29. März 2016. Pünktlich zum Beginn des Endspurts in der Bundesliga-Saison 2015/16 werden die Prognosen ab dem 29. März um 10 Uhr unter www.sew.unisg.ch/soccer_analytics veröffentlicht. Anschliessend werden die Prognosen jeweils zwei Tage nach einer Runde mit den neuesten Entwicklungen aktualisiert.

Was wird prognostiziert?
Hauptziel ist es, die Abschlusstabelle einer Bundesliga-Saison zu prognostizieren. Als «Nebenprodukt» werden dazu die Spielausgänge jedes Spieltags einige Tage im Voraus vorhergesagt. Um die Unsicherheit über die tatsächliche Abschlusstabelle abzubilden wird zusätzlich betrachtet, welche Mannschaften mit welcher Wahrscheinlichkeit in einer bestimmten Region der Tabelle landen.

Für die Saison 2015/16 sehen die Forschenden derzeit wie erwartet, dass das Rennen um Meister und Vize-Meister ziemlich eindeutig ist. Ebenso scheint der direkte Abstieg von Hannover 96 eine ziemlich klare Sache zu sein. Dazwischen geht es deutlich enger zu. So können sich noch sechs Mannschaften berechtigte Hoffnungen auf eine Champions-League-Qualifikation machen. Die Mannschaften auf den Plätzen 3 bis 8 haben mindestens eine 10-prozentige Chance, sich für die Königsklasse zu qualifizieren. Im Abstiegskampf gibt es ausserdem noch fünf Mannschaften neben Hannover, die mit einer Wahrscheinlichkeit von mindestens 20 Prozent direkt absteigen oder in die Relegation müssen.

Des Weiteren vergleichen die Wissenschaftler das tatsächliche Abschneiden der Mannschaften mit dem, was vor der Saison zu erwarten war. Dort kann man sehen, welch grosse Überraschung Berlin ist. Die Prognose vor der Saison sah Berlin am 27. Spieltag bei einem Punktestand von 28 Punkten. Die erreichte Punktzahl von 48 zeigt, dass Hertha BSC die positive Überraschung der Saison ist. Auf der negativen Seite stehen Wolfsburg und Hannover, die am 27. Spieltag jeweils 14 und 12 Punkte weniger auf dem Konto haben als von dem Prognosemodell vor Saisonbeginn erwartet wurde.

Wie funktioniert die Prognose?
Für die Prognose greifen die Forschenden auf eine umfangreiche Datenbasis von Informationen zurück, die unter anderem frühere Spielergebnisse und Spielweisen, den aktuellen Kader, das Umfeld und den Spielplan der aktuellen Saison beinhaltet. Das Prognosemodell wird durch eine ökonometrische Methode erstellt, die auf Grund von vergangenen Spielzeiten Informationen herausfiltert, welche eine nachweisliche Vorhersagekraft für den Ausgang von Fussballspielen und die Plätze in der Abschlusstabelle der Bundesliga haben.

So entsteht ein Prognosemodell, welches anhand der beobachteten Informationen die Wahrscheinlichkeiten eines Heimsiegs, eines Unentschiedens sowie eines Auswärtssiegs kommender Spiele berechnet. Daraus können die erwartete Punktzahl einer Mannschaft aus jedem Spiel berechnet werden. Wenn man die erwartete Punktzahl dieser Spiele zusammenzählt, erhält man die Prognose für die Abschlusstabelle. Solche Prognosen sind jedoch mit Unsicherheit behaftet, da sich natürlich nicht immer die Favoriten durchsetzen. Dieser Unsicherheit tragen die Wissenschaftler durch viele tausend Simulationen Rechnung und können somit die Wahrscheinlichkeiten für einen bestimmten Ausgang der Saison für die einzelnen Teams ermitteln.

Wer steckt dahinter?
Die Forschungsgruppe Sportökonomie um Prof. Dr. Michael Lechner, Inhaber des Lehrstuhls für empirische Wirtschaftsforschung an der Universität St.Gallen. Der Lehrstuhl ist immer bestrebt, die neusten statistischen Methoden anzuwenden. So auch die Methoden des «Machine Learnings», die sich in den vergangenen Jahren wachsender Beliebtheit erfreuen wenn es darum geht, bestmögliche Prognosen für ungewisse Ereignisse zu erstellen. Aus dem Interesse an der Fussball-Bundesliga und an den neuen Methoden wurde die Idee geboren, eine eigene Bundesliga-Prognose zu erstellen und mit der Öffentlichkeit zu teilen. Auf diese Art und Weise wurde auch eine Datenumgebung geschaffen, die für eine Erprobung der neuartigen statistischen Methoden gut geeignet ist, bevor diese Methoden dann zur Analyse wirtschaftspolitisch relevanterer Frage zum Einsatz kommen.

Bild: fotolia.de/p!xel 66