For english speaking users: You can klick here, for an autotranslation of this Blog.
Heute wollen wir anhand von Beispielen die verschiedenen Passarten vom Champions League Spiel Bayern München vs Barcelona vom 13. Sept 2022 analysieren. Die Erfassung der Pässe erfolgt durch die verschiedenen Datenprovider in zahlreichen Passkategorien, denen wir uns widmen wollen. Es geht uns heute nicht primär um Erkenntnisse, sondern um die Art der Visualisierungen und deren erweiterte Möglichkeiten.
Der Spieler mit dem höchsten pro 90 Minuten (p90) Wert ist nicht unbedingt der "der Beste", sondern der, mit dem grössten Volumen. Das ist nicht per se schlecht, aber schlecht ist es, wenn wir den Begriff "am besten" verwenden, ohne genau zu definieren, was wir damit genau meinen.
Als erstes gibt es zum Spiel unser Match Dashboard, mit den wichtigsten Statistiken.
Bayern vs Barcelona - Match Dashboard
Barcelona konnte sich aus dem Spiel die grösseren Chancen herausspielen. Die Bayern waren aber effizienter und erzielten ihre Tore durch einen Eckball und einer tollen Einzelaktion nach einer "Überzentrierung" von Leroy Sané.
Detailliertere Erklärungen zu unserem Dashboard und den Metriken und möglichen Interpretationen findet ihr in diesem Blog: Dashboard Metriken
Wir wollen uns heute aber wie gesagt um die Aussagekraft der Pässe und Passarten beschäftigen. Mit einem grosses Fokus auf die Visualisierung der individuellen Passmaps.
Leitfragen: Aus welcher Perspektive wollen wir die Pässe der Spieler betrachten? Geht es um das Passvolumen, die Pass Erfolgsquote, den erzielten Raumgewinn, die Art der Pässe oder die erzeugte Torgefahr? Oder von allem ein bisschen?
Bayern vs Barcelona - Teams Passmaps
Wir beginnen mit der Visualisierung aller erfolgreicher und nicht erfolgreicher Pässe auf Teamebene, das Wollknäuel :-)
Vor allem das Barcelona unter Pep Guardiola hat den Kurzpass Fussball und Tika-Taka geprägt. Wenn der Gegner zum Zweikampf einen Barca Spieler angelaufen hat, hat er dort dann weder Mann noch Ball vorgefunden und sich gefragt „Was wollte ich eigentlich hier?“
Aber das Kurzpassspiel soll nicht zu einem langweiligen und wertlosen Selbstzweck verkommen. Das "Juego de Posicion" hat das Ziel den Gegner zu destabilisieren und dann mit schnellen vertikalen Pässen Überzahl zu schaffen und diese auch zu nutzen.
„We don’t move the ball to move the ball, we move the ball to move the opposition” Pep Guardiola
Bayern vs Barcelona - Passvolumen
Nun folgen diverse Passmaps auf Spielerebene. Diese geben einen guten Überblick, über die Leistung und die Wirkung die der Spieler erzielt hat. Unser Gedächtnis erinnert sich oft nur an die markanten Ereignisse und Pässe. Mit der Passmap revuepassieren wir das ganze (Pass) Spiel aus der Helikopter-Perspektive
In der Analyse (auch im Fussball) werden oft die wenigen markanten Ereignisse überbewertet und die vielen vielen banalen Ereignisse unterbewertet. Dabei hat die Optimierung der vielen kleinen Ereignisse weit grössere Erfolgschancen und einen weit grösseren Wirkungshebel.
Die erste Betrachtung des Passspiel ist die Kategorie "Total Passes" bzw das Passvolumen. Welche Spieler haben die meisten Pässe gespielt und wie sieht die Passmap des Führenden aus?
Spannend, dass die beiden Barcelona Aussenverteidiger die Rangliste anführen und nicht ein Mittelfeldspieler.
Marcos Alonso hatte als linker Aussenverteidiger Schwierigkeiten um viele Pässe nach vorne zu spielen. Er hatte viele Rückwärts- und Seitwärtspässe und kurze Pässe in seinem Spiel. Wir können auch erkennen, bis auf welche horizontale Breite er eingerückt war, wenn sich der Ball von seiner entfernten Seite in seine Richtung verlagert wurde. Er stand zu Beginn des Spielaufbaus etwas aufgerückt, um das Mittelfeld zu verstärken.
Wir könnten auch die Passmaps aller Aussenverteidiger gegenüberstellen und Erkenntnisse über das Aufrücken, die Zentrierung, den Raumgewinn seiner Pässe und sein Risikomanagement uvm. gewinnen.
Die Analyse-Möglichkeiten der Passmaps ist riesig.
Bayern vs Barcelona - Pass Erfolgsquote
Welche Spieler hatten die beste Pass Erfolgsquote (Accuracy) und wie sieht die Passmap des Führenden aus?
Eurem Eye Test fällt nun vielleicht auf, dass 4 nicht erfolgreiche Pässe geschlagen wurden aber das Total bei eine Erfolgsquote von fast 98% ganze 200 Pässe beträgt, die aber in dieser Summe nicht vorhanden sind. Der Grund liegt in der unterschiedlichen Erfassung der Datenprovider. Die Volumendaten und die Eventsdaten sind in diesem Beispiel von verschiedenen Anbietern.
Die Daten der verschiedenen Provider können voneinander abweichen , da jeder Provider über eine eigene Erfassungslogik und ein eigenes Definitions-Modell verfügt.
Trotzdem hatte Andreas Christensen als linker Innenverteidiger wenig Fehler in seinem Passspiel. Viele Pässe sind diagonal an einen nahe liegenden Mitspieler gespielt worden, um gute Winkel zu schaffen. Effektive Vorwärtspässe sind meistens aus einer zentralen Position, wohl bei Verlagerungen auf seine Seite, geschlagen wurden. Da konnte er wohl einen Mitspieler anspielen, während die Bayern verschoben haben. Fehlerhaft waren praktisch nur längere vertikale Pässe die einen markanten Raumgewinn erzielen sollten.
Bayern vs Barcelona - Forwärtspässe
Welche Spieler hatten am meisten Vorwärtspässe und wie sieht die Passmap des Führenden aus?
Wieder ist es der linke Aussenverteidiger Marcos Alonso.
Das reine Volumen (egal welches) genügt selten, um eine qualitative Aussage zu machen. Wenn wir eine Aussage über eine Tendenz oder ein Verhalten machen wollen, können wir die Anzahl Vorwärtspässe mit den Total Pässen in Kontext/Verhältnis bringen.
Welche Spieler hatte in seinen Pässen den höchsten Anteil an Vorwärtspässe?
Aus der obigen Manuel Neuer Passmap können wir folgern, dass Bayern gegen ein hoch pressendes Barcelona entweder hinten rauskombiniert hat oder es mit (meist erfolglosen) weiten Bällen probiert hat. Der Pass auf die breiten Aussenverteidiger wurde auch oft gesucht, um die Wege des Barcelona Pressings zu verlängern.
Bayern vs Barcelona - Through Passes
Wyscout definiert den Through/Steckpass folgendermassen: "A pass played into the space behind the defensive line for a teammate to contest." Wir reden also von wertvollen Pässen die eine Anzahl an gegnerischen Spielern oder gar eine ganze Kette überwunden und aus dem Spiel genommen hat. Analog des bekannten "Packing".
Die Passmap des Mittelfeldstrategen Joshua Kimmich zeigt, dass im Zentrum viele vertikale Pässe erfolgreich waren. Er hat vorwiegend im Zentrum und wirklich Box-2-Box agiert. Die Länge der Pässe sind für einen zentralen Mittelfeldspieler auch erstaunlich lang. Ganz lange Vorwärtspässe wurden wohl mit einem bewussten Risiko, direkt nach einer Balleroberung gespielt, Diese waren aber wenig erfolgreich, dafür hätten sie einen grossen Raum- und Zeitvorteil und schliesslich eine gute Torchance gebracht.
Der erfolgreiche Eckball von links war die Flanke zum 1-0 Kopfballtor von Lucas Hernandez.
Auch für die Spieler lohnt es sich, ihre Passmaps regelmässig zu reflektieren. Um blinde Flecken zu entdecken und ihr Passspiel zu optimieren.
Bayern vs Barcelona - Pässe ins letzte Drittel
Welcher Spieler hatte die meisten Pässe in letzte Drittel und wie sieht die Passmap der Führenden aus?
Wir hätten auch nur die erfolgreichen Pässe verwenden können. Aber zusätzlich mit den nicht erfolgreichen, können wir interessantere Schlüsse ziehen.
Wenn Kimmich seine Pässe ins letzte Drittel aus dem Mittelfeld geschlagen hat, waren sie nicht erfolgreich. Weil sich wohl viele Gegenspieler hinter dem Ball befanden. Konnten die Bayern aber im Kollektiv aufrücken, fand Kimmich mehr Raum und weniger Gegenspieler um seine Pässe ins letzte Drittel zu bringen. Der Raum wurde von Barcelona natürlich seitlich offeriert.
Bayern vs Barcelona - Pässe in den Strafraum
Welcher Spieler hatte die meisten Pässe in den Strafraum und wie sieht die Passmap des Führenden aus?
Seine Pässe in den Strafraum waren nicht besonders gefährlich. Was auffällt, dass er im fluiden Positionsspiel von Nagelmann die Pässe aus verschiedenen Positionen geschlagen hat. Dies zeigt, dass er sich immer wieder ins Zentrum begeben hat, um dort Überzahl zu schaffen.
Um sich ein noch besseres Bild zu machen, könnte man in Wyscout das Video jedes einzelnen Pass anschauen
Bayern vs Barcelona - Torgefahr durch Pässe
Pässe und Raumgewinn hin oder her. Wir wollen nun die Pässe anschauen, die in der letzten offensiven Zone für eine direkte Torgefahr gesorgt haben. Pässe die einen Mitspieler in eine gute Abschlussposition gebracht haben und auf die ein Schuss erfolgt ist
.
Welche Spieler hatten am meisten Expected Assists (xA) und wie sieht die Passmap des Führenden aus?
Gavi konnte 0.93 Expected Assists (xA) für seine Mitspieler generieren. Der Wert entstand durch den Kurzpass im Strafraum auf Lewandowski (Grosschance übers Tor) und die zwei längeren und erfolgreichen Pässe in den gegnerischen Strafraum.
Bayern vs Barcelona - Expected Threat (xT)
Ein sehr spannender und wichtiger Ansatz ist Expected Threat (xT). Jeder Pass bekommt einen Wert. Je näher er das Team zum gegnerischen Tor bringt, desto grösser die Torwahrscheinlichkeit, desto grösser der xT Wert. Rückwärtspässe lassen natürlich an Wert verlieren.
Jeder Spieler gewinnt oder verliert mit jedem Pass Expected Threat und am Ende des Spiel zieht man die Bilanz. Damit würdigt xT nicht nur den letzten Pass vor dem Schuss (xA), sondern alle in der entsprechenden Aktion gespielten Pässe. Man braucht dafür die Start- und Endkoordinaten und den Ausgang jedes Passes.
Um den Raumgewinn zu messen bietet xT gegenüber anderen Metriken grosse Vorteile. Da es sich nicht um eine Anzahl, sondern um einen kontinuierlichen Saldo handelt. Expected Threat hat sich in der Praxis unterdessen als aussagekräftige und wertvolle Metrik etabliert.
Einen detaillierte Beschreibung von Expected Threat (xT ) mit verschiedenen Beispielen findet ihr in unserem Blog Ehre wem Ehre gebührt.
In den folgenden Team-Grafiken ist ersichtlich, wer aus welcher Zone am meisten Expected Threat (xT), ohne Standards, gesammelt hat. So kann man sehen, wer aus welcher Zone am meisten Raumgewinn zum gegnerischen Tor produziert hat. Die Graphs wurden durch unseren Kollegen Ben Griffis erstellt.
Bei den Bayern hat Jamal Musiala auf der Zehnerposition im Spiel am meisten xT produziert. Und dies aus verschiedenen Zonen.
In den Zonen mit negativen Werten ist es keinen Spieler gelungen, eine positiven Saldo/Wert zu erzielen. Spannend auch das Alphonso Davies als linker Aussenverteidiger seine produktivste Zone nicht von der Abwehr aus hatte, sondern vor dem gegnerischen Strafraum. Weitere Interpretationen up-to-you.
Marcos Alonso hat in ganzen sieben Zonen den Höchstwert erzielt. Über beide Teams betrachtet, haben Marcos Alonso, Gavi und Pedri am meisten Expected Threat gesammelt. Dann folgt mit Jamal Musiala der erste Münchner.
Die beiden xT Grafiken beinhalten nur Pässe. Man könnte auch den xT der Läufe mit dem Ball kalkulieren/visualisieren oder die Pässe & Läufe kombinieren.
Wir hoffen, dass wir Dir mit diesem Beitrag das Verständnis und die analytischen Sicht auf die verschiedenen Passarten erweitern konnten. Und Dir auch spannende Möglichkeiten zur Interpretation von Passmaps aufzeigen konnten..
Jedem Sprint, jedem Pass und jeder Aktion geht ein Gedanke voraus. Darum lautet die wichtigste Frage des Spielers an seinen Trainer "Warum?"
Hat Dir die Qualität unseres Beitrags gefallen? Dann belohne uns mit Deinen "Credits" und like und teile diesem Beitrag innerhalb Deines sozialen Netzwerkes. Besten Dank.
Um keinen Beitrag zu verpassen kannst Du den Blog abonnieren.
footballytics – mit smart data die besseren Entscheidungen treffen
Wir verbinden die Kompetenzen Fussball-Taktik, Scouting und DataAnalytics und beraten und unterstützen Vereine beim Interpretieren und Nutzen von Daten, um im Scouting und in der Spielanalyse datenvalidiert bessere Entscheidungen zu treffen.
Blog von www.footballytics.ch Data Analytics im Fussball - improve the game - change the ǝɯɐƃ
Teilen Sie diesen Beitrag
Comments