Verhinderte Tore: die wahre Lösung, um festzustellen, ob ein Torwart Spiele gewinnt (German)

Wir messen die Anzahl der Tore, die ein Torhüter mit seinen Eingriffen direkt verhindert, mit der Metrik "Expected Goals On Target" (xGOT).

Published:18/11/2021

Fortgeschrittene Statistiken in der Welt des Fußballs haben unter anderem ein Hauptziel: die Messung der Leistung. Man kann dieses Konzept formulieren und auf andere Weisen darstellen, aber sowohl die Rohdaten als auch die verfeinerten Metriken werden sich letztendlich immer an der Leistung eines Spielers oder einer Mannschaft orientieren. Auf dem Weg, der sich zwischen der Dynamik des Spiels und dem Versuch, sie zu messen, auftut, gibt es eine ganze Welt von Möglichkeiten, darunter die des Torhüters, des Antihelden, der versucht, den Ursprung und die Freuden des Fußballs zu verhindern: das Tor.

Wir haben vor einigen Wochen die Behauptungsgenauigkeit gemessen, jedoch gibt es etwas viel Wichtigeres, dass vorausgeht: den Versuch, ein Tor zu vermeiden. Wenn die Metrik schlechthin in Offensivsituationen die der erwarteten Tore (xG) ist, so ist ihr Gegenteil die so genannte xGOT (Expected Goals on Target), die nichts anderes ist als das Verhältnis zwischen den erwarteten Gegentoren eines Torhüters (damit auch seiner Mannschaft) und den Toren, die er tatsächlich kassiert hat, sowohl als auch die eine direkte Auswirkung hatten, ob der Torhüter mehr oder weniger Tore als erwartet verhindert hat.

Wie werden die “expected Goals on Target” (xGOT) gemessen?

Zunächst einmal müssen wir vom Offensichtlichsten ausgehen: Bei der Bildung dieser Metrik werden nur Torschüsse berücksichtigt, und wie bei den erwarteten Toren (xG) entspricht der Wert 0 den Schüssen, die keine Chance haben, in einem Tor zu enden, und 1 den Schüssen, bei denen immer mit einem Treffer zu rechnen ist. Aus diesem Grund können wir feststellen, dass die erwarteten Torschüsse (xGOT) die Wahrscheinlichkeit eines Torwarts messen, ein Tor zu kassieren, indem die Torwahrscheinlichkeit des Schusses (xG) mit der Stelle im Tor kombiniert wird, an der der Ball ins Tor gehen würde. Je besser die Qualität des Schusses und je enger der Abstand zu den Ecken ist, desto höher ist der Wert von xGOT, den ein Torhüter vermeiden muss.

Mit dieser Metrik kann zwar die Qualität gemessen werden, mit der ein Stürmer seine Schüsse vom Torwart weg platziert. Der direkteste und wertvollste Wert bezieht sich jedoch auf Torhüter, denn um die Leistung eines Torhüters gegen gegnerische Schüsse zu messen, würde es ausreichen, die Differenz zwischen den kassierten Toren und den erwarteten Toren zu betrachten, um zu wissen, wie viele Tore ein Torhüter verhindert. Daraus lässt sich schließen, dass xG ein Modell vor dem Schießen und xGOT ein Modell nach dem Schießen ist.

Bei dieser Situation im obigen Video, das aus dem Spiel Brentford 0 – 1 Chelsea im Oktober 2021 stammt, zeigte Edouard Mendy seine Fähigkeiten, um den Schuss abzuwehren, der nach unseren Modellen ein xG von 0,20 hatte, was 0,52 xGOT entspricht. Mendy verhinderte also ein Tor, das in 52 % der Fälle erzielt wird.

Mit Hilfe unserer Streudiagramm-Grafik werden wir beurteilen, wie die Torhüter der fünf besten europäischen Ligen und die Torhüter der Primera Argentina und Brasileirao in ihrer jeweiligen Saison Tore verhindern. Auf der oberen Grafik können wir bereits die unglaubliche Leistung von Edouard Mendy sehen (ein Gegentor, mehr als fünf erwartete Gegentore, d.h. fünf Tore, die er hätte kassieren sollen). Mark Flekken beim überraschenden Freiburg oder Walter Benitez in Nizza sind weitere Torhüter, die mehrere Tore für ihr Team verhindern.

Für die argentinischen und brasilianischen Ligen zeigen unsere Daten, dass Alejandro Medina, Mailson und Cleiton Schwengber die drei Torhüter sind, die mit ihren Paraden nach dem xGOT-Modell die meisten Tore verhindern und die meisten Treffer erzielen. Alle diese Daten werden pro 90 Spielminuten und mit mindestens 600 gespielten Spielminuten gemessen.

Wir sind Driblab, ein auf Fußballanalysen und Big Data spezialisiertes Beratungsunternehmen. Unsere Arbeit konzentriert sich auf die Beratung und Risikominimierung bei der Entscheidungsfindung im Profifußball in Bereichen, die mit der Talenterkennung und der Bewertung von Fußballern zusammenhängen. Unsere Datenbank enthält mehr als 180.000 Spieler aus mehr als 180 Wettbewerben und deckt Informationen aus der ganzen Welt ab. Hier erfahren Sie mehr darüber, wie wir arbeiten und was wir anbieten.

Autor: Alejandro Arroyo
For Player Analysis | Team Analysis we also recommend you:

‘Expresso’ joins us to analyse champion Benfica

We take a closer look at the keys to Benfica’s title triumph, together with Portuguese newspaper Expresso.

Release Notes: Deploying Virtual Tour on DriblabPRO

Use the Virtual Tour in driblabPRO to navigate without missing out on all the possibilities present on each player or team sheet.

Driblab welcomes Bram van Barneveld, former Company Director at InStat, as Sales Director for Northern & Western Europe

Driblab welcomes Bram van Barneveld, former Company Director at InStat, as Sales Director for Northern & Western Europe

‘xG per Shot received’: How confident is your defence?

We relate xG per Shot conceded to the different ways of defending to see which teams are managing to reduce the most clear chances against.

Südtirol with ‘Sky Sport Italia’: the great statistical anomaly of the year

One of the stories of the season in Europe’s second divisions is happening in Bolzano, in the Trentino-Alto Adige region.

‘Predictions’: Relegation and european competitions

How likely is each team to be relegated or qualify for European competition?

Botafogo and Driblab sign partnership agreement

Botafogo and Driblab sign partnership agreement.

The average shot distance (II): the 22/23 will mark a before and after?

The average shot distance has been reduced by almost one metre on average in the five big leagues. This is one of the great developments in football.

Who can succeed Alexis Mac Allister?

How to replace Alexis Mac Allister? We look at options that could come to Brighton based on their recruitment model.

‘Expected Passing %’: between accuracy and difficulty

How complicated is the pass I just saw on television? It is a question as simple as it is complex. With your powers of analysis and perception you may conclude that it is easy or difficult, or you may put an adverb in front of it to add some degree of difficulty or...

Driblab

Información corporativa

Somos una empresa con sede en Madrid fundada en 2017 por Salvador Carmona y Cristian Coré Ramiro. Desde nuestros inicios nuestro trabajo se ha centrado en el análisis estadístico de datos para ayudar a los clubes en la planificación deportiva. Somos una consultora big data que ofrece servicios personalizados para cada cliente y defiende un modelo de gestión mixto y una comunicación constante para acompañar el día a día de las instituciones. Nuestro punto fuerte es la más amplia cobertura disponible en número de torneos profesionales y juveniles. Para más detalles, póngase en contacto con nosotros.

Colaboramos con:

           

Hemos aparecido en: