Fussball und KI: Sie jagen nach dem Erfolgsrezept auf dem Platz

Mit einer simplen Erkenntnis begründet Tobias Escher die Lust der Fußballmenschen an den unendlich vielen Zahlen, mit denen in dieser Sportart hantiert wird. „Daten bestätigen Gefühle“, schreibt der Mitbegründer des Taktikblogs „Spielverlagerung.de“ in „Die Zukunft des Fußballs“. Genau hier liege ein Urbedürfnis vieler Menschen, die emotional mit dem Spiel verbunden sind.

Seit einiger Zeit findet eine Datenrevolution statt, die gerade noch einmal einen neuen Schub erhält. Neuerdings – in der Bundesliga beispielsweise seit rund einem Jahr – werden sogenannte 3D-Daten produziert, die auch als „Skeletal-Data“ bezeichnet werden. Statt der zuvor gängigen Positionsdaten, die einfach nur den Ort messen, an dem sich der Ball und die Spieler zu welchem Zeitpunkt eines Spiels befinden, wird mittlerweile die exakte Position einzelner Körperteile erkannt. Wohin sind Füße, Beine und Oberkörper ausgerichtet? Springt jemand, fällt jemand, wie ist die genaue Konstellation zu den Gegenspielern? So entstehen 80 bis 120 Millionen Datenpunkte pro Partie, mit denen sich Entdecker auf die Suche nach den ungelüfteten Geheimnissen des Spiels begeben.

Der Heilige Gral der Fußballfreunde

Lassen sich Verhaltensweisen und Strategien erkennen, die die Erfolgswahrscheinlichkeit messbar erhöhen? Gibt es Spieler, deren wahre Stärke mit bloßem Auge kaum sichtbar ist? Das bislang öffentlich kaum bekannte „Expected Threat“-Modell gibt beispielsweise an, um wie viel Prozent jeder einzelne Pass die Wahrscheinlichkeit auf einen Torerfolg erhöht. Wenn ein eigentlich unauffälliger Fußballer hier ständig hohe Werte erzielt, wird seine Leistung plötzlich auch dann sichtbar, wenn er in einer schwachen Mannschaft spielt, deren Angreifer einfach keine Gefahr aus der guten Vorarbeit entwickeln. „Der Heilige Gral“ der Fußballdatenfreunde sei unterdessen die Kategorie „Pitch Control“. Über komplexe „Modelle lässt sich viel über die Taktik von Teams lernen, über die Rollen einzelner Spieler sowie ihre Fähigkeiten, das Spiel zu kontrollieren oder potentiell freie Räume zu lesen“, schreibt Escher.

Tobias Escher: „Die Zukunft des Fußballs“Rowohlt

Escher versorgt seine Leser mit einem imponierenden Grundlagenwissen, das einer Vorlesung „Einführung in die Fußballdaten“ entnommen sein könnte: Es gibt einen historischen Abschnitt, der die Anfänge des Zählens aller möglichen Details skizziert. So zählte der „Kicker“ bereits vor dem Zweiten Weltkrieg die Chancen der Teams in einem Spiel. Noch bevor Ereignisse mit technischen Hilfsmitteln festgehalten wurden, entwickelten zwei englische Wissenschaftler vor 30 Jahren ein frühes Modell der „Expected Goals“, die heute kaum noch aus der Fußballberichterstattung wegzudenken sind.

Die „Expected Goals“, oder auch „X-Goals“, nehmen einen großen Raum ein in dem Werk, weil sie sich als gutes Beispiel für die Verwendung von Fußballdaten eignen. Auf der Grundlage von einer gewaltigen Masse historischer Daten gibt der „X-Goals“-Wert an, wie hoch die Wahrscheinlichkeit eines Torerfolgs beim Torabschluss ist. Mit den Jahren kamen immer mehr Faktoren hinzu. Mittlerweile wird die Position des schießenden oder köpfenden Spielers, aber eben auch der Kontext der Gesamtsituation, zu der auch die Abwehrspieler und der Torhüter zählen, berücksichtigt.

Wie hoch erhöht ein Pass die Wahrscheinlichkeit auf ein Tor?

Die „X-Goals“ stellen damit so etwas wie einen besonders klar nachvollziehbaren Schritt hin zum Einsatz Künstlicher Intelligenz im Fußball dar. Verschiedene Anbieter haben ihn immer weiter verfeinert, inzwischen kommt kaum eine Halbzeitanalyse ohne „X-Goals“-Wert aus, während die Datenspezialisten aus den Maschinenräumen der großen Klubs längst ganz anderen Fragen auf der Spur sind.

Gesucht wird nach Informationen über Faktoren, die sich leichter übersehen lassen als die Anzahl und die Qualität von Torchancen. Die „X-Threats“ geben beispielsweise für jeden einzelnen auf dem Platz gespielten Pass an, um welchen Wert er die Wahrscheinlichkeit auf ein Tor erhöht. Mit dieser Zahl kann beispielsweise deutlich werden, dass ein Innenverteidiger, der weder als direkter Vorlagengeber noch als Lieferant des vorletzten Passes in einer Statistik auftaucht, mit seinen unscheinbaren Spieleröffnungen die Wahrscheinlichkeit auf Tore viel stärker erhöht als der Kollege aus der Nationalmannschaft, der ständig Sicherheitspässe spielt.

Körper- und GPS-Daten können live verfolgt werden: Spieler des SpVgg Greuther Fürth tragen eine Technikweste der Firma CatapultPicture Alliance

Schön ist das Beispiel des FC Schalke, wo trotz der knappen finanziellen Mittel verhältnismäßig viel Geld in ein Projekt namens „Stats Libuda“ fließt. Dieses Datentool kennt das Wesen des Klubs, den Spielstil, der in Gelsenkirchen erwünscht ist. Die Programmierung identifiziert unter einem Kreis ähnlich interessanter Spieler Kandidaten mit dem besten „Schalke-DNA-Wert“. So wurde vor der gerade zu Ende gegangenen Saison der Dauerkämpfer Soufiane El-Faouzi vom Drittligaklub Alemannia Aachen als idealer Schalker identifiziert. Die KI hatte recht.

Der versprochene Blick in die Zukunft ist dann allerdings eher vage. Klubs arbeiten daran, dass die Datenmassen nicht nur von Spezialisten genutzt werden können. Dazu werden Sprachmodelle nach dem Vorbild von ChatGPT programmiert, die es Trainern und Managern möglich machen sollen, Fachgespräche über den nächsten Transfer oder den nächsten Gegner zu führen. Öffentlich zugänglich sind solche Tools aber nicht, im Gegenteil. Und hier liegt eine Schattenseite des Datenfußballs.

Die reichsten Vereine können sich die besten Programmierer leisten und werden ihre Überlegenheit eher ausbauen. Es handelt sich nicht um eine Revolution von den Rändern, sondern von oben, was auch an zwei „mythischen Figuren“ sichtbar wird, die in den Augen Eschers als Anführer der Bewegung gelten können. Matthew Benham und Tony Bloom sind mit wissenschaftlichen Methoden durch Sportwetten reich geworden und haben dann ihre Lieblingsklubs gekauft: den FC Brentford und Brighton & Hove Albion. In diesen einstmals unterklassigen Vereinen wird so konsequent den Erkenntnissen der Datenabteilungen gefolgt, dass sie inzwischen fest in der Premier League etabliert sind. In der Bundesliga hingegen „setzen sich Sportdirektoren über Datenscouts hinweg“ – die Deutschen vertrauen lieber ihrem guten alten Bauchgefühl, schreibt Escher. Und dieses Gefühl wird in Zukunft eher zum Abstieg als zum nächsten Titel führen.