Schau, klassische Tore-Zahlen sind wie ein kaputtes Thermometer – sie zeigen nur die Temperatur, nicht, warum es heiß ist. xG (expected goals) dagegen ist das Mikroskop, das jede Torchance bis ins Detail zerlegt. Plötzlich erkennst du, wo dein Team Chancen verpasst und wo es blindlings überbewertet wird. Und das ist kein Schnickschnack, das ist pure Entscheidungs-Power.

Wie du xG in deine tägliche Arbeit integrierst

Hier ist der Deal: Zuerst brauchst du die Rohdaten – das sind die Event-Logs aus dem Spiel. Dann rechnest du die Wahrscheinlichkeiten aus, indem du Faktoren wie Schussposition, Winkel, Fuß- oder Kopfball und Verteidigungsdruck einbeziehst. Viele Tools erledigen das automatisch, aber wenn du wirklich die Kontrolle haben willst, programmier dir ein kleines Skript in Python oder R. Und dann? Du vergleichst das erwartete Tor mit dem tatsächlichen Ergebnis. Differenzen zeigen dir, ob du Glück hattest oder ein Systemfehler vorliegt.

Praxisbeispiel: Der Überraschungs-Aufschwung

Look: Dein Team hat in den letzten fünf Spielen nur drei Tore geschossen, aber das xG liegt bei 1,8 pro Spiel. Das bedeutet, ihr habt Chancen generiert, die nicht umgesetzt wurden. Du kannst jetzt gezielt Trainingseinheiten für Abschlussvariationen einplanen – weil du weißt, dass das Problem nicht im Offensivspiel liegt, sondern im Abschluss.

Fehler, die du vermeiden musst

And here is why: Viele Analysten verwechseln xG mit einer Kristallkugel. Sie erwarten, dass das Modell jede Torchance perfekt vorhersagt. Das ist Quatsch. Das Modell ist nur so gut wie die Eingabedaten. Wenn du schlechte Tracking-Daten hast, bekommst du Müll. Also: Qualität vor Quantität.

Wie du xG im Reporting nutzt

Wenn du deine Ergebnisse präsentierst, wirf das alte “Wir haben mehr Tore geschossen” raus. Stattdessen sag: “Unsere xG-Rate liegt bei 2,3, das ist ein Anstieg von 0,5 gegenüber dem Vorjahr.” Das klingt sofort professionell und lässt die Zahlen für sich sprechen. Und wenn du das mit Grafiken kombinierst, die die xG-Kurve gegen das reale Torverhältnis plotten, bekommst du ein Bild, das jeden Trainer zum Nachdenken zwingt.

Der schnelle Weg zum ersten Ergebnis

Hier ein schneller Action-Plan: Datenbank öffnen → xG-Modell laden → aktuelle Saison-Daten importieren → 5-Zeilen-Script ausführen → Ergebnis in Excel exportieren. Das dauert weniger als 30 Minuten, und du hast sofort ein Dashboard, das zeigt, wo du stehst. Nutze das, um die nächste Trainings-Session zu planen und um deine Mitspieler zu überzeugen, dass du nicht nur Zahlen, sondern echte Insights lieferst.