exotischeren Ästhetik aus Kontinentaleuropa und Südamerika fasziniert war."

Sam Allardyce bei Bolton: Trotz seines Rufs als traditioneller Langball-Manager war Allardyce einer der ersten, der Datenanalysen im englischen Fußball annahm. Sein Ansatz umfasste:

• Einstellung von Analysten und Sportwissenschaftlern
• Nutzung von ProZone-Daten zur Information taktischer Entscheidungen
• Fokus auf Standardsituationen und Spielerrekrutierung basierend auf Daten
• Entwicklung der "fantastischen Vier" Prinzipien basierend auf statistischer Analyse

Weitere frühe Anwender:

• Arsène Wenger bei Arsenal, der das Potenzial von Daten früh erkannte
• Damien Comolli bei Tottenham und Liverpool, der sich für datengetriebene Rekrutierung einsetzte
• Decision Technology arbeitete mit Tottenham zusammen, um fortschrittliche Analysen bereitzustellen

Diese Pioniere sahen sich Skepsis und Spott ausgesetzt, legten jedoch den Grundstein für die breitere Akzeptanz von Daten im Fußball.

3. Der Aufstieg der Expected Goals (xG): Eine bahnbrechende Metrik

"Expected Goals veränderte die Welt nicht sofort. Als es 2017 erstmals auf dem Bildschirm erschien, war es nicht einmal besonders bahnbrechend."

Entwicklung von xG: Expected Goals entwickelte sich von frühen Versuchen, die Qualität von Schüssen zu quantifizieren, zu einem weit akzeptierten Maß für Team- und Spielerleistung. Wichtige Phasen seiner Entwicklung umfassten:

• Charles Reeps frühe Arbeiten in den 1950er Jahren
• Akademische Forschung von Mark Dixon und Stuart Coles in den 1990er Jahren
• Sam Green von Opta entwickelte 2012 ein öffentliches xG-Modell
• Übernahme durch professionelle Clubs und Medien

Auswirkungen von xG:

• Bietet ein nuancierteres Verständnis der Team- und Spielerleistung
• Hilft, unterbewertete Spieler auf dem Transfermarkt zu identifizieren
• Beeinflusst taktische Entscheidungen und Spielerpositionierung
• Verändert die Diskussionen von Fans und Medien über Fußball

Die weit verbreitete Übernahme von xG stellt einen bedeutenden Wandel in der Art und Weise dar, wie Fußball analysiert und verstanden wird, und überbrückt die Lücke zwischen traditionellem Scouting und fortschrittlicher Analytik.

4. Herausforderungen bei der Implementierung datengetriebener Ansätze in der traditionellen Fußballkultur

"Der Fußball hält seine Traditionen fest; diejenigen, die sich als spirituelle Wächter des Spiels betrachteten, begrüßten keine Eindringlinge mit ihren hellen Ideen und neuen Wegen."

Kultureller Widerstand: Die Integration von Datenanalysen in den Fußball stieß auf mehrere Hindernisse:

• Skepsis von traditionellen Trainern und Scouts
• Angst vor Arbeitsplatzverlust bei bestehendem Personal
• Schwierigkeit, komplexe Ideen an nicht-technische Stakeholder zu kommunizieren
• Widerstand gegen die Veränderung lang gehegter Überzeugungen darüber, wie Fußball gespielt werden sollte

Fallstudien zu Implementierungsherausforderungen:

• Chris Anderson bei Coventry City, der Schwierigkeiten hatte, Dateninsights mit dem Tagesgeschäft in Einklang zu bringen
• Arsenals StatDNA-Akquisition wurde aufgrund internen Widerstands nicht vollständig genutzt
• Frühe Versuche beim Liverpool FC stießen auf Skepsis von Managern und Fans

Erfolgreiche Implementierung erforderte oft:

• Unterstützung durch das Top-Management und die Eigentümer
• Geduld und langfristige Vision
• Effektive Kommunikation zwischen Analysten und Fußballpersonal
• Allmähliche Integration von Dateninsights in bestehende Prozesse

5. Die Rolle von Wettfirmen bei der Förderung der Fußballanalytik

"Beide verdienen ihr Geld, indem sie die durch diese Algorithmen bestimmten Wahrscheinlichkeiten nutzen, um Bereiche zu identifizieren, in denen der offene Markt ein Team oder einen Spieler entweder über- oder unterbewertet, und diese Ratschläge an – und Wetten für – hochkarätige Kunden weitergeben, die nun sicher wetten können, dass die Chancen, wenn auch nur geringfügig, zu ihren Gunsten gekippt sind."

Einfluss des Glücksspiels: Professionelle Wettfirmen wie Starlizard und SmartOdds spielten eine bedeutende Rolle bei der Förderung der Fußballanalytik:

• Entwickelten ausgeklügelte Modelle zur Vorhersage von Spielergebnissen und Spielerleistungen
• Investierten stark in Datenerfassung und -analyse
• Erstellten Metriken ähnlich wie Expected Goals, bevor sie im Fußball weit verbreitet waren

Wissenstransfer zu Clubs:

• Tony Bloom (Starlizard) wendete Analytik-Prinzipien bei Brighton & Hove Albion an
• Matthew Benham (SmartOdds) implementierte datengetriebene Ansätze bei Brentford und FC Midtjylland

Diese auf Glücksspiel basierenden Ansätze halfen kleineren Clubs, mit größeren, wohlhabenderen Teams zu konkurrieren, indem sie unterbewertete Spieler und taktische Vorteile identifizierten.

6. Liverpool FC: Eine Fallstudie zur erfolgreichen Datenintegration

"In den letzten zehn Jahren hat Liverpool geschafft, was kein anderer Club ihrer Größe versucht, gewagt oder geschafft hat, und die Nutzung von Daten und Analytik in ihr Gewebe integriert."

Liverpools Ansatz: Unter der Führung der Fenway Sports Group ist der Liverpool FC zu einem Modell für die Integration von Datenanalysen in alle Aspekte der Cluboperationen geworden:

• Rekrutierung: Nutzung von Daten zur Identifizierung und Bewertung von Transferzielen
• Taktik: Information von Spielfeldstrategien und Spielerpositionierung
• Spielerentwicklung: Anpassung von Trainings- und Erholungsprogrammen
• Geschäftsbetrieb: Optimierung der Ticketpreise und Fanbindung

Schlüsselfiguren in Liverpools Datenrevolution:

• Michael Edwards: Technischer Direktor, der datengetriebene Ansätze förderte
• Ian Graham: Leiter der Forschung, der ausgeklügelte Analytik-Modelle entwickelte
• Jürgen Klopp: Manager, der offen für die Integration von Dateninsights in Entscheidungsprozesse war

Ergebnisse der Datenintegration:

• Erfolgreiche Spielerakquisitionen (z.B. Mohamed Salah, Virgil van Dijk)
• Siege in der Premier League und Champions League
• Nachhaltiges Finanzmodell, das Leistung und Rentabilität in Einklang bringt

Liverpools Erfolg zeigt, wie Datenanalysen effektiv in einen Top-Fußballclub integriert werden können, wenn sie mit starker Führung und traditioneller Fußballkompetenz kombiniert werden.

7. Die Zukunft des Fußballs: Balance zwischen Daten und menschlicher Expertise

"Es gibt einen Wert im Immateriellen, in den Teilen des Spiels, die nicht in, aber möglicherweise von der harten Realität der Daten beeinflusst werden."

Entwickelnde Landschaft: Da Datenanalysen im Fußball immer weiter verbreitet werden, wird die Zukunft des Sports wahrscheinlich Folgendes umfassen:

• Fortschrittlichere Datenerfassungs- und Analysetechniken
• Erhöhte Integration von Analytik auf allen Ebenen des Spiels
• Wachsende Betonung auf der Suche nach neuen Vorteilen und Ineffizienzen

Balanceakt: Die erfolgreichsten Clubs und Manager werden diejenigen sein, die effektiv kombinieren können:

• Datengetriebene Insights
• Traditionelles Fußballwissen und -erfahrung
• Menschliche Faktoren wie Psychologie und Teamdynamik
• Intuition und "Gefühl" für das Spiel

Potenzielle Bereiche für zukünftige Entwicklungen:

• Fortgeschrittene Metriken über Expected Goals hinaus
• Echtzeit-Analytik zur Information von In-Game-Entscheidungen
• Personalisierte Trainings- und Erholungsprogramme basierend auf individuellen Spieler-Daten
• Anwendungen von KI und maschinellem Lernen in Taktik und Rekrutierung

Die Zukunft des Fußballs wird nicht allein durch Daten bestimmt, sondern durch diejenigen, die analytische Insights am besten interpretieren und im Kontext der menschlichen Elemente des Sports anwenden können.

Zuletzt aktualisiert: August 15, 2024