top of page
  • footballytics

Data Analytics im Fussball


Es gibt keine versteckten Talente mehr. Mit Hilfe von Daten kann man im #Scouting die Spieler in jedem Fussballwinkel dieser Welt innerhalb einiger Minuten aufspüren.

Daten erfolgreich nutzen, ist weit mehr als nur Tools einkaufen.

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.


"Everything is a number" Valeri Lobanovsky

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.



Charles Reep: Pioneer of analysis in football (1950s)
Charles Reep: Pioneer of analysis in football (1950s)

Einfache 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.


Statistische Daten (Advanced)

Unterdessen werden für jedes Spiel und für jeden Spieler zahlreiche statistische Daten erhoben. Zum Beispiel Wyscout bietet eine preiswerte Plattform mit weltweiten Daten inkl. Video an.

Pro Spieler werden mehr als 100 individulle Metriken erfasst. Aus diesen Daten wie Tore, Schüsse, Duelle, Pässe, Erfolgsquoten etc. können bereits detaillierte Analysen, vor allem zur Leistungsbeutrteilung und für das Scouting erstellt werden.


Beispielanalysen aus statistischen Daten:













Granit Xhaka is on fire
Granit Xhaka is on fire





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

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) und Passes Allowed per Defensive Action (PPDA) und einige mehr.






Match Events (Event Data)

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 mit einbeziehen 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.


Beispielreport basiert auf Event Daten












Bayer Leverkusen Deutscher Meister 23-24




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.


90% of the decision makers in football are not data driven

Eine grosse Herausforderung für die meisten Vereine ist, dass für DataAnalytics nur sehr beschränkte Kompetenzen und Ressourcen zur Verfügung stehen.



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.


Daten selbst sind für Menschen nicht wertvoll. Es ist die Fähigkeit, Daten zu nutzen, um Erkenntnisse über Dinge zu gewinnen, die den Menschen wichtig sind.

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.


"Die wahre Entdeckung besteht nicht darin, Neuland zu finden, sondern darin, die Dinge mit neuen Augen zu sehen." Marcel Proust


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.



You only see what you know

Daten können Deine Wahrnehmung bestätigen oder auch nicht. Dies ist in beiden Fällen ein Mehrwert. Entweder bekräftigen sie Deine Meinung, oder sie zwingen Dich die Dinge aufmerksamer zu betrachten.

Scouting und Spielanalyse Zukunft

Die Pandemie hat uns gelernt, mit Daten umzugehen. Auf sie zu vertrauen und sie wertbringend zu nutzen. Die Erhebung von Fussball-Spielevents ist unterdessen so weit fortgeschritten, dass Daten von fast allen semi- und professionellen Ligen zur Verfügung stehen.


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.



humanoid robot coach

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.


Entlarven wir den Mythos, dass Daten oder künstliche Intelligenz die Scouts ersetzen werden; setzen wir uns stattdessen dafür ein, dass Scouts, die Daten oder künstliche Intelligenz nutzen.


Die Zukunft des Scoutings gehört denjenigen, die das Zusammenspiel von Technologie und menschlicher Kompetenz erkennen. Es geht nicht um einen Kampf zwischen Mensch und Maschine, sondern darum, eine harmonische Symphonie zu schaffen, in der Scouts mithilfe von Daten die Standards für Spitzenleistungen neu definieren


Datenscouting - data driven scouting

Unterdessen datenscouten wir für zahlreiche Vereine in verschiedenen Ligen Europas. Alle Vereine nutzen unterdessen Daten, um Spieler zu vergleichen und zu scouten. Aber nur wenige Vereine schöpfen bezüglich Knowhow, Fähigkeiten und Prozess das ganze Potential aus.


Update April 2024: Wir haben im April 2022 zwälf U21 Spieler mit unserem Datenscouting Algorithmus gescoutet.

In zwei Jahren sind aus 8 Mio Marktwert 134 Mio geworden (+126)



Hier zum Artikel mit ursprünglichen und aktuellen Marktwerten:



Hier unser erprobtes datengestützes Datenscouting:



Eine smarte Nutzung von Daten hilft;


  • Vereine: Massive Zeiteinsparung, da man sich auf 50 und nicht 500 Spieler konzentrieren kann. Bessere Spieler für weniger Geld zu verpflichten

  • Scouts: Interessante und unbekannte Spieler zu finden

  • Trainern & Analysten: Wahrnehmungen zu bestätigen oderzu hinterfragen und die Leistung zu optimieren

  • Spielern: Genau zu wissen, wo sie in Bezug auf ihre Leistungstehen und welches die Entwicklungsschwerpunkte sind

  • Agenten: Ihre Spieler besser einzuschätzen, besserzu verkaufen und am richtigen Ort weiterzuentwickeln

  • Allen:  Bessere und nachhaltigere Entscheidungen zu treffen



Es geht nicht nur darum, die ausgefeiltesten Tools oder die genauesten Daten zu besitzen, sondern auch darum, die richtigen Prozesse zu schaffen und eine Kultur zu fördern, die an die Vorteile der Nutzung von Daten glaubt. Ohne diese Grundlage kann auch die fortschrittlichste Technologie keinen echten Vorteil bringen.

«Es genügt für einen Verein nicht, nur gute Daten und Tools einzukaufen. Das tun alle - Damit bleiben Sie in der Masse. Investieren Sie in Daten, Software UND in Experten mit #DataAnalytics Knowhow.» .
 

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

Teilen Sie diesen Beitrag

Comments


Commenting has been turned off.
bottom of page