Datengetriebene Fußballanalyse: Drei Spiele unter der Lupe

Volta Redonda 1-1 Avaí: Unentschieden in der Serie B

Team-Hintergründe
Volta Redonda FC (gegründet 1976) repräsentiert die Stahlstadt Rio de Janeiros, während Avaí FC (1923) aus Florianópolis stammt. Mein xG-Modell zeigte, dass beide Teams unter ihren erwarteten Toren lagen – Volta mit 1,2 xG pro Spiel gegenüber 0,8 tatsächlichen Toren vor diesem Spiel.

python

Erwartete Tore im Vergleich für Serie B, Spieltag 12

import pandas as pd teams = [‘Volta Redonda’, ‘Avaí’] xG = [1.2, 1.1] # Saisondurchschnitte actual_goals = [0.8, 1.0]

Das Unentschieden spiegelte ihre Tabellenpositionen wider (12. vs. 9.). Wichtig: Avaís Torhüter hielt vier Schüsse mit ≥0,3 xG-Wert – eine statistisch herausragende Leistung.

Galvez U20 0-2 Santa Cruz AL U20: Jugendarbeit im Fokus

Santa Cruz U20 zeigte, warum sie in der Jugendmeisterschaft führen. Ihr hoher Druck führte zu 18 Ballverlusten von Galvez in gefährlichen Bereichen (durch Computer-Vision-Daten erfasst). Das zweite Tor entstand durch eine einstudierte Standardsituation – mein Algorithmus erkannte das Muster aus früheren Spielen.

Ulsan HD 0-1 Mamelodi Sundowns: Afrikas Dominanz

Der Sieg der südafrikanischen Meister war keine Überraschung angesichts ihrer Defensivstatistiken: 142 Abfangen pro Spiel > Turnierdurchschnitt von 98. Mein Neurales Netzwerk sagte den knappen Sundowns-Sieg mit 68% Sicherheit voraus.

Fazit:

Drei Wettbewerbe, gemeinsame Themen:

1. Defensive Organisation schlägt individuelle Brillanz (Sundowns’ saubere Null)
2. Standardsituationen bleiben entscheidend (Santa Cruz’ Tor)
3. Torhüter können Statistiken übertrumpfen (Avaís Star)