Die Netzwerkwissenschaft enthüllt die Geheimnisse der besten Fußballmannschaft der Welt

Die Mitglieder des Barcelona-Fußballteams Jeffren, Pedro, Sergio Busquets, Xavi, Gerard Pique und Pinto AP Foto/Hassan Ammar

Eine der besten Fußballmannschaften der Geschichte ist die Mannschaft aus Barcelona, ​​die in der Saison 2009/10 gespielt hat. Unter der inspirierenden Führung von Trainer Pep Guardiola gewann dieses Team sechs große Wettbewerbe, darunter die spanische Fußballliga, bekannt als La Liga, und die UEFA Champions League, den prestigeträchtigsten Wettbewerb im Weltfußball. Kein anderes Team hat in so kurzer Zeit so viele Trophäen gesammelt

Guardiolas Mannschaften spielen einen einzigartigen Fußballstil, und Barcelona verkörpert ihn. Das Team versuchte, den Ballbesitz zu behalten, indem es kurze, schnelle Pässe zwischen eng beieinander liegenden Spielern spielte und den Gegner bei Ballverlust sofort unter Druck setzte. Diese Art von Fußball ist verschiedentlich bekannt Tiki- ja oder Totaler Fußball, und kein Team hat es so gemeistert wie Barcelona.

Aber während die Strategie allgemein beschrieben werden kann, sind Sportanalysten daran interessiert, sie anhand der Daten zu erfassen, die Analyseunternehmen routinemäßig sammeln.

Nach den üblichen Maßstäben – Anzahl der Tore, Pässe, Schüsse und Punkte – übertrifft Barcelona seine Konkurrenten deutlich. Aber diese Metriken erfassen nicht den Spielstil. Daher würden Sportanalysten sehr gerne einen Weg finden, den enormen Unterschied im Spiel zwischen Barcelona und anderen Teams zu charakterisieren.

Hier kommen Javier Buldú von der Universidad Rey Juan Carlos in Spanien und eine Reihe von Kollegen ins Spiel, die die Netzwerkwissenschaft genutzt haben, um Barcelonas Stil einzufangen. Wir kombinieren die Verwendung verschiedener Netzwerkmetriken, um die jeweilige Signatur des F.C. Barcelona wird von Guardiola trainiert, das als eines der besten Teams der Fußballgeschichte gilt, sagen sie.

Die Nutzung der Netzwerkwissenschaft zur Erforschung des Sports ist ein relativ neuer Ansatz. Die Idee ist, jeden Spieler in einem Team als Knoten darzustellen und eine Verbindung zwischen den Spielern herzustellen, wenn sie aufeinander zuspielen. Mit zunehmender Anzahl der Durchgänge wird die Verbindung stärker. Die Daten beinhalten auch die Position jedes Spielers, wenn ein Pass gemacht wird. Am Ende des Spiels ist dieses Netzwerk eine aussagekräftige Aufzeichnung der Verbindungen zwischen den Spielern und der Art und Weise, wie sich das Spiel entwickelt hat.

Aber es ist noch viel mehr möglich: Forscher anderer Disziplinen haben die Netzwerkwissenschaft genutzt, um das Internet, die Ausbreitung von Krankheiten, Waldbrände und sogar die Entstehung von Kriegen zu untersuchen. Sportwissenschaftler können diese leistungsstarken mathematischen Werkzeuge verwenden, um die Natur des Netzwerks eines Teams und die wichtigsten Knoten darin zu analysieren.

Verschiedene Forscher haben diesen Ansatz bereits auf den Fußball übertragen. Sie haben festgestellt, dass die Netzwerke kleine Welten bilden (mit anderen Worten, es ist möglich, das Netzwerk in einer viel geringeren Anzahl von Verbindungen zu überqueren, als es Spieler im Team gibt); dass bestimmte Spieler zentraler sind als andere (mit anderen Worten, es ist viel wahrscheinlicher, dass der Ball zu und von ihnen passt); und dass bestimmte Spielmuster oder Motive üblich sind, wie z. B. das Spielen des Balls zwischen drei Spielern, die ein Dreieck bilden.

Buldú und Kollegen gehen mit diesem Ansatz noch einen Schritt weiter. Anstatt das Netzwerk des gesamten Spiels zu betrachten, haben sie analysiert, wie es sich während jedes Spiels ändert. Dazu generieren sie das Netzwerk, das durch die ersten 50 Durchgänge erstellt wurde, und verwenden dann ein Schiebefenster, um zu sehen, wie sich dieses Netzwerk im Laufe des Spiels verändert. Dies bedeutet, dass der 51. Pass zum Netzwerk hinzugefügt wird, während der erste Pass weggenommen wird, und so weiter.

Dies gibt einen Einblick in die Art und Weise, wie sich das Spiel während des Spiels ändert.

In der Saison 2009/10 generieren sie zunächst in jedem LaLiga-Spiel Passnetzwerke für beide Mannschaften. Das sind 380 gespielte Spiele zwischen den 20 Mannschaften der höchsten Spielklasse der spanischen Nationalliga.

Anschließend berechnen sie für jedes Team eine Reihe gut verstandener Netzwerkfunktionen. Zu diesen Maßnahmen gehörte der Clustering-Koeffizient, der beschreibt, wie gut Drillinge von Spielern aufeinander passen und der für Barcelona viel höher ist als für jedes andere Team; der durchschnittlich kürzeste Weg durch das Netz, der beschreibt, wie gut der Ball durch das Team geleitet wird, und der für Barcelona viel kürzer ist als für jedes andere Team; und der größte Eigenwert der Konnektivitätsmatrix, der die Stärke des Netzwerks misst und für Barcelona höher ist als für jedes andere Team.

Buldú und Kollegen untersuchen, wie sich das Netzwerk im Laufe der Zeit entwickelt, indem sie die 50-Pass-Netzwerke verwenden. Wir sind in der Lage, jene Netzwerkmetriken zu identifizieren, die die Wahrscheinlichkeit erhöhen, ein Tor zu erzielen/zu erhalten, was zeigt, dass sich nicht alle Teams gleich verhalten und wie der F.C. Barcelona ist anders als der Rest, heißt es.

Dies zeigt zum Beispiel, wie sich der Schwerpunkt eines Teams – seine durchschnittliche Position auf dem Spielfeld – im Laufe der Zeit verändert. Durch diese Maßnahme spielt Barcelona weiter oben auf dem Platz als die meisten anderen Teams (nur Real Madrid überholt es gegen Ende der Spiele). Der Schwerpunkt von Barcelona ist auch stabiler als der anderer Teams.

Das Verhältnis des Vorschusses misst, wie wahrscheinlich es ist, dass das Team vorwärts, rückwärts oder horizontal über das Spielfeld passt. Auch hier ist Barcelona ungewöhnlich, da seine Pässe eher horizontal sind als die jedes anderen Teams. Dies spiegelt die Strategie wider, den Ball über das Feld hin und her zu spielen und nach Angriffsmöglichkeiten zu suchen.

Barcelona hat auch die höchste Zentralität eines einzelnen Spielers in Xavi, der weithin als einer der besten Mittelfeldspieler aller Zeiten anerkannt ist.

Die Analyse offenbart aber auch einige Schwächen. Die Wahrscheinlichkeit, dass Barcelona ein Tor kassiert, steigt, wenn die Streuung der Spieler um den Mittelpunkt des Teams zunimmt – mit anderen Worten, wenn sich die Spieler verteilen. Das deutet auf eine Achillesferse hin, die andere Teams auszunutzen versuchen könnten.

Seltsamerweise verhalten sich andere Teams nicht so. Valencia zum Beispiel erzielt mit größerer Wahrscheinlichkeit ein Tor, wenn die Streuung um seinen Schwerpunkt zunimmt.

Das sind faszinierende Einblicke, die viele der Spielmuster offenbaren, die Barcelona einzigartig machen.

Natürlich ist eine solche Analyse kein Zauberstab, mit dem andere Teams den Erfolg von Barcelona kopieren können. Erfolgsversprechende Spielmuster zu identifizieren ist eine Sache, aber eine ganz andere, sie in der Praxis zu reproduzieren.

Barcelonas Spielstil ist das Ergebnis eines Trainingsprogramms, das sich über den gesamten Verein erstreckt, sogar bis in die Jugendakademie. Tatsächlich haben sieben der zehn Spieler, die in der Saison 2009/10 mehr als 1.000 Minuten gespielt haben, die Jugendakademie des Vereins durchlaufen.

Es wird viel Zeit und Investitionen erfordern, diesen Erfolg an anderer Stelle zu wiederholen. Aber genau das scheint Guardiola bei seinem aktuellen Verein Manchester City zu tun, der die englische Premier League seit mehreren Spielzeiten dominiert. Es wäre interessant zu sehen, ob Buldú und seine Kollegen Guardiolas charakteristische Spielmuster auch in dieser Mannschaft identifizieren können.

Darüber hinaus gibt es viele Möglichkeiten, den netzwerkwissenschaftlichen Ansatz weiterzuentwickeln. Eine Möglichkeit besteht darin, zu untersuchen, wie einzelne Spieler Spiele beeinflussen, wie eine Änderung ihrer Position ihre Leistung beeinflussen kann und so weiter. Und nicht nur Fußball kann davon profitieren – der gleiche Ansatz kann auf fast alle Mannschaftssportarten angewendet werden. Die Netzwerkwissenschaft hat eindeutig eine glänzende Zukunft für Sportanalysten.

Ref: arxiv.org/abs/1909.08903 : Definition einer historischen Fußballmannschaft: Verwendung von Network Science zur Analyse von Guardiolas F.C. Barcelona

verbergen