Vorstellung: Der PlusMinus-Wert
30.03.2015 Blickt man ein wenig tiefer, findet man gute Ansätze, wie den Goalimpact oder das ExpG-Rating – dennoch fehlen gängige und verständliche Methoden, um zum Beispiel den realen Einfluss eines Spielers auf das Spiel seiner Mannschaft jenseits von Toren, Assists oder Passquoten zu bewerten. Während in anderen Sportarten Analytics und Advanced Stats längst zum Mainstream gehören und Werte wie das Quarterback-Rating im Football oder das Player-Efficency-Rating im Basketball feste Bestandteile eines jeden Spielberichtsbogens sind, fußt unser Bewertungssystem häufig immer noch auf Schulnoten, die weite Teile der Berichterstattung bestimmen.
Wir bei Miasanrot versuchen seit Monaten, die öffentlich zugänglichen Daten (die wie gesagt nur ein sehr kleiner Teil der erhobenen Daten sind) für die Definition von Ratings zu nutzen und so Aussagen wie “Schweinsteiger und Alonso können es nicht zusammen” zu überprüfen und faktenbasiert einzuordnen. Gleichzeitig geht es darum, den Wert von Spielern, die nicht unbedingt durch Tore und Assists auffallen, besser zu ermitteln. Wir möchten an dieser Stelle mal an einem Beispiel einen kleinen Einblick in diese Arbeit geben und diese mit Euch diskutieren.
Der PlusMinus-Wert
Das Prinzip ist simpel. Wir haben untersucht, bei wie vielen Toren und Gegentoren jeder Bayern-Spieler in dieser Bundesligasaison auf dem Platz stand und haben diese Tordifferenz auf 90 Minuten umgerechnet. Letzteres ist besonders wichtig. Häufig werden Werte pro Spiel benutzt ohne darauf Rücksicht zu nehmen, dass Spieler ein- und ausgewechselt werden oder sogar gar nicht zum Einsatz kommen. Jede Statistik sollte deshalb grundsätzlich auf 90 Minuten umgerechnet werden, um eine Vergleichbarkeit herzustellen. Wenn ein Spieler in drei Spielen auf 200 Einsatzminuten kommt und drei Tore erzielt, muss dieser Wert immer besser sein, als wenn ein anderer Spieler in drei Spielen auf 270 Minuten kommt und ebenfalls drei Tore erzielt.
Zurück zum PlusMinus-Wert. Wenn unsere Berechnungen stimmen, sehen die Werte der Bayern-Spieler für diese Bundesliga-Saison wie folgt aus:
| Spieler | Δ-90-Team | Δ-90 | PlusMinus-Wert-Mit | PlusMinus-Wert-Ohne | Mit-Spieler-Mins | Ohne-Spieler-Mins |
|---|---|---|---|---|---|---|
| Neuer | -0.08 | -1.88 | 2.12 | 4 | 2.250 | 90 |
| Reina | 1.8 | 1.88 | 4 | 2.12 | 90 | 2.250 |
| Rafinha | 0.63 | 1.996 | 2.83 | 0.84 | 1588 | 752 |
| Alaba | -0.04 | -0.10 | 2.16 | 2.27 | 1.665 | 675 |
| Bernat | -0.23 | -1.91 | 1.97 | 3.87 | 2.061 | 279 |
| Weiser | -1.74 | -1.89 | 0.46 | 2.35 | 195 | 2145 |
| Benatia | 0.48 | 0.81 | 2.68 | 1.87 | 942 | 1398 |
| Badstuber | 0.34 | 0.49 | 2.54 | 2.05 | 672 | 1.668 |
| Boateng | -0.06 | -0.18 | 2.14 | 2.32 | 1641 | 699 |
| Dante | -0.43 | -1.01 | 1.77 | 2.79 | 1371 | 969 |
| Højbjerg | 0 | 0.003 | 2.2 | 2.19 | 287 | 2053 |
| Alonso | 0.07 | 0.26 | 2.27 | 2.01 | 1668 | 672 |
| Lahm | -0.1 | -0.153 | 2.1 | 2.26 | 984 | 1.356 |
| Schweinsteiger | -0.24 | -0.38 | 1.96 | 2.33 | 874 | 1.466 |
| Rode | -0.34 | -0.45 | 1.86 | 2.31 | 629 | 1.711 |
| Ribéry | 0.79 | 1.35 | 2.99 | 1.64 | 964 | 1376 |
| Robben | 0.27 | 0.99 | 2.47 | 1.48 | 1.673 | 667 |
| Lewandowski | 0.14 | 0.75 | 2.34 | 1.59 | 1.894 | 446 |
| Götze | -0.08 | -0.23 | 2.12 | 2.35 | 1.613 | 727 |
| Müller | -0.25 | -1.28 | 1.95 | 3.23 | 1.894 | 446 |
| Pizarro | -0.88 | -0.96 | 1.32 | 2.28 | 205 | 2.135 |
| Shaqiri | -1.15 | -1.34 | 1.05 | 2.39 | 343 | 1.997 |
| Bundesliga Saison 2014/15, FC Bayern, bis einschließlich Borussia Mönchengladbach, Team-Wert 2.2 Delta (Δ) bezeichnet die Abweichung zwischen PlusMinus der Spielerwerte und des Spieler-Maximums vom Teamwert Keine Gewähr für Qualität der Daten; Auswertung Stand 30.03.2015 |
||||||
Folgendes haben wir dabei festgehalten: Den PlusMinus-Wert, wenn der Spieler auf dem Platz stand, den PlusMinus-Wert, wenn der Spieler nicht auf dem Platz stand, den Abstand zwischen diesen beiden Werten sowie den Abstand zum Team-Durchschnitt. Alle Werte wurden, wie erwähnt, auf 90 Minuten umgerechnet.
Einige Dinge fallen dabei sofort ins Auge. Es überrascht nicht, dass Robben und Ribéry sehr hohe PlusMinus-Werte haben. Ribéry erreicht den absoluten Topwert mit 2,99. Im Schnitt erzielte der FC Bayern also fast drei Tore pro 90 Minuten mehr als der Gegner, wenn Ribéry auf dem Platz stand. Robben liegt mit einem Wert 2,48 auf Platz 5. Rafinha schiebt sich etwas überraschend auf Platz 2. Auffällig vor allem: Wenn Rafinha nicht auf dem Platz steht, erreicht der PlusMinus-Wert seinen absoluten Tiefststand mit 0,84. Im Schnitt erzielte der FC Bayern in dieser Bundesliga-Saison also nur 0,81 Tore mehr als der Gegner, wenn Rafinha nicht spielte. Benatia (2,68) und Badstuber (2,54) folgen auf den Plätzen 3 und 4. In der Vorsaison hatte übrigens Thiago mit 2,97 den absoluten Top-Wert aller Bayern-Spieler – gefolgt von Boateng (2,39) und Alaba (2,35).
| Spieler | PlusMinus-Wert-Mit | PlusMinus-Wert-Ohne |
|---|---|---|
| Top 5 | ||
| Ribéry | 2.99 | 1.64 |
| Rafinha | 2.83 | 0.84 |
| Benatia | 2.68 | 1.87 |
| Badstuber | 2.54 | 2.05 |
| Robben | 2.47 | 1.48 |
| Worst 5 | ||
| Schweinsteiger | 1.96 | 2.33 |
| Müller | 1.95 | 3.23 |
| Rode | 1.86 | 2.31 |
| Dante | 1.77 | 2.79 |
| Shaqiri | 1.05 | 2.39 |
| Nur Spieler mit mind. 270 Spielminuten | ||
Überraschend sind einige im Vergleich eher negative Werte. Mit Müller (1,95), Schweinsteiger (1,96) und Bernat (1,97) auf dem Feld hat die Mannschaft nach dieser Berechnung signifikant schwächere Werte als ohne sie. Das kann natürlich mehrere Gründe haben. Müller und Schweinsteiger werden sicher eher gegen schwächere Gegner geschont, während sie beide zum Beispiel bei den Niederlagen gegen Wolfsburg und Mönchengladbach viele Minuten auf dem Platz standen. Genau das zeigt, wo der PlusMinus-Wert an seine Grenzen stößt. Wir haben bereits überlegt, ob die Stärke des jeweiligen Gegners in die Berechnung miteinfließen sollte. Andererseits fällt es schwer, diese Stärke zu berechnen. Dortmund hat zum Beispiel einen schlechteren Tabellenplatz als Eintracht Frankfurt und ein ähnliches Torverhältnis. Trotzdem dürfte jede Partie gegen die Schwarz-Gelben für den FC Bayern schwerer sein als ein Duell mit der Schaaf-Elf. Von daher haben wir es bei den reinen Werten belassen.
Was uns die Werte verraten
Die Analyse der Werte zeigt vor allem, dass Statistiken und Ratings niemals alleine stehen gelassen werden sollten. Natürlich ist Thomas Müller ein deutlich wertvollerer und besserer Spieler als Rafinha. Trotzdem lässt sich nicht wegdiskutieren, dass der kleine Rechtsverteidiger in dieser Saison offensichtlich einen positiven Einfluss auf das Team hat. Das deckt sich im Übrigen durchaus mit dem Eye-Test, der auch bei der Anwendung von Advanced Stats unerlässlich ist. Gerade Robben scheint von der Präsenz Rafinhas hinter ihm zu profitieren. Außerdem zahlt sich offensichtlich aus, dass Guardiola den Brasilianer häufig in einer sehr absichernden Ausrichtung einsetzt. Rafinha geht insgesamt vergleichsweise wenig Risiko im Spiel nach vorne und dient damit häufig als zusätzliche Absicherung. Nur fünf Gegentore erlebte der Rechtsverteidiger in dieser Bundesliga-Saison auf dem Feld. Auch andere Zahlen wie der deutlich schwächste Innenverteidiger-Wert von Dante (1,77) decken sich durchaus mit dem Eindruck, den nicht nur wir in dieser Saison gewonnen haben.
Besonders spannend wird das PlusMinus-Rating wenn man verschiedene Aufstellungen miteinander kombiniert. Am bekannten Beispiel Schweinsteiger/Alonso wird das besonders deutlich. Über die gesamte Saison gesehen haben beide einen recht durchschnittlichen Wert (Alonso: 2,27; Schweinsteiger: 1,96). Wenn man beide isoliert betrachtet, zeigt sich aber durchaus Auffälliges. Ohne Alonso, dafür mit Schweinsteiger auf dem Feld erreicht das Team einen starken Wert von 3,42. Auch Alonsos Wert steigt in den Minuten ohne Schweinsteiger leicht auf 2,49 an. Standen beide in dieser Bundesliga-Saison gemeinsam auf dem Feld, bricht der Wert auf 1,05 ein und liegt damit sehr deutlich unter dem Teamschnitt. Die These vom negativen Einfluss der beiden zentralen Mittelfeldspieler auf das Spiel der Münchner, wenn sie gemeinsam auf dem Platz stehen, wird also auch statistisch in der bisherigen Saison eindeutig belegt.
| Kombination | PlusMinus-Wert | Minuten |
|---|---|---|
| Schweinsteiger ohne Alonso | 3.42 | 368 |
| Alonso ohne Schweinsteiger | 2.49 | 1.340 |
| Schweinsteiger und Alonso | 1.05 | 427 |
Eine weitere Auffälligkeit, die wir entdeckt haben, betrifft die fünf Offensivspieler. So ist es durchaus überraschend, dass die Mannschaft einen um 0,3 Tore schlechteren PlusMinus-Wert hat, wenn Götze, Müller, Lewandowski, Ribéry und Robben gemeinsam auf dem Platz stehen. Subjektiv entstand in unserer Redaktion eher der Eindruck, dass die Spiele mit allen fünf Offensiven die besten der Münchner in der laufenden Saison waren.
Das Prinzip lässt sich beliebig weiterentwickeln und durchdeklinieren. Spannend wäre zum Beispiel, wie sich der PlusMinus-Wert in dieser Saison bei einer Dreier- oder Viererkette entwickelt hat. Leider fehlt uns dafür der Zugriff auf diese Daten, die aber wie oben erwähnt sicher erhoben werden. Auch andere Werte als Tore ließen sich selbstverständlich ableiten. Wie viele Torschüsse hat der FCB mit Spieler X oder Spielerkombination Y pro 90 Minuten herausgearbeitet. Wie verändert sich die Zweikampfquote, wenn Spieler X oder Spielerkombination Y fehlt? Was ist die statistisch beste Kombination im Angriff? Welche Innenverteidiger-Kombination lässt die wenigsten Torschüsse zu? Die Antworten auf diese Fragen würden die Diskussion um Fußball bereichern. Doch selbst Seiten, die sich auf Statistiken spezialisiert haben wie whoscored, foufourtwo oder squawka bieten nur einen sehr eingeschränkten Blick auf diese Zusammenhänge.
Fazit
Der PlusMinus-Wert ist aus unserer Sicht ein interessanter, wenn auch im Vergleich zu dem, was theoretisch möglich wäre, eher kleiner Analyse-Baustein, den wir weiter beobachten und hier und da einsetzen werden. In der amerikanischen Profiliga MLS wird ein ähnlicher Wert übrigens bereits angewendet. Auch andere Ratings und Ratios, die uns ein genaueres Bild vom Spiel des FC Bayern vermitteln sollen, werden wir in den kommenden Wochen und Monaten testen und gegebenenfalls auch hier vorstellen.
Wir sind überzeugt davon, dass Advanced Stats deutlich an Bedeutung gewinnen werden. Zuletzt wurde vom dänischen Tabellenführer FC Midtjylland berichtet, der bestimmte Key Performance Indicators (KPIs) in die Bewertung von Spieler-Leistungen, sowie in das Scouting mit einbezieht. Thomas Tuchel verriet in einem aktuellen Zeit-Interview, dass er sich mit dem Besitzer des Vereins Matthew Benham getroffen habe, um mehr über die Arbeitsmethoden dort zu erfahren. Das unterstreicht nur noch einmal, dass auch die Bundesliga und die dazugehörige Berichterstattung über kurz oder lang nicht an der Benutzung und Veredelung des erhobenen Datenschatzes herum kommen wird.
Diskutiert mit. Wir stehen erst am Anfang und freuen uns auf Eure Meinungen und Vorschläge zu diesem Thema.
Im Vergleich zu einer früheren Version wurden die gespielten Minuten noch einmal angepasst. Außer bei Boateng, der vorher einen deutlich schlechteren Wert hatte, haben sich die PlusMinus-Ratings dadurch jedoch nur minimal verändert.
Interessanter Ansatz und merkwürdigerweise noch immer “der Statistikwert schlechthin” beim Eishockey …
Aber ein kleiner Hinweis am Rande, der FC Midtjylland spielt noch immer in Dänemark, auch wenn Norwegen “relativ nah” ist ..
Korrigiert :)
Wobei man für die Leute ohne Interesse am Eishockey sagen muss, dass Plusminus sich immer geringerer Beliebtheit erfreut. Beliebt ist stattdessen z.B. die Corsi-Statistik, die (glaube ich) einer Plusminus-Statistik mit Schüssen statt Toren entspricht. Eliminiert halt das “Glück” des Toreschießens (das übrigens auch statistisch ausgewertet wird) und verweist eher auf die Dominanz eines Teams. Auch der “Scheibenbesitz” wird inzwischen erfasst, wobei das alles nur Hilfsmittel sind und keine Komplettlösungen.
In der NHL findet momentan generell ein großes Umdenken statt, die advanced stats werden langsam auch dem Mainstream vertraut gemacht. Im Fußball wird das alles noch sehr lange dauern, wofür es mehrere Gründe gibt.
Die Idee des Plusminus-Vergleiches hatte ich vor etwa 2 Jahren auch mal, bin damals aber am festeren Wechselschema Heynckes’ gescheitert. Da wurden (zumindest gefühlt) jede Woche Leute wie Shaqiri und Gomez bei Führung nach einer Stunde gebracht und dann haben die dem müden Gegner halt noch 1-3 Tore eingeschenkt. Unter Guardiola ist das alles offensichtlich nützlicher und selbstverständlich hier auch 100x besser ausgeführt als ich das je könnte.
Die nächsten Schritte im Bereich Plusminus könnten vielleicht sein:
– Torschüsse
– Ballbesitz
– qualitativer Ballbesitz/Passquote/Passfrequenz (z.B. im Angriffsdrittel oder Strafraum)
– ExpG
Die simplen Torschuss-/Ballbesitzdaten dürften durchaus machbar sein, über den letztendlichen Nutzen kann man natürlich streiten. Für qualitative Statistiken fehlen sicherlich die Quellen. Sehr interessant stelle ich mir die Auswertung des ExpG vor, theoretisch wäre das durchaus möglich (11tegen11 präsentiert dies ja im Zeitverlauf), nur müsste man Daten für sämtliche Bayernspiele finden und ich kann überhaupt nicht beurteilen, wie aufwendig die Erfassung ist.
tja, bin eigentlich auch Vertreter der Torschuss- vs. reiner Torstatisik – allerdings führte einem gerade das letzte BLspiel in extremster Form auch wieder dessen starke Grenzen in der Aussagekraft vor – 16:4 Torschüsse pro Bayern, also eigentlcih eine wunderbare Überlegenheit, aber halt doch trotzdem ein wohlverdienter Sieg für Gladbach gemäß aller Kommentatoren. Und selbst wenn man nur Schüsse, die aufs Tor gingen, berücksichtigt stand es immer noch 8:4.
Was man bräuchte wäre wohl eine Kategorisierung der Qualität der Torchancen, aber darüber würde sich natürlich auch wieder trefflich streiten lassen ob etwas nun zb. als Großchance durchgeht oder nicht.
Wobei ich das Gladbach-Spiel da auch als absolute Ausnahme von der Regel werten würde. Dass die vier Abschlüsse alle Riesenchancen waren, während Bayerns 8 Abschlüsse im Strafraum eher 3-4 gute und 4-5 Halbchancen waren halte ich absolut für ungewöhnlich. Von daher denke ich schon, dass ein Wert, der sich an hochprozentigen Abschlusschancen orientiert (im Strafraum) einer realistischen Bewertung am nächsten kommt.
fürchte das ist bei Bayernniederlagen leider gar nicht so die Ausnahme – hier mal die anderen beiden gravierenden Niederlagen im letzten Jahr
Wolfsburg-FCB 4:1 Torschüsse 13:16
FCB-Real 0:4 Torschüsse 19:13
also nicht gar so extreme Überlegenheit pro FCB bei den Torschüssen, dafür aber noch extremere Ergebnisse für den Gegner
und selbst wenn man es auf Torschüsse aus dem Strafraum (http://www.fourfourtwo.com/statszone/results/22-2014) runterbricht:
FCB-MGB 9-4
WB-FCB 6-10
FCB-RM 7-6
also auch wenn es auf den Strafraum beschränkt auch hier in allen Fällen trotz gefühlt verdienter FCB-Niederlage eine meist sogar klare Überlegenheit bei den Torschüssen..
Naja. Es geht ja eben darum das ins Verhältnis zu setzen. Und da werden Werte wie 9:4 oder 7:6 ja deutlich negativ herausstechen für Bayern-Verhältnisse. Ich meine mich zu erinnern, dass der FCB im Schnitt um die 16 Abschlüsse im Strafraum pro Spiel generiert in dieser Saison. Die Abweichung bei den Negativergebnissen sind ja schon eindeutig. Außerdem ist es wichtig zu bewerten wann dieses Torschüsse erfolgt sind. Zur Halbzeit waren es beim 0:4 gegen Real Madrid zum Beispiel 2. Da war das Spiel ja bereits entschieden. Viele Torschüsse kamen spät. FouFourTwo zählt übrigens auch Großchancen. Bilanz beim besagten Spiel gegen Real Madrid 0:4 aus Bayern-Sicht. Es gibt also schon Mittel- und Wege qualitative Torschüsse herauszufiltern und zu bewerten. Nur die Datengrundlage fehlt (zumindest uns).
@Ibiza/Steffen: Es ging bei der vorliegenden Auswertung doch darum den individuellen Beitrag der einzelnen Spieler meßbar zu machen. In dem Zusammenhang sind die diversen Bedenken contra Torschuss-Statisik verhältnismäßig irrelevant.
Das wäre dann nur bei Fragen von gerechter Sieg/Niederlage im speziellen Spiel interessant.
Da hast du natürlich auch wieder recht. Darauf sollte der Fokus liegen. Ganz klar.
Starke Kiste!
Mit der richtigen Betrachtung, lassen sich daraus wirklich gute Schlüsse ziehen. Vor allem der Versachlichung der Diskussion sollte das sehr zuträglich sein.
Im Prinzip müsste man den Wert (ähnlich wie Goalimpact das macht) für alle Gegner – bzw. die aufgestellten Spieler – führen und dann an die Bewertung der eigenen Spieler rückkoppeln.
Solange man nur eine Mannschaft betrachtet reicht es aber wohl im Hinterkopf zu behalten, wer gegen welches Kaliber (und wie oft/lange) ran durfte.
Fazit: Finde ich gut – macht weiter so! :)
Leider gibt es selbst an dieser Stelle erste Probleme, auf die wir während den Überlegungen und Auswertungen gestoßen sind. Zum Einen ist da das Thema Nachspielzeit, was wir hier jetzt komplett vernachlässigt haben. Inwiefern das von anderen Quellen erhoben wird, ist nicht ganz genau klar. In der Auswertung ist ein Spiel genau 90 Minuten lang. Andererseits ist dann die Frage wem die Minute des Wechsels gehört. Demjenigen, der in ebendieser das Feld verlässt und dem Eingewechselten. Nur einem von beiden? Beiden? Themen, die wir diskutiert haben, aber bisher ohne genaue Lösung sind, weswegen Anregungen und Meinungen extrem wichtig für die weitere Arbeit daran sind.
Ich habe letztens noch gemeckert und ich möchte hier sagen: Großes Lob. Sowas will ich lesen.
Wenn du die Stärke der der Gegner einrechnen willst und das auf Basis des gleichen +/- ratings machen willst hast du direkt einen riesigen haufen an komplexität reingeholt, weil du das gleich für alle Spieler machen müsstst.
Der effizienteste Vorschlag wäre imo einfach den GI jedeGegnerischen Startaufstellung als referenz für die Stärke zu nehmen, der funktioniert ähnlich und die Werte sind bei ligainsider einsehbar.
Man könnte das dann mit einem SRS (http://www.pro-football-reference.com/blog/?p=37) kreuzen und kommt dann wirklich nahe an eine advanced metric.
Kleine Schönheitsfehler: das PER beim Basketball und das klassische “Quaterbackrating” sind im Endeffekt auch nahe am Blödsinnm, weil sie genau wie das whoscoredrating Bootom-up aufgebaut wurden. Trotzdem ist schon eine Verbesserung gegenüber den Schulnoten ala kicker&co.
Was bei zu viel fixierung auf schlechte stats passiert kann man im Basketball sehen wenn die Spieler versuchen ihre eigenen Boxscores zu manipulieren.
Gute Zahlen heißen deswegen z.B. WPA (Win% added).
Könnte man sagen ab welchen der PlusMinus-Wert bei einen Spieler anfängt niedriger zu werden? Zum Beispiel haben sich die Mannschaften auf Xabi schon in der Hinrunde eingestellt gehabt(Besonders nach dem BVB Spiel) und ihn somit aus dem Spiel genommen. Ich würde mich nicht wundern, wenn nach diesen Spieltag sein Wert anfängt zu sinken.
Diesen Schulnoten-Quatsch mag ich auch nicht. Selbst der Kicker machst so ein mist obwohl sie an Daten von Opta ran kommen.
Warum nehmt ihr dann nicht gleich die Werte des Goalimpacts, bei der eben genau das gemessen wird? Tordifferenz des Spielers im Bezug auf dessen Spielzeit – aber eben auch im Bezug auf die Mitspieler, Gegenspieler und den Wettbewerb?
Das hier ist doch nur etwas Herumpfuscherei…
Zumal man dann eben nicht zufällige Zeiträume nimmt, wo es viele andere Einflüsse gibt. Die genauen Graphen zum Goalimpact gibt es ja auf http://www.ligainsider.de
Das erinnert stark an die Berichte, indem man Niederlagen dieser Saison so sehr auf das Fehlen von Robben/Ribery bezieht (auch wenn man mit diesen z.B. gegen Gladbach in der Vergangenheit nicht viel erfolgreicher war), dabei aber eben nicht berücksichtigt, dass man die Punktverluste kurz nach der WM bzw. nach der Winterpause eingefahren hat, als noch Sand im Getriebe war.
Weil dieser Beitrag als Update unseres “Work in Progress” zu sehen ist und wir das Thema nicht in Richtung GoalImpact weiterentwickeln möchten, der an der Tordifferenz festhält.
Für uns werden Themen, wie z.B. von redrobbery angesprochen, für den nächsten Schritt wichtig sein: Wie verändern sich Passquoten mit gewissen Spielern, was ist über die Qualität/Anzahl der Torschüsse in welcher Kombination zu sagen, etc. Was der GI hervorragend erledigt, wir nicht einbeziehen wollen, ist u.a. die Altersstruktur des Spielers oder seine Liga.
Hochinteressant!
Ich finde diese statistischen Details grundsätzlich auch für den Fußball spannend und absolut wert sich damit zu beschäftigen. Wobei wir uns hier vermutlich noch in der Steinzeit bewegen, da diesem Thema ja erst seit wenigen Jahren Aufmerksamkeit geschenkt wird.
Wenn man allerdings anfängt sich damit zu beschäftigen kommt man vom hundertste ins tausendste, weil die Faktoren und ihre möglichen Kombinationen dann anfangen ins unendliche zu tendieren.
Zwei wesentliche sind hier ja auch schon angesprochen.
Einmal die Stärke des jeweiligen Gegners. Wobei sich dann immer noch die Formfrage stellt.
Könnte man ggf. die generelle Stärke mit der Tendenz der letzten Spiele kombinieren.
Der Zeitpunkt der Tore bzw. der Spielzeiten des Spielers. Wir schießen (zumindest in dieser Saison) in der zweiten Halbzeit doppelt so viele Tore. Also müsste das Ein- und Auswechselprofil eines Spielers auch eine Rolle spielen. Derjenige dessen Spielzeiten überproportional in der zweiten Halbzeit liegen, sollte also eigentlich einen besseren Schnitt haben.
Interessant auch, dass es wenigen gelingt den Mannschaftsschnitt zu schlagen. Wenn man mal von Reina absieht gelingt das nur sieben Spielern.
Btw. was ist mit Gaudino? Mangels Masse aussortiert?
Schlichtweg “vergessen” bzw. aufgrund der Minuten nicht an ihn gedacht. 171 Spielminuten, Abweichung vom Teamschnitt -0.09.
Sehr sehr interessant und teilweise verblüffend. Großes Kompliment an euch und vielen Dank! Würde mich freuen, wenn das fortgeführt und weiter vertieft würde.
es wurde schon erwähnt, aber keiner, der sich mit statistik auskennt, benutzt im eishockey noch plus-minus. Da gibt es einfach zu viele faktoren, die es verfälschen. Im Fußball ist es wahrscheinlich eher möglich, außergewöhnliche schussquoten dauerhaft zu halten, aber dafür ist die sample size kleiner.
Im Eishockey sollte das benutzbare Äquivalent die corsi number sein.
Ist aber shotbasiert hat aber das gleiche Ziel.
Wenn man sich die Zahlen so anschaut stellt man fest, dass die Ausschläge im Regelfall kleiner werden je mehr Spielminuten je Spieler gesammelt wurden. Das sollte eigentlich auch logischerweise der Fall sein.
Insofern sollte man Spieler also vor allem im Vergleich zu ihrer jeweiligen Gruppe betrachten.
Das letzte Drittel (an Spielminuten) schwankt teils sehr stark und ist mangels Masse schwer verwendbar.
Wenn man die beiden anderen Drittel (in Grobsortierung) betrachtet fällt auf:
Ribery und Robben haben auch im Vergleich zu ihrer jeweiligen Gruppe ziemlich überragende Werte (nicht wirklich überraschend).
Dante fällt auch relativ zu seinen Einsatzminuten stark ab.
Ziemlich “outstanding” bleibt auch bei der Betrachtung (oder gerade dabei) der Wert von Rafinha.
Insoweit ist z.B. auch die Aussage im Text “Natürlich ist Thomas Müller ein deutlich wertvollerer und besserer Spieler als Rafinha” kritisch zu betrachten.
Im Grunde konterkariert ihr dabei die eigene Arbeit. Natürlich hat Müller einen wesentlich höheren Marktwert als Rafinha. Natürlich verbinden sich mit ihm schon altersbedingt größere Zukunftserwartungen.
Ob er allerdings ein besserer Spieler ist, lässt sich schon positionsbedingt kaum sagen. Ein Stürmer besser als ein Verteidiger? Da sind wir bei dem Thema das schon bei den diversen Weltfussballerwahlen ja mit Fleiß diskutiert wird.
Wer jetzt wertvoller für die Mannschaft im speziellen ist? Im Regelfall natürlich ebenfalls ab einem gewissen Niveau schwer beantwortbar.
Hier setzt ja eure Untersuchung an. Und führt (wenn man das mal als Grundlage nehmen will) zu der Erkenntnis, dass in der spezifischen Situation dieser Saison ein Rafinha für die Mannschaft tatsächlich wertvoller sein kann als ein Müller.
Das mag einen wundern. Warum ist das so?
In unserer Situation aber relativ leicht zu beantworten. Es ist für mich die ´Frage der Ersetzbarkeit.
Wenn Müller nicht spielt wer spielt dann? Robben, Ribery, Götze, Lewandowski? Alles absolute Topspieler.
Wenn Rafinha nicht spielt, wer spielt dann? Ja eben, nicht so leicht zu sagen.
Ich hatte schon vor einigen Wochen nach seinem Comeback geäußert, dass Rafinha zwar einer der Spieler mit eher geringerem Image ist, aber aktuell vielleicht der am schwersten zu ersetzende in der Mannschaft. Die Zahlen scheinen das zu bestätigen.
Hat mir in Bezug auf die nächste Transferperiode zu denken gegeben. Vielleicht sollte ein adäquater RV doch eher oben auf der Liste stehen.
Noch ein Gedanke: Man könnte die ermittelten Werte ggf. noch mit den CL-Spielen verdichten. Je mehr Daten desto besser die Basis.
Gute Punkte, die du ansprichst. Vor allem im Hinblick auf die Rechtsverteidiger-Position. In den 8 Spielen ohne Rafinha in der Startelf spielten: Rode (2x), Weiser (2x), Lahm (1x). Dazu gab es drei Mal eine hybrid-Ausrichtung mit mehreren Formationswechsel aber einer Tendenz zur Dreierkette. Insofern ist der Wert eines Spielers für die jeweilige Mannschaft definitiv auch davon abhängig wie die jeweilige Kaderposition ansonsten ausgefüllt ist.
Ich wusste schon immer, dass Reina anstatt Neuer spielen sollte…..die Statistik beweisst es jetzt eindeutig ;)
[…] vor einigen Jahren haben wir auf Miasanrot den Plus-Minus-Wert eingeführt. Dieser Wert ist vor allem in den US-Sportarten wie Basketball oder Eishockey bereits […]