xPts erklärt: Erwartete Punkte und die 'verdiente' Ligatabelle

Schauen Sie im April auf eine Ligatabelle, und Sie entdecken meist eine oder zwei Mannschaften, die sich selbst zu übertreffen scheinen. Eine Seite auf Platz 6 mit 58 Punkten, die jede xG-Spalte im Internet auf Platz 11 bei "verdienten" 48 hat. Oder umgekehrt: eine Mannschaft auf Platz 18 mit 25 Punkten, von der dieselben Spalten sagen, sie sollte auf Platz 15 mit 32 stehen. Die echte Tabelle ist die, die zählt. Aber die xPts-Tabelle ist die, die Leistung beschreibt.

xPts, erwartete Punkte, ist die Statistik, die diese alternative Tabelle baut. Sie bewertet die Saison jeder Mannschaft an der Chancen-Erzeugung statt an den Tor-Ausgängen, und die Lücke zwischen echter Tabelle und xPts-Tabelle ist oft dort, wo die nützlichsten Geschichten leben.

Dieser Artikel zeigt, was xPts tatsächlich misst, wie es aus xG pro Spiel berechnet wird, was es über die bisherige Saison einer Mannschaft verrät, und welche Fallen Fans schnappen, die anfangen, xPts-Tabellen zu zitieren, ohne ihre Grenzen zu verstehen.

Was xPts wirklich ist

Erwartete Punkte sind die Gesamtpunktzahl einer Mannschaft basierend auf der xG-Leistung jedes ihrer Spiele. Es übersetzt Chancen-Erzeugung pro Spiel in eine wahrscheinlichkeitsgewichtete Punktzahl, summiert über die Saison.

Für ein einzelnes Spiel:

• Endgültige xG für beide Seiten nehmen.
• Spiel tausende Male simulieren, jede Simulation nutzt das xG als Eingabe für eine Poisson-Verteilung der Tor-Anzahl.
• Zählen, wie oft jede Simulation in Heimsieg, Unentschieden oder Auswärtssieg endet.
• Diese Häufigkeiten in Wahrscheinlichkeiten umrechnen.
• Jede Wahrscheinlichkeit mit den vergebenen Punkten für diesen Ausgang multiplizieren (3 für Sieg, 1 für Unentschieden, 0 für Niederlage).
• Summieren für die gesamten xPts dieser Mannschaft in diesem Spiel.

Diese spielweisen xPts über jede gespielte Begegnung addieren, und Sie haben die Saison-xPts. Mannschaften nach xPts absteigend sortieren, und Sie haben die verdiente Tabelle.

Beispiel: eine Mannschaft mit xG-Linien 1,4-0,8, 2,1-1,3, 0,7-0,9, 1,6-1,6, 2,3-0,5 über fünf Spiele kompiliert eine xPts-Summe um 10,5 (sagen wir), unabhängig davon, ob sie tatsächlich 15 Punkte (alle Siege) oder 6 Punkte (zwei Siege, drei Unentschieden) holte.

Das Prinzip: Chancen-Erzeugung ist über kleine Stichproben weniger verrauscht als Abschluss-Ausgänge. xPts entfernt das Abschluss-Rauschen und zeigt die zugrunde liegende Leistung.

Wie xPts-Tabellen gebaut werden

Die meisten öffentlichen Anbieter veröffentlichen eine xPts-Spalte neben den tatsächlichen Punkten. Den Tabellenbau erledigt man so:

1. xG für jedes Spiel jeder Mannschaft in der Liga ziehen.
2. Für jedes Spiel Ausgang-Wahrscheinlichkeiten via Poisson aus der xG-Linie simulieren.
3. xPts für jede Mannschaft aus jedem Spiel berechnen.
4. Pro Mannschaft über die Saison summieren.
5. Nach xPts absteigend sortieren.

Zwei Anbieter können leicht unterschiedliche xPts-Tabellen produzieren, weil sie leicht unterschiedliche xG-Modelle nutzen (StatsBomb xG vs. Opta xG unterscheiden sich um kleine Margen) und weil die Poisson-Simulation mit unterschiedlichen Annahmen laufen kann. Die Gesamtgeschichte stimmt meist überein.

Tactiq liest Event-basierte Spieldaten aus lizenzierten Sport-Feeds, die über 1.200 Wettbewerbe abdecken. Form-bezogene Signale, die die Lücke zwischen tatsächlichen und erwarteten Punkt-Ausgängen einbeziehen, tragen zur Analyse über die letzten Spiele bei. Wie genau diese Signale mit dem Rest dessen kombiniert werden, was das Produkt beobachtet, bleibt in der Analyse.

Was xPts zeigt, das tatsächliche Punkte verbergen

Vier Muster, die xPts in den Fokus rückt.

Überleistende Mannschaften. Eine Mannschaft mehrere Punkte über ihren xPts gewinnt knappe Spiele, schließt über xG ab oder profitiert von Standard-Glück. Das Muster ist über eine Saison meist nicht nachhaltig. Premier-League-Überleister der Saison 2016-17 regredierten meist 2017-18. Das ist kein Gesetz, aber eine starke Tendenz.

Unterleistende Mannschaften. Das Gegenteil. Eine Mannschaft 5 bis 8 Punkte unter ihren xPts nach 25 Spielen hatte meist Abschluss-Pech, verschoss Elfmeter oder verlor enge Spiele mit einem Tor. Wenn die zugrunde liegende Erzeugung hält, holen Ergebnisse meist auf. Einige der bekanntesten Mid-Season-"Comeback"-Läufe begannen aus einer negativen xPts-Lücke.

Abstiegsdynamik. Späte-Saison-xPts wird besonders nützlich, um Abstiegsrisiko zu bewerten. Eine Mannschaft 15 Punkte über der Abstiegszone, aber 6 xPts unter dem Tatsächlichen, ist möglicherweise nicht so sicher, wie die echte Tabelle suggeriert. Mannschaften tiefer in der echten Tabelle, aber näher in xPts, sind Aufholkandidaten.

Titelrennen-Ehrlichkeit. Titelrennen wirken in xPts oft enger als in echten Punkten. Die siegreiche Seite hat typischerweise kleine Margen auf ihrer xPts-Linie, weil Titelrennen durch Überleistung in engen Spielen gewonnen werden. Wenn der xPts-Vorsprung eines Tabellenführers bescheiden ist, während sein tatsächlicher Punkte-Vorsprung groß ist, wird der "Regression-zur-Mitte"-Rahmen für den verbleibenden Spielplan relevant.

Wo xPts in die Irre führt

Vier echte Grenzen.

xG-Bias propagiert. xPts erbt jeden Bias des zugrunde liegenden xG-Modells. Wenn das xG-Modell Standardqualität unterbewertet oder Schussposition gegenüber Schützen-Qualität überbewertet, erbt xPts diese Verzerrungen. Eine um Standardstärke gebaute Mannschaft kann höhere tatsächliche Punkte als xPts haben, allein weil Standard-Effizienz nicht gut erfasst wird.

Spielstand-Effekte verstärken sich. Eine Mannschaft, die früh trifft und dann tief verteidigt, produziert eine xG-Linie, die nicht widerspiegelt, wie das Spiel tatsächlich verlief. Das Schluss-xG könnte 1,2-1,8 sein, mit der Heimseite (die traf) bei 1,2 und der Auswärtsseite (die einem Rückstand hinterherjagte) bei 1,8. Die Heimseite gewann das echte Spiel, verliert aber den xPts-Kampf. Über eine Saison verschmieren diese Effekte; in kleineren Stichproben verstärken sie sich.

Abschlussfähigkeit ist nicht Abschlussglück. Manche Mannschaften schließen tatsächlich über xG ab, weil sie Elite-Abschlüsse haben. Messi für Barcelona, Salah für Liverpool, Kane für Tottenham: alle drei schlugen xG konsistent über mehrere Saisons in ihrer Spitzenzeit. Ihre Überleistung als Glück zu behandeln und Regression vorherzusagen, wäre falsch, solange diese Schützen elite blieben. xPts sollte ein Ausgangspunkt für Analyse sein, kein Urteil.

Kleine Stichproben lügen, wie xG. Frühe Saison-xPts-Tabellen mit 6 bis 8 gespielten Spielen sind verrauscht. Vertrauen Sie dem Signal mehr, je größer die Stichprobe wird; machen Sie keine starken "verdient"-Aussagen unter 10 Spielen.

Die nützliche Regel: xPts ist das beste einfache Maß dafür, wie gut die zugrunde liegende Leistung einer Mannschaft zu ihren Ergebnissen passt. Die Lücke zwischen beidem ist eine Hypothese über Nachhaltigkeit, keine sichere Vorhersage.

Wie Tactiq xPts-Signale in der Analyse nutzt

Tactiq behandelt die xPts-zu-tatsächliche-Punkte-Lücke als einen Indikator dafür, welche Mannschaften wahrscheinlich in welche Richtung regredieren.

Innerhalb einer Spielanalyse trägt die jüngste xPts-Form einer Seite zum Befund bei, wie stabil ihre Ergebnisse relativ zur zugrunde liegenden Chancen-Qualität waren. Eine Mannschaft 5 Punkte über ihren xPts der letzten 10 Spiele erscheint anders auf der Spielkarte als eine 5 Punkte darunter. Die Analyse benennt das Muster in klarer Sprache, statt rohe xPts-Zahlen zu zeigen.

Wie genau xPts-artige Signale mit dem Rest dessen verbinden, was Tactiq liest (reines xG, Form-Indikatoren, Direktvergleich, Kaderkontext), bleibt im Produkt.

Was die Nutzerin oder der Nutzer auf der Spielkarte sieht:

• Wahrscheinlichkeits-Triaden für den Ausgang, qualifiziert durch eine Konfidenzanzeige.
• Erwartete Tore für jede Seite mit aktuellem Trend.
• Ein geschriebener Analysetext, der das Form-Muster benennt: "Die Heimseite hat zuletzt enge Spiele gewonnen, ohne das zugrunde liegende xG dafür, deshalb könnten ihre jüngsten Ergebnisse nicht halten."
• Keine externen Marktdaten irgendwo. Keine Weiterleitungen zu Drittplattformen. Keine virtuelle Währung. Ausschließlich statistische Analyse.

Die Spielkarte interpretiert die xPts-Lücke; sie zeigt sie nicht als Spalte an.

Das Fazit

xPts übersetzt spielweises xG in wahrscheinlichkeitsgewichtete Punkte, und die Lücke zwischen tatsächlich und erwartet sagt Ihnen, welche Mannschaften ihre zugrunde liegende Qualität über- oder unterperformen. Es ist der beste einspaltige ehrliche Befund dazu, wie eine Liga-Saison wirklich läuft.

Im richtigen Kontext gelesen (gleitendes Fenster, gegneradjustiert, xG-Modell-bewusst), ist es eine verlässliche Hypothese zur Regression. Als Vorhersage-Garantie gelesen, führt es auf dieselbe Weise in die Irre wie jedes Wahrscheinlichkeits-Signal, das als Sicherheit behandelt wird.

Tactiq ist gebaut, xPts-artige Signale mit diesem Kontext intakt zu lesen. Die Analyse zeigt die Tatsächlich-vs.-Erwartet-Geschichte in klarer Sprache, gewichtet sie neben anderen Form-Signalen und vermischt den statistischen Befund nie mit externen Marktdaten. Über 1.200 Wettbewerbe, Lokalisierung in 32 Sprachen, kostenlose Stufe mit acht Analysen pro Tag, ohne Karteneingabe.

Wenn Sie der Reihe gefolgt sind, deckt das Vokabular jetzt wie KI Fußballspiele vorhersagt, xG, xA, npxG, PPDA, Field Tilt, progressive Aktionen und SCA/GCA ab. xPts steht daneben als Saison-Synthese dessen, was Chancen-Erzeugung produziert hätte, wenn Glück und Abschluss-Varianz sich ausgemittelt hätten.