Leistungsbewertung: Herausforderungen und neue Möglichkeiten mit Qwingo

Ziel: Bewertung von Spielern

Idee: Daten + Modell = Spielerbewertung

Herausforderungen:

1. Wie bekomme ich genügend Daten?

Fußball ist sehr komplex. Es gibt nahezu unendlich viele Einflussfaktoren! Idealerweise müsste man neben Spielerdaten auch Sensoren nutzen, die Umwelteinflüsse, Zuschauer und Schiedsrichter erfassen.

2. Was sind die wichtigsten Indikatoren?

Indikatoren können bisher lediglich durch Expertenwissen ermittelt werden. Darüber hinaus müssen sämtliche Daten interpretiert werden. Jedoch liegt es in der Natur von Interpretationen, dass sie nicht eindeutig, sondern subjektiv sind.

Beispiele: Ab wann sollte ein Torschuss auch als solcher gewertet werden; wann ist er als Chance zu werten? Welchen Einfluss hat die Laufstrecke, welche Relevanz hat die Anzahl der geleisteten Sprints für die Qualität eines Spielers? Welche Qualität haben einzelne Entscheidungen? Wann ist ein Laufweg gut, wann schlecht? ...

Problem: Jede Form von Interpretation birgt Fehler, diese potenzieren sich mit steigender Anzahl an Einflussfaktoren.

Ansatz: Qwingo schließt jede Form der Interpretation aus, womit auch die Einflussfaktoren minimiert werden.

Einzig das Ergebnis ist interpretationsfrei und lediglich das Ergebnis zählt.

Herausforderung: Ein einzelnes Ergebnis ist sehr ungenau – besonders im Fussball!

Aber: Eine Menge von Ergebnissen kann ein gutes Abbild der Leistungsfähigkeit bieten.

Beispiel: Bundesligatabelle

Bekanntestes Beispiel einer ergebnisorientierten Leistungsrangliste ist die Bundesligatabelle mit ihrem Punktesystem. Die Ligatabelle basierend auf Punkten liefert eine ergebnisorientierte Leistungsrangliste.

Nachteile:

  • Das Punktesystem ist sehr statisch und damit ungenau. Punkte können gesammelt werden und spiegeln damit keinen aktuellen Leistungsstand wider.
  • Während eine Ligatabelle ein anerkanntes Abbild liefert, so ist es möglich computerunterstützt deutlich genauere Leistungsabbilder zu liefern.

Solche Ranglisten arbeiten nicht mit Punkten, sondern mit Wahrscheinlichkeiten.

Qwingo: Interpretationsfreie Gewinnwahrscheinlichkeiten

Qwingo hat sich seit 2009 darauf spezialisiert interpretationsfreie Leistungsdaten zu generieren.
Qwingo setzt sämtliche Ergebnisse in Bezug zueinander und ermittelt mit Hilfe lernender Algorithmen, Netzwerkanalysen, sowie statistischer Methoden aktuelle Stärken, bzw. Gewinnwahrscheinlichkeiten für Teams und Spieler in diesen Teams.
Dies geschieht einzig auf Basis der erzielten Ergebnisse.

Vorteile:

  • Jede Form von Interpretation wird ausgeschlossen.
  • Leistungsranglisten zeigen Gewinnwahrscheinlichkeiten unter Verwendung optimierter Algorithmen.

Weiterlesen: Einzig das Ergebnis zählt

Qwingo | Blog | Presse | Unternehmensprofil | Impressum