Über Jahre hinweg galt der Expected-Goals-Wert (xG) als Maßstab für die Bewertung offensiver Effizienz im Fußball. Er zeigt, wie wahrscheinlich ein Abschluss auf Basis historischer Daten zu einem Tor führt. Doch im Jahr 2026 ist klar, dass ein einzelner xG-Wert lediglich die letzte Aktion erfasst – nicht jedoch den gesamten Prozess, der zu dieser Gelegenheit geführt hat. Leistungsabteilungen moderner Spitzenklubs arbeiten daher zunehmend mit Expected Threat (xT) und dem sogenannten „Chance Chain“-Ansatz, um zu verstehen, wie Ballbesitzphasen Gefahr erzeugen, lange bevor ein Schuss abgegeben wird.
Warum ein einzelner xG-Wert nicht mehr ausreicht
xG bleibt ein nützliches Instrument: Es bewertet die Qualität eines Abschlusses anhand von Distanz, Winkel, Körperteil oder Defensivdruck. Doch es blendet die vorherigen Pässe, Dribblings und Positionsbewegungen aus, die die Abwehr überhaupt erst aus dem Gleichgewicht gebracht haben. Wenn ein Flügelspieler zwei Gegenspieler überwindet und querlegt, sodass ein Mitspieler nur noch einschieben muss, bleibt die eigentliche Vorarbeit im xG-Modell unsichtbar. Der Torschütze erhält statistische Anerkennung, der Wegbereiter nicht.
Im Jahr 2026 kombinieren Vereine der Premier League und der Bundesliga Ereignisdaten mit Tracking-Daten, um diese Lücke zu schließen. Sie analysieren, wie Spieler Verteidiger verschieben, Räume öffnen und defensive Strukturen manipulieren, bevor die entscheidende Aktion erfolgt. Ohne diesen Kontext besteht die Gefahr, Leistungen zu stark zu vereinfachen und falsch einzuordnen.
Hinzu kommt die taktische Dimension. Mannschaften mit strukturiertem Positionsspiel, etwa Manchester City unter Pep Guardiola, erzeugen durch kurze Passfolgen schrittweise wachsende Gefahr. Andere Teams setzen auf schnelle Umschaltmomente. Beide Spielweisen können ähnliche xG-Werte produzieren, doch die zugrunde liegenden Mechanismen unterscheiden sich deutlich. Um diese Mechanismen zu verstehen, braucht es Kennzahlen, die die Gefährlichkeit über die gesamte Aktion hinweg erfassen.
Die Grenzen einer schussbasierten Bewertung
Schussbasierte Modelle leiden unter kleinen Stichproben. Ein Stürmer kann zwei Abschlüsse mit niedriger Wahrscheinlichkeit verwandeln und dadurch effizient erscheinen, während ein anderer regelmäßig hochkarätige Positionen erreicht, aber knapp scheitert. Über kurze Zeiträume können sich xG und tatsächliche Tore stark unterscheiden, was zu verzerrten Einschätzungen über Form oder Abschlussqualität führt.
Darüber hinaus tauchen Verteidiger und tief agierende Mittelfeldspieler in klassischen Offensivmetriken kaum auf. Ein vertikaler Pass, der zwei Linien überspielt, kann die wichtigste Aktion der gesamten Sequenz sein, erscheint jedoch nicht in schusszentrierten Zusammenfassungen. Scouting-Abteilungen berücksichtigen solche blinden Flecken 2026 zunehmend bei der Bewertung kreativer Profile.
Schließlich belohnt xG territoriale Dominanz nur dann, wenn sie in einem Abschluss mündet. Ein Team kann dauerhaft Druck ausüben, den Gegner zurückdrängen und mehrfach in den Strafraum eindringen, ohne eine klare Torchance zu erzeugen. Traditionelle Kennzahlen stufen solche Phasen mitunter als ineffektiv ein, obwohl sie strukturelle Überlegenheit widerspiegeln.
Was ist Expected Threat (xT) und wie funktioniert es?
Expected Threat (xT) weist jeder Aktion am Ball einen Wert zu, je nachdem, wie stark sie die Wahrscheinlichkeit eines Tores innerhalb desselben Ballbesitzes erhöht. Anstatt sich ausschließlich auf Abschlüsse zu konzentrieren, wird das Spielfeld in Zonen unterteilt. Jede Zone besitzt eine statistische Wahrscheinlichkeit, letztlich zu einem Tor zu führen. Bewegt ein Spieler den Ball in eine gefährlichere Zone, steigt der xT-Wert entsprechend an.
Spielt beispielsweise ein Außenverteidiger einen Pass aus der Mittelfeldzone in den Halbraum nahe des Strafraums, berechnet das Modell die Veränderung der Torwahrscheinlichkeit zwischen diesen beiden Zonen. Die Differenz wird dem Passgeber gutgeschrieben. Über eine Saison hinweg zeigt sich so, welche Spieler regelmäßig für Fortschritt in gefährliche Räume sorgen.
Im Jahr 2026 integrieren weiterentwickelte xT-Modelle zusätzlich Tracking-Daten, die die Positionierung der Verteidiger und das Tempo der Aktion berücksichtigen. Vereine wie Liverpool oder Arsenal kombinieren eigene xT-Varianten mit Pressingmetriken, um zu messen, wie schnell nach Ballgewinnen konkrete Gefahr entsteht.
Von Zonenwerten zu Entscheidungsqualität
xT ist mehr als eine abstrakte Kennzahl – es spiegelt die Qualität von Entscheidungen wider. Ein defensiver Querpass sichert den Ballbesitz, erhöht jedoch kaum die Torgefahr. Ein vertikaler Pass zwischen die Linien ist riskanter, kann aber den xT-Wert deutlich steigern. Über längere Zeiträume ergibt sich daraus ein klares taktisches Profil eines Spielers.
Auch im Trainingsprozess liefert das Modell wertvolle Hinweise. Wenn Daten zeigen, dass die Gefährlichkeit in bestimmten Zonen stagniert, lassen sich strukturelle Probleme identifizieren: mangelnde Staffelung, fehlende Tiefenläufe oder zu geringe Breite. Trainingsinhalte können gezielt angepasst werden.
Vor allem belohnt xT konstante Fortschritte. Spieler, die wiederholt in zentrale Korridore oder gefährliche Halbräume vordringen, sammeln messbaren Mehrwert – selbst ohne direkte Torbeteiligung. Dadurch wird die Bewertung kreativer Mittelfeldspieler oder offensiver Außenverteidiger deutlich differenzierter.
Das „Chance Chain“-Konzept in der modernen Analyse
Der „Chance Chain“-Ansatz verfolgt jede Spielerbeteiligung an einer Ballbesitzsequenz, die in einem Abschluss endet. Statt nur Schützen oder letzten Passgeber zu bewerten, verteilt das Modell Anerkennung auf alle Akteure der Angriffskette. Jede Aktion im Aufbau wird berücksichtigt.
Gerade im strukturierten Positionsspiel ist das relevant. Ein Innenverteidiger, der einen Linienpass initiiert, ein Sechser, der unter Druck aufdreht, oder ein Flügelspieler, der die Abwehr auseinanderzieht – sie alle sind Teil der Entstehung. Auch ohne direkten Kontakt im Strafraum leisten sie entscheidende Beiträge.
Im Jahr 2026 kombinieren mehrere Datenanbieter Chance-Chain-Metriken mit Modellen zur Ballbesitzbewertung. So entstehen mehrschichtige Analysen, die sowohl Raumgewinn als auch kollektive Beteiligung quantifizieren. Scouting-Abteilungen nutzen diese Berichte, um Spieler zu identifizieren, deren Einfluss in klassischen Statistiken unterschätzt wird.
Kollektive Entstehung statt isolierter Aktion
Die Chance-Chain-Perspektive unterstreicht eine grundlegende Realität: Tore sind selten isolierte Ereignisse. Sie entstehen durch abgestimmte Bewegungen, Raumaufteilung und Timing. Indem die gesamte Sequenz analysiert wird, lässt sich zwischen systematischer Chancenerarbeitung und individueller Improvisation unterscheiden.
Für Trainerteams ist das von großem Wert. Entstehen hochwertige Chancen regelmäßig aus bestimmten Mustern, können diese gezielt gefestigt werden. Beruht die Gefährlichkeit hingegen stark auf individueller Klasse, sind strukturelle Anpassungen sinnvoll, um Abhängigkeiten zu reduzieren.
Die Kombination aus xT und Chance-Chain-Analyse liefert somit ein umfassenderes Bild offensiver Leistung. Der Fokus verschiebt sich vom einzelnen Abschluss hin zur wachsenden Gefahr während des gesamten Ballbesitzes. Im analytischen Umfeld des Jahres 2026 stellt dieser integrierte Ansatz die konsequente Weiterentwicklung des klassischen xG dar.
