Data Science, aus reiner Liebe
Steigt Millwall aus der Championship auf?
Neben der Arbeit habe ich drei Leidenschaften: Data Science, das Fliegen und den Millwall Football Club.
Egal, welchen Verein du unterstützt, danke, dass du vorbeischaust. Fussball ist eines der wenigen Dinge, die Menschen über alle Unterschiede hinweg verbinden, und das verdient es, gefeiert zu werden.
Auf dieser Seite treffen zwei dieser Leidenschaften aufeinander. Unten findest du ein lebendiges Modell von Millwalls Aufstiegschancen, in vier Schritten aufgebaut, vom einfachen Münzwurf bis zur vollen Monte-Carlo-Simulation der Restsaison.
Es aktualisiert sich rund um jeden Spieltag mit Live-Daten aus der Championship und folgt demselben Ansatz, den ich bei Kunden verfolge: einfach anfangen, jede Annahme testen und Komplexität nur dann hinzufügen, wenn sie sich bezahlt macht.
0.0%
Aufstiegschance diese Saison (Top 6)
Das Spieltags-Update
Nach zwei harten Auswärtsniederlagen stehen wir auf Platz 16 mit 18 Punkten aus 15 Spielen und der Meistertitel-Talk ist mit 0,0% definitiv erledigt, obwohl das Modell uns noch 0,8% Playoff-Chancen gibt, wenn wir es schaffen, die Form zu verbessern. Das Derby-Desaster hat gezeigt, dass wir es draufhaben, aber wir müssen diese Form zurückfinden, wenn Queens Park Rangers am Samstag im The Den antreten, auf geht's ihr Löwen.
Als Nächstes: zu Hause gegen Queens Park Rangers FC · Samstag, 21. November
Aktuelle Platzierung
16.
von 24
Erwartete Platzierung
14.
Spanne 10–19
Erwartete Endpunkte
60
51–68
Letzte fünf
Jüngste Ergebnisse stärker gewichtet über ein Elo-Update, dann 20.000 Simulationen der Restsaison. Das ist die Schlagzeilen-Zahl.
0.0%
Meistertitel
0.0%
Direktaufstieg
0.8%
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
14.12.6%· am wahrscheinlichsten
Die Tabelle heute
| Pl | Team | TD | Pkt |
|---|---|---|---|
| 1 | Birmingham City | +14 | 29 |
| 2 | Middlesbrough | +11 | 29 |
| 3 | Stoke City | +6 | 29 |
| 4 | Southampton | +14 | 28 |
| 5 | Wolverhampton Wanderers | +8 | 28 |
| 6 | West Bromwich Albion | +8 | 28 |
| 7 | Swansea City | +4 | 26 |
| 8 | Queens Park Rangers | +6 | 24 |
| 9 | West Ham United | +14 | 23 |
| 10 | Portsmouth | +2 | 22 |
| 11 | Sheffield United | +2 | 22 |
| 12 | Norwich City | +8 | 21 |
| 13 | Blackburn Rovers | -1 | 21 |
| 14 | Cardiff City | 0 | 18 |
| 15 | Wrexham | -2 | 18 |
| 16 | Millwall | -4 | 18 |
| 17 | Bristol City | -8 | 18 |
| 18 | Bolton Wanderers | -9 | 17 |
| 19 | Charlton Athletic | -10 | 17 |
| 20 | Watford | -10 | 15 |
| 21 | Lincoln City | -11 | 15 |
| 22 | Burnley | -9 | 10 |
| 23 | Derby County | -16 | 10 |
| 24 | Preston North End | -17 | 8 |
Voraussichtliche Endtabelle
| Pl | Team | xPkt |
|---|---|---|
| 1 | Southampton | 84 |
| 2 | Birmingham City | 84 |
| 3 | Middlesbrough | 83 |
| 4 | Wolverhampton Wanderers | 79 |
| 5 | Stoke City | 79 |
| 6 | West Ham United | 77 |
| 7 | West Bromwich Albion | 77 |
| 8 | Swansea City | 76 |
| 9 | Queens Park Rangers | 72 |
| 10 | Norwich City | 71 |
| 11 | Sheffield United | 68 |
| 12 | Portsmouth | 64 |
| 13 | Blackburn Rovers | 61 |
| 14 | Millwall | 60 |
| 15 | Cardiff City | 59 |
| 16 | Wrexham | 58 |
| 17 | Bristol City | 53 |
| 18 | Bolton Wanderers | 53 |
| 19 | Charlton Athletic | 51 |
| 20 | Watford | 47 |
| 21 | Burnley | 47 |
| 22 | Lincoln City | 47 |
| 23 | Derby County | 39 |
| 24 | Preston North End | 35 |
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.
8.11.2026 · 2026/2027 · 180 played