Im Datenraum: Wie Top-Fußballvereine Analysen tatsächlich nutzen...
Im Datenraum: Wie Top-Fußballvereine Analysen im Jahr 2026 tatsächlich nutzen
⚡ Wichtigste Erkenntnisse
- Datengesteuerte Rekrutierung hat den Fußball verändert. Vereine verlassen sich nicht mehr ausschließlich auf Scouts, die Spiele beobachten.
- Brighton war das Vorzeigeprojekt für diesen Ansatz. Sie kauften Moises Caicedo für 4 Pfund.
- Vor jedem Spiel erstellt das Analyseteam ein Dossier über den Gegner. Dies umfasst typischerweise:
Jeder Premier-League-Club hat eine Datenabteilung. Die meisten Champions-League-Teams beschäftigen 5-10 Vollzeit-Analysten. Aber was tun sie eigentlich? Die Antwort ist interessanter – und komplexer – als die meisten Fans wissen.
Rekrutierung: Der Moneyball-Effekt
Datengesteuerte Rekrutierung hat den Fußball verändert. Vereine verlassen sich nicht mehr ausschließlich auf Scouts, die Spiele beobachten. Stattdessen läuft der Prozess normalerweise so ab:
- Datenscreening: Analyseteams filtern Datenbanken von über 100.000 Spielern, um Kandidaten zu finden, die bestimmte Kriterien erfüllen (z. B. Innenverteidiger, die zu den besten 10 % bei progressiven Pässen und zu den besten 20 % bei Luftduellen gehören)
- Videobestätigung: Scouts sehen sich Aufnahmen der in die engere Wahl gezogenen Spieler an, um Dinge zu beurteilen, die Daten nicht erfassen können – Körpersprache, Entscheidungsgeschwindigkeit, wie sie reagieren, wenn etwas schiefgeht
- Finanzmodellierung: Das Datenteam prognostiziert die wahrscheinliche Entwicklungskurve des Spielers, den geschätzten Wiederverkaufswert und die Auswirkungen auf die Gehälter
Brighton war das Vorzeigeprojekt für diesen Ansatz. Sie kauften Moises Caicedo für 4,5 Millionen Pfund, und die Daten zeigten, dass er ein Elite-Balleroberer war, bevor ihn jemand außerhalb Ecuadors kannte. Chelsea zahlte zwei Jahre später 115 Millionen Pfund für ihn.
Spielvorbereitung: Die taktische Blaupause
Vor jedem Spiel erstellt das Analyseteam ein Dossier über den Gegner. Dies umfasst typischerweise:
- Pressing-Auslöser: Wann presst der Gegner? Wie reagiert er, wenn er gepresst wird? Wo sind die Räume, die er lässt?
- Standardsituationen: Wer deckt wen bei Ecken? Welche Routinen führen sie aus? Wohin geht der Ball bei Freistößen?
- Individuelle Tendenzen: Welchen Fuß bevorzugt der Linksverteidiger? Wie positioniert sich der Torwart bei Elfmetern? Hat der Innenverteidiger Probleme mit Bällen in den Rücken der Abwehr?
- Übergangsanalyse: Wie schnell kontern sie? Wo verlieren sie den Ball am häufigsten?
Manager wie Pep Guardiola und Mikel Arteta sind berühmt dafür, Daten in ihre Spielvorbereitung zu integrieren. Arteta verbringt Berichten zufolge Stunden damit, Datenvisualisierungen des Gegners zu studieren und sie in Trainingsübungen umzusetzen.
In-Game-Analysen
Während der Spiele sitzen Analysten mit Tablets auf der Tribüne und kodieren Ereignisse in Echtzeit. Zur Halbzeit erhält das Trainerteam eine Zusammenfassung: Pressingeffizienz, Raumkontrolle, Schussqualität und alle taktischen Muster, die sie entdeckt haben. Einige Vereine verwenden Live-Tracking-Daten, um die Fitness der Spieler zu überwachen und zu erkennen, wann jemand ausgewechselt werden muss.
Die Grenzen der Daten
Kein Verein hat das Datenproblem vollständig gelöst. Die größten Herausforderungen:
Chemie kann nicht gemessen werden: Daten können Ihnen sagen, dass zwei Spieler individuell exzellent sind, aber sie können nicht vorhersagen, ob sie gut zusammenarbeiten werden. Der "Vibe"-Faktor ist real.
Kontext ist wichtig: Die Statistiken eines Spielers in der portugiesischen Liga lassen sich nicht direkt auf die Premier League übertragen. Die Intensität, das Tempo und die Körperlichkeit sind unterschiedlich. Die Anpassung an die Ligaqualität ist ein ungelöstes Problem.
Kleine Stichprobengrößen: Im Fußball besteht eine Saison aus 38 Spielen. Das ist ein winziger Datensatz im Vergleich zu Baseball (162 Spiele) oder Basketball (82 Spiele). Aussagekräftige Schlussfolgerungen erfordern Daten aus mehreren Saisons.
Die Zukunft
Tracking-Daten – die Verwendung von Kameras zur Aufzeichnung der Position jedes Spielers 25 Mal pro Sekunde – ist die nächste Grenze. Sie ermöglicht die Analyse von Bewegungen ohne Ball, Pressing-Mustern und räumlicher Dynamik, die traditionelle Ereignisdaten nicht erfassen. Die Vereine, die Tracking-Daten zuerst entschlüsseln, werden einen enormen Vorteil haben. Die Datenrevolution im Fußball steckt noch in den Kinderschuhen.
Verwandte Artikel
⚡ Key Takeaways
- Data-driven recruitment has transformed football. Clubs no longer rely solely on scouts watching matches.
- Brighton have been the poster child for this approach. They bought Moises Caicedo for £4.
- Before every match, the analytics team produces a dossier on the opponent. This typically includes:
Recruitment: The Moneyball Effect
- Data screening: Analytics teams filter databases of 100,000+ players to find candidates who match specific criteria (e.g., center-backs who are in the top 10% for progressive passes and top 20% for aerial duels)
- Video confirmation: Scouts watch footage of the shortlisted players to assess things data can't capture — body language, decision-making speed, how they react when things go wrong
- Financial modeling: The data team projects the player's likely development curve, estimated resale value, and wage impact
Match Preparation: The Tactical Blueprint
- Pressing triggers: When does the opponent press? How do they react when pressed? Where are the spaces they leave?
- Set piece patterns: Who marks whom at corners? What routines do they run? Where does the ball go from free kicks?
- Individual tendencies: Which foot does the left-back prefer? How does the goalkeeper position for penalties? Does the center-back struggle with balls in behind?
- Transition analysis: How quickly do they counter-attack? Where do they lose the ball most often?
💬 Comments