Was xG (Expected Goals) sind und warum sie wichtig sind

Was bedeuten xG eigentlich?

xG (Expected Goals) ist eine Kennzahl der Datenanalyse, die misst, wie wahrscheinlich jeder Schuss in einem Spiel zu einem Tor führt. Jedem Schuss wird ein Wert zwischen 0 und 1 zugewiesen: Ein Schuss im Wert von 0,05 xG steht für eine Chance, die ungefähr fünfmal von hundert trifft, während ein Elfmeter mit rund 0,76 xG eine Torchance mit hoher Wahrscheinlichkeit darstellt.

Addieren Sie die xG aller Schüsse einer Mannschaft, erhalten Sie die Anzahl der Tore, die diese Mannschaft angesichts der Qualität ihrer Chancen erwartungsgemäß erzielen würde. Eine Mannschaft mit 1,9 xG hat zum Beispiel Chancen erspielt, die gut genug für durchschnittlich fast zwei Tore sind – selbst wenn sie tatsächlich keines oder drei erzielt hat.

Deshalb lassen xG uns die Spielqualität hinter dem Ergebnis erkennen. Ein Tor erzählt die Geschichte eines Augenblicks; xG erzählen die Geschichte, die ein Spiel verdient hätte.

Wie werden xG berechnet?

xG-Modelle lernen aus Zehntausenden historischer Schüsse und untersuchen, wie oft ähnliche Chancen verwertet wurden. Der Erwartungswert eines Schusses wird aus seinen Merkmalen geschätzt. Zu den häufigsten Eingangsgrößen gehören:

• Distanz zum Tor: Je näher der Schuss, desto höher die Torwahrscheinlichkeit.
• Winkel: Schüsse aus spitzen Winkeln erhalten einen niedrigeren xG-Wert.
• Körperteil: ob Fuß, Kopf oder ein durcheinandergeratener Kontakt verändert die Wahrscheinlichkeit.
• Art der Vorlage: eine Flanke, ein Rückpass oder ein schneller Konter bestimmt den Schwierigkeitsgrad der Chance.
• Defensivdruck und Spielsituation: ein Eins-gegen-eins gegenüber einem überfüllten Strafraum.

Das Modell kombiniert diese Variablen, um für jeden Schuss eine Wahrscheinlichkeit zu erzeugen. Kein xG-Wert bedeutet Gewissheit – er ist stets eine Schätzung und variiert je nach Modell, Datenqualität und Liga.

Gehen wir ein Beispiel durch

Stellen Sie sich vor, Mannschaft A gewinnt ein Spiel mit 1:0. Wer nur auf das Ergebnis blickt, sieht einen klaren Sieg. Doch die xG-Tabelle kann ein ganz anderes Bild zeichnen:

Hier hat Mannschaft A ihre wenigen Chancen genutzt und gewonnen, während Mannschaft B weitaus mehr – und bessere – Gelegenheiten erspielte, sie aber nicht verwerten konnte. xG sagen uns, dass das Ergebnis zwar Mannschaft A begünstigte, das Spiel jedoch von Mannschaft B kontrolliert wurde.

Warum ist das wichtig? Weil über ein einzelnes Spiel hinweg das Glück eine große Rolle spielt. Auf lange Sicht neigen Mannschaften dazu, nahe an den von ihnen erzeugten xG zu spielen. Eine Mannschaft, die ihre Gegner beständig bei den xG übertrifft, kann langfristig konstantere Ergebnisse erzielen – dies ist eine statistische Tendenz, keine Garantie.

Warum xG in der Fußballanalyse wichtig sind

xG sind zu einem Grundpfeiler der modernen Fußballanalyse geworden, weil sie die Momente offenlegen, in denen das reine Ergebnis in die Irre führt. Die wichtigsten Vorteile:

• Sie trennen Glück von Leistung: War ein Sieg verdient oder nur ein glücklicher Tag? xG geben Ihnen eine Grundlage für diese Frage.
• Sie vertiefen das Lesen der Form: Eine Mannschaft, die von den Ergebnissen her schwach wirkt, erzeugt möglicherweise starke, beständige xG.
• Sie bewerten Spieler und Mannschaften: viele Tore aus wenigen Schüssen oder wenige aus vielen? xG offenbaren die Effizienz.
• Sie dienen als Modell-Eingangsgröße: Auf Plattformen wie 11Stat sind xG eines der Signale, die in die Wahrscheinlichkeitsmodelle einfließen.

Ein wichtiger Vorbehalt: xG messen die vergangene Leistung und die Chancenqualität – sie versprechen nicht die Zukunft. Von einer Mannschaft mit hohen xG lässt sich nicht sagen, dass sie ihr nächstes Spiel gewinnt; man kann nur sagen, dass sie dazu neigt, hochwertigere Chancen zu erspielen.

Wie 11Stat xG nutzt

11Stat ist keine Wett- oder Coupon-Plattform – es ist ein Werkzeug für Fußball-Datenanalyse und Wahrscheinlichkeitsmodellierung. xG sind nur eines von vielen Datensignalen, die in unsere Modelle einfließen. Bei uns werden xG genutzt, um:

• die tatsächliche offensive und defensive Qualität einer Mannschaft zu beurteilen, ohne sich allein auf das Ergebnis zu verlassen.
• unseren auf Poisson und Dixon-Coles basierenden Wahrscheinlichkeitsmaschinen belastbarere Eingangsgrößen zu liefern.
• die Modellübereinstimmung (wenn verschiedene Maschinen in dieselbe Richtung weisen) und das Risikoniveau transparent auszuweisen.
• die historische Modellleistung durch unsere Backtesting- und Kalibrierungsprozesse ehrlich zu messen.

Unsere Ausgaben werden stets als Wahrscheinlichkeit, Modellübereinstimmung und Risikoniveau dargestellt – niemals als sichere Ergebnisse oder Gewinnversprechen. Ein Verständnis der xG hilft Ihnen, die Analyse auf dem Bildschirm bedachter zu interpretieren. Alles, was hier geteilt wird, dient Informations- und Simulationszwecken; es ist keine Wettberatung.