⚽ Eine Mannschaft beendet ein Spiel mit 18 Schüssen, der Gegner kommt nur auf 8. Welche Mannschaft war auf den ersten Blick offensiv gefährlicher?
Wer Fußballspiele hauptsächlich über die reine Schussanzahl bewertet, wird vermutlich sofort auf das Team mit 18 Abschlüssen zeigen. In der modernen Fußballanalyse ist diese Schlussfolgerung jedoch oft zu kurz gegriffen. Denn der Wert eines Schusses hängt nicht nur davon ab, dass er abgegeben wurde, sondern unter welchen Bedingungen er entstanden ist.
🎯 Der entscheidende Gedanke
Die Schussanzahl beschreibt das offensive Volumen, die Schussqualität zeigt, wie wertvoll diese Chancen tatsächlich waren. Für eine fundierte Spielanalyse sind beide Kennzahlen keine Gegensätze, sondern ergänzen sich.
Was sagt die Schussanzahl tatsächlich aus?
Die Gesamtzahl der Schüsse gehört zu den ältesten und am leichtesten verständlichen Fußballstatistiken. Sie gibt einen schnellen Eindruck davon, wie häufig eine Mannschaft in Abschlusspositionen gekommen ist.
Eine hohe Schussanzahl kann häufig mit folgenden Faktoren zusammenhängen:
- ⚽ Mehr Spielzeit in der gegnerischen Hälfte,
- 📈 Höheres offensives Volumen,
- 🔄 Mehr gewonnene zweite Bälle und Abpraller,
- 🧱 Länger anhaltender Druck gegen eine tief stehende Abwehr,
- 🎯 Mehr Abschlussversuche insgesamt.
Das entscheidende Problem lautet jedoch: Nicht jeder Schuss ist gleich wertvoll.
Ein Distanzschuss aus 30 Metern mit einem Verteidiger direkt vor dem Ball und eine Eins-gegen-eins-Situation zentral im Strafraum werden in der klassischen Statistik zunächst identisch erfasst: als ein Schuss.
Genau deshalb reicht die reine Schussanzahl allein nicht aus, um die tatsächliche Offensivleistung zu bewerten.
Was bedeutet Schussqualität?
Schussqualität beschreibt, wie wertvoll die Torchance hinter einem bestimmten Abschluss tatsächlich war. Eine der wichtigsten Kennzahlen dafür ist im modernen Fußball Expected Goals, kurz xG.
Vereinfacht ausgedrückt versucht xG zu beziffern, mit welcher Wahrscheinlichkeit ein bestimmter Schuss auf Basis vergleichbarer historischer Situationen zu einem Tor führt.
Schuss mit geringer Qualität
Große Distanz, spitzer Winkel, hoher Gegnerdruck oder eine schwierige Abschlussposition können die Torwahrscheinlichkeit deutlich reduzieren.
Schuss mit hoher Qualität
Abschlüsse aus kurzer Distanz und zentraler Position, vor allem bei ungeordneter Defensive oder nach einem klaren letzten Pass, sind in der Regel deutlich wertvoller.
Welche Faktoren ein xG-Modell genau berücksichtigt, unterscheidet sich je nach Datenanbieter. Typischerweise spielen jedoch folgende Aspekte eine Rolle:
- Entfernung zum Tor
- Schusswinkel
- Abschluss mit Fuß oder Kopf
- Art der Aktion, aus der die Chance entstand
- Offenes Spiel oder Standardsituation
- Je nach Modell zusätzliche Kontextdaten wie Positionen von Verteidigern und Torhüter
Ein einfaches Beispiel: 15 Schüsse oder 7 Schüsse?
Nehmen wir an, wir vergleichen die Offensivleistung zweier Mannschaften im selben Spiel:
| Kennzahl | Team A | Team B |
|---|---|---|
| Schüsse gesamt | 15 | 7 |
| Schüsse aufs Tor | 4 | 5 |
| Gesamt-xG | 0,90 | 1,75 |
| xG pro Schuss | 0,06 | 0,25 |
Betrachten wir nur die reine Schussanzahl, wirkt Team A klar überlegen. Sobald wir jedoch die Qualität der Chancen einbeziehen, verändert sich das Bild deutlich.
Team A erzeugte aus 15 Abschlüssen lediglich 0,90 xG. Das entspricht durchschnittlich 0,06 xG pro Schuss. Team B kam dagegen mit nur sieben Schüssen auf 1,75 xG und damit auf 0,25 xG pro Schuss.
Die Werte in diesem Beispiel dienen ausschließlich zur Veranschaulichung. In realen Spielen können xG-Werte je nach Datenanbieter und Modell leicht voneinander abweichen.
Warum ist xG pro Schuss so aussagekräftig?
Das Gesamt-xG zeigt, welchen kombinierten Wert die Chancen einer Mannschaft im Verlauf eines Spiels hatten. xG pro Schuss hilft dagegen dabei, die durchschnittliche Qualität eines einzelnen Abschlusses zu verstehen.
Einfache Berechnung
Gesamt-xG / Anzahl der Schüsse = durchschnittliche Schussqualität
Nehmen wir zwei Mannschaften, die beide 2,00 xG erzeugen:
- Team X: 20 Schüsse → 0,10 xG pro Schuss
- Team Y: 10 Schüsse → 0,20 xG pro Schuss
Beide Teams kommen auf denselben Gesamt-xG-Wert, erreichen ihn aber mit völlig unterschiedlichen Offensivprofilen. Team X erzeugt ein hohes Abschlussvolumen, während Team Y selektiver agiert und im Durchschnitt aus besseren Positionen schießt.
Dieser Unterschied ist besonders wichtig, wenn man die offensive Spielidee und die Nachhaltigkeit der Chancenproduktion einer Mannschaft bewerten möchte.
Und was ist mit Schüssen aufs Tor?
Schüsse aufs Tor liefern etwas mehr Informationen als die reine Gesamtzahl aller Abschlüsse. Ein Ball, der das Tor gar nicht erreicht, kann schließlich auch nicht direkt zu einem Treffer führen.
Doch auch hier gilt: Nicht jeder Schuss aufs Tor ist gleich gefährlich.
Ein schwacher Distanzschuss, den der Torwart problemlos festhält, und ein Abschluss aus fünf Metern in Richtung Toreck werden statistisch zunächst beide als ein Schuss aufs Tor erfasst.
Die verschiedenen Analyseebenen lassen sich deshalb sinnvoll so einordnen:
Mit jeder zusätzlichen Ebene entfernen wir uns von der simplen Frage „Wie oft wurde geschossen?“ und kommen näher an die Frage, wie diese Abschlüsse tatsächlich entstanden sind.
Warum sagt eine Schusskarte oft mehr als die reine Zahl?
Gesamtschüsse und xG sind starke Kennzahlen. Dennoch kann es oft noch aufschlussreicher sein, zu sehen, aus welchen Bereichen des Spielfelds die Abschlüsse kamen.
Stellen wir uns eine Mannschaft mit 14 Schüssen vor. Wenn der Großteil dieser Abschlüsse außerhalb des Strafraums abgegeben wurde, kann zwischen dem sichtbaren Offensivdruck und der tatsächlichen Torgefahr ein erheblicher Unterschied bestehen.
Der Gegner könnte nur acht Abschlüsse haben, davon aber einen großen Anteil:
- aus zentralen Strafraumbereichen,
- aus kurzer Distanz,
- nach Umschaltsituationen gegen eine ungeordnete Defensive,
- nach Cutbacks oder flachen Hereingaben,
- oder aus Eins-gegen-eins-Situationen mit dem Torhüter.
Deshalb ist die Position eines Schusses eine der wichtigsten Kontextebenen, um reine Abschlusszahlen sinnvoll zu interpretieren.
Wie kann der Spielstand Schussstatistiken verzerren?
Ein weiterer Faktor, der in der Fußballanalyse häufig unterschätzt wird, ist der sogenannte Game State, also der aktuelle Spielstand und die daraus resultierende Spielsituation.
Geht eine starke Mannschaft beispielsweise bereits nach 20 Minuten mit 2:0 in Führung, kann sie anschließend kontrollierter und risikoärmer spielen. Das zurückliegende Team muss dagegen mehr Risiko eingehen und produziert womöglich zahlreiche Distanzschüsse oder Abschlüsse aus wenig erfolgversprechenden Positionen.
Am Ende könnten die Zahlen so aussehen:
Verlierende Mannschaft: 17 Schüsse
Gewinnende Mannschaft: 10 Schüsse
Betrachtet man diese Statistik ohne Kontext, könnte man annehmen, dass das unterlegene Team die bessere Leistung gezeigt hat. Doch Zeitpunkt der Abschlüsse, Spielstand und Abschlusspositionen können eine völlig andere Geschichte erzählen.
Datenanalyse im Fußball bedeutet deshalb nicht nur, Zahlen zu sammeln, sondern zu verstehen, warum diese Zahlen entstanden sind.
Was bedeutet es, wenn ein Team dauerhaft aus schlechten Positionen schießt?
Eine geringe Schussqualität in einem einzelnen Spiel kann Zufall sein. Wenn sich dieses Muster jedoch über mehrere Partien hinweg wiederholt, kann es deutliche Hinweise auf die offensive Struktur einer Mannschaft geben.
Ein Team mit dauerhaft niedrigem xG pro Schuss könnte:
- Schwierigkeiten haben, in gefährliche Strafraumbereiche zu gelangen,
- Angriffe zu früh mit Abschlüssen beenden,
- zu wenig Kombinationen spielen, um defensive Blöcke aufzubrechen,
- zu stark auf Distanzschüsse angewiesen sein,
- oder vom Gegner bewusst in ungefährlichere Abschlusszonen gedrängt werden.
Der umgekehrte Fall: Bedeutet eine geringe Schussanzahl automatisch schwache Offensive?
Nein. Auch diese Schlussfolgerung wäre zu pauschal.
Manche Mannschaften setzen auf hohes Tempo und viele Abschlüsse, andere agieren deutlich selektiver. Gerade Teams mit starkem Umschaltspiel können relativ wenige Schüsse abgeben und dennoch sehr wertvolle Chancen erzeugen, sobald die gegnerische Defensive ihre Ordnung verliert.
Warum sind Trends aussagekräftiger als ein einzelnes Spiel?
Fußball ist ein torarmes Spiel mit natürlicherweise hoher Varianz. Eine Mannschaft kann in einer Partie mehrere hochwertige Chancen erzeugen und trotzdem ohne Tor bleiben. In einem anderen Spiel kann ein Distanzschuss mit geringer Trefferwahrscheinlichkeit dennoch im Netz landen.
Deshalb ist es sinnvoller, nicht aus einer einzelnen Partie endgültige Schlüsse zu ziehen, sondern mehrere Kennzahlen über mehrere Spiele hinweg gemeinsam zu betrachten:
📊 Offensivdaten
- Schüsse gesamt
- Schüsse aufs Tor
- Gesamt-xG
- xG pro Schuss
- Abschlüsse aus dem Strafraum
🧠 Kontextdaten
- Stärke des Gegners
- Heim- und Auswärtsleistung
- Spielstand und Matchverlauf
- Aktuelle Form
- Kaderverfügbarkeit und taktische Struktur
So lässt sich der Einfluss einzelner Ausreißer reduzieren und stattdessen erkennen, welche wiederkehrenden Leistungsmerkmale eine Mannschaft tatsächlich zeigt.
Erklärt xG alles?
Nein. Expected Goals ist ein sehr leistungsfähiges Analysewerkzeug, aber keine perfekte Kennzahl, die jeden Aspekt eines Fußballspiels erklären kann.
Zunächst unterscheiden sich xG-Modelle je nach Datenanbieter. Datengrundlage, berücksichtigte Variablen und Modellierungsmethode können voneinander abweichen. Deshalb kann dieselbe Chance bei verschiedenen Anbietern leicht unterschiedliche xG-Werte erhalten.
xG bewertet außerdem in erster Linie die Qualität der Situation zum Zeitpunkt des Abschlusses. Wenn dagegen die tatsächliche Ausführung und Platzierung eines Schusses bewertet werden soll, können Metriken wie Post-Shot xG oder xGOT genutzt werden.
🔍 Der grundlegende Unterschied zwischen xG und xGOT
xG: Bewertet vor allem die Qualität der Chance zum Zeitpunkt des Schusses.
xGOT / Post-Shot xG: Versucht zusätzlich, die Ausführung und Platzierung eines Schusses aufs Tor einzubeziehen.
Das Ziel moderner Fußballanalyse besteht deshalb nicht darin, eine einzige „perfekte Statistik“ zu finden, sondern verschiedene Kennzahlen im richtigen Kontext miteinander zu verbinden.
5 häufige Fehler bei der Analyse von Schussdaten
1. Mehr Schüsse automatisch mit besserem Spiel gleichsetzen
Das Abschlussvolumen ist relevant, sagt aber nichts über die Qualität der Chancen aus.
2. Nur auf Schüsse aufs Tor schauen
Das Tor zu treffen ist wichtig, doch nicht jeder Torschuss besitzt dieselbe Gefährlichkeit.
3. xG wie eine garantierte Torerwartung interpretieren
xG ist eine Wahrscheinlichkeitskennzahl. Dass eine Chance mit 0,70 xG nicht im Tor landet, bedeutet nicht, dass das Modell falsch war.
4. Aus einem einzigen Spiel langfristige Schlüsse ziehen
Kleine Stichproben werden stark von der natürlichen Varianz des Fußballs beeinflusst.
5. Den Spielkontext ignorieren
Spielstand, Minute, Gegnerstärke und taktischer Ansatz können die Bedeutung derselben Statistik vollständig verändern.
Warum bewertet BePrime ein Spiel nicht anhand einer einzigen Kennzahl?
Genau diese Unterscheidung spielt auch im Analyseansatz von BePrime eine zentrale Rolle: Eine einzelne Zahl erzählt nur selten die vollständige Geschichte eines Spiels.
Eine Mannschaft kann in ihren letzten Spielen regelmäßig hohe Schusszahlen erreichen und auf den ersten Blick offensiv sehr stark wirken. Eine genauere Analyse kann jedoch zeigen, dass ein großer Teil dieser Abschlüsse aus wenig gefährlichen Bereichen kam, dass klare Torchancen fehlten oder dass Gegner bewusst Distanzschüsse zuließen und stattdessen die gefährlichen Zonen konsequent verteidigten.
Deshalb ist es sinnvoll, bei der Bewertung einer Partie mehrere Datenebenen gemeinsam zu betrachten, sofern die entsprechenden Informationen verfügbar sind:
Das Ziel besteht nicht darin, möglichst viele Statistiken anzuzeigen. Entscheidend ist vielmehr, zu verstehen, was eine Kennzahl aussagt – und ebenso wichtig, was sie nicht aussagt.
🧠 Von Daten zur Interpretation
Bei BePrime werden Daten nicht als fertige Antwort betrachtet, sondern als eine Evidenzebene innerhalb einer umfassenderen Analyse. Die Qualität, Wiederholbarkeit und den Spielkontext hinter einer scheinbar einfachen Kennzahl wie der Schussanzahl zu verstehen, ist ein wichtiger Teil dieses Ansatzes.
Was ist also wichtiger: Schussanzahl oder Schussqualität?
Die treffendste Antwort lautet „beides zusammen“. Wenn wir uns jedoch zwingend für eine Kennzahl entscheiden müssten, wäre die Schussqualität in vielen Fällen die aussagekräftigere Größe.
Denn das Ziel im Fußball besteht nicht darin, möglichst häufig zu schießen, sondern darin, wiederholt Chancen mit hoher Torwahrscheinlichkeit zu erzeugen.
Auch hier gibt es jedoch eine wichtige Nuance: Eine einzige Großchance reicht langfristig ebenfalls nicht aus. Nachhaltig starke Offensivleistungen entstehen meist dann, wenn ausreichendes Schussvolumen und hohe Chancenqualität zusammenkommen.
| Offensivprofil | Interpretation |
|---|---|
| Viele Schüsse + geringe Qualität | Hohes Volumen, aber möglicherweise ineffiziente Abschlusswahl oder schwache Chancenproduktion. |
| Wenige Schüsse + hohe Qualität | Möglicherweise selektiv und effizient, allerdings sollte die Nachhaltigkeit des geringen Volumens geprüft werden. |
| Viele Schüsse + hohe Qualität | Eines der stärksten Offensivprofile. |
| Wenige Schüsse + geringe Qualität | Kann auf deutliche Probleme in der offensiven Produktion hinweisen. |
Fazit: Nicht nur die Zahl lesen, sondern die Geschichte dahinter
Wenn du beim nächsten Spiel einen auffälligen Unterschied wie 18:7 Schüsse siehst, solltest du nicht sofort eine Schlussfolgerung ziehen.
Stelle dir stattdessen zuerst einige weitere Fragen:
- 🔎 Von welchen Positionen wurden die Schüsse abgegeben?
- 🎯 Wie viele davon waren wirklich hochwertige Torchancen?
- 📊 Wie viel xG haben beide Mannschaften erzeugt?
- 📐 Wie hoch war das xG pro Schuss?
- ⏱️ Bei welchem Spielstand entstanden die Abschlüsse?
- 📈 Wiederholt sich dieses Muster auch in den letzten Spielen?
Denn der entscheidende Vorteil moderner Fußballanalyse entsteht nicht dadurch, möglichst viele Zahlen zu besitzen, sondern dadurch, die richtigen Kennzahlen im richtigen Kontext zu interpretieren.
Genau dieses Prinzip steht auch hinter dem datenbasierten Ansatz von BePrime: Statt nur auf das Ergebnis zu schauen, versuchen wir, den Prozess zu verstehen, der zu diesem Ergebnis geführt hat. ⚽📊
