Ein Algorithmus soll künftig die Zahl der Gegner zwischen Schütze und Tor berücksichtigen
sche. Kein Borusse vergab in der abgelaufenen Saison eine größere Torchance. Woher wir das wissen? Die beiden Zauberwörter heißen „Expected Goals“. Für manchen Beteiligten in der Fußballbranche sind sie genau das: Zauberwörter. Andere sind genervt von der Bedeutung, die teils kryptischen Zahlen inzwischen beigemessen wird, wiederum andere sagen: Man muss noch viel weiter gehen.
Das Grundmodell der „Expected Goals“ist in der breitenMasse noch nicht richtig angekommen, dabei ist es in vielerlei Hinsicht revolutionär. Die englische BBC begann vor einem Jahr sanft damit, „Expected Goals“, übersetzt „zu erwartende Tore“, in ihre Berichterstattung einzubauen. Banal ausgedrückt sind sie die Antwort auf Sätze wie „Den muss er doch machen!“oder Begriffe wie „Hundertprozentige“. Machen musste den Hazard gegen Leverkusen definitiv, um eine sogenannteHundertprozentige handelte es sich dennoch nicht. Abschlüsse aus dieserDistanzundmit dieser Art derVorbereitung wie bei Hazard gehen in genau 71 Prozent aller Fäl- le ins Tor.
Woher wir das nunwiederwissen? Es gibt einenAlgorithmus, der einen riesigen Datensatz ins Kalkül zieht. Die Seite „understat.com“, von der die Zahlen in diesem Text stammen, arbeitet mit mehr als 100.000 Torschüssen, die auf zehn Parameter hin untersucht werden. So bekommteinKopfball nach einer Ecke aus acht Metern Entfernung einen niedrigeren Wert als ein Abschluss eines Konters von derselben Stelle. Das anschaulichste Beispiel sind Elfmeter: Historisch gesehen gehen 76 Prozent rein, weshalb hinter einem Elfmeter 0,76 „Expected Goals“(abgekürzt mit xG) stecken.
Hazard war bei Borussia in der vergangenen Saison ein xG-Sorgenkind. 9,75 Tore aus dem Spiel heraus wären durchschnittlich zu erwarten gewesen, mit lediglich fünf erzielten blieb er so weit hinter seinen Möglichkeiten zurück wie kein anderer Bundesligaprofi. Auf Pech war das nur in einzelnen Fällen zurückzuführen, Extraeinheiten im Torschuss würden zweifellos nicht schaden – oder aber der Belgier müsste aus aussichtsreicheren Positionen schießen.
Die „Expected Goals“erzählen jedoch nicht nur Geschichten über einzelne Spieler, sondern auch über Spiele und in der Summe über ganze Spielzeiten. Beim besagten 1:5 gegen Leverkusen (2,5:2,24 xG) hätte Borussia ein Unentschieden ver- dient gehabt, Bayer versenkte von sechs Schüssen aufs Tor sagenhafte fünf. Als Gladbach im Februar nach vier Niederlagen in Folge mal wieder Punkte holte, war das scheinbar erlösende 1:0 gegen Hannover 96 sogar leicht unverdient angesichts einer xG-Verteilung von 1,51:2,14.
Bei Gladbach spiegelt die hypothetische „Expected Points“-Tabelle (siehe Grafik) trotzdem das reale Ergebnis wider. Es waren eher Konkurrenten wie RB Leipzig, der VfB Stuttgart, 1899 Hoffenheim und ganz besonders der FC Schalke, die zu viel aus ihren Möglichkeiten herausholten. Dahinter kann ganz einfach Glück stecken, oder aber ein Klub nutzt einen Fehler im System, denn perfekt ist das „Expected Goals“-Modell noch nicht.
Ein verfeinerter Algorithmus soll künftig die Zahl der Gegner zwischen Schütze und Tor berücksichtigen, den Druck des Gegners und die Position des Torhüters. Zudem fließen bei einigen Anbietern bereits Chancen ein, bei denen der Angreifer gar keinen Torschuss abgab. In dieser „Expected Goals“-Statistik taucht auch die Szene auf, in der der Borusse Josip Drmic gegen den FSV Mainz gut 40Meter vor dem Tor an Keeper René Adler hängenblieb. Offiziell war das kein Schuss, doch Drmic hätte freie Bahn aufs leereTor gehabt – und damit eine noch größere Chance als Hazard gegen Leverkusen.