Data Science, aus reiner Liebe
Steigt Millwall aus der Championship auf?
Ich habe drei grosse Leidenschaften: Data Science, das Fliegen und den Millwall Football Club.
Mit dem letzten Punkt habe ich soeben den Grossteil meiner Zielgruppe verloren. Aber wie wir es unten am Den sagen: du magst mich nicht, ist mir egal.
Kleiner Scherz. Ich freue mich ehrlich, dass du hier bist, und noch mehr darüber, dass uns, egal wen du unterstützt, dieselbe verrückte, wunderbare Liebe zum Fussball verbindet.
Also habe ich meine andere Leidenschaft auf diese hier gerichtet. Unten steht ein ehrliches, lebendiges Modell von Millwalls Aufstiegschancen, in vier Schritten aufgebaut, vom naiven Münzwurf bis zur vollen Monte-Carlo-Simulation der Restsaison. Es aktualisiert sich rund um jeden Spieltag, und ja, ich nehme die Zahlen persönlich.
0.0%
Aufstiegschance diese Saison (Top 6)
Das Spieltags-Update
Mit 11 Punkten aus 8 Spielen auf Platz 12 gibt uns unser Modell nur 16,4% Chancen aufs Playoff, und ehrlich gesagt fühlt sich das richtig an, wenn man sieht, dass wir in den letzten fünf Spielen nur zwei Remis geholt haben. Das Gute ist, dass wir vier Tore in uns haben, wie wir gegen Bolton gezeigt haben, aber wir brauchen Konstanz, wenn wir aus dem Loch raus wollen, bevor Preston am Samstag kommt. Los geht's Löwen.
Als Nächstes: auswärts bei Preston North End FC · Samstag, 10. Oktober
Aktuelle Platzierung
12.
von 24
Erwartete Platzierung
11.
Spanne 5–18
Erwartete Endpunkte
65
55–75
Letzte fünf
Jüngste Ergebnisse stärker gewichtet über ein Elo-Update, dann 20.000 Simulationen der Restsaison. Das ist die Schlagzeilen-Zahl.
0.3%
Meistertitel
1.3%
Direktaufstieg
16.4%
Playoff erreichen
Jede Zahl ist der Anteil der 20.000 simulierten Saisonen, in denen das Ergebnis eintrat. Aufstieg heisst Top zwei (direkt) oder Top sechs (über die Playoffs); der Titel heisst Platz eins.
Wo die Simulation uns sieht
Über einen Balken fahren
11.7.7%· am wahrscheinlichsten
Die Tabelle heute
| Pl | Team | TD | Pkt |
|---|---|---|---|
| 1 | Swansea City | +7 | 17 |
| 2 | West Ham United | +11 | 15 |
| 3 | Middlesbrough | +4 | 15 |
| 4 | Southampton | +9 | 14 |
| 5 | Wolverhampton Wanderers | +5 | 14 |
| 6 | West Bromwich Albion | +2 | 14 |
| 7 | Queens Park Rangers | +3 | 13 |
| 8 | Stoke City | +1 | 13 |
| 9 | Bristol City | -1 | 13 |
| 10 | Charlton Athletic | -3 | 12 |
| 11 | Birmingham City | +1 | 11 |
| 12 | Millwall | 0 | 11 |
| 13 | Lincoln City | -1 | 11 |
| 14 | Wrexham | -3 | 10 |
| 15 | Bolton Wanderers | -4 | 10 |
| 16 | Blackburn Rovers | 0 | 9 |
| 17 | Norwich City | -1 | 9 |
| 18 | Sheffield United | -2 | 9 |
| 19 | Portsmouth | -1 | 8 |
| 20 | Watford | -3 | 8 |
| 21 | Cardiff City | -2 | 7 |
| 22 | Derby County | -7 | 5 |
| 23 | Preston North End | -7 | 4 |
| 24 | Burnley | -8 | 4 |
Voraussichtliche Endtabelle
| Pl | Team | xPkt |
|---|---|---|
| 1 | West Ham United | 84 |
| 2 | Swansea City | 83 |
| 3 | Wolverhampton Wanderers | 79 |
| 4 | Southampton | 79 |
| 5 | Middlesbrough | 74 |
| 6 | Queens Park Rangers | 71 |
| 7 | West Bromwich Albion | 70 |
| 8 | Stoke City | 70 |
| 9 | Millwall | 65 |
| 10 | Birmingham City | 65 |
| 11 | Bristol City | 63 |
| 12 | Charlton Athletic | 62 |
| 13 | Blackburn Rovers | 61 |
| 14 | Lincoln City | 61 |
| 15 | Norwich City | 60 |
| 16 | Portsmouth | 60 |
| 17 | Sheffield United | 58 |
| 18 | Wrexham | 58 |
| 19 | Bolton Wanderers | 57 |
| 20 | Cardiff City | 54 |
| 21 | Watford | 53 |
| 22 | Derby County | 45 |
| 23 | Burnley | 45 |
| 24 | Preston North End | 44 |
Der Punkteschnitt jedes Teams aus 20.000 simulierten Saisonen, gereiht. Die wahrscheinlichste Form der Endtabelle, wobei jede Zeile eine breite Spanne trägt.
So funktioniert das Modell
- 1
Naiver Ausgangswert
Kein Wissen: 24 Teams, also flach 1 zu 24. Die Basis, die jedes Modell schlagen muss.
- 2
Teamstärke
Angriffs- und Abwehrwerte aus Toren, mit Heimvorteil, dann eine ganze Saison von Grund auf simuliert. Ohne Tabellenstand.
- 3
+ Aktuelle Tabelle
Behält die bereits geholten Punkte und simuliert nur die restlichen Spiele mit diesen Stärkewerten.
- 4
+ Form & Simulation
Jüngste Ergebnisse stärker gewichtet über ein Elo-Update, dann 20.000 Simulationen der Restsaison. Das ist die Schlagzeilen-Zahl.
Die Data Science, und warum
Poisson-Tormodell
Fussballtore folgen einem Poisson-Prozess gut genug, um nützlich zu sein. Jede Torrate wird aus erzielten und kassierten Toren im Vergleich zum Ligaschnitt gebildet, plus Heimvorteil. Das Arbeitspferd der Fussballprognose: transparent, schnell, schwer zu overfitten.
Shrinkage (leichter Prior)
Nach sechs Spielen sind rohe Torraten verrauscht. Ich ziehe jede Stärke mit einem kleinen bayesianischen Prior zum Ligaschnitt, damit ein 5:1 nicht die ganze Prognose kapert. Der Effekt verschwindet mit mehr Spielen.
Elo-Form
Ein Saisonschnitt behandelt August und letzten Samstag gleich. Ein Elo-Update verschiebt jede Bewertung danach, wie überraschend ein Ergebnis war, so zählt aktuelle Form mehr, ohne die Basis wegzuwerfen.
Monte-Carlo-Simulation
Es gibt keine saubere Formel für „Wahrscheinlichkeit Top sechs“, sobald alle Restspiele und Tie-Breaker mitspielen. Also simuliere ich die Restsaison 20.000 Mal, ziehe jedes Ergebnis aus den Poisson-Raten und zähle, wie oft Millwall wo landet. So arbeiten FiveThirtyEights SPI und Optas Supercomputer.
Bewusst geschichtet
Jeder Tab fügt genau eine Idee hinzu, so siehst du die Schätzung vom naiven Ausgangswert bis zur vollen Simulation wandern. Ein Modell, das man nicht erklären kann, sollte man nicht vertrauen, also zeige ich lieber meine Arbeit.
Ehrliche Grenzen
- Tore, nicht Expected Goals. Frei verfügbare xG-Daten gibt es für die Championship nicht, also lernt das Modell aus echten Toren. Tore sind verrauschter als xG, daher schwanken die Werte früh stark.
- Kein Kontext. Es weiss nichts von Verletzungen, Sperren, Transfers, Trainerwechseln, Terminstau oder Derbystimmung. Ein Stürmerausfall bis Mai zeigt sich erst über die Ergebnisse.
- Unabhängigkeitsannahmen. Poisson behandelt Tore als unabhängig; echte Spiele haben Spielstands-Effekte (2:0 vorne und verwaltet). Dixon-Coles korrigiert die ganz niedrigen Ergebnisse, der Rest ist akzeptiertes Rauschen.
- Die Tabelle ist kein Schicksal. Mit fast der ganzen Saison vor uns sind die Bänder bewusst breit. Die eine Zahl ist die Mitte einer Spanne, kein Versprechen.
- Aus Liebe zur Sache. Ein persönliches Projekt, um die Methode ehrlich zu zeigen. Kein Wettmodell, nicht mit dem Verein verbunden.
Das Original
Das hier ist mein Modell, nicht der Verein. Für die echten Lions, die Spiele, die Tickets und die News geht es zur Quelle. Und wenn du magst, im Shop gibt es ein schönes Trikot (Poling bestätigt das).
Spiele, Ergebnisse und Tabelle von football-data.org, rund um jeden Spieltag aktualisiert. Torbasiertes Modell (frei verfügbare xG-Daten fehlen für die Championship). Ein persönliches Projekt, nicht mit Millwall FC verbunden und ganz sicher keine Wettberatung.
7.10.2026 · 2026/2027 · 95 played