Neue KI-Studie analysiert 918 Bundesliga-Spiele

• EPV stärker vor dem Spiel
  Eine neue KI-Studie zeigt, dass Expected Possession Value (EPV) Spielausgänge vor dem Anpfiff zuverlässiger prognostiziert als Expected Goals (xG). Besonders die Auswertung der letzten drei Spiele liefert mit EPV genauere Vorhersagen.
• xG bleibt nach Abpfiff führend
  Nach dem Spiel ist xG weiterhin die präziseste Kennzahl zur Leistungsbewertung. Der Fokus auf Abschlussqualität erklärt Ergebnisse objektiver als umfassende Angriffsmodelle.
• Analyse von 918 Bundesliga-Spielen
  Untersucht wurden drei komplette Bundesliga-Saisons von 2022 bis 2025. Grundlage sind Eventdaten, Trackingdaten und Machine-Learning-Modelle.
• Ganzheitlicher Blick auf Angriffe
  EPV bewertet jede Spielsituation innerhalb eines Ballbesitzes. Dadurch fließen Raumgewinn, Passoptionen und defensive Struktur in die Analyse ein.
• Klare Vorteile für Spielvorbereitung
  Für Pre-Match-Analysen liefert EPV realistischere Erwartungswerte. Trainer und Analysten können Spielstärke und Gegnerqualität besser einschätzen.
• Kombination als neuer Standard
  Die Studie empfiehlt EPV vor dem Spiel und xG nach dem Spiel. Zusammen entsteht ein deutlich präziseres Analysemodell.
• Wissenschaftlich fundierte Ergebnisse
  Die Untersuchung wurde im Fachjournal Frontiers in Sports and Active Living veröffentlicht. Sie zählt zu den umfangreichsten KI-Studien zur Bundesliga.

Redakteur

• Simon Rieger

Geprüft durch

• Enrico Kierakow

Veröffentlicht

15.12.2025

Aktualisiert

15.12.2025

Lesedauer

Neue KI-Studie stellt xG und EPV auf den Prüfstand

Eine aktuelle wissenschaftliche Studie hat untersucht, welche Leistungskennzahl im Profifußball wirklich Aussagekraft besitzt. Im Fokus stehen Expected Goals (xG) und Expected Possession Value (EPV), zwei der wichtigsten Metriken der modernen Spielanalyse. Grundlage sind 918 Bundesliga-Spiele aus drei Saisons, ausgewertet mit Machine Learning und Trackingdaten. Die Ergebnisse zeigen deutlich, dass sich der Nutzen der Kennzahlen je nach Zeitpunkt unterscheidet.

Während EPV vor dem Anpfiff bessere Prognosen ermöglicht, bleibt xG nach dem Spiel der zuverlässigste Indikator für die tatsächliche Leistung. Damit liefert die Studie eine klare Differenzierung für Praxis und Analyse. Besonders relevant ist die Untersuchung für Trainer, Analysten und datengetriebene Entscheidungsprozesse im Profifußball. Erstmals wird systematisch gezeigt, wann welche Kennzahl den größten Mehrwert liefert und wo ihre jeweiligen Grenzen liegen. Im Zentrum der Analyse steht dabei eine klare wissenschaftliche Haltung zur Rolle von Daten im Fußball. Die Autoren stellen fest:

Ein leistungsfähiger KPI sollte nicht nur vergangene Leistung beschreiben, sondern zukünftige Ergebnisse vorhersagen können.

Warum EPV vor dem Spiel präzisere Prognosen ermöglicht

In sogenannten Pre-Match-Szenarien, also vor dem Anpfiff, schnitt EPV in der Studie besser ab als xG. Die EPV-Modelle erzielten eine höhere Vorhersagegenauigkeit und übertrafen sogar klassische Elo-Ratings, die häufig im Wett- und Prognosebereich genutzt werden. Der Grund liegt im grundlegend anderen Modellansatz. EPV bewertet jede Spielsituation innerhalb eines Angriffs und misst die Wahrscheinlichkeit, dass daraus in den nächsten Sekunden ein Tor entsteht. Dadurch werden auch gefährliche Aktionen ohne Abschluss erfasst. xG hingegen fokussiert sich ausschließlich auf Schüsse. Vor dem Spiel fehlen diese konkreten Abschlusssituationen naturgemäß, wodurch ein Großteil der relevanten Leistungsinformation verloren geht. EPV liefert hier ein deutlich vollständigeres Bild der Spielstärke.

Weshalb xG nach dem Abpfiff weiterhin dominiert

Nach dem Spiel kehrt sich das Bild klar um. Die Studie zeigt, dass xG in Post-Match-Szenarien die höchste Prognose- und Erklärungskraft besitzt. Kein anderes Modell konnte Ergebnisse so zuverlässig erklären wie das xG-basierte Nachspielmodell. Der Hauptgrund ist strukturell bedingt. Tore entstehen nahezu ausschließlich aus Schüssen, und genau diese bewertet xG präzise anhand von Abschlussposition, Drucksituation und Winkel. Zufällige Effekte im Ergebnis lassen sich so besser herausfiltern. EPV verteilt Wahrscheinlichkeiten über viele Aktionen hinweg. Nach Spielende führt das zu einer geringeren Trennschärfe zwischen tatsächlicher Leistung und Ergebnis. Für die objektive Nachbetrachtung bleibt xG daher der Goldstandard.

Datenbasis und Methodik der Untersuchung

Für die Studie wurden Eventdaten und hochauflösende Trackingdaten kombiniert, die jede Spieler- und Ballbewegung erfassen. Die Trackingdaten arbeiteten mit einer Frequenz von 25 Hertz und ermöglichen extrem detaillierte Spielanalysen. Auf dieser Basis entwickelten die Forscher vier unterschiedliche Prognosemodelle. Je ein Pre- und Post-Match-Modell für xG und EPV, trainiert mit Machine-Learning-Algorithmen wie XGBoost und Random Forest. Jedes Spiel wurde anschließend zehntausendfach simuliert. Zur Bewertung der Modelle nutzte das Team etablierte statistische Kennzahlen wie Accuracy, Ranked Probability Score und Brier Score. Dadurch konnten sowohl Ergebnisgenauigkeit als auch Wahrscheinlichkeitskalibrierung objektiv verglichen werden.

Bedeutung für moderne Spielanalyse und Vereine

Die Ergebnisse haben direkte praktische Konsequenzen für den Profifußball. EPV eignet sich besonders für Spielvorbereitung, Gegneranalyse und Erwartungsmodelle vor einem Match. Trainer erhalten realistischere Einschätzungen von Chancen und Risiken. xG bleibt dagegen unverzichtbar für die Nachanalyse. Leistung und Ergebnis lassen sich sauber trennen, Fehlbewertungen durch Zufall werden reduziert. Gerade bei knappen Spielen bietet xG eine objektive Einordnung. Die Studie empfiehlt daher einen kombinierten Ansatz. Pre-Match-EPV zur Prognose und Post-Match-xG zur Leistungsbewertung setzen gemeinsam einen neuen Standard für datengetriebene Fußballanalyse.

Auch auf Vereinsebene ist datengetriebene Analyse längst Realität. Klubs wie FC Brentford, Brighton & Hove Albion oder FC Midtjylland gelten als Vorreiter und arbeiten eng mit spezialisierten Analysefirmen wie Jamestown Analytics zusammen. Dort fließen Leistungsdaten, Trackingmetriken und probabilistische Modelle nicht nur in Spielanalysen, sondern auch in Scouting, Kaderplanung und Transferentscheidungen ein. Der Erfolg dieser Vereine zeigt, dass Kennzahlen wie xG und zunehmend auch EPV strategische Wettbewerbsvorteile schaffen können.

Möchtest du diesen statistischen Vorsprung direkt für deinen nächsten Wettschein nutzen? Schau jetzt in unsere Bundesliga Tipphilfe, wo wir aktuelle Daten und Expertenwissen für deine erfolgreichen Wetten bündeln.