Data Analytics im Fussball

Die digitale Transformation ist eine der grossen Herausforderungen unserer Zeit. Im kleineren Massstab betrifft dies auch den Sport und den Fussball. Die fortschreitende Technologieentwicklung und Digitalisierung haben zu einem rasanten Anstieg an Messgeräten, Datenerhebungen, Datenvolumen und Möglichkeiten geführt. Unterdessen hat sich ein eigener Wirtschaftszweig etabliert, der sich der Erhebung, Analyse, Interpretation und Vermarktung von Leistungs- und Spieldaten widmet.

Die wichtigsten Datenunternehmen der Welt, IBM, Intel, SAP und Microsoft, konkurrieren um die besten Datenanalysetools und nutzen den auch den Sport als Demonstrations-Domäne für die Leistungsfähigkeit ihrer Marke & Produkte.

Data Analytics im Fussball

Die Analytik im Fussball ist gar keine so junge Disziplin. Schon nach dem Zweiten Weltkrieg begann man Daten über Fussballspiele zu sammeln und damit zu "spielen". Dies natürlich mit Bleistift und Papier. Erst die Veröffentlichung von "Moneyball" im Jahr 2003 : The Art of Winning an Unfair Game' war die eigentliche Einführung Sport-Analytik im Baseball für ein breiteres Publikum. "Spielt es eine Rolle wie er auf Base kommt?" Nein.

Quantitative Analyse

Vor ca. zehn Jahren beschränkten sich die verfügbaren Daten auf Statistiken über Tore, Schüsse, Anzahl der Ecken, Ballbesitz, Pässe usw. Da kann man von der Ära der Quantitativen Analyse sprechen. Diese Daten haben nur einen begrenzten Wert für den Trainerstab. Es mag zwar besorgniserregend sein, wenn ein Team zu viele Schüsse kassiert oder zu wenig Ballbesitz hat.

Das Wissen um diese Tatsache liefert aber noch keine unerwarteten Erkenntnisse, um besser zu werden und mehr Spiele zu gewinnen.


Performance Analyse

Die zweite Phase kam in Form von Leistungsdaten. Dabei kommen verschiedene Tracking Technologien zum Einsatz. Die Athleten tragen einen Transponder, der ein bestimmtes Signal an die Basis Stationen rund um das Spielfeld sendet. Die empfangenen Daten werden dann in Echtzeit ausgewertet. Dabei werden u.a. die Laufleistung, Sprints und die Geschwindigkeit ausgewertet. Diese Leistungsdaten zielen darauf ab, die Sportleistung im Wettkampf zu verbessern. Auch Trainingseinheiten werden analysiert, wobei die kontinuierliche Überwachung der Spieler auch zur Belastungssteuerung und Verletzungsprävention eingesetzt wird.


Advanced Metrics: Expected Goals, PPDA, VAEP ...

Mit der Expected goals (xG) Metrik (Ursprung ist umstritten) gelang ein Quantensprung in der Datenanalyse. Fussball ist und bleibt ein Sport mit wenigen Toren. Darum entspricht das Resultat oft nicht dem effektiven Spielverlauf bzw. den herausgespielten Chancen. Expected Goals macht die Leistung der Teams und Spieler vergleichbarer, da die Anzahl und Qualität der Torchancen pro Spieler gemessen wird. Danach folgten viele weitere Metriken auf die wir in späteren Beiträgen eingehen werden. Unter anderem sind dies, Expected Assists (xA), Expected Threat (xT), Expected Goal Chains(xGC), Valuing Actions by Estimating Probabilities (VAEP) und Passes Allowed per Defensive Action (PPDA) und einige mehr.


Match Events

Ein weiterer Quantensprung in der Datenerhebung waren die Spiel-Ereignisdaten. Spezialisierte Unternehmen kategorisieren und quantifizieren pro Spiel, mit sehr viel Handarbeit abertausende Ereignisse. Zu jedem Spielevent werden auch die dazugehörigen (x,y)-Koordinaten erfasst. Pro Spiel werden so mehrere tausend Ereignisse erfasst. Diese Ereignisdaten sind für die Vereine wertvoll, da man in der Analyse zusätzlich zum quantitativen Aspekt für jede Aktion auch Raumgewinn und Wichtigkeit der Aktion miteinbeziehen kann. Die Interpretation der Analyse wird in der Spielanalyse, Gegneranalyse, Scouting und im Trainer-Scouting eingesetzt. So ist man mit Data Analytics in der Lage, auf Knopfdruck abertausende Spiele gleichzeitig zu analysieren.


Widerstände im Fussball

Bis vor ein paar Jahren dachte man, der Fussball sei immun gegen diesen Trend. Die Verantwortlichen blieben zunächst sehr skeptisch, ja sogar ablehnend. Die meisten dachten, dass Fussball anders sei, als die amerikanischen Sportarten und es sinnlos wäre, die Spieldaten zu analysieren. Aber ein paar Träumer waren anderer Meinung und machten sich trotz Zweifel und Tadel auf ihren Weg.

Unterdessen ernten die Data Analytics "Early Adopters" den Wettbewerbsvorteil, den ihnen die Investitionen in die Menschen und Datenanalysen zu verschaffen beginnen: Liverpool, Midtjylland, AZ Alkmaar oder Brentford sind nur einige in der schnell wachsenden Liste. Meiner Meinung nach laufen Vereine, die nicht auf den Zug aufspringen, die Gefahr ins Hintertreffen zu geraten.

Eine systematische Datenanalyse ermöglicht Vereinen im Scouting und in der Spielanalyse datenbasiert bessere Entscheidungen zu treffen. Wie für viele Unternehmen ist die digitale Transformation auch für viele Fussballvereine eine grosse Herausforderung. Bevor man das grosse Potential nutzen kann, braucht man Zeit und Investitionen in die Technik, die Prozesse und die Kultur.


Daten beinhalten keine Resultate

Egal ob Sie ein Fussballverein oder ein Unternehmen aus einer anderen Branche sind, es gelten die gleichen Prinzipien. Daten alleine reichen nicht aus, um Neues zu entdecken. Daten führen nicht automatisch zu Erkenntnissen. Die Analyse und die Interpretation von Daten ist harte Arbeit.

Die Herausforderung besteht darin, die Daten richtig zu interpretieren. Und das geht nicht über Technologie, Prozesse und Methoden, sondern in erster Linie über Fussball-Knowhow, Offenheit und Neugierde. Um echte und wertvolle Erkenntnisse zu gewinnen, braucht es zahlreiche Iterationen zwischen Fussball-Knowhow und Daten-Knowhow.


Kopernikus hatte die gleichen Daten wie alle anderen, er sah, hörte und lernte das gleiche wie seine Zeitgenossen. Aber er kam zu völlig anderen Schlüssen. Denn er hinterfragte Annahmen die für alle anderen nicht zur Diskussion standen.

Man braucht Menschen, kompetente Menschen, die die richtigen Fragen stellen, Hypothesen entwickeln können und diese in den Daten validieren. Einerseits als Validierung der eigenen Hypothesen, aber auch um neue noch ungedachte Erkenntnisse zu gewinnen, die wiederum neue spannende Fragen aufwerfen. Daten helfen Dinge zu sehen, die für unseren Verstand und unser Auge im Verborgenen bleiben.

Wahrnehmungsfehler

Bei der Interpretation der Daten müssen wir oft auch unsere eigene Wahrnehmung ausdribbeln.

Beim Confirmation Bias (Bestätigungsfehler) handelt es sich um eine Verzerrung der Wahrnehmung. Der menschliche Verstand neigt dazu unkritisch nach Beweisen zu suchen, die sein Weltbild bestätigen. Die wenigen markanten Ereignisse werden tendenziell überbewertet, sind aber weniger aussagekräftig, als die vielen vielen anderen Ereignissen. Oft vergessen wir auch, nach Evidenzen zu suchen, die unsere Hypothese widerlegt.

Scouting und Spielanalyse Zukunft


Wir sind erst am Anfang der Data Analytics Entwicklung. Was heute als "state of the art" gilt wird in ein paar Jahren der Standard sein. Wir sind aber weit weg davon, dass Algorithmen entscheiden, welches Spielsystem verwendet wird, welcher Spieler verpflichtet wird, wer aus- und eingewechselt wird. Und wir sollten auch nicht streben, dorthin zu gelangen. Im Zentrum ist und bleibt das Fussball-Knowhow.


Lassen Sie sich durch Ihre eigenen Daten beraten.

Aber folgen Sie nicht den Statistiken. Folgen Sie Ihrer Strategie!


Expected Goals PPDA

Data Analytics

Blog von www.footballytics.ch Über Data Analytics Themen im Fussball - improve the game . change the ǝɯɐƃ

Teilen Sie diesen Beitrag

0 Kommentare

Aktuelle Beiträge

Alle ansehen