Der Weltfußball auf einer SkalaAktualisiert 28. Okt. 2026 · Ergebnisse bis 25. Okt. 2026
🌐 Deutsch
The Beaumont IndexFOOTBALL, MEASURED PROPERLY
Erklärung · So messen wir

Die Läufe, die niemand zählt

Die meisten Fußballstatistiken erfassen nur, was mit dem Ball passiert. Der Laufweg, der einen Verteidiger aus der Kette zieht, der Sprint, der einen Konter unterbindet, bevor er entsteht – all das findet ohne Ballkontakt statt. Hier zeigen wir, was unsere Daten sehen, wo sie an ihre Grenzen stoßen und wie wir damit umgehen.

Von Chris Beaumont · · 8 Min. Lesezeit
Aktualisiert am 28. Okt. 2026 · Ergebnisse bis 25. Okt. 2026 · So funktionieren unsere Ratings
Aufmacher-Grafik für: Die Läufe, die niemand zählt

Die kurze AntwortDie meisten Fußball-Daten erfassen Ereignisse am Ball: Pässe, Schüsse, Zweikämpfe, Dribblings. Ein Laufweg, der einen Verteidiger bindet, oder ein Pressing, das einen Befreiungsschlag erzwingt, erzeugt oft kein Ereignis und bringt dem Spieler daher keine Anerkennung. Unsere Daten haben denselben blinden Fleck. Wir sehen die Auswirkungen in den Team-Statistiken, aber wir können den Laufweg selbst noch nicht bewerten.

Illustration: Ein Spielfeld mit erfassten Ballereignissen in Gold und nicht erfassten Läufen ohne Ball als gestrichelte weiße Pfeile
Illustration. Gold markiert die Ereignisse am Ball, die Fußball-Daten erfassen; die gestrichelten Linien zeigen die Arbeit, die sie nicht erfassen.

Jude Bellingham erzielte im Clásico kein Tor und gab keinen Assist für die Treffer. Unsere taktische Analyse kam dennoch zu dem Schluss, dass er das Spiel ohne Ball gewann: Ein wichtiger Zweikampf in der 33. Minute leitete den Angriff ein, der in Kylian Mbappés Fallrückzieher über die Latte mündete, und nach der Pause war er Teil des Blocks, der den FC Barcelona bei einem Tor hielt.

Schaut man sich die Zahlen für diesen Abend an, findet man den Zweikampf, da ein Zweikampf ein Ereignis ist. Was man nicht findet, ist der Rest: wo er stand, damit Pässe nicht in seine Richtung kamen, die Wege, die er machte, um in diesen Block zu kommen, der Raum, den er schloss, bevor ihn jemand nutzen konnte. Wenn er den Ball nicht berührte, wussten die Daten kaum, dass er überhaupt auf dem Platz war.

Das ist das Problem mit Fußball-Daten in einem Moment. Sie sind sehr gut darin, den Ball zu beschreiben. Sie sind viel schlechter darin, die 21 anderen Personen auf dem Platz zu beschreiben.

Was die Zahlen tatsächlich erfassen

Fast jede Fußballstatistik, die Sie kennen – auch unsere –, basiert auf Event-Daten. Jemand oder etwas protokolliert jedes Mal, wenn ein Spieler etwas mit dem Ball macht: Pass, Schuss, Zweikampf, Abfangen, Dribbling, Klärungsaktion. Jedes Ereignis hat einen Zeitpunkt, einen Ort, einen Spieler und ein Ergebnis.

Das ist eine beachtliche Menge an Informationen. So wissen wir, dass der FC Middlesbrough in der Championship bei den Schüssen (18,8 pro Spiel) und bei den Positionsangriffen (33,9 pro Spiel, bei einem Durchschnitt von 26,9) führt. So können wir sagen, dass Ture Spendler der beste von 63 Außenverteidigern in der Superettan bei progressiven Pässen ist.

Aber ein Ereignis braucht einen Ball. Ein Mittelstürmer, der den ersten Pfosten anläuft, um einen Innenverteidiger mitzuziehen, damit der Flügelspieler am zweiten Pfosten frei zum Kopfball kommt, hat seinen Job perfekt gemacht. Im Event-Log existiert er nicht. Der Flügelspieler bekommt den Schuss. Der Flankengeber bekommt die Torchance. Der Lockvogel bekommt nichts.

Selbst der aktivste Spieler hat den Ball nur für einen kleinen Teil des Spiels. Event-Daten beschreiben diese Momente sehr detailliert, den Rest jedoch kaum.

So können wir sagen, dass Ture Spendler der beste von 63 Außenverteidigern in der Superettan bei progressiven Pässen ist.

Wieder Bellingham

Unsere taktische Analyse des Clásico basierte auf einer zentralen Idee: Bellinghams Abend wurde ohne Ball gewonnen.

Er traf nicht. Er gab keinen Assist. Am Ball war sein Abend durchwachsen: Zweimal hatte er die Chance, Mbappé bei einem Konter zu schicken, fand aber den Pass nicht. Eine rein statistische Bewertung seines Spiels würde nur ein Schulterzucken hervorrufen.

Vieles von dem, was seinen Abend ausmachte, passierte abseits des Balls. Ein starker Zweikampf in der 33. Minute leitete einen Angriff ein, der in Mbappés Fallrückzieher über die Latte mündete. Nach der Pause, als Barcelona den Druck erhöhte, war Bellingham Teil eines Defensivblocks am eigenen Strafraum – er schaute nicht nur zu. Dieser Block hielt Barcelona, das die ganze Saison über extrem torgefährlich war, bei nur einem Treffer.

Selbst sein bester Moment am Ball fällt kaum ins Gewicht. Drei Minuten vor Schluss leitete seine Drehung unter Druck den Angriff für Mbappés Siegtreffer ein. Der Assist ging an Eduardo Camavinga, der den Rückpass spielte. In der Statistik taucht Bellinghams Anteil an dem Tor, das den Clásico entschied, nicht auf.

Einiges davon wird erfasst. Ein Zweikampf ist ein Ereignis. Aber "stand genau richtig, sodass der Pass gar nicht erst gespielt wurde" eben nicht. Die beste Defensivarbeit sieht in den Daten oft so aus, als würde gar nichts passieren.

Pressing: Wir können das Ergebnis zählen, nicht den Aufwand

Pressing ist das deutlichste Beispiel für Arbeit ohne Ball, die von Zahlen nur zur Hälfte erfasst wird.

Wir messen das Pressing eines Teams an der Anzahl der Pässe, die es dem Gegner gestattet, bevor eine Defensivaktion erfolgt: ein Zweikampf, ein abgefangener Ball, ein Foul oder ein Tackling. Ein niedrigerer Wert bedeutet aggressiveres Pressing. Als Barcelona bei Betis spielte, ließen sie 7,4 Pässe pro Defensivaktion zu. Betis ließ Barcelona 38,3 zu. Der Median in LaLiga liegt in dieser Saison bei etwa 11,6.

Balkendiagramm der Pässe pro Defensivaktion: Barcelona bei Betis 7,4, LaLiga-Median bei etwa 11,6, Betis 38,3
Zugelassene Pässe pro Defensivaktion bei Betis gegen Barcelona, im Vergleich zum LaLiga-Median. Ein niedrigerer Wert bedeutet ein aggressiveres Pressing.

Diese Zahl ist nützlich. Sie hat uns präzise gezeigt, dass Barcelona presste und Betis sich zurückzog. Aber schauen wir uns an, woraus sie besteht. Jeder Bestandteil ist ein Ereignis am Ball. Ein Stürmer, der 30 Meter sprintet, um einen Innenverteidiger unter Druck zu setzen und einen langen Ball ins Aus zu erzwingen, hat genau das getan, was sein Trainer wollte. Solange er den Ball nicht berührt, taucht sein Sprint in der Statistik nicht auf.

Wir haben es in diesem Artikel bereits erwähnt: Diese Zählungen verraten dir, wer einen Zweikampf geführt hat, aber nicht, wo auf dem Platz das passierte. Wir konnten die Zahlen auch nicht nach Halbzeiten aufschlüsseln, daher konnten wir nicht sagen, wie viel vom Rückzug von Betis Taktik war und wie viel der Roten Karte geschuldet war.

Dasselbe Limit gilt für Spieler. Als wir über Bruno Fernandes schrieben, war das Warnsignal, dass seine erfolgreichen Defensivaktionen auf das 6. Perzentil seiner Position gefallen waren (2,72 pro 90). Das ist ein Wert, der Sorgen bereiten darf. Aber er misst nur die Tacklings und abgefangenen Bälle, die er tatsächlich vollendet. Er kann nicht sehen, ob er immer noch Passwege zuläuft oder ob er eine Sekunde zu spät dran ist als früher. Zwei Spieler mit derselben Anzahl können sehr unterschiedlich pressen.

"Progressive Läufe" sind keine Läufe

Ein kleines Geständnis zu unserem eigenen Vokabular.

Wenn unsere Scouting-Berichte von den progressiven Läufen eines Spielers sprechen, wie bei Fernandes (gefallen auf das 10. Perzentil, 0,39 pro 90) oder Marcus Linday (91. Perzentil), meinen sie Läufe mit Ball: Dribblings, die das Spiel sinnvoll in Richtung Tor voranbringen. Sie meinen keine Läufe ohne Ball.

Der Name ist Standard, und wir haben ihn beibehalten. Aber er ist ein treffendes Beispiel für das Problem. Selbst das Wort "Lauf" wurde in der Fußball-Datenanalyse stillschweigend vom Ball vereinnahmt.

Wo Arbeit ohne Ball ihre Spuren hinterlässt

Das bedeutet nicht, dass Arbeit ohne Ball unsichtbar ist. Sie hinterlässt Spuren, vor allem in den Team-Statistiken.

Middlesbrough ist das beste Beispiel, das wir bisher veröffentlicht haben. Bei unseren Stil-Messungen haben sie die höchste Präsenz im Strafraum in der Championship, fast drei Standardabweichungen über dem Ligaschnitt. Sie kreieren die meisten Expected Goals pro Spiel (2,82), und ihre Chancen sind besser als der Durchschnitt: 0,15 Expected Goals pro Schuss, gegenüber 0,13 für die Liga.

Zwei Balkendiagramme: Middlesbrough 33,9 Positionsangriffe pro Spiel vs. Ligaschnitt 26,9, und 0,15 Expected Goals pro Schuss vs. 0,13
Middlesbrough im Vergleich zum Championship-Durchschnitt in dieser Saison. Die Läufe zeigen sich in den Team-Summen; kein Einzelner bekommt die Anerkennung.

Nichts davon passiert ohne Spieler, die in den Strafraum laufen. Die Offensivzahlen sind gewissermaßen die Quittung für all diese Läufe. Was wir nicht können, ist zu sagen, wessen Läufe das waren. Die Strafraumpräsenz gehört dem Team. Die Expected Goals werden dem Schützen zugerechnet. Der Stürmer, der den Lauf machte, der den Schützen freispielte, trägt zum Gesamtwert bei, bekommt aber keine Anerkennung.

In der Defensive funktioniert es genauso. Wir haben abgefangene Bälle an den Ballbesitz eines Teams angepasst, da eine Mannschaft, die ständig verteidigt, mehr Gelegenheiten zum Abfangen bekommt. Diese Anpassung ist der Grund, warum wir sagen konnten, dass Lee Dae-gwang, ein Stürmer aus der K League 2, Anfang Oktober in den Top 5% bei den abgefangenen Bällen und in den Top 3% bei den erfolgreichen Defensivaktionen lag. Das deutet auf einen Stürmer hin, der hart ohne Ball arbeitet. Es bleibt eine Schlussfolgerung aus den Momenten, in denen er den Ball gewinnt. Ein Stürmer, dessen Stellungsspiel dazu führt, dass der Pass gar nicht erst versucht wird, fängt gar keinen Ball ab.

Als David Raum letzte Saison im 94. Perzentil für abgefangene Bälle unter den Bundesliga-Außenverteidigern lag, schrieben wir, dass er das Spiel gut liest. Das ist eine vernünftige Interpretation, aber eben eine Interpretation. Abgefangene Bälle sind die sichtbare Spitze eines guten Stellungsspiels. Viel gutes Stellungsspiel führt nie zu einem abgefangenen Ball.

Balkendiagramm der Positions-Perzentile für Lee Dae-gwang, David Raum, Marcus Linday und Bruno Fernandes
Perzentile aus unseren veröffentlichten Scouting-Berichten. Jeder Wert ist eine Zählung am Ball; "progressive Läufe" bedeutet, den Ball zu führen.

Der blinde Fleck beim Aufrücken

Das ist das Wichtigste für unser Kernanliegen: zu bestimmen, welche Spieler das Zeug für den nächsten Schritt haben.

Als wir über Spendler schrieben, war das entscheidende Indiz, dass Außenverteidiger beim Wechsel von der Superettan in die Allsvenskan einen Median von 94% ihrer progressiven Pässe beibehielten. Das können wir überprüfen, da Pässe Ereignisse sind. Wir haben den Vorher-Nachher-Vergleich.

Diesen Test können wir bei Arbeit gegen den Ball nicht durchführen, da uns die Daten dazu schlicht fehlen. Wenn die wahre Stärke eines Außenverteidigers in Rückwärtsbewegungen oder dem richtigen Timing der Abseitsfalle liegt, werden unsere Daten ihn unterbewerten. Ist seine Schwäche hingegen das Herausrücken aus der Kette, wenn der Ball auf der anderen Seite ist, könnten unsere Zahlen ihn zu gut aussehen lassen. Spendlers Defensivaktionen stiegen über drei Spielzeiten vom 24. Perzentil auf das 95. Das ist eine echte Verbesserung in seinen direkten Zweikämpfen. Es ist jedoch für sich genommen kein Beweis dafür, dass sich sein Stellungsspiel verbessert hat.

Das ist ein Grund, warum jeder Scouting-Bericht von The Beaumont Index sowohl auf Videoanalyse als auch auf Zahlen basiert – und warum wir explizit darauf hinweisen, wenn ein Urteil primär auf Ballaktionen beruht.

Wie man es tatsächlich messen würde

Die ehrliche Antwort lautet: Man müsste jederzeit wissen, wo sich jeder Spieler auf dem Feld befindet, nicht nur, wo der Ball ist.

Mit solchen Positionsdaten kann man die richtigen Fragen stellen: Welche Laufwege haben einen Verteidiger aus der Formation gezogen? Welcher Lauf hat die Gasse für den Pass geöffnet? Welcher Spieler hat im Pressing den einfachen Passweg zugestellt und den langen Ball erzwungen? Man kann dann die Torchancen einer Mannschaft mit diesem Laufweg gegen die Chancen abwägen, die sie wahrscheinlich ohne diesen Lauf gehabt hätte. So erhält ein Laufweg einen Wert, auch wenn der Spieler den Ball nie berührt.

Solche Analysen existieren bereits. Sie sind jedoch noch nicht Teil der Zahlen, die die Öffentlichkeit sieht, und auch nicht Teil unserer Daten. Unsere Ratings, unsere Chancenmodelle und unsere Scouting-Perzentile basieren auf Ballereignissen und werden sorgfältig um die Stärke von Gegner und Liga bereinigt.

Was wir versprechen

Drei Dinge.

Erstens: Wenn ein Urteil auf Ballaktionen basiert, werden wir das so kommunizieren. Wenn die Bewertung eines Spielers von seiner Arbeit ohne Ball abhängt, werden wir offenlegen, dass unsere Daten dies nicht vollständig erfassen können.

Zweitens: Wir werden weiterhin den Einfluss der Mannschaftsleistung von der individuellen Leistung trennen. Die Präsenz von Middlesbrough im gegnerischen Strafraum ist ein Mannschaftsfakt. Es ist kein Beweis dafür, dass ein einzelner Boro-Stürmer individuell herausragend ist.

Drittens: Wir werden weiterhin die Spiele schauen. Bellinghams Clásico-Auftritt tauchte im Spielberichtsbogen ohne Tor und ohne Assist auf. Das meiste, was diesen Abend so stark machte, wäre dort überhaupt nicht erschienen.

Irgendwo in diesem Spiel haben Laufwege und Positionierungen dazu beigetragen, einen Clásico zu gewinnen. Niemand hat es gezählt. Wir würden es gerne tun.

FAQ

Was ist Arbeit gegen den Ball?

Alles, was ein Spieler tut, während ein Mitspieler oder Gegner den Ball hat: Laufwege zur Raumschaffung, Pressing, Absicherung, das Halten der Defensivlinie. Für die meisten Spieler macht dies den Großteil eines Spiels aus.

Warum können die meisten Fußball-Daten das nicht messen?

Weil die meisten Datensätze Ereignisse erfassen, die direkt mit dem Ball zu tun haben. Ein Laufweg, ein Pressing, das einen langen Ball erzwingt, oder ein intelligentes Stellungsspiel, das einen Pass verhindert, erzeugen oft gar kein Ereignis.

Misst The Beaumont Index Arbeit gegen den Ball?

Nur indirekt. Team-Metriken wie Box-Präsenz, Chancenqualität und Pressing-Intensität spiegeln sie wider, und wir bereinigen Defensivwerte um den Ballbesitz. Aber wir können einen individuellen Laufweg noch nicht dem Spieler zuschreiben, der ihn gemacht hat.

Was wäre nötig, um es präzise zu messen?

Daten über die Position jedes Spielers während des gesamten Spiels, nicht nur des Balls, sowie ein Modell, das den tatsächlichen Spielverlauf mit dem vergleicht, was ohne diesen Laufweg wahrscheinlich passiert wäre.