Sport-Analytics: So habe ich das EURO-2024-Finale vorhergesagt

Mit 14 habe ich zum ersten Mal auf den Sieger der FIFA-Weltmeisterschaft 2010 gewettet. Nur aus dem Bauch heraus tippte ich Spiel für Spiel und setzte am Ende auf die beiden Finalisten meines Turnierbaums: die Niederlande und Spanien. Tatsächlich standen genau diese Teams im Finale—und ich war begeistert, dass meine Tipps aufgegangen waren.

14 Jahre später suchte ich ein Projekt, um meine Python- und Machine-Learning-Kenntnisse zu vertiefen—und landete bei einem Vorhersageprojekt zur EURO 2024. Mein Ziel: die Spielergebnisse (Sieg, Unentschieden, Niederlage) sowie die Anzahl der Tore je Team vorherzusagen.

In diesem Artikel gebe ich einen Überblick über mein EURO-2024-Projekt: Welche Schritte ich gegangen bin, auf welche Hürden ich gestoßen bin und welche Erkenntnisse ich gewonnen habe. Für alle technischen Details inklusive Code schau dir bitte das begleitende Notebook-Projekt an—du brauchst ein DataLab-Konto, um auf alle Dateien zuzugreifen.

Herausforderungen bei Fußball-Prognosen

Fußballergebnisse vorherzusagen ist aus mehreren Gründen berüchtigt schwierig. Im Fußball ist die statistische Verteilung von Toren stark schwankend. Gleichzeitig gibt es im Vergleich zu anderen Teamsportarten mit Ball relativ wenige Torchancen pro Spiel—das macht die Ergebnisse unberechenbar.

Nimm Handball: Durch die vielen Abschlüsse sind die Resultate tendenziell vorhersehbarer, weil sich die Anzahl der Tore über das Spiel hinweg der Chancenproduktion und -verhinderung angleicht. Im Fußball reicht es dagegen manchmal, sich hinten einzuigeln und mit einem entschlossenen Konter das Spiel auf den Kopf zu stellen.

Außerdem sind Fußballspiele durch eine starke Pfadabhängigkeit geprägt: Dynamik und Ausgang hängen meist stark vom ersten Tor ab. Kleine, aber entscheidende Aktionen können zu einem Tor oder einer roten Karte führen und den Spielverlauf dramatisch kippen—Vorhersagen werden dadurch noch schwieriger.

Die Einführung des VAR (Video Assistant Referee) hat die Unwägbarkeiten weiter erhöht, weil Entscheidungen auf dem Feld gekippt werden können. Und dann ist da noch die schwer greifbare \"Tagesform\"—darüber könnte ich als Fan der launischen Diva Eintracht Frankfurt ein Buch schreiben.

Strategien gegen Datenlücken

Neben den genannten Faktoren gibt es weitere Datenbeschränkungen, die ich im Modell adressieren musste.

\n
• Fehlende spielerspezifische Daten: Ohne Detaildaten zu Schlüsselspielern, individuellen Leistungswerten oder Verletzungen übersieht das Modell wichtige Einflussfaktoren. Auch wenn Nationalteams nicht wie Vereine den Schwankungen des Transfermarkts ausgesetzt sind, verändert sich die Kaderzusammensetzung über die Jahre stark—ideal wäre, wenn sich das in den Daten widerspiegelt.
\n
• Fehlende In-Game-Daten: Ohne Live-Statistiken wie Ballbesitz oder Passquoten sinkt die Genauigkeit. Datenpunkte wie Minute und Team des ersten Treffers würden helfen, Muster der erwähnten Pfadabhängigkeit zu erkennen und den möglichen Spielverlauf besser abzuleiten. 
\n

Um diese Datenprobleme abzufedern, habe ich mehrere Strategien eingesetzt:

Fehlwerte imputieren

Ich habe, wo möglich, fehlende Werte ergänzt, um den Datensatz vollständig zu halten—zum Beispiel die zu erwartenden Grundordnungen für kommende Spiele.

Da die meisten Teams an erprobten Formationen festhalten, habe ich angenommen, dass jedes Team mit der Formation antritt, die es in den letzten fünf Spielen am häufigsten genutzt hat. So lassen sich Partien vorhersagen, bevor die Aufstellungen eine Stunde vor Anpfiff veröffentlicht werden.

Features ausschließen oder ersetzen

Wenn weder Imputation noch Entfernen praktikabel war, habe ich bestimmte Features ausgeschlossen oder ersetzt, um die Modellgüte nicht zu gefährden.

Ursprünglich wollte ich eine zweistufige Prognose bauen: Aus Primärfeatures sollten erst Sekundärwerte wie Ballbesitz oder Expected Goals vorhergesagt werden, um damit zusätzlich das Ergebnis zu schätzen. Aus Einfachheitsgründen habe ich darauf verzichtet und stattdessen je Team zwei spielstilrepräsentierende Features auf Basis von Durchschnittsstatistiken vergeben.

Fehlende Daten entfernen

Wo Imputation nicht sinnvoll war, habe ich fehlende Einträge entfernt, um die Datenqualität zu sichern. Zum Glück ging dabei nur wenig verloren—für den Modellaufbau blieben über 3.000 Spiele.

Datenpipeline: Von der Sammlung zur Prognose

Nachdem die Hürden und Grenzen klar waren, ging es darum, Rohdaten in belastbare Prognosen zu verwandeln. Die Datenpipeline als Rückgrat des Projekts umfasste das Sammeln, Vorverarbeiten und Aufbereiten der Daten für das Modeling—unter Einbezug taktischer, psychologischer und historischer Features.

Data Scraping

Zunächst habe ich historische Spieldaten aus verschiedenen Quellen gescraped, darunter Transfermarkt, um umfassende Informationen zu vergangenen Partien zu erhalten.

Eine Zeile im resultierenden DataFrame entspricht einem Spiel aus der Perspektive eines der beteiligten Teams. Diese Daten habe ich mit FootyStats kombiniert, um Spielstil-Features wie durchschnittlichen Ballbesitz und Effizienzmetriken einzubinden.

Mehr Details findest du im Data-Scraping-Notebook hier.

Feature Engineering

Anschließend habe ich Rohdaten in aussagekräftige Features überführt, die von den Machine-Learning-Modellen genutzt werden können. Dazu gehörten das Ableiten von Werten, das Transformieren von Variablen und das Bilden von Durchschnitten.

Cluster der Effizienz vs. Verwundbarkeit aller Teams im Datensatz

Mehrere Schlüsselfeatures wurden identifiziert und genutzt, um die Prognosequalität zu steigern. Darunter:

\n
• Taktische Formationen: Formation beider Teams sowie Anzahl der Stürmer und Verteidiger. Ziel war, Muster zwischen populären Grundordnungen und offensiven bzw. defensiven Fähigkeiten zu erkennen.
\n
• Favorit/Außenseiter-Status: Zur einfachen und objektiven Messung habe ich dieses Feature aus den UEFA-Nations-League-Ligen (und entsprechenden FIFA-Weltranglistenbereichen für Nicht-Europäer) abgeleitet, um anzuzeigen, welches Team stärker einzuschätzen ist.
\n
• Formkurve: Durchschnittlich erzielte und kassierte Tore in den letzten fünf Spielen als Indikator für die aktuelle Offensiv- und Defensivleistung.
\n
• Spielstil: Durchschnittlicher Ballbesitz sowie Cluster aus Effizienz- und Verwundbarkeitsmetriken (siehe Grafik). Effizienz berechnet als Verhältnis von Toren zu Expected Goals (xG), sowohl für eigene als auch für gegnerische Treffer. Die Cluster wurden nur auf die qualifizierten Teams gefittet und anschließend auf alle übrigen Teams mit mindestens einem Spiel im Datensatz übertragen. Hinweis: Für Nicht-Europäer kann der Wert wegen weniger Spiele deutlich abweichen.
\n
• Turnierphase: Gruppenphase oder K.-o.-Runde, um unterschiedliche Drucksituationen abzubilden. Ziel war, leistungsabhängige Muster je nach Einsatz zu erkennen.
\n
• Team-Essenz und Langfristtrend: Dieses Feature unterstellt, dass es einen schwer erklärbaren Rest gibt, der als \"Essenz\" eines Teams erfasst werden kann. Zusammen mit einer Zeitvariable bildet es Aspekte ab, die andere Features nicht abdecken, und liefert so ein umfassenderes Bild von Leistung und Trends.
\n

Bevor die Machine-Learning-Modelle gebaut werden, wird der Datensatz in noch nicht gespielte und bereits gespielte Partien aufgeteilt, um zwischen gelabelten und ungelabelten Daten zu unterscheiden. Zudem log-transformieren wir stark rechtsschiefe Form-Features und wenden Normalisierung sowie One-Hot-Encoding an, damit die Daten im passenden Format vorliegen.

Teamvariablen inklusive Langfristtrend müssen mit dem MinMaxScaler skaliert werden, damit Nullen (Spiele ohne das jeweilige Team) die Skalierung nicht verzerren. Alle übrigen numerischen Features werden mit dem StandardScaler normalisiert.

Modellwahl und Workflow-Implementierung

Um die besten Modelle für Fußballprognosen zu finden, startete ich mit einer breiten Auswahl. In einem Black-Box-Ansatz habe ich verschiedene Modelle getestet, um ihre Stärken und Schwächen im Umgang mit den Daten zu verstehen. Für jedes Modell nutzte ich die Klassifikationsvariante zur Ergebnisvorhersage und die Regressionsvariante für die Zahl der Tore beider Teams. Getestet wurden:

\n
• Random Forest
\n
• Gradient Boosting
\n
• Extreme Gradient Boosting (XGBoost)
\n
• Support Vector Machine (SVM)
\n
• K-Nearest Neighbors
\n
• Extra Trees
\n
• Adaptive Boosting (AdaBoost)
\n
• Light Gradient Boosting Machine (LightGBM)
\n
• Categorical Boosting (CatBoost)
\n
• Lineare Regression
\n

Für Reproduzierbarkeit habe ich einen Seed gesetzt (meine frühere Rückennummer, neun). Die Definition von Labels und Targets sowie der Modellbau umfassten mehrere Schritte, jeweils mit Cross-Validation zum Leistungsvergleich:

\n
1. Baseline-Modelle bewerten: Alle genannten Modelle wurden instanziiert, gefittet und per Cross-Validation evaluiert.
\n
2. Hyperparameter-Tuning: Optimierung der Modellparameter zur Leistungssteigerung. Feinjustierung hilft, sich besser an die Daten anzupassen und genauer zu prognostizieren.
\n
3. Rekursive Feature-Selektion: Diente dazu, die relevantesten Features zu identifizieren. Das verbessert Effizienz und Genauigkeit. Für einige Labels war die Prognose allerdings mit allen Features besser—in diesen Fällen habe ich die Vollversion genutzt.
\n

Am Ende habe ich die bestperformenden Modelle nach ihrer Präzision bei der Ergebnisprognose (Sieg/Niederlage) und dem Root Mean Squared Error (RMSE) bei der Torvorhersage ausgewählt.

Für Spielergebnisse nutze ich zwei Modelle: eines für Sieg/Niederlage und eines speziell für Unentschieden. Das war nötig, weil die Muster hinter Unentschieden sich deutlich von denen für Siege/Niederlagen unterscheiden. Damit die Wahrscheinlichkeiten für Sieg, Remis und Niederlage zusammen 100% ergeben, habe ich sie anschließend normalisiert.

Modellanwendung

Mit den gewählten Modellen inklusive Hyperparametern und Feature-Set sage ich alle Labels für jede Zeile vorher. Da es pro zu prognostizierendem Spiel zwei Zeilen gibt, erhalten wir je zwei Wahrscheinlichkeiten für jedes Ergebnis und zwei Gleitkommazahlen als Torvorhersagen pro Team.

Diese Werte sollten nicht stark voneinander abweichen; falls doch, flagge ich das Spiel als unsicher. Um je Label einen Wert zu erhalten, bilde ich den Durchschnitt beider Vorhersagen.

Für die Spielergebnisse normalisiere ich die Wahrscheinlichkeiten für Sieg, Remis und Niederlage auf 100%. Zusätzlich habe ich Spalten für beliebte Wettmärkte wie \"Doppelte Chance\" ergänzt. Aus den vorhergesagten Toren pro Team leite ich per Poisson-Verteilung die Wahrscheinlichkeiten für 0, 1, 2, ... Tore je Team ab sowie die Over/Under-Wahrscheinlichkeiten für 1,5/2,5/3,5/4,5/5,5 Gesamttore—ebenfalls gängige Märkte.

Für meine Tipps wähle ich das Ergebnis mit der höchsten Wahrscheinlichkeit. Liegen die Siegchancen beider Teams innerhalb von 0,05, deute ich das als Remis. Bei Toren wähle ich die wahrscheinlichste Torzahl pro Team und passe sie bei Bedarf an, damit sie zum vorhergesagten Ausgang passt.

Um künftige EURO-Spiele zu prognostizieren, habe ich die Rohdaten um die initialen Vorhersagen ergänzt. Mit diesen Vorhersagen im Datensatz und erneuter Feature-Generierung konnte ich die nächste Runde auf Basis der Turnierdynamik berechnen.

Leistungsmessung: Accuracy vs. Precision

Gerade im Fußball ist der Unterschied zwischen Accuracy (Trefferquote) und Precision (Präzision positiver Vorhersagen) wichtig—je nach Anwendung. Das Beispiel Wetten vs. Tipprunde macht das deutlich:

Beim Sportwetten

Ziel ist, Quoten mit positivem Erwartungswert zu finden. Man muss wahrscheinliche Ausgänge erkennen und die Buchmacherquoten bewerten, um Value Bets zu identifizieren.

Hier ist Precision entscheidend, denn sie misst, wie oft positive Vorhersagen (z. B. \"Team gewinnt\") wirklich zutreffen. Hohe Precision hilft, von Buchmachern unterbewertete Wetten konsistent zu erkennen—und wirkt sich direkt auf die Profitabilität aus.

Wichtig: Wettanbieter beschäftigen ganze Teams, die sehr ausgefeilte Prognosemodelle bauen und pflegen—ein einfacheres Modell wie meines wird dem meist unterlegen sein.

In der Tipprunde

Hier geht es darum, möglichst viele Einzelergebnisse richtig zu tippen. Punkte gibt es pro korrekter Vorhersage—am Ende zählt die Summe. Insgesamt ist Accuracy wichtiger, weil sie misst, wie oft du richtig liegst, und damit über die Gesamtpunktzahl entscheidet.

Die Vorhersage von Unentschieden ist ein gutes Beispiel für die Kluft zwischen beiden Maßen. Nur etwa 20% der Spiele im Training endeten remis, wodurch viele Modelle die Remis-Chance unterschätzen—manche sagen nie ein Unentschieden voraus.

Das ergibt zwar eine hohe Accuracy von rund 80% (alle Nicht-Remis korrekt), aber eine Precision von 0 für Remis—weil kein Unentschieden als solches vorhergesagt wurde.

Modellergebnisse

Die Leistung variierte je nach Aufgabentyp:

\n
• Ergebnisprognosen
\n
\n
• CatBoost und AdaBoost: Beide lieferten für Sieg/Niederlage die besten Werte mit bis zu 72% Accuracy und 70% Precision.
\n
• SVC für Remis: Erreichte 79% Accuracy und 47% Precision—weit weg von ideal, aber ein großer Sprung weg von null.
\n
\n
• Torprognosen
\n
\n
• CatBoost und Gradient Boosting: Beste Leistung mit minimalem RMSE von 1,19 Toren und maximalem R2 von 0,23. Das zeigt viel Luft nach oben, bildet aber eine solide Basis.
\n
\n

Da unterschiedliche Modelle eingesetzt werden, passen Ergebnis- und Torprognosen nicht immer zusammen. Auch wenn kategoriale und numerische Scores schwer vergleichbar sind, funktionieren Ergebnisprognosen tendenziell besser als Torvorhersagen—daher passe ich Letztere im Konfliktfall an Erstere an.

Verteilung der Tore in allen gespielten Partien

Auffällig ist, dass das Modell als wahrscheinlichste Torzahl praktisch nur 0, 1 oder 2 wählt. Angesichts der Verteilung in den Testdaten überrascht das nicht, bedeutet aber: Spiele mit vielen Toren werden vom Modell selten als wahrscheinlichstes Ergebnis erwartet.

Prognosen in der Praxis: EURO-2024-Ausblick

Die Anwendung auf die ersten EURO-Spiele lieferte spannende Ergebnisse!

Gruppenphase

In drei Vierteln der Fälle tippte das Modell auf den Favoriten als Sieger, im übrigen Viertel wich die Prognose von den Buchmacherfavoriten ab.

Auf den ersten Blick klingt das nach einer soliden Wette, denn Überraschungen gibt es immer. Knifflig bleibt aber die Grundfrage jeder Fußballprognose—ob mit Bauchgefühl oder ML: Wann lohnt sich der Tipp auf den Außenseiter?

Eine Strategie: immer nur auf den Favoriten setzen. Einige Überraschungen liegen dann daneben, insgesamt ist die Accuracy aber gut. Versuchst du zusätzlich, die Upsets zu treffen, kannst du die Trefferquote zwar weiter optimieren—das ist aber riskanter und schwieriger.

Wenn der Anteil an Überraschungen ungefähr konstant ist, zählt jeder Fehler doppelt: Für jedes erhoffte Upset, das nicht eintritt, verpasst du ein Favoritensieg.

Ich habe den riskanteren Weg gewählt—große Ernte blieb zunächst aus. Mein Modell hatte bei potenziellen Überraschungen Pech, sodass die Accuracy am ersten Spieltag nur bei 50% lag.

Beispielsweise sagte das Modell für die Außenseiter Serbien und Georgien ein Remis gegen England bzw. einen Sieg gegen die Türkei voraus. Gewonnen haben aber die Favoriten. Umgekehrt traf das Modell echte Überraschungen wie den Sieg der Slowakei gegen Belgien, Rumäniens 3:0 gegen die Ukraine oder Dänemarks Remis gegen Slowenien nicht.

Die folgenden Prognosen entstanden nach dem zweiten Spieltag, mit je einem Gruppenspiel pro Team ausstehend. Am verblüffendsten ist Gruppe E: Alle Teams haben drei Punkte.

Laut Modell gewinnt die Slowakei die Gruppe nach einem 1:0 gegen Rumänien, da sie zuvor Belgien geschlagen hat, und verdrängt damit den Favoriten auf Platz zwei. Das Modell sieht die Slowakei sogar als größtes Turnierüberraschungsteam, mit Sieg gegen Österreich und Einzug ins Viertelfinale.

K.-o.-Runden

Die Gesamtprognose ist durch das Format besonders knifflig, weil auch die besten Gruppendritten weiterkommen. Das erzeugt viele mögliche Paarungen—abhängig davon, aus welchen Gruppen die vier besten Dritten stammen. Die folgenden Tipps daher mit Vorsicht genießen: Schon eine Torveränderung kann die Paarungen komplett durchwürfeln.

Die K.-o.-Spiele werden generell sehr eng erwartet; einzig Spanien soll im möglichen Achtelfinale gegen Rumänien mit zwei Toren Differenz gewinnen.

Die italienischen Partien treiben die Enge auf die Spitze: Für die ersten beiden K.-o.-Runden sind Remis prognostiziert. Da Elfmeterschießen selten sind und zu wenig Daten für deren Prognose vorliegen, habe ich mich auf die Erinnerung an Italiens starke Bilanz verlassen und ihnen Siege gegen die Schweiz und England im Shootout zugeschrieben.

Im Halbfinale sieht das Modell Spanien, Portugal, die Niederlande und Italien.

Das Finale: Niederlande gegen Spanien—wie 2010. Wiederholt sich die Geschichte?

Wichtigste Learnings

Aus dem Projekt nehme ich vor allem mit:

\n
• Fußball zu prognostizieren ist schwierig, macht aber Spaß: Hohe Pfadabhängigkeit und der große Einfluss kleiner Ereignisse machen es herausfordernd—und genau deshalb spannend.
\n
• Der Workflow ist entscheidend: Ein sauber geplanter Ablauf von Anfang an spart Zeit und führt zu klarerem, wartbarerem Code. Das erleichtert Debugging und steigert die Qualität insgesamt.
\n

Um die Prognosen zu verbessern und den Projektscope zu erweitern, bieten sich an:

\n
1. Mehr Daten: Ein größerer Pool an Spielen erleichtert das Erkennen von Mustern zwischen Features und verbessert die Modellgüte.
\n
2. Weitere Features: Neue Merkmale können zusätzliche Einblicke liefern:
\n
\n
• Erfahrung: Durchschnittliche Anzahl an Länderspielen pro Kaderspieler als Indikator für das Erfahrungsniveau.
\n
• Pre-Match-Quoten: Die Favoritenrolle durch Scraping von Buchmacherquoten abbilden. Einschränkung: Quoten ändern sich häufig. Für eine einfache Favorit/Außenseiter-Analyse sollte es dennoch reichen.
\n
\n
3. Erweiterter Ansatz:
\n
\n
• In-Game-Daten: Live-Statistiken wie Ballbesitz, Passgenauigkeit oder Laufwege können die Präzision während des Spiels erhöhen.
\n
• Spielerdaten: Detaillierte spielerspezifische Informationen, inklusive Leistungsmetriken und Fitness, liefern zusätzliche Aussagekraft.
\n
\n

Mehr Infos und Code findest du im Projekt-Notebook.

Fazit

Dieser Beitrag skizziert Herausforderungen und Methoden bei Fußballprognosen und fasst die Reise und Learnings aus dem EURO-2024-Projekt zusammen.

Die Verbindung aus Data Science und Sport-Analytics eröffnet spannende Möglichkeiten für Enthusiastinnen und Profis. Ziel ist es, die Modelle weiter zu verfeinern und auch auf andere Turniere anzuwenden—als Beitrag zum wachsenden Feld der Sport-Analytics.

Wenn du tiefer einsteigen willst, probiere diese Ressourcen:

\n
• Sports Analytics: How Different Sports Use Data Analytics
\n
• Exploring World Cup Data in Python
\n
• Analyzing Olympics Data with SQL and Python | DataCamp
\n
• Superbowl Analysis in Python | DataCamp
\n