Jede Analyse auf dieser Seite steht und fällt mit den Daten dahinter. Deshalb hier offen, woher die Zahlen kommen, wie wir sie erheben und wo sie an ihre Grenzen stoßen – die ausführliche Version steht außerdem am Ende jedes einzelnen Artikels im Abschnitt „Quellen & Methodik".
Die Quellen im Überblick
Für die Bundesliga gibt es keine einzelne Quelle, die alles liefert. Deshalb kombinieren wir je nach Fragestellung mehrere:
- FBref – Team- und Spielstatistiken, u. a. Ballbesitz-Prozente pro Spiel. Kein offizielles API, Zugriff über automatisiertes, rate-limitiertes Abrufen. Normalerweise nur Bundesliga-Ligaspiele, mit einer dokumentierten Ausnahme: Für Fragen, die reine Ligaspiele gar nicht beantworten können (z. B. Elfmeterschießen, die es in der Bundesliga-Tabellenrunde praktisch nie gibt), ziehen wir bei Bedarf DFB-Pokal-, Champions-League- und Europa-League-Spiele von Bundesliga-Vereinen hinzu. Für Nationalmannschafts-Fragen (bisher: Elfmeterschießen) nutzen wir zusätzlich die WM- und EM-Endrunden, soweit FBref sie führt; EM-Endrunden vor 2000 fehlen dort.
- Understat – schussgenaue xG-Daten (Expected Goals), exakte Torminuten und die Entstehungssituation jedes Schusses (offenes Spiel, Ecke, Freistoß, Elfmeter), Bundesliga durchgehend ab Saison 2014/15. Unsere bislang verlässlichste Quelle für alles, was mit Torzeitpunkten und Spielsituationen zu tun hat. Liefert außerdem Team-Kennzahlen pro Spiel wie PPDA (ein Maß für Pressing-Intensität) und xG-basierte erwartete Punktzahl.
- OpenLigaDB – die offizielle, freie deutsche API für Bundesliga-Daten: Ergebnisse, Torschützen inklusive Spielminute, offizielle Spieltag-Zuordnung. Kein xG, kein Ballbesitz, dafür zuverlässig und gut geeignet, andere Quellen gegenzuprüfen.
- football-data.co.uk – historische Ergebnisse plus Spielstatistiken (Schüsse, Ecken, Karten) und Wettquoten über den kompletten verfügbaren Bundesliga-Zeitraum. Unsere Ergänzung für ältere Saisons, die anderswo nicht sauber abgedeckt sind, und für Kennzahlen wie Eckball- oder Kartenzahlen, die bei den anderen Quellen fehlen.
- Wikipedia – als Ergänzungsquelle für Aufsteiger/Absteiger zwischen 2. und 1. Bundesliga, da keine der oben genannten Quellen 2.-Liga-Daten führt, und als zweite Quelle, um bereits erhobene Daten gegenzuprüfen (z. B. Reihenfolge und Ausgang von Elfmeterschießen). Kein Ersatz für Spiel- oder Statistikdaten, jeder Kandidat wird gegen echte Spieldaten validiert statt ungeprüft übernommen zu werden. Bei der Gegenprüfung werden keine Wikipedia-Werte übernommen. Ein nachgewiesener Fehler der Hauptquelle wird nur korrigiert, wenn zusätzlich eine weitere, unabhängige Quelle ihn bestätigt (bisher einmal, beim Elfmeterschießen der EM 2004).
- Transfermarkt – Trainerwechsel-Übersicht – ausschließlich für Analysen rund um Trainerwechsel. Automatisiertes Abrufen ist bei Transfermarkt laut Nutzungsbedingungen nicht erlaubt, deshalb wurden diese Daten manuell im Browser zusammengetragen statt automatisiert abgerufen – derselbe Vorgang, als würde jemand die Seite lesen und sich Fakten notieren, nur eben strukturiert für eine Auswertung.
Für den technischen Zugriff nutzen wir meistens das Python-Paket soccerdata, das mehrere dieser Quellen bündelt und automatisch rate-limitiert. Wo dessen Wrapper an alten Datenständen scheitert (ist uns bei sehr frühen Bundesliga-Saisons passiert), greifen wir direkt auf die Rohdaten zu und dokumentieren das transparent im jeweiligen Artikel.
Wie wir Daten erheben
Kein Live-Scraping während jemand die Seite besucht. Für jede Analyse holen wir die nötigen Daten einmalig (oder bei Bedarf erneut) offline ab, prüfen sie, und speichern sie lokal und versioniert. Die eigentliche Website greift dann nur noch auf diese aufbereiteten, bereits geprüften Datensätze zu – das macht die Analysen reproduzierbar und unabhängig davon, ob eine Quelle gerade erreichbar ist.
Cross-Validierung: Wir glauben keiner Quelle blind
Wo möglich, prüfen wir eine Quelle gegen eine zweite, unabhängige. Ein paar Beispiele aus den bisherigen Analysen:
- Für den Mythos zu frühen Gegentreffern haben wir Understats Torminuten gegen OpenLigaDB abgeglichen: bei 98,4 % der Spiele stimmte die Toranzahl exakt überein.
- Für den Herbstmeister-Mythos haben wir unsere aus Rohdaten rekonstruierten Herbstmeister/Meister-Paare gegen die unabhängige Wikipedia-Liste geprüft: 29 von 29 verfügbaren Saisons stimmten exakt.
Wenn wir bei diesen Abgleichen einen Fehler in unserer eigenen Verarbeitung gefunden haben (kam schon vor), wird er korrigiert, bevor ein Artikel online geht – nicht danach.
Wo Daten an ihre Grenzen stoßen
Ehrlich gesagt: öfter, als uns lieb ist. FBref-xG ließ sich für Mythos 1 wegen instabilem Bot-Schutz nicht zuverlässig abrufen, wir sind stattdessen auf die tatsächliche Tordifferenz als Ersatzgröße ausgewichen und haben das im Artikel offengelegt. OpenLigaDB deckt die Bundesliga erst zuverlässig ab 2004/05 ab, für ältere Saisons braucht es zusätzlich football-data.co.uk mit eigenen Einschränkungen (z. B. keine offizielle Spieltag-Nummer, die wir dann rekonstruieren mussten). Unser Anspruch ist dabei nicht, auf die perfekte Quelle zu warten, sondern mit der bestmöglichen verfügbaren Näherung zu arbeiten und jede Einschränkung offen zu benennen, statt sie zu verschweigen.
Mehr Details
Jeder Artikel endet mit einem eigenen „Quellen & Methodik"-Abschnitt mit den konkreten Abrufdaten, Einschränkungen und einem Link zum vollständigen, nachvollziehbaren Analyse-Notebook. Dort steht jeder Zwischenschritt, nicht nur das Endergebnis. Wie wir aus diesen Daten am Ende ein Verdikt ableiten (Statistik, Kontrollvariablen, Tests), steht ausführlich auf der Methodik-Seite.