Wir wollen die Länderspielpause nutzen um allerlei interessante Statistiken zur Saison 2019/20 auszugraben. Wir starten mit Analysen anhand des Expected-Goal-Modells, das uns zeigen soll,... Bilanz nach 10 Runden: Die xG-Werte der Teams zwischen Platz 7 und 9

Wir wollen die Länderspielpause nutzen um allerlei interessante Statistiken zur Saison 2019/20 auszugraben. Wir starten mit Analysen anhand des Expected-Goal-Modells, das uns zeigen soll, ob die Mannschaften ihren Tabellenplatz auch verdient haben. Nachdem wir uns vorgestern die Top-3-Mannschaften genauer ansahen, und anschließend die Werte des SK Rapid, SK Sturm und Hartberg analysierten, wollen wir nun auf die Teams schauen, die zwischen Platz 7 und 9 liegen.

Erklärung des xG-Modells

Da noch immer viele Fußballfans das Expected-Goal-Modell nicht kennen, wollen wir zu Beginn eine kurze Erklärung dieser Methode einfügen, die wir in einem unserer Artikel unlängst verfasst haben. Wer das „Expected-Goal-Modell“ kennt, kann den folgenden Absatz überspringen.

„Das 2012 entwickelte Expected-Goal-Modell ist eine der sinnvolleren Modelle, wenn es darum geht aus nackten Zahlen Erkenntnisse für den Fußballsport zu gewinnen. Wir empfehlen euch vorweg unseren Artikel zum Expected-Goal-Modell, zumal wir euch in Zukunft öfters mit diesen Werten füttern wollen. Kurz zusammengefasst beschreibt dieses Modell wie hoch in einer gewissen Situation die Chance auf einen Treffer ist. Der sogenannte xG-Wert liegt bei einer Torchance immer zwischen 0 und 1, wobei ein Elfmeter beispielsweise einen Wert von 0.76 hat – was bedeutet, dass der Schütze im Schnitt eine 76-prozentige Chance hat den Strafstoß zu verwandeln. Von einer Großchance spricht man ab einem xG-Wert von etwa 0.38. Bei Situationen aus dem Spiel heraus wird unter anderem die Distanz und der Winkel zum gegnerischen Tor berücksichtigt, wie die Torchance kreiert wird, welche Geschwindigkeit der Schütze zum Zeitpunkt der Schussabgabe hat, ob gegnerische Verteidiger Druck auf den Spieler ausüben und mit welchem Körperteil der Ball getroffen wird. Je besser eine Chance, desto höher fällt auch der xG-Wert für die jeweilige Situation aus. Wir arbeiten mit den xG-Werten von Wyscout S.p.a.

Mit dem xG-Wert lässt sich auf diese Weise nicht nur die Leistung eines einzelnen Spielers analysieren, sondern auch die der gesamten Mannschaft. Steigt der Punkteschnitt eines Teams über einen gewissen Zeitraum ohne eine Verbesserung der xG-Werte, dann ist es wahrscheinlich, dass es sich um einen Ausreißer nach oben handelt, der in erster Linie der Varianz und nicht der verbesserten Spielstärke geschuldet ist. In diesem Fall ist zu erwarten, dass über kurz oder lang der Punkteschnitt wieder fallen wird.“

Ausbaubare Statistiken bei der Wiener Austria

Die Austria steht nach zehn Runden knapp unter dem Strich auf Platz 7 der Tabelle und weist mit einem Torverhältnis von 14:20 eine klar negative Tordifferenz auf. Was sagt das Expected-Goal-Modell zur Performance der Wiener?

Auch das xG-Modell lässt die Veilchen nicht in einem besseren Licht dastehen als die tatsächliche Tabellensituation. Richtig erschreckend ist, dass bis auf die Partie gegen den SV Mattersburg in keinem einzigen Spiel der eigene xG-Wert größer als 1.2 war – Wattens gelang beispielsweise sechs Mal ein höherer Wert in der aktuellen Bundesligasaison. In 7 von 10 Runden blieb die Mannschaft von Christian Ilzer unter einem xG-Wert von 1, wobei der Tiefpunkt mit 0.16 in der zweiten Runde gegen den LASK gesetzt wurde. Dass es auch in der Abwehr große Probleme gab, sicherlich auch wegen der angespannten Personalsituation, sieht man anhand des Diagramms ebenfalls deutlich. Nur Altach und Sturm blieb gegen die Austria auf einem xG-Wert unter 1. Das Expected-Goal-Modell bestätigt hier die subjektive Wahrnehmung der Fans, dass es in der Mannschaft viele Baustellen gibt, denn von Pech kann die Austria nicht reden. Die Spiele in denen man bessere xG-Werte hat, hat man allesamt gewonnen, auch die knappe Partie gegen den SK Sturm, bei den Unentschieden gegen die Admira und insbesondere Hartberg hatte der Gegner die qualitativ besseren Chancen. Nach 10 Runden kommt die Austria bisher auf einen xG-Schnitt von 1:1.64.

Kleiner Aufschwung beim SV Mattersburg

Richten wir nun unseren Blick auf den SV Mattersburg, der einen Punkt Rückstand auf die Wiener Austria hat und nur zwei Punkte vom oberen Playoff entfernt ist:

Der Erstrundensieg gegen Hartberg fiel klarer aus, als es das Ergebnis vermuten ließ, in den folgenden drei Runden kamen die Mattersburger dann aber ordentlich unter die Räder. Von den drei hohen Niederlagen scheinen sich die Burgenländer aber recht gut erholt zu haben, denn zwischen den Runden 5 und 9 sieht man eine recht ausgeglichene Verteilung der xG-Werte und nur in der letzten Runde gegen den SK Rapid war man wieder deutlich schwächer. Man sieht aber deutlich, dass die Burgenländer mit ein wenig mehr Glück den einen oder anderen zusätzlichen Punkt in der Tasche haben könnten. Aktuell weist der SV Mattersburg xG-Werte von 1.32:1.86 auf. Während die eigenen xG-Werte mit 1.4 tatsächlich erzielten Tore fast identisch sind, mussten die Burgenländer doch deutlich mehr Treffer hinnehmen, denn nach zehn Runden fasste man 25 Gegentore aus, also 2.5 Treffer pro Partie. Vergleicht man das Diagramm mit jenem der Wiener Austria, möchte man nicht unbedingt annehmen, dass die Mattersburger einen Punkt weniger am Konto haben.

Die Werte des Aufsteigers

Wir wollen uns nun ansehen wie sich der Aufsteiger WSG Tirol laut dem xG-Modell in der Bundesliga schlägt:

Vom Pech verfolgt scheinen die Tiroler bisher nicht zu sein, denn bis auf den letzten Spieltag gegen die Admira, wo man laut dem xG-Modell nur ein wenig schlechter als der Gegner war, darf sich der Aufsteiger nicht beschweren. Gegen St. Pölten, den LASK und gegen den WAC war man laut dem Expected-Goal-Modell die schwächere Mannschaft und holte dennoch ein Unentschieden, wobei speziell das Remis gegen die Wolfsberger glücklich war. Die xG-Werte nach 10 Runden liegen bei 1.18:1.9 und liegen damit nahe an den tatsächlich geschossenen und erhaltenen Treffern (1.3:2).

Stefan Karger