Spieltags- und Saisonranking

Für jeden Spieltag erstellt LigaInsider ein Ranking der Spieler für dich, von denen unser Algorithmus die meisten Punkte in Kickbase und Sorare erwartet.

Auch in der Saison 23/24 bieten wir für Kickbase und Sorare auch unser Saisonranking an. Dies funktioniert genau wie das Spieltagsranking (siehe unten).

Oben rechts entscheidest du dich zunächst für das Managerspiel, für das du dich in dem Moment interessiert. Dann siehst du auf einer Skala von 0 bis 99, wie wir den Spieler im Vergleich mit allen anderen Spielern für den nächsten Spieltag einordnen würden. Diese Zahl ist unser Rating.

In Kombination mit dem Marktwert aus dem Managerspiel deiner Wahl bildet es die Grundlage für die Entscheidungen des LigaInsider-Teams für die “Daily”-Variante von Kickbase sowie für die Sorare-Aufstellungen.

Du fragst dich jetzt eventuell direkt, wo die Spalte “Rating/Marktwert” ist… Auf diese haben wir nach einer Saison Erfahrungen sammeln beim Aufstellen für die Daily-Teams verzichtet, denn während ein simpler Punkte-pro-Euro-Ansatz natürlich hilfreich sein kann, verzerrt er häufig die Entscheidungen in Richtung sehr günstiger Spieler. Am Ende gilt es besonders in diesen Formaten gerade auch Spieler zu finden, die teurer sind und dir die Punkte einfahren.

Für weiterführende Auswertungen deinerseits ist die Liste sowieso so konzipiert, dass du sie mit zwei Klicks in beispielsweise Excel übertragen kannst. Dort kannst du dir dann leicht deine favorisierte Ranking-Methode bauen und gezielt die richtigen Preis/Leistungs-Spieler finden. Unsere besten Picks werden wir dir auch im Matchday Briefing zeigen.

Eine Gesamttabelle auf Basis von Rating/Marktwert ist dagegen etwas anderes, weil eine zu starke Orientierung daran bei der Suche nach dem besten Team fürs Wochenende sogar hinderlich sein könnte. Also starten wir in der ersten Version zunächst mit dem Rohformat (Rating und Marktwert). Die erste Erweiterung dieser Tabelle werden wir dann mit Bedacht wählen, denn diese soll langfristig im Mittelpunkt der Spieltagsvorbereitung stehen.

Zusätzlich zum Spielernamen, Verein, Rating und Marktwert haben wir auch den Gegner und die Position des Spielers mit aufgeführt, so dass du bei Bedarf auch danach filtern kannst.

Da es unsere Bewertung ist, die wir mit euch teilen, legen wir die erwartete Spielzeit selbst fest. Außerdem umfasst das Ranking nur die Spieler, denen wir für den kommenden Spieltag zumindest eine realistische Chance auf substanzielle Spielzeit zuschreiben. Findest du deinen Spieler in dieser Liste nicht, ist das aber kein Problem, da im Bereich des Spielervergleichs alle notwendigen Informationen zu sehen sind.

Wichtig: Das Spieltagsranking ist durch Änderungen der erwarteten Einsatzzeit und Formation bzw. Position eines Spielers dynamisch.

Die Spieler der Aufsteiger sind erst zum zweiten Spieltag anwählbar.

Das Saisonranking zeigt dir zu jedem Zeitpunkt an, wie viele Punkte wir bis zum Saisonende vom jeweiligen Spieler für die Games Kickbase und Sorare erwarten. 

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 eines Tors von Borussia Dortmund gegen RB Leipzig..

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.