Die xG-Dateien: Entmystifizierung der heißesten Fußball-Metrik

Wenn Sie in den letzten fünf Jahren auch nur ein wenig über Fußball gesprochen haben, dann haben Sie „xG“ gehört. Expected Goals. Es ist die Statistik, die jeder zitiert, die angeblich sagt, wer *hätte* treffen sollen. Aber was zum Teufel ist das wirklich? Und warum hat man das Gefühl, dass die Hälfte der Leute, die darüber reden, es eigentlich nicht verstehen?

Hier ist die einfache Erklärung: xG ist ein statistisches Maß, das angibt, wie wahrscheinlich ein Schuss zu einem Tor führt. Stellen Sie es sich wie eine Wahrscheinlichkeitsbewertung vor, von 0 bis 1. Ein Schuss mit einem xG von 0,1 bedeutet, dass ähnliche Schüsse im Durchschnitt zu 10 % der Zeit zu einem Tor führen. Ein Schuss mit einem xG von 0,7 bedeutet, dass er zu 70 % der Zeit zu einem Tor führt. Es kümmert sich nicht um die Qualität des Schützen – es kümmert sich nur um die Eigenschaften des Schusses. Das ist nicht FIFA Street, das sind kalte, harte Zahlen.

Wie wird es berechnet? Es ist kein Typ im Keller mit einer Whiteboard. Datenunternehmen wie Opta oder Stats Perform verwenden historische Daten von Hunderttausenden von Schüssen. Sie speisen diesen riesigen Datensatz in Algorithmen ein, die eine Reihe von Faktoren für jeden einzelnen Schuss berücksichtigen. Zu den wichtigsten gehören: Entfernung zum Tor (ein Schuss aus 6 Yards hat einen höheren xG als aus 30 Yards, offensichtlich), Winkel zum Tor (geradeaus ist besser als ein spitzer Winkel), Art der Vorlage (ein Steilpass ist besser als eine hoffnungsvolle Flanke) und Körperteil (Kopf vs. Fuß). Sogar Dinge wie, ob es ein Abpraller war, ob der Schuss nach einem Dribbling abgegeben wurde oder ob Verteidiger die Linie zum Tor blockierten, werden berücksichtigt. Opta hat zum Beispiel seit 2010 über 300.000 Schüsse analysiert, um ihr Modell zu erstellen. Es ist ein ausgeklügeltes Biest.

Eine „große Chance“ wird in der xG-Welt typischerweise von Opta als eine Situation definiert, in der ein Spieler voraussichtlich ein Tor erzielen wird. Obwohl es keinen festen xG-Wert gibt, der eine „große Chance“ universell definiert, sind dies im Allgemeinen Schüsse mit einem xG-Wert von 0,35 oder höher. Dies sind normalerweise Eins-gegen-Eins-Situationen, Schüsse aus sehr kurzer Distanz oder offene Kopfbälle. Denken Sie an Erling Haaland, der nach einem Rückpass aus sechs Metern abstaubt – das ist eine große Chance. Kein spekulativer Schuss von außerhalb des Strafraums, der einen xG von 0,02 haben könnte.

Betrachten wir den Vorzeigespieler, der xG trotzt, oder vielleicht einfach ein Außerirdischer ist: Erling Haaland. In der Premier League-Saison 2022-23 erzielte Haaland erstaunliche 36 Tore. Sein xG für diese Saison betrug 28,3. Das bedeutet, basierend auf der Qualität der Chancen, die er bekam, hätte ein statistisch durchschnittlicher Vollstrecker etwa 28 Tore erzielen sollen. Haaland übertraf seinen xG um fast 8 Tore, eine wirklich lächerliche Marge, die seine Elite-Abschlussstärke zeigte. Er bekam nicht nur gute Chancen; er verwandelte sie mit einer unglaublichen Rate. Er hatte in dieser Saison auch 16 „große Chancen verpasst“, aber seine Verwertungsquote bei den gesamten Chancen war immer noch überirdisch.

Auf der anderen Seite gibt es Teams, die ihren xG konstant übertreffen, was auf eine effiziente Chancenverwertung oder vielleicht einfach eine Glückssträhne hindeutet. Brighton & Hove Albion zum Beispiel erzielte in der Premier League-Saison 2022-23 72 Tore aus einem xG von 60,5. Sie erzielten 11,5 Tore mehr als erwartet, was eine deutliche Überperformance ist. Dies kann ein Zeichen für ein Team mit klinischen Stürmern sein, aber es ist auch etwas, das Datenanalysten genau beobachten, da eine solche Überperformance über mehrere Saisons nicht nachhaltig sein kann. Normalerweise kehren die Dinge zum Mittelwert zurück.

Dann gibt es Teams, die unterperformen. Chelsea in der Saison 2022-23 ist ein Paradebeispiel. Sie erzielten magere 38 Tore aus einem xG von 55,4, was bedeutet, dass sie 17,4 Tore weniger erzielten als erwartet. Diese massive Unterperformance war ein Hauptgrund dafür, dass sie trotz oft guter Chancen den 12. Platz in der Liga belegten. Es wies direkt auf ihre gut dokumentierten Schwierigkeiten vor dem Tor hin, wobei Spieler wie Kai Havertz und Pierre-Emerick Aubameyang Schwierigkeiten hatten, zu verwerten.

Hier ist die Sache: xG ist nicht perfekt. Es berücksichtigt nicht jede Variable. Ein Schuss, der mit dem Spann statt mit der Fußinnenseite getroffen wird, oder ein Schuss, der gut in den oberen Winkel platziert wird, anstatt direkt auf den Torwart zu schießen, werden nicht vollständig erfasst. Es berücksichtigt auch keine Abwehrfehler, die nicht direkt Teil des Schusses selbst sind. Und seien wir ehrlich, das Selbstvertrauen eines Spielers oder der Druck eines Derbys sind nicht im Algorithmus enthalten. Aber es ist das beste Werkzeug, das wir haben, um die Qualität von Chancen objektiv zu bewerten. Es hilft uns, die Emotion „das hätte er treffen müssen“ zu durchschneiden und zu etwas Greifbarerem zu gelangen.

Letztendlich hilft uns xG zu verstehen, ob ein Team gute Chancen kreiert und ob seine Angreifer diese verwerten. Es ist eine grundlegende Metrik für die moderne Fußballanalyse. Meine kühne Behauptung? Jeder Manager, der xG ignoriert, fährt im Grunde blind.

Nächste Saison prognostiziere ich, dass Manchester United endlich seine Angriffsleistung in den Griff bekommen und seinen xG in der Liga um mindestens 5 Tore übertreffen wird, hauptsächlich dank Rasmus Højlund, der zu seiner Form findet.