MSR 263: Mit 100 Km/h zum nächsten Sieg

Veröffentlicht unter: MSR 263: Mit 100 Km/h zum nächsten Sieg – Miasanrot.de

Der FC Bayern München gewinnt mit 2:0 gegen den VfL Wolfsburg und das gilt es zu besprechen. Was lief gut, was weniger gut? Georg, Alex und Justin analysieren den 2:0-Sieg der Männer gegen den VfL Wolfsburg. Und auch ein Blick auf das 1:1 der Amateure gegen Unterhaching sowie den 2:0-Testspielsieg…

2 „Gefällt mir“

Die Kritik am expected goal von Alex ist nicht ganz richtig: ja, wenn ich versuche nochmal abzuspielen anstatt selbst zu schiessen, und es geht schief, geht das nicht in die Berechnung ein. Gelingt der Pass aber, erhöht sich in der Regel der expected goal auch ganz wesentlich. Ein zusätzlicher Pass erhöht also nur meine Varinaz im expected goal, sagt aber per se nichts darüber aus, ob der Erwartungswert steigt oder fällt. Dies hängt nämlich ganz entscheidend davon ab, wie gut mein Team im Kombinationsspiel ist. Wenn ich wie Guardiola und Tuchel spielstarke Mannschaften habe, dann erhöht der Versuch Torchancen bis zum Ende auszuspielen natürlich den expected goal. Spielschwache Mannschaften müssen wohl eher ihr Glück in Fernschüssen suchen. Deshalb ist das Argument der geringeren Varianz bei weniger hochkarätigen Chancen wohl eher zweitrangig ( ja es stimmt mathematisch: Varianz der Binomialverteilung = n x p x (1-p), in eurem Beispiel also 10 x 0,25 x 0,75 = 1,85 vs 25 x 0,1 x 0,9 = 2,25). Entscheidend ist, dass bei einer gewissen Qualität in der Offensive das Ausspielen von Torchancen die erwartete Anzahl der Tore erhöht.

2 „Gefällt mir“

Hängt natürlich auch ganz entscheidend vom Gegner ab. Bei einem vollbepackten Strafraum kann ein Fernschuss durchaus ein probates Mittel sein (siehe Müllertor). Konter versucht man in der Regel immer auszuspielen.

@cj76: Cool, eine Mathe-Diskussion. Endlich. :slightly_smiling_face: Danke.

Ich wollte in der Sendung eigentlich auf etwas anderes hinaus, habe ich mich aber selbst verknotet. Jedoch zunächst zu deinem Einwand, denn ich bin mir nicht ganz sicher, ob ich dich richtig verstehe:

Wenn der Mittelfeldspieler aus meinem Beispiel, statt aus 20 Metern selbst abzuziehen, einen Steckpass hinter die Kette erfolgreich auf einen Stürmer spielt und dieser dann aus drei Metern ins leere Tor einschieben kann, erhöht sich doch sehr wohl der xG-Wert (also der Erwartungswert des Torerfolgs) pro erfolgtem Abschluss? In beiden Fällen erhöht sich die Anzahl der erfolgten Abschlüsse um 1 und im zweiten Fall der xG-Wert um einen bedeutenden höheren Betrag als im ersten. (Wobei ich natürlich die Zusatzannahme treffe, dass die Abschlussposition des Passempfängers besser ist als die des Passgebers. Per se sagt der zusätzliche Pass nichts über die Qualität des im Anschluss erfolgten Abschlusses aus, richtig (er könnte ja auch nach hinten gehen), aber das Szenario soll ja einigermaßen lebensnah sein.)

Was nach meinem Verständnis deiner Erklärung hingegen steigen würde, wäre die Varianz der Zahl der erfolgten Abschlüsse, denn im Fall des Passes statt des Schusses wäre es ja möglich, dass der Pass nicht ankommt und der Stürmer dann nicht abschließen kann. Aber Streuung (Varianz ist ja ein Streuungsmaß) bedarf immer eines Bezugspunktes - eines Erwartungswertes - um den herum sie streuen kann, um als Aussage überhaupt sinnvoll zu sein. Dieser Bezugspunkt wäre dann hier die Zahl der potentiellen Abschlüsse: Der Mittelfeldspieler hat die Wahl, abzuschließen - ein potentieller Abschluss - oder auf den Stürmer durchzustecken (was schiefgehen kann oder auch nicht). Angenommen, die Erfolgswahrscheinlichkeit für den Steckpass liegt bei 50%. Und angenommen, in einem Spiel kommt der Steckpass von zehn Versuchen dreimal an und in einem anderen acht Mal (und der Stürmer kommt im Erfolgsfall stets zu 100% zum Torschuss). Dann streut die Zahl der tatsächlichen Abschlüsse um den erwarteten Mittelwert von 50% der potentiellen Abschlüsse, Mal weicht sie nach oben ab (acht) und mal nach unten (drei).

Will sagen, du brauchst auf jeden Fall einen neuen Bezugswert, wenn du der Zahl der erfolgten Abschlüsse (also was ich bei dir als „expected goal“ interpretiere) eine Varianz zuweisen willst. (Aber wahrscheinlich verstehe ich dich einfach nur falsch, bitte korrigier mich!) Dabei lässt sich diese Kausalkette natürlich beliebig nach hinten fortsetzen. Die Zahl der potentiellen Abschlüsse hängt ja auch wieder von einem Pass davor ab und so weiter.

Im Endeffekt kommt man irgendwann beim Ballwechsel an. Der Ballwechsel ist die sozusagen die prima causa bzw. der Ausgangspunkt aller darauffolgenden Ballaktionen einer Mannschaft. Also wäre vielleicht die Anzahl der erfolgten Abschlüsse pro Ballbesitzphase in einem Spiel eine interessante Leistungsmetrik, sozusagen als Effizienzmaß dafür, wie viel zählbares eine Mannschaft aus ihrem Ballbesitz herauszuholen weiß. Aussagekraft hätte vielleicht auch die summierten xG pro Anzahl der Ballbesitzphasen als Effektivitätsmaß dafür, wie viel eine Mannschaft im Schnitt aus ihrem Ballbesitz herausholen kann. Weiß hier einer von euch, ob sowas gemessen wird? (@Georg)

Zu dem, worauf ich eigentlich in der Sendung hinaus wollte, dann vielleicht in einem späteren post. Das ist jetzt hier schon lang genug, jemand soll das ja alles noch lesen können und wollen. :slightly_smiling_face:

Die Auswechslung von Gnabry wurde im Podcast ja auch thematisiert. Hier die Begründung.
Da frage ich mich, warum er überhaupt von Beginn an gespielt hat? Momentan ist ja noch kein Notstand angesagt.
Könnte für das nächste Spiel die Chance und Gelegenheit für Comans Saisondebüt sein.

6 „Gefällt mir“

Danke für den Hinweise @Jo_1. Dann spricht für mich viel für einen Wechsel gegen Bochum. Gerade diese Variante, als einer der beiden Stürmer sehr oft nach außen zu gehen, dürfte Kingsley auch entgegnen kommen.
Ob es nun Coman 1:1 für Gnabry wird, ob Coman auf die 10 und Müller/Musiala nach vorne rückt, oder ob vielleicht Sané oder Gravenberch ihre Chance von Beginn an bekommen, ich bin gespannt.

2 „Gefällt mir“

Ja es gibt auch verschiedene Stats „possession adjusted“.
Die Fußball-Analyse ist dabei aber längst noch nicht so weit, wie im Basketball oder Football. Nicht zuletzt hapert es daran, wie man „Possession“, also Ballbesitzphase definiert. Ist im Fußball viel komplizierter als in den US-Sportarten. Wie bewertest du die vielen dynamischen Situationen zwischen Ballverlust, Gegenpressing, Ballgewinn etc.?

Kleine Geschichte der Tor-bezogenen quantitativen Spielanalyse:

Stufe 1: Ergebnis: Wer mehr Tore geschossen hat, hat den Sieg verdient
Stufe 2: Torschüsse: Wer öfter aufs Tor geschossen hat, hätte den Sieg verdient.
Stufe 3: Expected Goals: Wer in Summe öfter aus besseren Situationen aufs Tor geschossen hat, hätte den Sieg verdient.
Stufe 4: Non-shot expected Goals / Expected Threat: Wer in Summe öfter in aussichtsreiche Situationen kommt, hätte den Sieg verdient.
Stufe 5: Goal Probability Added (on und off ball): Jeder Pass, jeder Lauf, jedes Tackling wird dahingehend bewertet, ob er einen Torerfolg wahrscheinlicher macht (oder einen des Gegners unwahrscheinlicher). Wer als Team in Summe mehr GPA hat, hätte den Sieg verdient.

3 „Gefällt mir“

Denke es war eine Abwägung, letztlich wollte man die eingespielte 11 nicht auseinander reißen, mit der klaren Verabredung mit dem Spieler, das er sofort signalisiert, wenn es zwickt und dann wechselt, so das keine echte Verletzung entsteht .
Also kalkuliertes Risiko. Finde schon das man das so machen kann, wenn man der Überzeugung ist ein Verletzungsrisiko mitigieren zu können.

Ich habs nicht so kompliziert gemeint. Angenommen ein Stürmer ist zweimal in einer mittelprächtigen Situation und schliesst jeweils direkt mit jeweils 0,1 expected goals ab. Dann ist das sichere Ergebnis ein total expected goals von 0,2. Wenn er aber jeweils den besser positionierten Mitspieler sucht, dann fängt das Ergebnis total expected goals an zu streuen, je nachdem ob die Pässe gelingen oder nicht. Im schlimmsten Fall ist das Ergebnis 0 (beide mal misslingen die Pässe) und im besten Fall deutlich höher (beide Pässe gelingen). Ich bekomme also eine Varianz im Ergebnis. Was ich nur sagen wollte: wenn ich bei einem misslungenen Pass trotzdem einen gewissen expected goal annehmen würde (Dein Kritikpunkt war, dass solche Szenen nicht miteingehen), dann würde ich den total expected goals ja nach oben verfälschen. Natürlich könnte man komplexere Statistiken verwenden wie Georg ja ausführt, nur wird die Berechnung dann so kompliziert, dass sie praktisch eine blackbox darstellen (und trotzdem wird es wahrscheinlich Situationen geben, in denen das Ergebnis nicht hundertprozentig „passt“). Alles in allem macht expected goals schon Sinn so wie er ist. Wenn es diverse Szenen mit versuchten letzten Pässen gab, dann wird der expected Goal auch eine realistische Einschätzung liefern. Wenn es natürlich im Spiel die eine entscheidende Szene gab, wo der eine entscheidende Querpass nicht ankam, dann wird der expected Goal etwas zu niedrig sein. Es gibt keine eierlegende Wollmilchsau-Statistik. Wichtig ist, dass sie konsistent ist und der Benutzer sie versteht, um sie richtig zu interpretieren.

1 „Gefällt mir“

@cj76: Gut, verstanden. Danke. Dann habe ich dich intuitiv gar nicht so falsch interpretiert.

Im Ergebnis stimme ich dir nur bedingt zu. Ich finde solche Methoden, die so offensichtlich riesige Chancen wie in letzter Sekunde mit Mühe abgegrätschte Pässe auf einen Stürmer in todsicherer Einschussposition bei der Berechnung ihrer erwarteten Tore nicht berücksichtigen, intellektuell unbefriedigend. Da würde ich mir mehr wünschen, kann mir allerdings vorstellen, dass das in Zukunft mit fortschreitender technischer Durchdringung des Fußballs noch kommt.

Ich finde xG ganz nett, aber es gibt für mein subjektives Empfinden doch schon ganz schön viele entscheidende Szenen und auch Typen von Szenen, die diese Methode nicht erfasst und auch prinzipbedingt gar nicht erfassen kann.

Bei deinem letzten Satz stimme ich dir hingegen ausdrücklich zu. Wichtiger als theoretische Perfektion ist oft die konsistente Anwendung einer gegebenen Methode sowie die intersubjektive Nachvollziehbarkeit ihrer Prämissen, sofern diese Methode nicht vollkommen hanebüchen ist (was ich für xG bei allen Mängeln dann doch ausschließen würde). Denn wenn das gegeben ist, kann man mit der Zahl allgemeingültig als Basis arbeiten und zur Not noch individuell weitere, darauf aufbauende Zusatzberechnungen anstellen, ganz wie einem beliebt.

1 „Gefällt mir“

Sie erfasst sie ja letztlich schon indirekt. Mein Argument ist ja, dass der letzte Pass einfach eine Art risk-leverage darstellt, der ja durchaus einen expected return besitzt. Wenn es genügend solche Szenen gibt, sollte das Gesamtergebnis schon einigermassen passen (gerade bei Bayern ist das in der Regel gegeben). Das Problem entsteht hauptsächlich wenn es sehr wenige Beobachtungen gibt. Das ist in der Statistik aber immer so. Natürlich verstehe ich was Du meinst, aber ich glaube Du versteifst Dich zu sehr darauf die einzelne Szene zu sehen und berücksichtigst zu wenig, dass in anderen Szenen der letzte Pass ja die expected goals extrem erhöht hat. Natürlich ist diese schwarz-weiss Berechnung sehr rudimentär (nur Abschlüsse zählen), aber sobald man dieses Prinzip über Bord wirft, wird es extrem komplex und auf die Schnelle für niemanden mehr nachvollziehbar.

1 „Gefällt mir“

@Georg oder gibt es eine einfache Anpassung, die das Problem behebt? Wie wäre es wenn man zusätzlich zu den Torabschlüssen einfach jede Szene bewertet, die einem Ballbesitzwechsel vorangeht? Würde das Problem beheben, aber die Kennzahl würde eben inkonsistent (ein zusätzlicher Pass würde in Bezug auf den expected goals kein Risiko darstellen).

@cj76: Diese Erklärung leuchtet mir in der Tat vollkommen ein. Es spricht aus Sicht der summierten xG keine Rolle, ob ich zehn Abschlüsse à 0,5 xG oder 20 à 0,25 xG habe.

Dann wäre es auch ein Kriterium der Qualität eines guten Spielers, intuitiv zu erkennen, in welchen Situationen sein eigener Abschluss unter dem Strich für höhere xG sorgt und wann es sinnvoller ist, doch noch den finalen Pass zu spielen. Er müsste dann intuitiv die Passerfolgswahrscheinlichkeit mal den Zugewinn an xG gegenüber seiner eigenen Schussposition „berechnen“ um zu entscheiden, ob eben dieser Pass noch sinnvoll ist. Spannend.

Weil er Sane nicht von Anfang an spielen lassen wollte!

1 „Gefällt mir“

Ich bin mir nicht sicher, ob ich verstehe, was du hiermit meinst?

Zur Zonen-Diskussion: Tore/Schüsse des FC Bayern laut Whoscored

Tore Saison 2021/2022:
5-Meter-Raum 18%, zw. 5er und 16er 70%, außerhalb 16er 7%, (gegnerische Eigentore 5%)

Tore Saison 2022/2023:
5-Meter-Raum 12%, zw. 5er und 16er 63%, außerhalb 25%

Schüsse Saison 2021/2022:
5-Meter-Raum 10%, zw. 5er und 16er 59%, außerhalb 31%,

Schüsse Saison 2022/2023:
5-Meter-Raum 10%, zw. 5er und 16er 47%, außerhalb 43%

Der subjektive Eindruck, dass mehr von „draußen“ kommt, ist also richtig. Wenn auch nach 2 Spielen noch nicht sehr aussagekräftig.

2 „Gefällt mir“