Diese Arbeit beschäftigt sich mit der Frage, welcher deutsche Torhüter der aktuellen Saison die statistisch besten Werte im Bereich der Zielverteidigung aufweist.
Um diese Frage zu beantworten, soll zunächst der Begriff Big Data definiert und anhand von Praxisbeispielen skizziert werden. Anschließend werden die aus Big Data entstandenen und für den Fußball wichtigen Positionsdaten erläutert, deren Erhebung beschrieben und allgemeine sowie torwartspezifische Ergebnisse aus verschiedenen Studien präsentiert. Zusätzlich wird die Expected Goals Methode und ihre Anwendung sowie die Kennzahl „Keeping Goals Prevented“ als Grundlage dieser Arbeit erläutert. Anschließend wird die Methodik beschrieben und eine modifizierte Kennzahl zur Ermittlung der Torhüterleistung im Bereich der Zielverteidigung vorgestellt. Abschließend werden die Ergebnisse in einem Abschlussranking präsentiert, mit der ursprünglichen Kennzahl sowie den tatsächlichen Einsätzen der Torhüter für die deutsche Nationalmannschaft verglichen und ein entsprechendes Fazit gezogen.
2014 jubelte eine ganze Nation über den Erfolg der deutschen Nationalelf bei der Fußball-Weltmeisterschaft in Brasilien. Unterstützung erhielt das Trainerteam rund um Joachim Löw damals von SAP. Das Datenunternehmen stellte der Mannschaft eine 7.000 Spiele umfassende Datenbank zur Gegneranalyse zur Verfügung. Nicht erst seitdem WM-Triumph spielen Daten im Fußball eine immer wichtigere Rolle. Auf der Suche nach belegbaren Erfolgsfaktoren werden immer wieder neue Bereiche analysiert und Kennzahlen entwickelt. Einen unbestrittenen Einfluss auf das Endergebnis haben die Torhüter. Deshalb ist es gerade für die jeweiligen Nationaltrainer vor großen Turnieren wie einer Weltmeisterschaft besonders wichtig, zu wissen, welcher Torhüter der Beste in der Torverhinderung ist. Zur Beurteilung der Torhüterleistung im Bereich der abgewehrten Torschüsse entwickelte das Datenunternehmen Opta die Kennzahl „Keeping Goals Prevented“. Basis der Bewertung sind die Ergebnisse der Expected Goals Methode. Die Kennzahl lässt sich jedoch nicht immer einwandfrei dem Torhüter und seiner gezeigten Leistung zuordnen.
I. Tabellenverzeichnis
II. Abbildungsverzeichnis
III. Abkürzungsverzeichnis
1. Einleitung
2. Big Data
2.1. Definition
2.2. Praxisbeispiele und Ziele
3. Positionsdaten im Fußball
3.1. Definition
3.2. Technik zur Datenerhebung
3.2.1. Regularien
3.2.2. GPS (Tracking)
3.2.3. Videobasiertes System
3.2.4. Radar- bzw. mikrowellenbasierte Systeme
3.3. Neue KPI und Ergebnisse
3.4. Torwartspezifische Spieldaten
3.5. Torwartanalyse der FIFA Weltmeisterschaft 2018
3.5.1. Rahmenbedingungen
3.5.2. Quantitative Analyse
3.5.3. Zusammenspiel zwischen Team und Torhüter
3.5.4. Performance-Analyse
4. Expected Goals
4.1. Methode
4.2. Keeping Goals Prevented
5. Methodik
5.1. Zwischenfazit
5.2. Forschungsgruppe
5.3. Datenerhebung
6. Ergebnisse und Interpretation
6.1. Ergebnisse
6.2. Interpretation
7. Fazit
IV. Literaturverzeichnis
V. Anhang
- Arbeit zitieren
- Sebastian Heuser (Autor:in), 2020, Big Data im Fußball. Die Kernfähigkeit 'Zielverteidigung' deutscher Torhüter, München, GRIN Verlag, https://www.grin.com/document/913639
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen.