LigaInsider Boost

Der bereits legendäre LigaInsider Boost informiert dich über mögliche Punkte-Lieferanten am Spieltag. Als Dauerkarten-Besitzer wird er dir für jeden Spieler in der Voraussichtlichen Aufstellung angezeigt.

Vielleicht kennst du den Boost schon als legendären Part aus dem Gamechanger-Podcast?! Er zeigt dir an, wie wir das kommende Match-up des Spielers einschätzen. 

Um den Boost für alle Managerspiele verwenden zu können, haben wir uns hier für den Ballaktionsboost entschieden, denn jedes Managerspiel basiert auf einer simplen Grundlage: Gelingt eine Aktion, so bekommt der Spieler positive Punkte zugeschrieben, misslingt eine Aktion, so werden ihm Punkte abgezogen. Jedes Managerspiel bemisst natürlich mit seiner individuellen Punktestruktur, wie viele Punkte dann wirklich für jedes Event vergeben werden. So ist beispielsweise bekannt, dass bei Kickbase für angekommene Pässe in der eigenen Hälfte keine Punkte vergeben werden, während andere Manager in ihrer Bewertung keine Unterscheidung zwischen den verschiedenen Pässen auf dem Feld vornehmen.

Wir haben die Ballaktionen dafür in fünf Hauptgruppen unterteilt: Torwartspiel, defensive Aktionen, offensives Eins-gegen-Eins, Passspiel und Abschlüsse. Je nach Positionsanforderung und Spielerprofil bekommen diese Gruppen dann eine unterschiedliche Gewichtung (Stürmer zeichnen sich mehr über Abschlüsse, Verteidiger natürlich eher über defensive Aktionen aus).

Aus den in der Vergangenheit beobachteten Werten ergibt sich nun unsere Prognose für die Ballaktionen des Spielers am kommenden Spieltag. Wird der Spieler, ausgehend von seinem Durchschnitt, besser abschneiden, bekommt er einen positiven Boost: Der Gegner liegt ihm. Wenn er unter seiner durchschnittlichen Leistung liegt, wird der Boost negativ und wir sagen, der Spieler hat ein eher schwieriges Match-up.

Daraus ergibt sich nun, dass der Boost für dein konkretes Managerspiel zwar nicht die alleinige Entscheidungshilfe sein sollte - dafür ist er schlicht zu ungenau. Aber, er bleibt dennoch ein guter Einstieg für eine erste Tendenz, ob der Spieler mit seinen Stärken und Schwächen am kommenden Spieltag eher besser oder schlechter performen wird als normalerweise und hat somit Signalcharakter. Vor allem für Manager, die kein Kickbase oder Spitch spielen, haben wir so die Möglichkeit erschaffen, Informationen für ihr Managerspiel zu bekommen.

Und für die Kickbase- und Spitchspieler ist es sowieso kein Problem, denn für sie haben wir ja das Spieltagsranking und den Spielervergleich geschaffen. Was macht der Spieler wirklich aus dem vermeintlich guten oder schlechten Match-up? Hier kannst du anhand des genauen Punktekatalogs erfahren, wie wir die Spielerleistung am nächsten Spieltag einschätzen.

Abschließen wollen wir die Erklärung zum Boost mit einem Beispiel:

Den Boost haben wir in unsere Voraussichtlichen Aufstellungen auf unserer Seite integriert. Dementsprechend bekommen ihn auch nur Spieler, die eine ernsthafte Startelfchance besitzen. Für alle weiteren Spieler gehst Du am besten direkt zu unserer Tabelle bzw. zum Spielervergleich.

Ausgangspunkt des Boosts ist der Regler im Zentrum. Für einen positiven Boost geht der Regler nach rechts auf (1). Für einen negativen Boost schiebt sich der Regler nach links (2). Exklusiv auf unserer Desktopseite kannst du mit dem Cursor auch über den Boost fahren und siehst dann auch die genaue Zahl (3). Wichtig: Haben wir für einen Spieler noch nicht genug Daten gesammelt, so setzen wir den Boost auf 0; spätestens nach fünf Spieltagen ist jeder “Neue” bei uns angekommen und bekommt dann auch seinen Boost.

Der Spielervergleich ist durch Änderungen der erwarteten Formation bzw. Position eines Spielers dynamisch.

Für alle, die unser Vorgehen im Einzelnen interessiert:

Das Grundkonzept bei LigaInsider besteht aus einer Reihe von statistischen Methoden, um auf Basis der historischen Daten die sauberste und beste Prognose zu generieren. 

Unser Algorithmus berücksichtigt dabei zunächst die Formationen und Spielweisen der beiden Teams, die am Spieltag aufeinandertreffen. Welchen Spielverlauf können wir erwarten? Welche Mannschaft wird den Ball kontrollieren und wer nimmt erst mal eine defensive Haltung an? Jedes Team hat bestimmte Stärken und Schwächen in bestimmten Räumen auf dem Spielfeld, verhält sich nach einem gewissen Muster bei Vorsprung oder Rückstand und zieht ihr Spiel auf eine gewisse Art und Weise auf. Dieses sogenannte Clustering sorgt für eine solide Basis, das nächste Spiel einschätzen zu können.

Da unser System ausschließlich auf Daten beruht, wird es natürlich zum Bundesligastart auch für uns nicht leicht sein, die Teams richtig einzuordnen, da es so viele Trainerwechsel gab wie selten zuvor. Wie wird der neue Coach spielen lassen? Bringt er eine ganz neue Idee mit, die unsere Daten noch nicht aufgezeichnet haben, oder bestimmt der Kader die Spielweise? Unser System ist dabei so angelegt, dass es bei neuem Input sehr schnell reagieren wird und Daten in neuen Konstellationen ein höheres Gewicht zumisst.

Übrigens, im Matchday Briefing werden wir in einer Sektion über die Saison hinweg versuchen, die oben genannten Methoden noch besser zu erklären, denn dort zeigen wir die Herangehens- und Spielweisen beider Teams in einer Grafik.

Doch zurück zu unserem Algorithmus: Als nächstes untersuchen wir die Position und Spielweise des Spielers. Durch welche Aktionen zeichnet sich sein Spiel vor allem aus, wenn er auf einen Gegner trifft, von dem wir die oben genannte Formation und Spielweise erwarten? Wie ist seine Rolle bei offensiven Standards? Je nach Spieler haben wir hier eine unterschiedliche Datengröße, auf die wir zurückgreifen können. Da wir, wie oben schon erwähnt, ausschließlich mit Bundesliga-Daten arbeiten, können wir zum Bundesligastart einen Thomas Müller immer besser einschätzen als einen Neuzugang aus einer anderen Liga. Aber nach ein paar Spieltagen ist auch jeder neue Spieler gut vom System erfasst.

Durch unsere Anbindung an Opta arbeiten wir auch immer mit den aktuellsten Werten der Managerspiele. Auf diese Daten greifen wir auch bei unseren sogenannten Aktionsketten oder Sequenzen zurück. Hier im Beispiel siehst du unsere Abbildung des Tors zum 3:2 von Borussia Dortmund gegen RB Leipzig am 32. Spieltag der letzten Saison.

Auf diese Weise können wir alle notwendigen Fragestellungen beantworten. Beispielsweise: Welche Spieler spielen den ersten Pass im Aufbau? Wer geht eher vertikal? Welcher Spieler hat den größten Anteil an Sequenzen mit Ballkontrolle? Wer dominiert über links, rechts oder die Mitte? Welcher Spieler ist am wichtigsten für das Herausspielen von Torchancen? Wo entstehen Lücken im Spiel gegen den Ball? Welche Mannschaft sehen wir in puncto “erwartete Gefahr” vorne? Aus diesen Fragen bzw. Antworten und vielem mehr gewinnen wir schlussendlich unsere Erkenntnisse, die wir für unsere Prognosen benötigen.

Ebenfalls wichtig ist die erwartete Spielzeit, die der Spieler auf dem Feld stehen wird. Dies ist logisch, denn je mehr Spielzeit ein Spieler bekommt, desto mehr Chancen hat er auch auf mehr Ballaktionen und Punkte.

Um die verschiedenen Einflussfaktoren, die die erwartete Leistung des Spielers am nächsten Spieltag beeinflussen, zu quantifizieren, greifen wir auf Regressionsanalysen zurück. Zudem verwenden wir verschiedene Clusteralgorithmen, um ähnliche Spielweisen und Muster zu entdecken. Mit Hilfe von Kerndichteschätzungen nehmen wir Spielzüge und den Aktionsradius der Spiele genau unter die Lupe.