Rang 54, aber eigentlich Rang 3?

Hallo, hier ist das BEPRO-Team.

In diesem Artikel stellen wir eine neue Methode zur Bewertung der Kopfballstärke vor, basierend auf einer Studie unseres Data-Science-Teams, die in einer SCI-Fachzeitschrift veröffentlicht wurde.

Kopfballduelle treten wiederholt in entscheidenden Momenten auf, die den Spielverlauf prägen, von Standardsituationen über Flankenklärungen bis hin zu zweiten Bällen nach Abstößen. Dennoch gibt es eine Lücke in der Art und Weise, wie diese Fähigkeit gemessen wird.

Mit der herkömmlichen Siegquoten-Formel kann ein Spieler auf Rang 54 tatsächlich auf Rang 3 landen. Heute untersuchen wir, wie das möglich ist.

Nach der Analyse von 33.163 Kopfballduellen in der K League 1 stellten wir fest, dass ein Spieler von Rang 54 auf Rang 3 springt. Diese Umkehrung sagt uns eines: „Die Siegquote zeigt, wie oft ein Spieler gewonnen hat, aber nicht, gegen wen er gewonnen hat."

Von zweiten Bällen nach Abstößen über Flankenklärungen im Strafraum bis hin zu Standardsituationen, Momente, in denen ein einzelner Kopfball direkt Ballbesitz, Pressing und Torchancen beeinflusst, treten durchgehend in einem Spiel auf. Die Frage, wie man diese Fähigkeit richtig bewertet, ist von Bedeutung.

Die Tücke der Siegquote

Die gängigste Methode zur Messung der Kopfballstärke war die Siegquote.

Kopfballduell-Siegquote = Siege / Versuche

Sie ist intuitiv und einfach zu berechnen. Aber können wir dieser Zahl blind vertrauen? Die herkömmliche Siegquote hat versteckte Tücken.

Erstens berücksichtigt sie nicht die Stärke des Gegners. Eine 60%ige Siegquote gegen dominante Innenverteidiger ist etwas völlig anderes als 60% gegen vergleichsweise schwächere Gegner.

Zweitens ignoriert sie die strukturelle Variable der Körpergröße. Kopfballduelle werden realistisch betrachtet stark von der Körpergröße beeinflusst. Teams beziehen die Körpergröße auch in ihre Matchup-Planung ein.

Wenn man sich allein auf die Siegquote verlässt, werden Können, Kontext und körperliche Eigenschaften vermischt. Um die Spieler zu finden, die wirklich kopfballstark sind, brauchen wir eine Kennzahl, die den Kontext berücksichtigt.

Das Elo-Rating als Lösung

Um die Schwächen der Siegquote zu beheben und eine genauere Bewertung zu erreichen, schlägt das BEPRO Data-Science-Team vor, Kopfballduelle als 1-gegen-1-Duelle zwischen zwei Spielern zu interpretieren.

Der Ansatz verwendet das Elo-Rating, ein System, das aus Schach und Go bekannt ist.

Das Grundprinzip von Elo ist einfach.

• Besiege einen stärkeren Gegner, und dein Wert steigt stärker.

• Verliere gegen einen schwächeren Gegner, und dein Wert sinkt stärker.

Es geht also nicht einfach darum, „wie oft hast du gewonnen", sondern vielmehr darum, „gegen wen hast du gewonnen", und das fließt in den Wert ein. Eine weitaus aussagekräftigere Frage für Scouting und Gegneranalyse.

Der Schlüssel: Größenangepasstes Anfangs-Elo für schnellere Stabilisierung

Traditionelle Elo-Systeme starten alle Spieler mit dem gleichen Anfangswert (z. B. 1500), wobei die Leistungswerte sich allmählich mit zunehmender Datenmenge herausbilden.

Kopfballduelle unterliegen jedoch einer bekannten Prämisse: Größere Spieler haben einen strukturellen Vorteil.

Das BEPRO-Forschungsteam hat die Anfangswerte wie folgt festgelegt.

1. Zunächst Elo ohne Größenanpassung berechnen.

2. Lineare Regression zwischen Spielergröße und berechnetem Elo anwenden.

3. Die Regressionswerte als größenangepasste Anfangs-Elo-Werte verwenden.

Das bedeutet nicht, dass „größere Spieler höher bewertet werden." Es ist eine Methode, um den strukturellen Vorteil der Körpergröße anzuerkennen und dann das Können darüber hinaus fairer zu vergleichen.

Zum Beispiel startet Dave Bulthuis (192 cm) mit einem Anfangs-Elo von 1561,76, während Sunmin Kim (167 cm) bei 1426,92 beginnt. Von dort aus wird das Elo kontinuierlich auf Basis der tatsächlichen Kopfballduell-Ergebnisse aktualisiert.

In Bezug auf die Modellleistung zeigte das größenangepasste Elo (K=10) eine höhere Genauigkeit (0,626) und einen höheren AUROC (0,649) im Vergleich zum nicht angepassten Modell.

Elo zeigt ein anderes Bild

Das interessanteste Ergebnis der Kopfballduell-Analyse ist die Rangfolgenumkehrung.

Delbridge ist sowohl nach Siegquote als auch nach Elo ein wirklich starker Spieler.

Bemerkenswerter sind Bulthuis und Youngbin Kim. Sie stehen nach Siegquote nur auf Rang 21 bzw. 54, steigen aber im Elo auf Rang 2 und 3 auf.

Diese Spieler haben nicht einfach häufig gewonnen. Man kann es so interpretieren, dass sie „auch gegen starke Gegner konstant wettbewerbsfähig geblieben sind."

Umgekehrt fällt Taewook Jeong, der bei der Siegquote auf Rang 1 steht, im Elo auf Rang 4 zurück. Selbst bei einer hohen Siegquote verändert die Berücksichtigung der Gegnerstärke das Ranking.

Zusammenfassend:

• Die Siegquote misst „wie oft hast du gewonnen."

• Elo misst „gegen wen hast du gewonnen (Schwierigkeitsgrad einbezogen)."

Von der Forschung zum Produkt: Integriert in PEI

Diese Forschung bleibt nicht bei der akademischen Leistung stehen.

BEPRO hat diese größenangepasste Elo-Rating-Kennzahl in PEI (Player Evaluation Index) integriert und wendet sie in einem realen Produkt an.

Diese Kennzahl ist in PEI in mehreren Dimensionen nützlich.

Für Scouting und Rekrutierung ermöglicht sie die schnellere Entdeckung von Spielern, die in Siegquoten-Ranglisten nicht auftauchen, aber konstant schwierige Duelle bestehen. Sie ist ein effektives Werkzeug, um Spieler mit verstecktem Potenzial zu finden.

Für Gegneranalyse und Taktik ermöglicht die Identifikation wahrer Kopfballstärken und -schwächen evidenzbasiertere Entscheidungen bei der Gestaltung von Standardsituations-Matchups, der Auswahl von Flankenzielzonen und dem Personaleinsatz.

Das BEPRO Data-Science-Team setzt den Kreislauf fort, fortschrittliche Kennzahlen zu erforschen, die über einfache Statistiken hinaus den Kontext widerspiegeln, und diese in reale Produkte zu integrieren. Diese Kopfballduell-Analyse ist ein Beispiel für diese Pipeline.

Um mehr über BEPRO-Produkte zu erfahren, hinterlassen Sie eine Nachricht auf unserer Kontaktseite.

Forschungsarbeit. Dieser Artikel basiert auf einer Studie des BEPRO Data-Science-Teams, die im International Journal of Performance Analysis in Sport (SCI-Fachzeitschrift) veröffentlicht wurde. Die Studie analysierte 33.163 Kopfballduelle in 684 Spielen der K League 1 der Saisons 2021-2023. Kim, J. & Kim, S. (2024). Evaluating aerial duel ability of football players using height-adjusted Elo rating model. https://doi.org/10.1080/24748668.2024.2420458