Spieleranalyse mit Goalimpact: Messi vs. Heubach vs. Lakic vs. Fortounis (Der Betze brennt)

Im Blickpunkt: Spieleranalyse mit Goalimpact
Messi vs. Heubach vs. Heintz vs. Lakic vs. Fortounis
von kulak

Die Analyse von Spielsystemen und -statistiken erfreut sich nicht nur in den Vereinen, sondern auch bei den Fans immer größerer Beliebtheit. DBB-Taktiker kulak befasst sich in seiner heutigen Gastkolumne mit dem Algorithmus Goalimpact, der aufgrund statistischer Werte das aktuelle und das zukünftige Leistungsvermögen der FCK-Spieler prognostiziert.

Ich weiß gar nicht genau, wann und wo ich zum ersten Mal auf den Begriff „Goalimpact“ gestoßen bin - vermutlich entdeckte ich ihn über @spielverlagerung bei Twitter - jedenfalls habe ich mich sofort für ihn interessiert. Goalimpact (GI) ist eine Wortschöpfung von Jörg Seidel für einen von ihm entwickelten Algorithmus zur Bewertung von Fußballspielern. Anfangs für die Analyse von Nationalmannschaften aus einer Laune zur EM 2004 aus der Taufe gehoben, entwickelte Seidel den Algorithmus über die Jahre kontinuierlich weiter. Mittlerweile steht die Bewertung von Spielern im Vordergrund. Die Idee, die Leistung von Fußballspielern statistisch mess- und vergleichbar zu machen spielt eine immer größere Rolle im Fußball. So existiert z.B. der „Performance Index“ des Schmierstoffherstellers Castrol, welcher ebenfalls versucht, die Leistung der Spieler anhand mathematischer Modelle darstellbar zu machen.

Goalimpact gibt an, wie stark die Tordifferenz einer Mannschaft von einem einzelnen Spieler im Durchschnitt abhing. Anders ausgedrückt: wie entwickelt sich die Tordifferenz der eigenen Mannschaft, während der Spieler auf dem Platz steht? Da natürlich viele andere Faktoren wie Stärke der Mitspieler, Niveau der Gegner, Erschöpfungsgrad (bei Einwechselspielern) oder Anzahl der Einsatzminuten den Goalimpact beeinflussen, versucht der von Seidel entwickelte Algorithmus diese Einflüsse weitgehend zu minimieren, sodass möglichst die reine Spielstärke übrig bleibt.

Ein weiterer Aspekt von Goalimpact ist der Versuch, auf Basis der Vergangenheitsdaten einen Spitzenwert (Peak-GI) für jeden Spieler vorauszusagen, welchen er bei ähnlicher Entwicklung in der Zukunft erreichen wird. In jedem Chart findet sich also der Verlauf des GI (durchgezogene Linie) und der Verlauf des Peak-GI (gestrichelte Linie). Ungefähr lässt sich sagen, dass Weltklassespieler Werte von über 150 erreichen, während der Bundesliga-Durchschnitt bei 110 liegt. Als Beispiel hier der GI-Chart von Lionel Messi:



Er besitzt derzeit einen GI von 182, sein Peak-GI liegt nur unwesentlich höher, was dafür spricht, dass er nahe an seinem Leistungsmaximum agiert. Bereits im Jahr 2005 attestierte ihm GI einen Peak-GI von über 150. Mit seiner Entwicklung ab dem Jahr 2008 steigerten sich sowohl sein GI als auch sein Peak-GI kontinuierlich; Messi entwickelte sich somit noch besser als im Jahr 2005 vom Algorithmus erwartet.

Was ist bei der Interpretation von Goalimpact-Werten generell zu beachten?

Es ist und bleibt eine Statistik, die aufgrund der großen Datenbasis tendenziell gute Werte erzeugen wird, aber natürlich nicht für jeden Spieler in jeder Situation. Sehr wichtig für aussagekräftige Werte ist, dass für jeden Spieler eine möglichst breite Datenbasis (viele Spiele) in den Algorithmus einfließt. Das ist natürlich bei erfahreneren Spielern eher gewährleistet als bei jungen Spielern oder Spielern aus exotischen Ligen; zum Beispiel fließen in den GI von Markus Karl 22.073 Minuten Spielzeit ein, während Stefan Mugoša nur auf 1.061, Julian Pollersbeck sogar nur auf 930 Minuten kommt. Die GI-Werte der beiden letztgenannten Spieler sind demzufolge bei weitem statistisch nicht so abgesichert wie Karls Wert und sollten demzufolge auch kritischer betrachtet werden.

Ich versuche mit diesem Artikel neben der schon erfolgten Einführung des Algorithmus die GI-Werte des FCK-Kaders der Saison 2014/15 näher zu betrachten; inklusive einer Analyse der bisher feststehenden Zu- und Abgänge. Für Anmerkungen und Fragen bin ich offen, ich freue mich, wenn ich das Interesse für eine statistische Betrachtungsweise des Fußballs etwas wecken könnte.

In dieser Aufstellung habe ich versucht, die elf Spieler mit den höchsten GI in ein sinnvolles und realistisches Spielsystem zu integrieren. Unberücksichtigt bleibt in dieser Aufstellung Marcel Gaus, welcher mit 111,54 einen etwas geringeren GI hat als Christopher Drazan mit 111,9. Eigentlich wäre er damit unter den elf höchsten Werten, seinen Platz nimmt aber Marc Torrejón mit 104 ein, da ich davon ausgegangen bin, dass wir mit Viererkette agieren werden. Im Mittel hat diese Mannschaft einen Durchschnittswert von 111; dabei ist sie sehr homogen besetzt, lediglich Chris Löwe und Torrejón weichen mehr als vier Punkte vom Durchschnitt ab.



Im Folgenden möchte ich kurz auf jeden Mannschaftsteil separat eingehen:

Die Torhüter:



Da für Julian Pollersbeck noch zu wenige Spiele in den GI eingehen, werden hier nur Marius Müller und Tobias Sippel berücksichtigt, Sippel liegt aktuell vorne. Für Torhüter generiert der Algorithmus noch keinen Peak-GI, betrachten wir also nur den momentanen GI. Sippel wird also auch statistisch abgesichert als Stammtorwart in die Saison gehen, Müller muss bei eventuellen Sperren, Verletzungen oder Patzer-Serien seine Chancen nutzen.

Die Abwehr:



Auffällig sind in meinen Augen einmal der hohe GI von Chris Löwe, der schwache Wert von Marc Torrejón und die hohen GI-Peaks von Löwe, Willi Orban, Jean Zimmer und Dominique Heintz.

Mit einem Wert von 126 hat Löwe mit Abstand den höchsten GI der gesamten Mannschaft, ihm folgen Michael Schulze mit 113 und Christopher Drazan mit 112. Zum Vergleich haben bei Dortmund die beiden Linksverteidiger Werte von 144 (Marcel Schmelzer) und 103 (Erik Durm). Perspektivisch machen die Peak-GI von Löwe, Orban, Zimmer und Heintz Hoffnung, allerdings müssen sie das Niveau erst mal erreichen. Momentan haben laut GI Schulze, Torrejón und Tim Heubach die besseren Werte. Anhand von Heubach und Heintz möchte ich kurz unterschiedliche GI-Verläufe illustrieren:



Heubach hatte schon früh einen prognostizierten Peak-GI von 130, was definitiv bundesligatauglich wäre. Er spielte damals bei Borussia Mönchengladbach II und stieg mit ihnen aus der Oberliga in die Regionalliga auf, was sich sicherlich positiv auf seinen GI auswirkte. Allerdings ist bei Jugendspielern immer die noch recht niedrige Spielanzahl zu beachten. Über die Spielzeiten konnte er zwar seinen GI bis heute kontinuierlich steigern, der Peak-GI sank allerdings mit der Zeit, der Algorithmus korrigierte folglich seine anfänglich hohe Prognose etwas nach unten.



Der Verlauf von Heintz dagegen sieht etwas anders aus. Man erkennt einen sehr linearen Anstieg des GI gepaart mit einem stabil hohen Peak-GI über 120. Man darf gespannt sein, ob und bei welchem Verein er dieses Niveau erreichen wird.

Das Mittelfeld:



Überraschend im Mittelfeld sind für die Mehrzahl der Fans wohl die Werte von Christopher Drazan, Karim Matmour und Marcel Gaus, wurden diese in den letzten Monaten doch arg kritisiert. Wie im gesamten Kader, ist auch im Mittelfeld die Leistungsdichte sehr eng, die drei stärksten liegen innerhalb von einem Punkt. Zu Beginn seiner Karriere wurde Drazan sogar ein Wert von über 140 prognostiziert, diese Entwicklung blieb allerdings aus. Ebenfalls interessant ist der erhöhte Peak-GI von Kevin Stöger, sein Talent scheint sich auch in den Zahlen zu manifestieren. Ob er der Mannschaft von Beginn an helfen können wird, bleibt abzuwarten. Insgesamt decken sich die Zahlen mit meiner Einschätzung, dass unser Mittelfeld individuell konkurrenzfähig ist, Kosta Runjaic es jedoch schaffen muss, die Abläufe zu verbessern und Konstanz in Aufstellung und Spielweise hineinzubringen.

Der Sturm:



Im Sturm haben wir einen Umbruch vollzogen: Mo Idrissou, Simon Zoller, Olivier Occean und Albert Bunjaku verließen den Verein; Philipp Hofmann, Sebastian Jacob und Stefan Mugoša stießen dazu. Daneben würde ich auch Jan-Lucas Dorow und Srdjan Lakic quasi als Neuzugänge betrachten. Auf den ersten Blick scheint der Platz vorne drin für Hofmann reserviert zu sein, er besitzt den höchsten GI und mit 131 auch den mannschaftsweit höchsten Peak-GI. Mugošas Wert ist aufgrund einer zu geringen Datenbasis wenig aussagekräftig. Überraschend sind für mich die Werte von Dorow und Lakic, gerade Lakic hat mit 93,08 den drittschlechtesten GI der ganzen Mannschaft. Er sinkt seit 2009 kontinuierlich - ich denke wir hoffen alle, dass er diesen Trend diese Saison wird stoppen können. Dorows Wert dagegen hätte ich nicht so hoch erwartet, auch sein Peak-GI ist stark. Mal schauen, ob er während der Saison über den Status des Ergänzungsspielers hinauskommen wird.



Die Neuzugänge:



Hier habe ich den Versuch unternommen, einige Abgänge den Neuzugängen positionsgetreu gegenüberzustellen, um grob zu analysieren, ob sich der GI auf diesen Positionen durch die Transfers verbessert oder verschlechtert hat. Der Abfall von Hofmann gegenüber Zoller war zu erwarten, allerdings nicht so stark, wie ich vermutet hätte. Auch mit Hinblick auf Hofmanns hohen Peak-GI bleibt es ein Transfer, der Sinn macht. Auch der leichte Abfall von Heubach gegenüber Jan Simunek ist zu verschmerzen. Mit Heintz und Orban haben wir Talente, deren Entwicklung noch in vollem Gange ist. Perspektivisch betrachtet haben Florian Dick, Idrissou und Simunek tendenziell ihren Peak-GI schon erreicht, während Schulze, Heubach und Mugoša diesen noch vor sich haben. Auch an den Zahlen lässt sich der viel bemühte Umschwung also erkennen.

Noch ein Wort zu Kostas Fortounis:



Mit einem anfänglichen Peak-GI von über 140 galt Fortounis wohl zurecht als Top-Talent, seine Entwicklung zeigt jedoch, dass das erst mal nichts heißen muss. Sein derzeitiger GI von 92 lässt ihn derzeit noch hinter Kevin Stöger rangieren. Mal schauen, ob Fortounis in Griechenland wieder zu alter Form finden wird.

Ich hoffe, ich konnte euch das Konzept Goalimpact etwas näher bringen und anhand unseres Kaders anschaulich erläutern. Vielleicht entwickelt sich ja eine Diskussion über die Zahlen oder auch den Sinn und Unsinn von solchen statistischen Versuchen. Bitte denkt immer daran, dass es lediglich ein Algorithmus ist, welcher keinen Anspruch auf objektive Wahrheiten erhebt. Fußballspieler sind primär Menschen in einem Teamgefüge und lassen sich nicht auf blanke Zahlen reduzieren; allerdings halte ich solche statistischen Herangehensweisen als Teil einer Beurteilung für interessant und sinnvoll.

Wer sich näher mit Goalimpact beschäftigen möchte, dem sei goalimpact.com ans Herz gelegt; auf ligainsider.de finden sich weiterhin alle GI-Werte von aktuellen Spielern der 1.Bundesliga.

Über den Gastautor: kulak befasst sich seit längerem mit dem Spiel hinter dem Spiel und analysiert dabei gerne das System sowie die Statistik. Im Forum von „Der Betze brennt“ ist er gemeinsam mit Ktown2Xberg verantwortlich für den Taktik-Thread „Die falsche 9“, in dem auch zur neuen Saison wieder eifrig über die Taktik der Teufel diskutiert werden darf.

Quelle: Der Betze brennt

Hi@all..
bin schon länger Leser von dbb und habe mich jetzt auch mal angemeldet.

Also mal zum Thema.
Danke für die Veranschaulichung, bin auch ein großer Freund von Statistiken. Auch wenn man die Aussagekraft natürlich immer vorsichtig betrachten muss, da es immer noch viele weitere Einflussfaktoren gibt, welche sich auf prognostizierte-Werte bzw. Talent-Werte niederschlagen, so finde ich sie doch immer recht interessant.

Außerdem braucht man ja immer Anhaltspunkte, um mal ungefähre Einordnungen machen zu können, Garantien gibt es natürlich nie.
Natürlich ist es immer eine gute Methode, sich einen Spieler bzw. eine Mannschaft live im Stadion oder am TV anzusehen, jedoch geht sowas erfahrungsgemäß nur mit einer überschaubaren Menge an Spielern.

Will man sich also eine größeren Überblick über eine Menge von Spielern und Teams verschaffen, sind solche oder ähnliche Statistiken unerlässlich.

Ich selbst schaue mir immer mal wieder gerne Statistiken beispielsweise von Transfermarkt.de oder auch die Kickernoten von Spielern an, um diese einschätzen zu können.
Solche Statistiken, wie die oben aufgeführte, runden solche Einschätzungen natürlich immer mehr ab.

Daher, Statistiken sind nicht alles, aber man darf ihre Gewichtung nicht unterschätzen.. und wie heißt schon der bekannte Spruch, Statistiken lügen nicht

Statistiken lügen nicht

Traue keiner Statistik, die du nicht selbst gefälscht hast...

Hm...die entscheidende Frage wurde leider nicht beantwortet: Steigen wir nun auf oder nicht?

Nein, im Ernst: Sehr interessanter Beitrag. Vielen Dank für die Mühe.

Super interessante Ausführung. Bitte mehr von solchen Artikeln

Ich sehe jedoch ein generelles Problem bei dieser STatistik. Und zwar: das Alter.

Spieler unter 22 Jahre weisen eine zu geringe Datenmenge auf, sodass die Werte statistischer Unsinn sind.

Spieler über 28 / 29 Jahre scheinen generell sehr schlecht abzuschneiden. Hier hakt es auch mit den Parametern.

Sinnvoll scheint die Bewertung im Intervall [23;28] zu sein, wobei auch hier altersgemäß eine Variable in den Algorithmus alleine von den Ergebnissen miteinzufleißen scheint.

Ein weiterer Fehler scheint in der Bewertung der Ligazugehörigkeit zu liegen.

Dennoch finde ich die Beurteilungen der im Bericht angegeben Spieler überwiegend logisch - rein aus subjektiver Sicht.

Ein interessanter Beitrag. Vielen Dank dafür.
Spielerei? Möglich.

Die Statistik ist eine moderne Form der Lüge.
Davon ausgehend gebe ich nicht so viel darauf.
Es könnten Zufälligkeiten eine Rolle spielen,
wenn ich das beim Drübelesen richtig verstanden
habe.
Z. B. könnte ein Spieler eingewechselt werden und
1 oder 2 Minuten später fällt ein Tor und der
eingewechselte Spieler hatte noch nicht einmal
Ballkontakt.

Das Ergebnis ist bei Weltklassespielern logisch,
da sie immer "Spielzeit" haben und auch in Mann-
schaften stehen, bei denen die Tore zwangsläufig
fallen, weil sie im Ligabetrieb gegen schwächere
Mannschaften spielen. Je weiter man nach unten
kommt, könnte deshalb dieser Wert ungenau werden.

Ich werde mir das noch einmal genauer ansehen.

Der Wert von Drazan wundert mich nicht.
Der ist ein Opfer des Trainerwechsels als
Lieblingsspieler des Vorgängers und hat sich
nie in der Mannschaft einspielen dürfen, weil
der andere Trainer für diese Position schon
einen anderen Spieler "bekam" und diesen beständig
eingesetzt hat (Gaus). Er wurde dann ja auch
ausgeliehen. Der Einsatz beim FCK entspricht
nicht seinem Werdegang.

Durchschaue das alles nicht ganz. Wenn ich aber den Wert von Drazan sehe, hat man sich bei ihm ganz schön verrechnet oder das System taugt nix. Oder ist es auch hier so, dass Ausnahmen die Regel bestätigen.
Bei allem was man mit Statistiken machen, belegen, widerlegen, untermauern.... kann, die Wahrheit liegt auf dem Platz und die einzige Statistik die zählt sind die Zahlen der gefallenen Tore auf der einen und der anderen Seite nach Schlusspfiff des Spiels.

In diesem Sinne hoffe ich auf eine gute Statistik für den FCK aber noch mehr auf einen Sieg des FCK am Montag!!!!

danke für eure positive Rückmeldung und eure Posts, ich werde gerne ein paar Fragen beantworten und gewünschte Charts hochladen, wenn es Sinn macht. Ich habe die Werte von goalimpact.com auch nur erhalten und weiß nicht wie der Algorithmus im Detail funktioniert, deswegen kann ich vielleicht nicht immer zufriedenstellend antworten, aber ich versuche es.

Spieler unter 22 Jahre weisen eine zu geringe Datenmenge auf, sodass die Werte statistischer Unsinn sind.

statistischer Unsinn würde ich jetzt nicht sagen, der Algorithmus ist meines Wissens schon ab der A-Jugend implementiert. Für Müller gehen trotz seiner 21 Jahre immerhin 7347 Minuten ein, für Heintz 9066, Orban 10764, Stöger 8178 und Hofmann sogar 10343.

Spieler über 28 / 29 Jahre scheinen generell sehr schlecht abzuschneiden. Hier hakt es auch mit den Parametern.

Das sie generell schlecht abschneiden kann man aufgrund dieser Stichprobe des FCK nicht sagen, dazu müsste man viel mehr GI miteinander vergleichen. Mir ist es auch aufgefallen, aber ich grübele noch etwas an einer möglichen Ursache

Ein weiterer Fehler scheint in der Bewertung der Ligazugehörigkeit zu liegen.

Daran habe ich auch schon gedacht, der GI berücksichtigt natürlich unterschiedliche Ligen, aber vielleicht passen die Parameter nicht zu 100%. Bezogen auf die GI vom FCK betrifft das vor allem Drazan, über dessen Wert ich mich auch gewundert habe, wobei dessen Peak seit 3 Jahren kontinuierlich fällt, was mir im Chart aufgefallen ist. Seine bei uns nicht immer überzeugenden Leistung werden also berücksichtigt.

Es könnten Zufälligkeiten eine Rolle spielen,wenn ich das beim Drübelesen richtig verstanden habe.

Genau diese Zufälligkeiten sollen über eine hinreichend große Stichprobe eliminiert werden.

Das Ergebnis ist bei Weltklassespielern logisch,
da sie immer "Spielzeit" haben und auch in Mann-
schaften stehen, bei denen die Tore zwangsläufig
fallen, weil sie im Ligabetrieb gegen schwächere
Mannschaften spielen. Je weiter man nach unten
kommt, könnte deshalb dieser Wert ungenau werden.

Es wird im Algorithmus natürlich berücksichtigt wie stark die Mannschaften sind die gegeneinander spielen. Nach einem 3:0 Sieg Barcelonas gegen den FCK steigen die individuellen GI-Werte natürlich weit weniger stark als wenn sie 3:0 gegen Real Madrid gewonnen hätten grob gesagt.

Durchschaue das alles nicht ganz. Wenn ich aber den Wert von Drazan sehe, hat man sich bei ihm ganz schön verrechnet oder das System taugt nix. Oder ist es auch hier so, dass Ausnahmen die Regel bestätigen.

Der Wert hat mich auch am meisten gewundert, ich würde seinen Wert gerne nochmal in einem halben Jahr sehen, vielleicht verfälscht seine Ausleihe nach Erfurt den Wert momentan wirklich ein wenig. Zumindest scheint er seit dem Transfer nach Deutschland zu stagnieren, was ja zutrifft. Hier zur Info sein aktueller Chart:

brauch ich erst ein paar scholle sonst geht da gaaaar nix

Toller Beitrag vielen vielen Dan!
Ich bin nun wirklich sehr sehr gespannt wie die Saison sich, auch im Bezug auf deinen Beitrag entwickeln wird.

TOP, Danke, mehr davon!!!

Top Beitrag!

Echt lesenswert und hoch interessant! Bitte mehr davon, wenn möglich.

Evtl. könnte man noch im Bezug auf Ligastärke, Gegner und/oder Alter des jeweiligen Spielers mit einer Gewichtung rechnen.....vielleicht

Mmmh, interessant auf jeden Fall, aber ich frage mich schon, warum gerade Spieler Ü28 so schlecht weg kommen. Mir scheint der Algorithmus nicht sehr realitätsnah.

Was wollen wir den mit dem GI ausgedrückt wissen? Ich zitiere:
"Goalimpact gibt an, wie stark die Tordifferenz einer Mannschaft von einem einzelnen Spieler im Durchschnitt abhing. Anders ausgedrückt: wie entwickelt sich die Tordifferenz der eigenen Mannschaft, während der Spieler auf dem Platz steht?"

Nehmen wir nun einmal das Beispiel Idrissou. Wie kann es sein, dass ein solcher Spieler, der quasi in jedem zweiten bis dritten Spiel getroffen hat, so schlecht abschneidet?
Perspektivisch ok, aber der "Momentanwert" erscheint mir viel zu niedrig. Der Momentanwert von Hofmann liegt deutlich drüber mit weniger Toren. Wie kann das sein? Die Torquote spricht in diesem Fall eindeutig für Idrissou!

(Bitte nicht missverstehen: Perspektivisch ist Hofmann für uns besser. Aber die GI's passen halt nicht zur Torquote und das sollte schon in gewissem Maße korrelieren)

Nehmen wir nun einmal das Beispiel Idrissou. Wie kann es sein, dass ein solcher Spieler, der quasi in jedem zweiten bis dritten Spiel getroffen hat, so schlecht abschneidet?
Perspektivisch ok, aber der "Momentanwert" erscheint mir viel zu niedrig. Der Momentanwert von Hofmann liegt deutlich drüber mit weniger Toren. Wie kann das sein? Die Torquote spricht in diesem Fall eindeutig für Idrissou!

(Bitte nicht missverstehen: Perspektivisch ist Hofmann für uns besser. Aber die GI's passen halt nicht zur Torquote und das sollte schon in gewissem Maße korrelieren)

Die GI's sollen auch nicht zur Torquote passen, es ist völlig egal wer die Tore schießt oder vorbereitet.
Es kommt nur auf die Tordifferenz an, während der Spieler auf dem Platz steht. Es kann also sein, dass der GI von Löwe nach einem 1:0 Sieg durch ein Tor von Lakic in gleichem Umfang steigt wie Lakic.
http://www.goalimpact.com/2014/01/how-s ... mpact.html
hier sieht man wie sich die Werte durch ein einzelnes Spiel ändern, im Beispiel steigt der GI von Nastasic um 0,19 während der von Fernandinho nur um 0,18 steigt obwohl er ein Tor geschossen hat und beide durchgespielt haben.

Ich habe gerade mal schnell für Idrissou und Hofmann geschaut. Idrissou hat in der letzten Saison in 29 Spielen bei 2450 Minuten ingesamt 47 Tore und 28 Gegentore auf dem Platz erlebt. Allerdings waren es 8 Spiele mit negativer Tordifferenz.
Hofmann hat in 31 Spielen bei 2125 Minuten insgesamt 27 Tore und 20 Gegentore auf dem Platz erlebt. Allerdings nur 5 Spiele mit negativer Tordifferenz. Hier sieht man schon, dass gerade bei Stürmern wie Idrissou der subjektive Eindruck täuscht.

Bemerkenswert für Hofmann: seit dem 9. Spieltag der letzten Saison hat Ingolstadt wenn Hofmann auf dem Platz stand nie mehr Tore kassiert als geschossen. Das wird ein Grund für seinen guten GI sein.

Mal angenommen, die Mannschaft spielt gut und gewinnt, aber einer der elf trägt herzlich wenig dazu bei, d. h. der Sieg wurde nicht wegen, sondern trotz seiner Leistung errungen.
Wie wirkt sich so etwas aus?

Mal angenommen, die Mannschaft spielt gut und gewinnt, aber einer der elf trägt herzlich wenig dazu bei, d. h. der Sieg wurde nicht wegen, sondern trotz seiner Leistung errungen.
Wie wirkt sich so etwas aus?

wie gesagt für mich ist der Algorithmus auch eine BlackBox, aber die Idee davon ist, dass sich solche Effekte über die Masse an Daten - dem Gesetz der großen Zahlen folgend - statistisch ausgleichen. Da man de facto nicht bewerten kann wie viel jemand zu einem Sieg beigetragen hat wird es auch nicht versucht, sondern der andere Ansatz gewählt, sich nur an messbaren Daten zu orientieren.

Lieber DBB-Analyst kulak, du bist eine echte Bereicherung für unser Team und das Forum. Weiter so!

Ich habe gerade mal schnell für Idrissou und Hofmann geschaut. Idrissou hat in der letzten Saison in 29 Spielen bei 2450 Minuten ingesamt 47 Tore und 28 Gegentore auf dem Platz erlebt. Allerdings waren es 8 Spiele mit negativer Tordifferenz.
Hofmann hat in 31 Spielen bei 2125 Minuten insgesamt 27 Tore und 20 Gegentore auf dem Platz erlebt. Allerdings nur 5 Spiele mit negativer Tordifferenz. Hier sieht man schon, dass gerade bei Stürmern wie Idrissou der subjektive Eindruck täuscht.

Nun ja, die Aussagekraft erschließt sich mir noch nicht 100%ig, naja die Aussagekraft schon, aber den daraus abzuleitenden Benefit noch nicht.

Wenn (wie du sagst) Idrissou in 2450 Minuten 47 Tore und 28 Gegentore erlebt und Hofmann in 2125 Minuten 27 Tore und 20 Gegentore erlebt: Von den beiden hat Idrissou eine weitaus bessere "Team-Torbilanz" und diese müsste doch mit dem GI korrelieren. Tut sie aber nicht. Wo ist meine Interpretation hier subjektiv?

Nochmal: Mir geht es nicht um Idrissou oder Hofmann, sie dienen als anschauliches Beispiel.

P.S.: Ich bin totaler Statistik-Fan und mache solche Spielchen unglaublich gerne, aber ich versuche immer den Bezug zwischen Statistik/Wissenschaft und Realität abzubilden und das kann ich hier nicht wirklich.

sehr interessant, diese Statistiken. Guter Beitrag

Wenn ich das richtig sehe, würde das gesamte Team besser werden wenn Messi zum FCK wechseln würde. Er selber würde aber schlechter werden, weil er mit Barcelona häufiger gewinnt als dann mit dem FCK?

Mir geht es ähnlich. Wenn ich nur die Werte meines aktuellen Lieblingsthemas sehe, dann frage ich mich wirklich, ob die drei Spiele, welche Müller machen durfte als Vergleich zu Sippel herangezogen werden können.

Natürlich sind diese Statistiken eine Hilfe. Im Verbund mit anderen Daten und Eindrücken. Isoliert betrachtet in meinen Augen wenig aussagekräftig.

Aber ein Mosaiksteinchen in der telemetrischen Ãœberwachung der Spieler ist es mit Sicherheit.

Schöner Artikel, kulak. Viel Arbeit, Respekt.

Mir geht es ähnlich. Wenn ich nur die Werte meines aktuellen Lieblingsthemas sehe, dann frage ich mich wirklich, ob die drei Spiele, welche Müller machen durfte als Vergleich zu Sippel herangezogen werden können.

für Müller gehen 79 Spiele und 7347 Minuten in den Wert ein, Sippel liegt bei 215 Spielen und 19978 Minuten. bei Interesse schicke ich dir gerne beide Charts.

79 Spiele? Wo? Verschiedene Ligen, verschiedene Mannschaften...

Sorry, nicht für mich vergleichbar...

Das ist so wie im American Football mit dem QB-Rating...der Wert sagt was über den QB aus, über angekommene Bälle, aber leider nix über schlechte Receiver....

Osborne, geh ins Stadion! Dann brauchste auch keinen Receiver.

79 Spiele? Wo? Verschiedene Ligen, verschiedene Mannschaften...Sorry, nicht für mich vergleichbar...

ja genau darum geht es. verschieden Mannschaften, verschiedene Ligen über geeignete Parameterwahl vergleichbar machen und in meinen Augen gelingt das dem Algorithmus ziemlich gut.

Das mag ja sein. Aber gerade der Faktor "Bekommene Tore" ist nun einmal stark abhängig von der Mannschaft, in der ich spiele.

Einen Spieler aufzustellen, oder eben nicht anhand diesem statistischen Wert....

Eine Spielerei. Eine nette, ein Mosaikstein.

Eine Spielerei. Eine nette, ein Mosaikstein.

jepp, so sieht's aus. sehe ich auch so

edit: nochmal zum Verständnis. Hofmann und Stöger haben gestern im Sinne des GI definitiv zugelegt, Jenssen dagegen wird an Wert verloren haben.