Schau, jeder, der lange genug im Fußball dabei ist, weiß, dass der Augentest immer noch ...

Ganz ehrlich: xG misst die Wahrscheinlichkeit, dass ein Schuss zu einem Tor führt, basierend auf einer Vielzahl von Faktoren. Wir sprechen über die Position des Schusses, den verwendeten Körperteil, die Art der Vorlage, den Winkel zum Tor, ob es ein Eins-gegen-Eins war, den Abwehrdruck und sogar Dinge wie die Spielphase, die zum Schuss führte – offenes Spiel, Standardsituation, schneller Gegenangriff. Es ist eine Dezimalzahl zwischen 0 und 1, wobei 0,1 eine 10%ige Torchance bedeutet und 0,8 eine 80%ige Chance. Also dieser "Sitzer" aus sechs Metern? Das ist wahrscheinlich ein 0,7 oder 0,8 xG. Ein spekulativer Schuss aus 30 Metern? Vielleicht 0,02.

Hinter den Zahlen

Wie wird es berechnet? Nun, es ist keine einfache Formel, die man auf eine Serviette kritzeln kann. Datenanbieter wie Opta, StatsBomb und FBref (die hauptsächlich StatsBomb-Daten für xG verwenden) haben alle ihre eigenen proprietären Modelle, die auf maschinellen Lernalgorithmen basieren, die mit Hunderttausenden, wenn nicht Millionen, vergangener Schüsse trainiert wurden. Jeder Schuss in ihrer historischen Datenbank ist mit all den von mir erwähnten Faktoren versehen, und das Modell lernt dann, vorherzusagen, wie oft ähnliche Schüsse historisch zu Toren führten.

Nehmen wir zum Beispiel das Opta-Modell. Es verwendet Berichten zufolge über 300.000 Schüsse aus verschiedenen Top-Ligen als Trainingsdaten. Das StatsBomb-Modell wird oft als detaillierter angesehen, da es mehr Ereignisdaten erfasst, wie die genaue Position jedes Spielers auf dem Spielfeld zum Zeitpunkt des Schusses und sogar Dinge wie die Schussgeschwindigkeit. Diese zusätzlichen Details können zu geringfügigen Unterschieden in den xG-Werten für denselben Schuss bei verschiedenen Anbietern führen. Zum Beispiel könnte ein Schuss, bei dem ein Verteidiger die Sicht auf das Tor direkt blockiert, im StatsBomb-Modell einen niedrigeren xG haben als im Opta-Modell, wenn Opta die defensive Positionierung nicht so stark gewichtet.

Nun, sprechen wir über die La Liga-Saison 2025-26. Real Madrid fliegt, wie erwartet, hoch. Nach 15 Spielen sitzen sie mit 38 Punkten an der Spitze der tatsächlichen Tabelle, haben 35 Tore erzielt und 12 kassiert. Aber ihre zugrunde liegenden Zahlen sind ebenso beeindruckend. Ihr Gesamt-xG beträgt 32,5, und ihre Expected Goals Against (xGA) sind mit 10,8 die besten der Liga. Das bedeutet, dass sie ihren xG um 2,5 Tore leicht *übertreffen*, aber entscheidend ihren xGA um 1,2 Tore *untertreffen*. Die Tatsache, dass sie mehr Tore kassieren, als ihr xGA vermuten lässt, deutet darauf hin, dass sie vielleicht etwas Pech mit einigen der Schüsse haben, denen sie gegenüberstehen, oder dass ihre Torhüter keine Paraden machen, die die Torhüter anderer Teams vielleicht machen würden.

Betrachten wir Barcelona. Sie sind mit 31 Punkten, 28 erzielten Toren und 15 kassierten Toren Dritter in der Liga. Ihr xG für die Saison beträgt bisher 29,1, und ihr xGA ist 16,5. Dies zeigt, dass sie ihren xG leicht *untertreffen* (1,1 Tore weniger erzielen als erwartet), aber auch ihren xGA *übertreffen* (1,5 Tore weniger kassieren als erwartet). Dies könnte auf einige Probleme bei der klinischen Verwertung vorne hindeuten, aber auch auf starkes Torwartspiel oder rechtzeitige Abwehrblöcke, die sie hinten retten.

Hier ist eine Momentaufnahme der Top drei in La Liga nach dem 15. Spieltag:

| Team | Tatsächliche Tore | xG | Tatsächlich kassierte Tore | xGA | Tordifferenz | xG-Differenz |

| :------------- | :----------- | :----- | :-------------- | :----- | :-------------- | :------------ |

| Real Madrid | 35 | 32.5 | 12 | 10.8 | +23 | +21.7 |

| Girona | 31 | 28.9 | 18 | 17.2 | +13 | +11.7 |

| Barcelona | 28 | 29.1 | 15 | 16.5 | +13 | +12.6 |

Real Madrids xG-Differenz von +21,7 ist ganze 9 Tore besser als Gironas +11,7, was erklärt, warum sie so dominant wirken, auch wenn der tatsächliche Punkteabstand noch nicht massiv ist. Girona hingegen spielt leicht über ihren Möglichkeiten und erzielt 2,1 Tore mehr, als ihr xG vermuten lässt. Das ist ein Zeichen für eine hohe Abschlussqualität von Spielern wie Artem Dovbyk, der bereits 11 Tore aus einem xG von 8,9 erzielt hat.

Jenseits des einfachen Schusses

Es wird noch vielschichtiger. Es gibt auch Non-Penalty Expected Goals (NPxG). Elfmeter sind im Grunde ein garantierter 0,76 xG-Schuss (laut Optas Modell, obwohl es leicht variiert). Ihre Einbeziehung kann den xG eines Teams verzerren, wenn sie viele Elfmeter bekommen. NPxG entfernt diese also und gibt ein klareres Bild der offensiven Bedrohung im offenen Spiel. Wenn Real Madrid beispielsweise einen xG von 32,5, aber 4 Elfmeter (3,04 xG) hätte, wäre ihr NPxG 29,46. Es hilft, Teams ohne die Lotterie der Elfmetervergabe zu vergleichen.

Dann gibt es Expected Goals On Target (xGOT). Dies geht einen Schritt weiter als xG, indem es die Qualität eines Schusses *nachdem* er abgegeben wurde, bewertet, insbesondere wenn er auf das Tor geht. Es betrachtet, wo der Schuss auf dem Torrahmen landete. Ein Schuss aus einer hohen xG-Position, der direkt auf die Brust des Torhüters geht, könnte einen niedrigeren xGOT haben als einer aus einer etwas niedrigeren xG-Position, der in den oberen Winkel einschlägt. Dies hilft, zwischen gutem Schießen und guter Schuss *platzierung* zu unterscheiden. Vinicius Jr. von Real Madrid könnte zum Beispiel 8 Tore aus 7,5 xG haben, aber sein xGOT könnte 9,2 betragen, was darauf hindeutet, dass er seine Schüsse konsequent in schwer zu haltende Bereiche platziert.

Die Sache ist die: xG geht es nicht darum, spezifische Ergebnisse vorherzusagen. Es geht darum, die Leistung über eine größere Stichprobengröße zu bewerten. Ein Team kann in jedem einzelnen Spiel Glück oder Pech haben. Erinnern Sie sich an das verrückte 4:3-Spektakel zwischen Atlético Madrid und Villarreal am 12. Spieltag? Atlético gewann, aber ihr xG betrug 2,1 gegenüber Villarreals 3,5. Das ist ein klassischer Fall, in dem Atlético sein Glück ritt und Villarreal es versäumte, überlegene Chancen zu verwerten. Über eine Saison hinweg gleichen sich diese Anomalien tendenziell aus, und die xG-Tabelle sieht oft bemerkenswert ähnlich aus wie die tatsächliche Liga-Tabelle, aber mit einigen aussagekräftigen Unterschieden. Sie hebt Teams hervor, die entweder überperformen (mehr Tore erzielen als ihr xG, weniger kassieren als ihr xGA) oder unterperformen (das Gegenteil).

Meine kühne Behauptung? Jeder Verein, der sich immer noch ausschließlich auf traditionelle Statistiken wie Torschüsse oder Verwertungsquoten verlässt, ohne tief in xG und xGOT einzutauchen, lässt verwertbare Erkenntnisse auf dem Tisch liegen. Es ist nicht mehr nur für Analysten; es ist ein wichtiges Werkzeug, um zu verstehen, ob die Ergebnisse Ihres Teams nachhaltig sind.

Eine kühne Vorhersage für La Liga 2025-26: Trotz Barcelonas tatsächlichem Punkteabstand wird ihr überlegener NPxG dazu führen, dass sie den Abstand zu Girona verringern und bequem unter den ersten beiden landen, hauptsächlich weil Robert Lewandowski seine klinische Präzision wiederfindet und die hochwahrscheinlichen Chancen verwertet, die er derzeit vergibt.