Weitere Fußballbereiche

aiMOOC

Expected Goals verständlich einordnen - Fußballwissen

QR-Code

Einleitung

Wie gefährlich war eine Torchance wirklich? Ein Fernschuss kann spektakulär ins Netz fliegen, während ein Abschluss aus wenigen Metern danebengeht. Expected Goals (kurz xG, auf Deutsch „erwartete Tore“) helfen dir, die Qualität von Torschüssen von ihrem tatsächlichen Ergebnis zu unterscheiden. Du lernst, Prozentwerte zu lesen, Chancen zu addieren und vorsichtige Schlussfolgerungen für Fußball, Fußballtraining, Mathematik und Medienbildung zu ziehen. Dieser Kurs richtet sich an Fußballinteressierte ab etwa zehn Jahren. Du benötigst nur Grundrechenarten; schwierigere Aufgaben sind gekennzeichnet.

Mediennachweis und Textalternative: Quelle: Wikimedia Commons, Dateiseite; Urheber: Craftsoft; Datum: 13.02.2022; Lizenz: CC BY-SA 4.0; Textalternative: Eine schematische Darstellung markiert den Schussort, die Entfernung, den Winkel zum Tor und weitere Merkmale der Abschlusssituation. Es handelt sich um eine Erklärung der Modellfaktoren, nicht um den Beweis eines bestimmten xG-Werts.

Dein Lernziel: Am Ende kannst du anhand eines selbst erstellten Modellspiels erklären, warum 1,55 xG nicht automatisch zwei Tore bedeuten und warum ein Team trotz höherem xG-Wert verlieren kann. Du unterscheidest belegte Daten, interpretationsbedürftige Aussagen und ungeklärte Fragen.

Was Expected Goals aussagen

Von einer Torchance zur Wahrscheinlichkeit

Ein xG-Wert beschreibt die modellierte Wahrscheinlichkeit, dass ein bestimmter Torschuss zum Tor führt. Bei 0,20 xG würde ein geeignetes Modell für viele vergleichbare Schüsse durchschnittlich etwa 20 Tore je 100 Versuche erwarten. Das heißt nicht, dass der Ball beim fünften Versuch sicher im Tor landet. Ein einzelner Versuch endet immer mit Tor oder kein Tor. Die Zahl ist eine statistische Erwartung, keine Zusage.

Eine Chance von 0,05 xG gilt im Modell als deutlich schwieriger als eine von 0,60 xG. Ob ein konkreter Ball ins Tor ging, ändert den vorher geschätzten Chancenwert nicht nachträglich. xG ist damit nützlich, um den Entstehungsprozess von Chancen zusätzlich zum Endstand zu betrachten.

Warum Werte addiert werden

Die xG-Werte aller erfassten Torschüsse einer Mannschaft werden addiert. Drei modellierte Chancen mit 0,10, 0,30 und 0,40 ergeben 0,80 xG. Dieser Erwartungswert ist kein prognostiziertes Resultat „0:1“, sondern der Durchschnittswert für zahlreiche gedankliche Wiederholungen ähnlicher Chancenserien. Du darfst auch mehrere xG-Punkte erzielen: Bei zehn Chancen mit jeweils 0,40 sind es insgesamt 4,00 xG.

Merksatz: Tore sind beobachtete Ereignisse; xG ist eine Schätzung aus einem Modell. Der Endstand bleibt für den Spielausgang maßgeblich.

Mediennachweis und Textalternative: Quelle: „Opta Expected Goals“ auf YouTube; Urheber/Kanal: Opta Analyst; veröffentlicht am 25.07.2017; Einbettungsgrund: fachliche Erklärung durch den Datenanbieter über die vorgesehene YouTube-Einbettung, keine behauptete freie Videolizenz, kein Herunterladen; Textalternative: Der Film erläutert auf Englisch, wie ähnliche Abschlüsse verglichen werden und weshalb xG über längere Zeiträume ergänzende Hinweise liefern. Die historischen Saisonbeispiele stammen unter anderem aus 2015/16 und sind keine aktuellen Kaderdaten. Ein externer Videoplayer kann je nach Datenschutz- und VIDIS-Einstellung erst nach Freigabe erscheinen.

Wie xG-Modelle rechnen

Schussort, Winkel und Situation

Viele Modelle berücksichtigen die Entfernung zum Tor, den Schusswinkel, die Abschlussart wie Kopfball oder Fuß und die Voraktion. Einige aufwendigere Modelle erfassen auch Verteidigerdruck, Torwartposition oder die Höhe des Balles. Eine klare Chance aus zentraler Position nahe am Tor wird meist höher eingeschätzt als ein bedrängter Schuss von weit außen. Nicht jeder Anbieter verwendet dieselben Eingaben.

Mediennachweis und Textalternative: Quelle: Wikimedia Commons, Dateiseite; Urheber: Henrbjor; Datum: 10.05.2014; Lizenz: CC BY-SA 3.0; Textalternative: Ein maßstabsnahes Fußballfeld mit Toren, Strafräumen, Mittelkreis und Begrenzungslinien. Die Zeichnung dient zur räumlichen Orientierung; sie enthält selbst keine xG-Werte.

Eigenes Trainingsschema – stark vereinfachte Sicht auf das gegnerische Tor: Je günstiger der Winkel und je kürzer der Weg zum Tor, desto gefährlicher kann eine Chance sein. Achtung: Die Anordnung und alle Zahlen im folgenden Schema sind erfundene Unterrichtsbeispiele und kein berechnetes Profimodell.

Linker Außenbereich	Zentral vor dem Tor	Rechter Außenbereich
Enger Winkel – eher gering	Kurzer freier Abschluss – eher hoch	Enger Winkel – eher gering
Beispiel 0,08 xG	Beispiel 0,55 xG	Beispiel 0,10 xG
Schussbahn durch Gegenspieler möglich	Direkte Schussbahn möglich	Kopfball nach Flanke möglich

Schema-Textalternative und Herkunft: Eigene didaktische Tabelle vom 03.11.2026; sie ordnet drei fiktive Schusssituationen, ohne eine echte Feldgeometrie oder gemessene Wahrscheinlichkeiten zu behaupten.

Datenbasis und Modellunterschiede

Die Zahlen entstehen nicht durch bloßes Raten: Modelle lernen aus großen Mengen bereits beobachteter Torschüsse. Opta beschreibt sein Verfahren mit historischen Abschlüssen; StatsBomb erläutert zusätzlich sogenannte Momentaufnahmen der Positionen bei einem Schuss. Deshalb kann derselbe Abschluss bei unterschiedlichen Anbietern einen etwas anderen Wert erhalten. Vergleiche möglichst Werte aus derselben Quelle, demselben Modell und demselben Wettbewerb.

Besonderer Fall Elfmeter: Viele Modelle gewichten Strafstöße ungefähr mit 0,75 bis 0,80 xG. Opta nennt beispielsweise 0,79; der konkrete Wert hängt vom verwendeten Modell ab. Ein Elfmeter ist also eine große Chance, aber kein sicheres Tor.

Drei Denkebenen: Fakt ist etwa die gezählte Zahl der Schüsse oder der dokumentierte xG-Wert eines benannten Anbieters. Deutung ist „Team A spielte gefährlicher“. Offene Frage ist, ob ein nicht erfasster Laufweg oder eine besondere Drucksituation das Ergebnis einer anderen Berechnung verändern würde.

Mediennachweis und Textalternative: Quelle: „What is xG? | By The Numbers“; Urheber/Kanal: Tifo Football by The Athletic; veröffentlicht am 31.01.2018; Einbettungsgrund: redaktionelles Erklärvideo über den offiziellen YouTube-Player, nicht als OER ausgewiesen; Textalternative: Eine englischsprachige Erläuterung zeigt den Zweck von xG als Ergänzung zu Toren und Spielbeobachtung. Es sind historische Beispiele aus dem damaligen Fußballkontext, keine aktuellen Spielerbewertungen. Externe Wiedergabe nur nach den geltenden Einwilligungs- und VIDIS-Einstellungen.

Spielstatistiken kritisch lesen

xG, Gegentorchancen und echte Tore

xG beschreibt die modellierte Chancenqualität eigener Abschlüsse. xGA (Expected Goals Against) bezeichnet die Summe der xG-Werte der zugelassenen gegnerischen Abschlüsse. xG-Differenz ist xG minus xGA. Wenn ein Team 1,8 xG erzielt und 0,9 xGA zulässt, ist seine xG-Differenz +0,9. Das sagt etwas über die Chancenbilanz – nicht über die Höhe des Endergebnisses.

xGOT beziehungsweise Post-Shot-xG berücksichtigt bei bestimmten Modellen zusätzlich, wohin ein bereits abgegebener Schuss aufs Tor flog; klassisches Vor-Schuss-xG beschreibt hingegen die Chance vor der Ausführung. Die Größen sind nicht austauschbar. Auch xA untersucht einen anderen Aspekt, nämlich die Qualität von Chancen vorbereitenden Aktionen oder Pässen je nach Anbieterdefinition.

Wann eine Interpretation zu weit geht

Ein hoher xG-Wert beweist weder einen verdienten Sieg noch schlechte oder gute Moral. In einem einzelnen Spiel beeinflussen Zufall, Abschlusstechnik, Torwartaktionen und Spielsituationen das Resultat. Wiederholte Unterschiede über viele vergleichbare Abschlüsse können ein Hinweis sein, reichen für ein sicheres Urteil über eine einzelne Person aber nicht aus. Tore aus Abseits oder andere nicht als regulärer Abschluss gewertete Ereignisse können je nach Datenregel anders behandelt werden; deshalb immer Legende und Methodik prüfen.

Nachrichtencheck: Wenn eine Grafik „2,4 zu 0,7 xG“ zeigt, frage: Welche Teams? Welcher Wettbewerb und welches Datum? Welcher Anbieter? Werden Elfmeter einbezogen? Sind die Daten vollständig? Stammt die Zahl aus einer Bildschirmaufnahme, einer Originalquelle oder nur einem Kommentar?

Fußballerinnen und Fußballer als Beispiele – ohne erfundene Leistungsdaten

Mediennachweis und Textalternative: Quelle: Commons-Dateiseite; Urheber: Steffen Prößdorf; Aufnahme: 03.07.2023; Lizenz: CC BY-SA 4.0; Textalternative: Einzelporträt von Alexandra Popp bei einem Medientermin der deutschen Frauen-Nationalmannschaft 2023. Das Bild belegt keine Schussdaten und keine Empfehlung durch die abgebildete Person. Persönlichkeitsrechte sind zu beachten.

Mediennachweis und Textalternative: Quelle: Commons-Dateiseite; Urheber: Number 10 / Simon Walker; Aufnahme: 10.10.2023; Lizenz: CC BY 2.0; Textalternative: Porträt von Harry Kane während eines Termins in St George's Park im Jahr 2023. Die Fotografie zeigt keinen bestimmten Abschluss und sagt nichts über aktuelle Einsatzdaten aus.

Analytischer Vergleich: Stelle dir vor, Alexandra Popp und Harry Kane hätten jeweils einen fiktiven Abschluss aus ähnlicher Position und unter ähnlichem Druck. Ein allgemeines Vor-Schuss-xG-Modell könnte beiden Situationen ähnliche Werte zuordnen, obwohl Körperhaltung, individueller Abschluss und Torwartreaktion zu verschiedenen Ergebnissen führen können. Dies ist ein Gedankenexperiment, kein echtes Spiel und keine Rangliste. Ein fairer Leistungsbeleg müsste identische Datenmethodik, Zahl der Versuche, Zeitraum und Wettbewerb berücksichtigen; die abgebildeten Personen haben an diesem Kurs nicht mitgewirkt.

Modellspiel: Chancen zählen und Ergebnis deuten

Zwei Teams, neun erfundene Abschlüsse

Auftrag: Blau spielt gegen Rot. Die folgenden neun erfundenen Szenen und xG-Werte dienen ausschließlich zum Lernen. Sie stammen nicht aus einer offiziellen Datenbank; die Torergebnisse sind ebenfalls frei erfunden. Berechne die xG-Summe je Team, vergleiche sie mit dem Endstand und formuliere ein vorsichtiges Fazit.

Team	Szene	Schussbeschreibung	Beispiel-xG	Tatsächlich im Modellspiel
Blau	B1	Flacher Distanzschuss zentral	0,12	Kein Tor
Blau	B2	Freier Abschluss nahe am Tor	0,45	Tor
Blau	B3	Schuss aus spitzem Winkel	0,08	Kein Tor
Blau	B4	Freier Abschluss aus kurzer Distanz	0,65	Kein Tor
Blau	B5	Abschluss nach Rückpass	0,25	Kein Tor
Rot	R1	Abschluss aus guter Position	0,35	Tor
Rot	R2	Fernschuss unter Druck	0,06	Kein Tor
Rot	R3	Kopfball aus mittlerer Entfernung	0,15	Kein Tor
Rot	R4	Abschluss nach Pass in den Strafraum	0,24	Tor

Eigene Schusskarte als Textdiagramm – kein reales Spielfeld:

Niedrige Chance	Mittlere Chance	Hohe Chance
Blau B3: 0,08	Blau B1: 0,12 und B5: 0,25	Blau B2: 0,45 und B4: 0,65
Rot R2: 0,06	Rot R3: 0,15 und R4: 0,24	Rot R1: 0,35

Quelle, Datum und Textalternative der beiden eigenen Diagramme: Neu formulierte, fiktive Unterrichtsdaten und Tabellen vom 03.11.2026. Die erste Tabelle enthält neun Torschüsse samt angenommenem xG-Wert und Torentscheidung; die zweite sortiert die identischen Chancen nach Schwierigkeit. Beide illustrieren Summen, keine gemessenen Ereignisse. Die Klassen dienen nur der Übersicht, nicht einer offiziell festgelegten xG-Skala.

Musterrechnung und nachvollziehbare Lösung

Blau: 0,12 + 0,45 + 0,08 + 0,65 + 0,25 = 1,55 xG. Es wurde ein Tor erzielt. Differenz Tore minus xG = 1 − 1,55 = −0,55.

Rot: 0,35 + 0,06 + 0,15 + 0,24 = 0,80 xG. Es wurden zwei Tore erzielt. Differenz Tore minus xG = 2 − 0,80 = +1,20.

Spielausgang: Blau – Rot 1:2. Blauer xGA = 0,80; rote xGA = 1,55. Die xG-Differenz für Blau beträgt 1,55 − 0,80 = +0,75, für Rot −0,75. Blau hatte nach dieser fiktiven Modellrechnung die höhere gesamte Chancenqualität, Rot gewann das Spiel. Die Abweichung kann in einem einzelnen Spiel durch Zufall, unterschiedliche Abschlüsse und die Torwartleistung entstehen. Ohne weitere Daten ist „Rot war grundsätzlich besser“ genauso unbewiesen wie „Blau hätte gewinnen müssen“.

Welche Frage bleibt offen? Wie stark würden Modellwahl, Schusswinkel, Verteidigerpositionen oder eine längere Beobachtungszeit die Einschätzung beeinflussen?

Bewertungsraster für eine eigene Analyse

Kriterium	Voll erfüllt – 4 Punkte	Teilweise – 2 Punkte	Noch nicht – 0 Punkte
Daten und Rechenweg	Alle Werte richtig addiert und beschriftet	Einzelne Fehler oder fehlende Einheit	Rechnung fehlt oder ist unbrauchbar
Deutung	Tore, xG und Unsicherheit klar getrennt	Grundidee erkennbar, aber verkürzt	xG als sicheren Endstand ausgegeben
Quellenkritik	Quelle, Zeitraum und Modellgrenzen überprüft	Nur ein Teil der Angaben überprüft	Herkunft und Grenzen fehlen
Medienprodukt	Verständliches eigenes Schaubild mit Textalternative	Schaubild teilweise verständlich	Kein verwendbares Schaubild
Transfer	Trainingsidee begründet und Gegenfrage formuliert	Nur eine knappe Idee	Keine begründete Anwendung

Bewertung: maximal 20 Punkte. Richtwert: 17–20 sehr sicher, 13–16 sicher, 9–12 teilweise, 0–8 mit weiterem Übungsbedarf. Bei 1 oder 3 Punkten pro Kriterium kann die Lehrkraft Zwischenstufen vergeben. Das Raster bewertet die Analyse, nicht das tatsächliche Fußballtalent.

Fußball, Daten und Medien sinnvoll verbinden

Training statt vorschneller Schuldzuweisung

Wenn eine Mannschaft viele Schüsse aus großer Distanz hat, könnte eine Trainingsfrage lauten: „Wie schaffen wir durch Laufwege und Pässe bessere Abschlusspositionen?“ Eine zweite Frage wäre: „Sind die Abschlüsse zwar aus guter Lage, aber schwer zu kontrollieren?“ Probiere mit einer kleinen Gruppe ungefährliche Abschlüsse aus vereinbarten Zonen aus und dokumentiere nur frei erfundene Schätzwerte oder freiwillig erhobene, nicht personenbezogene Summen. Beobachte, wo sich Winkel, Passweg und Druck unterscheiden. Für ein eigenes wissenschaftlich begründetes xG-Modell bräuchtest du wesentlich mehr Vergleichsdaten.

Ein reales historisches Beispiel: Beim Bundesliga-Spiel Borussia Dortmund gegen Bayern München vom 26.05.2020 beschreibt AWS für Joshua Kimmichs Tor eine modellierte Wahrscheinlichkeit von 6 % in der damals eingesetzten Bundesliga-Analyse. Das ist ein datierter Einzelfall, kein allgemein gültiger Wert für Kimmich oder heutige Modelle. Quelle: AWS/Bundesliga-Match-Facts, Fachbeitrag 2020.

Mediennachweis und Textalternative: Quelle: „What is Expected Goals?“; Urheber/Kanal: Tifo Football by The Athletic; Veröffentlichung: 18.08.2023; Einbettungsgrund: zweite redaktionelle Kurzerklärung im offiziellen YouTube-Player; keine behauptete offene Lizenz oder Sprecherbeteiligung am Kurs; Textalternative: Der englischsprachige Kurzfilm erläutert den Begriff erwartete Tore. Prüfe seine Aussagen anhand der schriftlichen Modellrechnung. Wiedergabe erfolgt nur nach den Einstellungen der Plattform und des Schulzugangs.

Deutschsprachige Vertiefung statt eines erfundenen YouTube-Links: Bundesliga Match Facts: xGoals und Torwahrscheinlichkeit, herausgegeben von der Bundesliga am 01.05.2023. Dies ist ein Link zum Originalvideo bei der Bundesliga mit eigener JWPlayer-/Cookie-Freigabe, kein YouTube-Embed und keine frei lizenzierte Videodatei. Textalternative: Der Beitrag erläutert, welche Situationen in Bundesliga-Match-Facts eingehen und wie ihre Aussagekraft einzuschätzen ist.

Ein eigenes Medienprodukt erstellen

Produziere ein 45- bis 90-sekündiges Erklärvideo, Audio oder ein digitales Plakat: (1) Aussage „0,25 xG“ in Alltagssprache, (2) eigene Schusskarte mit wenigstens drei deutlich als fiktiv markierten Werten, (3) Gegenbeispiel „hohes xG, trotzdem Niederlage“, (4) Quellen und Datum, (5) Textalternative zum Bild. Nutze für eigene Grafiken einfache Tabellen oder lizenzierte Commons-Dateien mit Urhebernennung. Stelle keine unberechtigt kopierten TV-Ausschnitte oder fremde Musik ein. Fotografiere und filme Mitlernende nicht ohne die erforderlichen Rechte und Einwilligungen. Kostenloses grundlegendes Lernen funktioniert auch ohne Anmeldung und ohne Abspielen externer Videos; externe Medien werden nicht gegen Datenschutz-, VIDIS- oder Zustimmungseinstellungen erzwungen.

Interaktive Aufgaben

Multiple-Choice-Quiz: Verstehst du xG?

Was bedeutet ein geschätzter xG-Wert von 0,25 für eine Chance? (Ähnliche Schüsse führen langfristig ungefähr in einem Viertel der Fälle zu Toren) (!Der nächste vierte Schuss wird garantiert ein Tor) (!Die Mannschaft erhält ein Viertel eines Punktes) (!Es gab genau 25 Torschüsse)

Wie errechnest du den Team-xG-Wert im betrachteten Spiel? (Durch Addieren der xG-Werte seiner erfassten Abschlüsse) (!Durch Multiplizieren der echten Tore mit zehn) (!Durch Abziehen der Ballbesitzquote von hundert) (!Durch Zählen nur der Eckbälle)

Welcher Faktor beeinflusst viele Vor-Schuss-xG-Modelle? (Der Abstand zwischen Schussort und Tor) (!Die Trikotfarbe der angreifenden Mannschaft) (!Die Lautstärke im Stadion allein) (!Die Schuhmarke des Trainers)

Was darf man aus einem einzelnen Spiel mit höherem xG sicher schließen? (Das Modell bewertet die Summe der eigenen Chancen höher) (!Die Mannschaft hat zwingend das Spiel gewonnen) (!Die Mannschaft hätte automatisch mehr Punkte bekommen müssen) (!Alle Abschlüsse mussten im Tor landen)

Welche Aussage über zwei Datenanbieter ist richtig? (Ihre xG-Werte können sich wegen unterschiedlicher Modelle unterscheiden) (!Beide müssen für jede Szene exakt denselben Wert melden) (!Nur der Anbieter mit dem höheren Wert ist immer korrekt) (!Ein Anbieter darf keine Schusswinkel verwenden)

Wofür steht xGA normalerweise? (Für die modellierte Chancenqualität der gegnerischen Abschlüsse) (!Für die Anzahl der eigenen Eckbälle) (!Für die tatsächlichen erzielten Tore) (!Für den durchschnittlichen Eintrittspreis)

Was ergibt die Summe von 0,10 und 0,40 xG? (0,50 xG) (!0,04 xG) (!4,00 xG) (!1,40 xG)

Welche Aussage zu Elfmetern ist angemessen? (Sie sind meist hoch bewertet, aber kein sicherer Treffer) (!Jeder Elfmeter hat genau 1,00 xG) (!Elfmeter zählen grundsätzlich nie zu Toren) (!Elfmeter haben immer weniger xG als Fernschüsse)

Worin unterscheidet sich klassisches xG von Post-Shot-xG? (Post-Shot-Modelle können zusätzlich die Platzierung des abgegebenen Torschusses berücksichtigen) (!Klassisches xG zählt nur gewonnene Zweikämpfe) (!Post-Shot-xG ist immer identisch mit dem Spielstand) (!Beide Größen messen ausschließlich Ballbesitz)

Welche Formulierung ist für die eigenen Modellfalldaten korrekt? (Blau hatte 1,55 xG und verlor trotzdem mit 1 zu 2) (!Blau erzielte genau 1,55 echte Tore) (!Rot musste wegen 0,80 xG verlieren) (!Das Modell beweist ein fehlerhaftes Spielergebnis)

Memory: Begriffe und Bedeutungen

Expected Goals	Modellierte Torwahrscheinlichkeit eines Abschlusses
xGA	Summe der bewerteten zugelassenen gegnerischen Chancen
Schusswinkel	Öffnung des Tores aus Sicht der schießenden Person
Stichprobe	Menge der ausgewerteten Beobachtungen
Modellkalibrierung	Überprüfung, ob geschätzte Häufigkeiten zu beobachteten Häufigkeiten passen
Post-Shot-Analyse	Bewertung unter Berücksichtigung der Schussplatzierung nach dem Abschluss

Drag-and-drop: Schussanalyse zuordnen

Passender Begriff	Beschreibung
Kurze Entfernung	Der Ball wird nahe vor dem Tor abgeschlossen
Spitzer Winkel	Das Tor erscheint aus Sicht des Abschlussortes schmal
Gegnerdruck	Eine verteidigende Person stört den Abschluss
Historische Vergleichsschüsse	Ähnliche frühere Versuche liefern die Datenbasis
Modellunsicherheit	Andere Eingaben oder Verfahren können andere Schätzwerte erzeugen

Kreuzworträtsel

Torwinkel	Welche Größe beschreibt die Öffnung zum Tor vom Schussort aus?
Distanz	Wie nennt man den Abstand zum Tor?
Kopfball	Welche Abschlussart erfolgt mit dem Kopf?
Schusskarte	Wie heißt die grafische Übersicht der Abschlusspositionen?
Modell	Wie nennt man das statistische Verfahren zur Schätzung?
Stichprobe	Wie heißt eine ausgewertete Menge von Beobachtungen?

LearningApps

Hier findest du gegebenenfalls ergänzende, von Dritten erstellte Übungen über eine Suchseite. Der Link ist keine Bestätigung für eine bestimmte vorhandene LearningApps-Aktivität. Die eingebettete Suche ist freiwillig; du kannst alle Lernziele auch mit den Aufgaben auf dieser Seite erreichen.

Lückentext: Werte verstehen

Expected Goals schätzen die

einer Chance. Ein xG-Wert von 0,30 entspricht einer geschätzten Chance von

Prozent. Der Abschlussort beeinflusst häufig die

zum Tor. Auch der Schusswinkel wird als

berücksichtigt. Die xG-Werte aller Chancen einer Mannschaft werden

. Ein hoher xG-Wert garantiert keinen

. Zugelassene Chancen werden oft durch

beschrieben. Die tatsächliche Anzahl der Treffer nennt man

. Verschiedene Modelle können zu unterschiedlichen

gelangen. Bei einem einzelnen Spiel ist wegen der geringen Zahl an Chancen eine vorsichtige

nötig.

Offene Aufgaben

Wähle eine geeignete Niveaustufe; erledige möglichst erst selbst die Aufgabe und prüfe danach die Lösungsimpulse. Verwende nur fiktive Szenen, öffentlich zulässige Daten oder freiwillige, anonymisierte Beobachtungen.

Leicht

Wahrscheinlichkeit: Erkläre in zwei eigenen Sätzen, was ein Abschluss mit 0,20 xG bedeutet und was er nicht verspricht.
Addition: Berechne für drei fiktive Schüsse mit 0,10, 0,25 und 0,15 den Gesamtwert und überprüfe ihn durch eine zweite Rechnung.
Fußballfeld: Zeichne ein kleines Tor mit drei Schussorten und beschreibe, welcher Ort wahrscheinlich den günstigsten Winkel hat.
Medienkompetenz: Markiere in einem fiktiven Kommentar „Wir hatten 2,0 xG, also mussten wir gewinnen“ den Denkfehler und verbessere die Aussage.

Standard

Spielanalyse: Vergleiche im Modellfall Blau und Rot nach Anzahl der Chancen, xG und Toren; notiere mindestens drei Unterschiede.
Datenvisualisierung: Erstelle aus B1 bis B5 eine eigene Balkengrafik mit Beschriftung und einer Textalternative.
Interview: Formuliere fünf neutrale Fragen an eine erwachsene Person mit Fußballerfahrung zur Bedeutung guter Abschlusspositionen; notiere mögliche Antworten ohne private Angaben.
Fußballtraining: Entwirf eine sichere Übung mit zentraler und seitlicher Abschlusszone und begründe, warum sich Chancenqualitäten unterscheiden könnten.

Schwer

Statistik: Bestimme für beide Teams Tore minus xG sowie ihre xG-Differenz und erkläre, weshalb diese Zahlen ohne Vergleichsstichprobe keine endgültige Spielerbewertung erlauben.
Quellenkritik: Vergleiche methodisch die Erklärungen von Opta und StatsBomb; finde zwei gemeinsame Faktoren und einen möglichen Unterschied der erfassten Daten.
Datenjournalismus: Erstelle ein 45- bis 90-sekündiges Erklärvideo, eine Audiofassung oder ein digitales Plakat zu einem ausschließlich fiktiven Spiel; belege Aussagen und füge Alternativtext hinzu.
Argumentation: Schreibe einen begründeten Kommentar zu der Behauptung „xG macht Tore überflüssig“, der ein Gegenargument und eine offene Frage enthält.

Lösungsimpulse zu den zwölf Aufgaben

Aufgabe 1: Unter vergleichbaren Bedingungen würden ungefähr 20 von 100 solchen Schüssen ein Tor ergeben; der einzelne Schuss ist ungewiss.

Aufgabe 2: 0,10 + 0,25 + 0,15 = 0,50 xG; Gegenprobe durch 0,25 + 0,15 + 0,10.

Aufgabe 3: Im Allgemeinen verspricht eine zentrale, nahe Position einen größeren Torwinkel als ein seitlicher Schuss aus ähnlicher Distanz; Gegnerdruck kann die Bewertung ändern.

Aufgabe 4: Aus höherem xG folgt nicht sicher ein Sieg; zutreffend wäre: „Unser Modell bewertet unsere Torchancen insgesamt höher.“

Aufgabe 5: Blau hat fünf Schüsse, 1,55 xG und ein Tor; Rot vier Schüsse, 0,80 xG und zwei Tore.

Aufgabe 6: Beispielsweise fünf beschriftete Balken in der Reihenfolge B1 0,12, B2 0,45, B3 0,08, B4 0,65 und B5 0,25; der Alternativtext nennt Werte und den größten Balken B4.

Aufgabe 7: Geeignet sind offene Fragen zu Blickwinkel, Passvorbereitung, Gegnerdruck, Körperhaltung und der Grenze von Statistik; aus Antworten dürfen keine objektiven xG-Werte erfunden werden.

Aufgabe 8: Markiere einen zentralen und einen seitlichen Raum, führe die Übung kontrolliert ohne Zweikampfzwang aus und begründe Winkel, Entfernung und Abschlussart.

Aufgabe 9: Blau: Tore minus xG = −0,55, xG-Differenz = +0,75; Rot: +1,20 und −0,75. Ein Spiel liefert zu wenige Fälle für eine sichere individuelle Leistungsbewertung.

Aufgabe 10: Gemeinsam sind Ort bzw. Entfernung und Schussart relevant; StatsBomb nennt insbesondere Positionsdaten von Torwart und Verteidigern aus Momentaufnahmen.

Aufgabe 11: Bewertet werden korrekte Rechenwerte, Kennzeichnung „fiktiv“, Quellen, nachvollziehbare Aussage, funktionierende Alternativbeschreibung und erlaubte Bild-/Videoverwendung.

Aufgabe 12: Tore entscheiden Spiele; xG ergänzt die Analyse der Chancenqualität. Offen bleibt zum Beispiel, welchen Einfluss besondere Schussfertigkeiten über große Stichproben haben.

Lernkontrolle

Chancenqualität: Warum können fünf eher schwierige Abschlüsse einen ähnlichen xG-Wert haben wie eine sehr große Chance? Formuliere ein Beispiel mit überprüfbarer Addition.
Dateninterpretation: Ein Team führt nach Toren 2:0, hat aber 0,8 xG gegenüber 1,7 xG. Benenne eine sichere Aussage, eine Deutung und eine offene Frage.
Vergleichbarkeit: Zwei Webseiten melden 1,3 und 1,6 xG für das gleiche Team. Welche mindestens drei Kontrollen führst du vor einer Bewertung durch?
Statistische Unsicherheit: Warum beweist eine Serie von drei Toren aus kleinen Chancen noch keine außergewöhnliche dauerhafte Abschlussqualität?
Transfer: Nenne eine Trainingsentscheidung aus einer Schusskarte und erkläre, was eine seriöse Trainerin oder ein seriöser Trainer zusätzlich beobachten müsste.
Ethik und Lizenzen: Ein Freund möchte für ein Schulvideo ein fremdes Fernseh-Tor und eine lizenzierte Commons-Grafik verwenden. Erläutere den Unterschied in den Nutzungsrechten und eine sichere Alternative.

Erwartungshorizont zur Lernkontrolle

Zu 1: Beispielsweise fünf Chancen mit jeweils 0,10 xG ergeben 0,50 xG; eine sehr große Chance könnte allein 0,50 xG aufweisen. Es sind verschiedene Chancenprofile mit gleichem Erwartungswert.

Zu 2: Fakt: Das Team führt 2:0 und die genannten Anbieterwerte lauten 0,8 und 1,7. Deutung: Die gegnerische Mannschaft erhielt die höher eingeschätzten Chancen. Offen: Welche Schussumstände wurden erfasst?

Zu 3: Anbieter/Modell, Zeitraum, Datenstand, Definition der berücksichtigten Schüsse, Elfmeterbehandlung und eventuelle Live-Korrekturen prüfen.

Zu 4: Einzelne Ergebnisse schwanken zufällig; für eine belastbare Aussage sind mehr Versuche und passende Vergleichsdaten nötig.

Zu 5: Beispielsweise mehr Abschlüsse aus zentralen Räumen vorbereiten; zugleich Passoptionen, Gegnerdruck, Torwartstellung und Technik beobachten.

Zu 6: Ein fremder TV-Ausschnitt ist nicht allein wegen Schulnutzung frei veröffentlichbar. Bei der Commons-Grafik die konkrete Lizenz einschließlich Urhebernennung und gegebenenfalls Weitergabe unter gleichen Bedingungen beachten. Als Alternative eigenes Taktikschema und korrekt lizenzierte Bilddatei benutzen.

Lernnachweis

Wissen: Du definierst xG, xGA, Chancenqualität, Datenmodell und Schätzung korrekt und kennst zentrale Einflussfaktoren.

Rechnen: Du addierst mindestens vier Werte sicher und erklärst den Unterschied zwischen xG-Summe und tatsächlichen Toren mit dem Modellspiel Blau gegen Rot.

Urteilen: Du kennzeichnest Daten als Fakten mit Quelle, eigene Schlussfolgerungen als Deutungen und fehlende Angaben als offene Fragen. Du formulierst keine sicheren Siegprognosen allein aus einer xG-Zahl.

Produkt: Du gibst eine beschriftete Schusskarte oder ein kurzes Medienprodukt mit Textalternative, Quellen, Rechenweg und Rechtehinweisen ab.

Transfer: Du entwickelst eine begründete Idee für ein chancengünstigeres Fußballtraining, ohne Menschen anhand einer einzigen Zahl abzuwerten.

Selbstkontrolle: Vergleiche dein Produkt mit dem 20-Punkte-Raster aus dem Modellfall. Grundlegende Materialien und Aufgaben dieser Seite sind kostenlos nutzbar; ein Konto, ein Video oder kostenpflichtige Daten sind dafür nicht erforderlich.

OER und Wikipedia

Verifizierte fachliche Quellen – geprüft am 03.11.2026:

Opta Analyst: What Is Expected Goals (xG)? – Beschreibung von Modell, Faktoren, Beispielen und Grenzen; fachliche Quelle, nicht automatisch freie OER-Lizenz.
Hudl StatsBomb: Expected Goals – Modellfaktoren und zusätzliche Momentaufnahmen bei Schüssen; öffentlich erklärte Methodik, keine pauschale Freilizenz.
FBref: xG Explained – Wahrscheinlichkeiten, Kontext und Vergleichsprobleme.
Bundesliga: Was sind Expected Goals? – deutschsprachige Originalerklärung vom 18.06.2020; eigener JWPlayer und Freigabe erforderlich, keine Kopie im Kurs.
BBC Sport: Expected goals explained – redaktioneller Hintergrund vom 26.09.2025; Nutzung nur als verlinkte Quelle.
AWS: Technischer Hintergrund der Bundesliga-xGoals – nachvollziehbarer historischer Bundesliga-Modellfall aus 2020.

Commons-Lizenzbelege zu allen eingebetteten Bildmedien:

File:XG calculation activity.jpg – Craftsoft, 13.02.2022, CC BY-SA 4.0; Alternative: Merkmale einer Torschuss-Situation.
File:Football Field Schematic.svg – Henrbjor, 10.05.2014, CC BY-SA 3.0; Alternative: schematisches Spielfeld.
File:2023 Alexandra Popp (cropped).jpg – Steffen Prößdorf, 03.07.2023, CC BY-SA 4.0; Alternative: Porträt von Alexandra Popp, historische Aufnahme, Persönlichkeitsrechte vorbehalten.
File:Harry Kane 2023.jpg – Number 10 / Simon Walker, 10.10.2023, CC BY 2.0; Alternative: Harry Kane bei einem Termin im Trainingszentrum 2023.

Belege für alle drei YouTube-Einbettungen:

Opta Expected Goals – Kanal Opta Analyst, 25.07.2017; erklärende Plattform-Einbettung, kein bestätigter OER-Film; Alternative: historische xG-Erläuterung.
What is xG? | By The Numbers – Kanal Tifo Football by The Athletic, 31.01.2018; erklärende Plattform-Einbettung, keine behauptete freie Lizenz; Alternative: journalistische Einordnung von xG.
What is Expected Goals? – Kanal Tifo Football by The Athletic, 18.08.2023; erklärende Plattform-Einbettung, keine behauptete freie Lizenz; Alternative: kurze Begriffserklärung.

Eigene Inhalte: Tabellen, fiktive Werte, Schusskartenschema und Aufgaben dieses Kurses wurden am 03.11.2026 als eigenständige didaktische Beispiele erstellt; sie übernehmen keine geschützten Tabellen aus fremden Spielen. Als offene Weiterverwendung empfiehlt sich für eigene Ergänzungen eine eindeutige CC-BY-SA-Kennzeichnung durch die jeweils berechtigte veröffentlichende Person. Die Lizenzen externer Dateien gelten davon unabhängig. Animationen oder echte Live-Spielvideos ohne geklärte Nutzungsrechte wurden bewusst nicht erfunden oder eingebaut.

Wikipedia (englische Ergänzung): Der verifizierte Artikel Expected goals erklärt das Konzept, seine Modellformel und Grenzen. Die folgende Einbettung ist englischsprachig und optional; die deutschsprachigen Kursaufgaben bleiben vollständig nutzbar.

Verknüpfte Lernbereiche

Fußball und Fußballtraining

Bildungsnetz: Eigenständiger Kurs der neuen Fußballwelt auf MOOCwiki, verbunden mit allgemeinen Lernbereichen Fußball und Fußballtraining. Ältere Fußballkurse werden nicht kopiert, überführt oder überschrieben. Grundlegendes Lernen bleibt kostenlos.