In den Nachrichten

DIE ENTWICKLUNG DER BUNDESLIGA MATCH FACTS, POWERED BY AWS

Most Pressed Player

Simon Rolfes, Bundesliga-Legende und Sportdirektor bei Bayer 04 Leverkusen, über die neuen Bundesliga Match Facts

Ein Blog von Simon Rolfes

Zwischen 2005 und 2015 absolvierte Simon Rolfes 288 Bundesligaspiele als zentraler Mittelfeldspieler, erzielte 41 Tore und spielte 26 Länderspiele für Deutschland. Derzeit ist Rolfes als Sportdirektor bei Bayer 04 Leverkusen tätig, wo er für den Spielerkader der Profis, die Talentsuche und die Jugendarbeit des Vereins zuständig ist. Simon schreibt außerdem wöchentliche Kolumnen auf Bundesliga.com über die neuesten Bundesliga Match Facts powered by AWS. Dort stellt er sein Fachwissen als ehemaliger Spieler, Kapitän und TV-Experte zur Verfügung, um die Auswirkungen von modernen Statistiken und Machine Learning auf die Welt des Fußballs zu beleuchten. Hier analysiert Rolfes zusammen mit dem Bundesliga-Daten-Wissenschaftler Gabriel Anzer die Bedeutung einiger der neuen Bundesliga Match Facts powered by AWS, die die Fans während der Saison 20/21 sehen können. Luuk Figdor vom AWS Professional Services-Team erläutert anschließend die AWS-Technologie, die hinter diesen erweiterten Statistiken steckt.

Der moderne Fußball wird immer schneller und die Abwehr setzt zunehmend Pressing als Taktik ein. Aber für Trainer oder TV-Experten ist es schwer, die Entscheidung, wann oder gegen wen gepresst werden soll, mit Daten zu untermauern, insbesondere in Echtzeit. Bis jetzt war es nicht möglich, den Druck, dem ein Spieler ausgesetzt ist, zu quantifizieren. Das ändert sich jetzt, dank der Arbeit von AWS und der Bundesliga. 

Der neueste Bundesliga Match Fact powered by AWS, „Most Pressed Player“, quantifiziert den defensiven Druck, dem ein Spieler ausgesetzt ist, in Echtzeit. Dies ermöglicht es Kommentatoren, Fußballanalysten, Fans und Teams zu vergleichen, welchem Druck ein Spieler im Vergleich zu anderen ausgesetzt ist und wie sich dies auf das Spiel auswirkt. So können wir erkennen, welche Spieler sich am häufigsten aus Drucksituationen befreien müssen und welche Spieler auf dem Platz meist in Ruhe gelassen werden. „Most Pressed Player“ zeigt an, wie oft ein Spieler von seinen Gegnern stark unter Druck gesetzt wird, indem die Anzahl der gegnerischen Spieler, deren Abstand zum Spieler in Ballbesitz sowie die Bewegungsrichtung jedes Spielers gemessen wird. 

Ein anderer Blickwinkel auf die neue Erkenntnis „Most Pressed Player“ ist, dass sich die Analyse in Spielen – datengesteuert oder nicht – meist auf Strategien der ballführenden Mannschaft konzentriert. Aber Teams verhalten sich sehr unterschiedlich, wenn sie nicht in Ballbesitz sind. Mit der Einführung des numerischen Referenzrahmens für „Druck“ hinter „Most Pressed Player“ können wir beginnen, defensive Aktionen ohne Ballbesitz zu messen. Dies wird den Fans neue Informationen liefern und ihnen helfen, Defensivstrategien besser zu verstehen. 

Der Most Pressed Player Match Fact wird mithilfe eines Algorithmus erstellt, der den Druck auf den Spieler im Ballbesitz als Zahl schätzt, die auf Datenpunkten wie der Position dieses Spielers, seiner Ausrichtung und der Position seiner Gegner basiert. AWS verwendet Cloud-Computing-Technologien wie AWS Fargate, AWS Lambda und AWS DynamoDB, um diese Zahl in jedem Moment des Spiels zu berechnen. Wenn der berechnete Druckwert einen bestimmten Schwellenwert überschreitet, wird dies den Fans während eines Spiels auf dem Bildschirm angezeigt. Jede Ballaktion eines Spielers, bei der er unter erheblichem Druck steht, wird gezählt. Jeder Spieler hat dann eine Kennzahl, die die Anzahl der Drucksituationen enthält, denen er ausgesetzt war. 

Während dieser Blog näher darauf eingeht, wie das AWS-Team mit der Bundesliga zusammengearbeitet hat, um den Match Fact „Most Pressed Player“ zum Leben zu erwecken, sollten die beiden anderen Match Facts nicht vergessen werden, die ebenfalls jetzt veröffentlicht werden: „Angriffszonen“ und „Realformation: Trends“. Wir werden in den kommenden Wochen tiefer in jedes dieser Themen eintauchen, aber als kleiner Vorgeschmack: Schauen Sie sich die Videos auf der AWS Bundesligaseite an, um einen Überblick über diese neuen Match Facts zu erhalten. 

Luuk Figdor, Daten-Wissenschaftler vom AWS Professional Services-Team, das die Match Facts in Zusammenarbeit mit der Bundesliga zum Leben erweckt, wird nun erklären, wie diese Statistik zustande kam.

- Simon Rolfes

Most Pressed Player – eine Erklärung

Julian Nagelsmanns Mannschaft RB Leipzig ist bekannt dafür, dass sie Druck machen kann. Nehmen Sie zum Beispiel das Tor von Yussuf Poulsen gegen den FC Augsburg am 4. Spieltag. Kurz vor dem Erzielen des Tors übt Leipzig immer mehr Druck auf das vermeintlich sichere Aufbauspiel der Augsburger aus. Das lenkt Augsburg an die Seitenlinie, und sobald Raphael Framberger den Ball bekommt, wird er sofort unter Druck gesetzt. Er schafft es gerade noch, den Ball zu seinem Mannschaftskameraden zu passen, bringt den aber in eine schlechte Position, was zu einem Ballverlust und Gegenangriff führt. Leipzig schlägt daraufhin schnell zu – mit zwei Pässen und einem herrlichen Abschluss baut die Mannschaft ihre Führung auf 2:0 aus. Alles wegen des erhöhten Drucks.

Der Spielplan eines Trainers enthält viele Überlegungen, die zum Sieg führen können, z. B. welcher Spieler unter Druck gesetzt werden soll oder wann und wo Druck ausgeübt werden soll. Mit dem neuen Match Fact „Most Pressed Player“ können wir jetzt genau sehen, welcher Spieler am häufigsten angegriffen und unter Druck gesetzt wird.  Beim oben erwähnten Spiel sehen wir, dass Raphael Framberger zu den drei am meisten bedrängten Spielern seines Teams mit 30 bedrängten Ballbesitzen gehörte, etwa 7 % mehr als seine Mitspieler.

Der Mechanismus hinter Druck

Nachdem wir nun gesehen haben, wie Druck verwendet werden kann, um das Spiel detaillierter zu verstehen, können wir einen Schritt weiter gehen und erklären, wie er berechnet wird. Technologische Fortschritte erlauben es mittlerweile, hochwertige Positionsdaten der Spieler zu erstellen. Die Positionen von Spielern, Schiedsrichtern und dem Ball werden während des gesamten Spiels mit einer hohen zeitlichen Auflösung (25 Hz) verfolgt. Dadurch können wir die Positionen aller Spieler 25 Mal pro Sekunde bestimmen, was zu etwa 3,2 bis 3,5 Millionen Positionen führt, die pro Spiel bestimmt werden. Diese Positionsbestimmungen können verwendet werden, um eine Karte aller Spieler und des Balls auf dem Spielfeld zu einem bestimmten Zeitpunkt zu erstellen.

Sobald wir diese Positionskarte haben, besteht der nächste Schritt zur Berechnung des Drucks darin, zu bestimmen, welcher Spieler im Ballbesitz ist. Der individuelle Ballbesitz (IBP) wird mit einer angepassten Version des Algorithmus berechnet, der zuerst von Link et al vorgeschlagen wurde. Er funktioniert grob wie folgt: Ein Spieler ist in Ballbesitz, wenn er dem Ball am nächsten ist, der Abstand zwischen dem Ball und dem Spieler weniger als 2 Meter beträgt und der Ball nicht mehr als 2,5 Meter vom Boden entfernt ist. Diese Bedingungen müssen mindestens 3 aufeinanderfolgende Frames (120 ms) lang erfüllt sein und innerhalb dieses Besitzes muss ein Ballkontakt stattgefunden haben. Dies ist definiert als eine Richtungsänderung des Balls um mindestens 15 Grad. Mit Hilfe des IBP-Algorithmus können wir den Ballbesitz zur Positionskarte hinzufügen, um zu sehen, welcher Spieler zu welchem Zeitpunkt in Ballbesitz ist.

Ballbesitz

Abbildung 1: x,y-Spieler- und Ballkoordinaten visualisiert auf einem Fußballfeld für eine Folge von Zeitstempeln. Spieler in Ballbesitz ist gelb markiert.

Sobald wir wissen, welcher Spieler zu einem bestimmten Zeitpunkt in Ballbesitz ist, können wir den framebasierten Druck berechnen, der von Spielern der gegnerischen Mannschaft auf diesen Spieler ausgeübt wird. Zur Berechnung des Drucks auf einer Frame-by-Frame-Basis haben wir einen ähnlichen Ansatz wie in der Arbeit von Andrienko et. al. beschrieben genutzt. Der Druck bei diesem Ansatz basiert auf der Position des Spielers im Ballbesitz, den Positionen der direkten Gegner des Spielers und der Richtung, in die er blickt. Dies geschieht durch die Berechnung einer sogenannten Druckzone um den Spieler im Ballbesitz. Die Druckzone ist der Bereich um einen Spieler, in dem er Druck erhalten kann. Die Begrenzung dieser Druckzone basiert auf der Ausrichtung des Spielers und kann als parametrische Kurve mit 2 Parametern angegeben werden: Abstand_vorn und Abstand_hinten. Der Parameter Abstand_vorn bezieht sich auf die maximale Entfernung, auf die ein Spieler (ein Druckziel) in der Richtung bedrängt werden kann, in die er blickt. Ein Spieler, der Druck ausübt, kann sich dem Druckziel aus mehreren Winkeln nähern. Wenn der absolute Winkel (Θ) in Bezug auf die Ausrichtung des Druckziels zunimmt, nimmt der maximale Abstand für den Druck ab und erreicht ein Minimum bei Θ = ±180 ◦. Zum Beispiel, wenn sich der bedrängende Spieler hinter dem Druckziel befindet, was wiederum gleich dem Parameter Abstand_hinten ist. Die Abstandsgrenzen für die Druckzone werden durch eine Formel bestimmt, die einer ovalen Form in Polarkoordinaten entspricht (Θ, L).

Druckdiagramm

Der maximale Druck, der von einem Spieler ausgeübt werden kann, beträgt 100 %. Dieser wird angewendet, wenn sich der bedrängende Spieler genau an der Stelle des Druckziels befindet. Sobald die Druckzone quantifiziert ist, können wir den Druck für jeden Punkt in der Druckzone berechnen. Dazu benötigen wir noch zwei weitere Parameter: d, was dem Abstand des pressenden Spielers zum Druckziel entspricht, und q, was dem Exponent entspricht, der regelt, wie schnell der Druck mit erhöhendem Abstand abfällt. Mit diesen Parametern können wir die folgende Formel aufstellen, um den auf das Druckziel ausgeübten Druck für einen bestimmten Frame zu berechnen.

Druckgleichung

Mit der obigen Formel lässt sich der Druck berechnen, der innerhalb eines Frames (40 ms) von einem Spieler auf ein Druckziel ausgeübt wird. Allerdings können die Spieler durch mehr als nur einen Gegenspieler unter Druck gesetzt werden. In diesen Fällen addieren wir den Druck, der von allen Spielern ausgeübt wird, die Druck ausüben, um einen Gesamtdruckwert zu einem bestimmten Zeitpunkt zu erhalten. Daher können die Druckwerte über 1 liegen.

Die Druckwerte für alle Frames in einer Ballbesitzphase können verkettet werden, um zu verstehen, wie sich der Druck während einer Ballbesitzphase entwickelt, und um herauszufinden, wie der Spieler mit diesem Druck umgehen kann. Wir können dies am Beispiel der Partie zwischen dem FC Bayern (FCB) und dem SV Werder Bremen (SVW) vom 8. Spieltag veranschaulichen.

Ballbesitz

In diesem Beispiel erhielt Leroy Sané, ein Flügelspieler des FCB, den Ball im Mittelfeld unter großem Druck. Während er versucht, sich zu befreien, üben zwei Mittelfeldspieler des SVW sofort Druck auf ihn aus. Sané schafft es jedoch, sich von dem Druck zu befreien und läuft schnell auf das SVW-Tor zu. Als er am Strafraum ankommt und sich für einen Torschuss bereit macht, wird er von einem Verteidiger angegriffen. Ein zweiter Verteidiger kommt zu Hilfe und sie schaffen es, den Ball von Sané zurückzugewinnen, bevor er schießen kann. Dies ist nur ein Beispiel dafür, wie Druck genutzt werden kann, um das Spiel besser zu verstehen. Die Statistik „Most Pressed Player“ bietet der Bundesliga, ihren Mannschaften und den Fans erstmals eine Möglichkeit, auszuwerten, welche Spieler einer Mannschaft am meisten unter Druck stehen und wie sich dies auf ihre Leistung auswirkt.

Zusammenfassung

Die numerische Darstellung von „Druck“ erlaubt es dem Fan endlich, auch Aktionen ohne Ballbesitz zu bewerten und Defensivstrategien darzustellen, die lange Zeit ein Geheimnis blieben. Die Fans können sehen, welcher Spieler bei Ballbesitz am meisten bedrängt wird. Und das ist erst der Anfang. Der Match Fact „Most Pressed Player“ ist eine brillante neue Statistik, die eine zusätzliche Ebene des Verständnisses für das Spiel bringt. Wir hoffen, dass Sie mit der Anwendung dieser neuen Statistik genauso viel Spaß haben, wie wir bei ihrer Erstellung hatten.

Sind Sie startbereit?
Weitere Informationen über die Arbeit mit AWS Professional Services.