Smart Baseball

1. Traditionelle Baseball-Statistiken sind fehlerhaft und irreführend

RBI sind eine irreführende Statistik.

Veraltete Kennzahlen. Klassische Baseball-Statistiken wie Batting Average, Pitcher Wins und RBI werden seit langem zur Bewertung von Spielerleistungen herangezogen, doch sie liefern kein vollständiges Bild. Diese Werte ignorieren oft entscheidende Faktoren und können stark von äußeren Umständen beeinflusst werden, die außerhalb der Kontrolle des Spielers liegen.

Der Kontext zählt. Der Batting Average berücksichtigt beispielsweise weder Walks noch den Wert von Extra-Base-Hits. Pitcher Wins hängen stark von der Unterstützung durch das Team und der Leistung des Bullpens ab. RBI-Zahlen sind größtenteils das Ergebnis von Chancen, die durch die Mitspieler geschaffen werden. Solche Statistiken können zu Fehlbewertungen von Spielern und falschen Kaderentscheidungen führen.

Der Bedarf an besseren Kennzahlen. Die Schwächen traditioneller Statistiken haben die Entwicklung umfassenderer und kontextsensitiver Metriken vorangetrieben. Dieser Wandel wurde durch das Bedürfnis nach präziseren Spielerbewertungen und dem Wunsch nach Wettbewerbsvorteilen bei der Kaderzusammenstellung und Spielstrategie motiviert.

2. Die On-Base-Percentage (OBP) ist die wichtigste offensive Kennzahl

OBP ist Leben. Leben ist OBP.

Auf die Basis kommen ist entscheidend. Die On-Base-Percentage (OBP) hat sich als eine der bedeutendsten offensiven Statistiken im Baseball etabliert. Sie misst die Fähigkeit eines Spielers, sicher die Basis zu erreichen – sei es durch Hits, Walks oder Hit-by-Pitches. Diese Kennzahl bietet eine umfassendere Sicht auf den offensiven Beitrag eines Spielers als der reine Batting Average.

Zusammenhang mit erzielten Runs. OBP korreliert stärker mit der Anzahl der erzielten Runs eines Teams als traditionelle Werte wie der Batting Average. Das ist logisch, denn mehr Läufer auf den Bases schaffen mehr Chancen, Punkte zu erzielen. Teams und Spieler, die OBP priorisieren, verfügen meist über produktivere Offensiven.

Wandel in der Spielerbewertung. Die Anerkennung der Bedeutung von OBP hat die Bewertung von Spielern verändert. Schlagmänner, die früher wegen niedriger Batting Averages unterschätzt wurden, aber hohe Walk-Raten aufweisen, erfahren heute mehr Wertschätzung. Dieser Wandel beeinflusst Kaderzusammenstellung, Aufstellung und sogar Entwicklungsstrategien in der gesamten Liga.

3. Fortgeschrittene Metriken liefern ein genaueres Bild vom Wert eines Spielers

WAR ist ein Konstrukt, ein minimalistischer Entwurf, um den Gesamtwert eines Spielers mit einem objektiven Basisniveau in Relation zur Spielzeit zu setzen.

Umfassende Bewertung. Fortgeschrittene Metriken wie Wins Above Replacement (WAR) zielen darauf ab, den Wert eines Spielers ganzheitlich abzubilden. Sie berücksichtigen verschiedene Aspekte der Leistung – Offense, Defense, Baserunning und Positionswert – um den Gesamtbeitrag zum Team zu schätzen.

Vergleich über Positionen hinweg. Ein großer Vorteil von Metriken wie WAR ist die Möglichkeit, Spieler unterschiedlicher Positionen und Epochen vergleichbar zu machen. Das ermöglicht fundiertere Diskussionen über Spielerwerte und unterstützt Entscheidungen bei Kaderzusammenstellung, Transfers und Vertragsabschlüssen.

Weiterentwicklung der Metriken. Obwohl WAR und andere fortgeschrittene Statistiken nicht perfekt sind, stellen sie eine deutliche Verbesserung gegenüber traditionellen Kennzahlen dar. Diese Metriken entwickeln sich ständig weiter, da neue Daten verfügbar werden und unser Verständnis des Spiels wächst. Wichtige Komponenten von WAR sind:

• Offensiver Beitrag (wOBA, wRC+)
• Defensiver Wert (UZR, DRS)
• Baserunning
• Positionsanpassung
• Vergleich zum Ersatzspieler-Niveau

4. Die Bewertung von Pitchern geht über Wins und ERA hinaus

Einen „Clutch“-Hitter gibt es nicht.

Mehr als nur Wins und ERA. Die Beurteilung von Pitcher-Leistungen hat sich weiterentwickelt und beschränkt sich nicht mehr auf Wins und ERA. Diese traditionellen Werte werden stark von Faktoren beeinflusst, die ein Pitcher nicht kontrollieren kann, wie etwa die Unterstützung durch das Team oder die Defensive. Deshalb wurden differenziertere Metriken entwickelt, um die wahre Leistung eines Pitchers besser zu isolieren.

Komponentenbasierte Kennzahlen. Statistiken wie Fielding Independent Pitching (FIP) konzentrieren sich auf Ergebnisse, die ein Pitcher direkt beeinflussen kann: Strikeouts, Walks und zugelassene Home Runs. Diese Metriken versuchen, die Pitcher-Leistung von der Defensive und dem Glück bei Balls in Play zu trennen. Weitere wichtige Aspekte sind:

• Strikeout- und Walk-Raten
• Home-Run-Raten
• Groundball- versus Flyball-Tendenzen
• Qualität des zugelassenen Kontakts

Balance zwischen Beschreibung und Prognose. Die Diskussion darüber, wie Pitcher am besten bewertet werden, ist noch nicht abgeschlossen. Einige Metriken beschreiben, was tatsächlich passiert ist (wie ERA), andere versuchen, die zukünftige Leistung vorherzusagen (wie FIP). Eine umfassende Bewertung berücksichtigt oft beide Ansätze sowie Kontextfaktoren wie Ballpark-Einflüsse und Gegnerqualität.

5. Defensivmetriken haben sich weiterentwickelt, um Feldspielstärke besser zu quantifizieren

Die Fielding Percentage tut nicht einmal so, als würde sie diesen Teil der Defense abbilden.

Mehr als nur Fielding Percentage. Traditionelle Defensivstatistiken wie die Fielding Percentage sind stark eingeschränkt, da sie nur die tatsächlich gemachten Plays erfassen und die Reichweite eines Feldspielers ignorieren. Moderne Defensivmetriken versuchen zu messen, wie viele Plays ein Spieler im Vergleich zum Durchschnitt seiner Position macht.

Fortgeschrittene Defensivmetriken. Statistiken wie Ultimate Zone Rating (UZR) und Defensive Runs Saved (DRS) nutzen detaillierte Play-by-Play-Daten, um den Wert eines Feldspielers zu schätzen. Dabei fließen Faktoren ein wie:

• Reichweite
• Armkraft und Genauigkeit
• Fähigkeit zu Doppelaus
• Fehlervermeidung

Herausforderungen bei der Messung. Die Defensivbewertung bleibt eine der schwierigsten Disziplinen in der Spieleranalyse. Faktoren wie Positionierung, Pitching-Stil und kleine Stichprobengrößen beeinflussen die Metriken. Die Einführung von Statcast-Daten eröffnet neue Möglichkeiten für noch präzisere Defensivbewertungen.

6. Der Mythos des Clutch-Hittings und andere Baseball-Fehlannahmen entlarvt

Wenn du treffen kannst, triffst du sowohl in der entscheidenden Situation als auch sonst.

Mythos Clutch Hitting. Entgegen der weit verbreiteten Meinung gibt es keine wiederholbare Fähigkeit namens „Clutch Hitting“. Gute Schlagmänner zeigen in allen Situationen, auch in Druckmomenten, gute Leistungen – das spiegelt ihre generelle Qualität wider, nicht eine spezielle „Clutch“-Fähigkeit.

Weitere Baseball-Mythen. Das Buch räumt mit weiteren verbreiteten Irrtümern auf, darunter:

• Die Bedeutung von RBI als individuelle Statistik
• Der Wert von intentional Walks
• Die Existenz konstanter „heiße“ oder „kalte“ Phasen
• Die Vorstellung einer idealen Aufstellung

Datenbasierter Ansatz. Durch die Analyse großer Datensätze und statistische Methoden konnten Forscher lang gehegte Überzeugungen hinterfragen. Dieser Ansatz führt zu fundierteren Entscheidungen bei Spielstrategie, Spielerbewertung und Kaderplanung.

7. Sabermetrics und Analytics haben die Entscheidungen im Front Office revolutioniert

Die sabermetrische Revolution im Baseball hat bereits stattgefunden.

Weit verbreitete Anwendung. Der Einsatz fortgeschrittener Analytik, einst nur bei wenigen visionären Teams zu finden, ist heute in der gesamten Major League Baseball Standard. Jedes Team verfügt über Analytics-Abteilungen, die Entscheidungen auf allen Ebenen unterstützen.

Bereiche des Einflusses. Analytics prägen zahlreiche Bereiche im Front Office, darunter:

• Spielerbewertung und -akquise
• Draft-Strategien
• Taktik und Aufstellung im Spiel
• Spielerentwicklung
• Vertragsverhandlungen und Kaderverwaltung

Ständige Weiterentwicklung. Auch wenn die erste Welle der Analytics-Revolution vorüber ist, suchen Teams weiterhin nach neuen Wettbewerbsvorteilen durch Datenanalyse. Der Fokus liegt zunehmend auf Biomechanik, mentalen Fähigkeiten und der Nutzung neuer Datenquellen wie Statcast.

8. Statcast-Daten läuten eine neue Ära der Spielerbewertung ein

Statcast-Daten sind die nächste Grenze der statistischen Analyse.

Unvergleichliche Datenfülle. Seit der Einführung von Statcast im Jahr 2015 stehen umfangreiche Daten zu Spielerbewegungen und Ballflug zur Verfügung. Dazu zählen Werte wie Exit Velocity, Launch Angle, Spin Rate und Positionierung der Spieler. Die enorme Menge und Detailtiefe dieser Daten eröffnen völlig neue Analysewege.

Anwendungen von Statcast. Teams und Analysten nutzen Statcast-Daten vielfältig:

• Verfeinerung der Defensivbewertung und Positionierung
• Identifikation optimaler Schwungbahnen und Pitch-Charakteristika
• Verbesserung von Entwicklungsstrategien
• Unterstützung von Entscheidungen während des Spiels

Herausforderungen und Chancen. Die Einführung von Statcast bringt neue Herausforderungen bei Speicherung, Verarbeitung und Interpretation der Daten mit sich. Teams investieren in Experten mit Kenntnissen in Informatik und maschinellem Lernen, um das Potenzial dieser Daten voll auszuschöpfen.

9. Die Zukunft der Baseball-Analytics liegt in Verletzungsprävention und Spielerentwicklung

Verletzungsprävention ist ein großes Thema. Viel wird getan, um eine Grundlage dafür zu schaffen. Wenn wir Ausfalltage reduzieren können, ist das enorm.

Fokus auf Gesundheit. Nachdem viele Teams in traditionellen Bereichen der Statistik aufgeholt haben, richtet sich der Blick nun verstärkt auf Verletzungsprävention und Rehabilitation. Durch die Kombination medizinischer Daten mit Leistungskennzahlen wollen Teams Verletzungsrisiken frühzeitig erkennen und Genesungsprozesse optimieren.

Revolution in der Spielerentwicklung. Analytics finden zunehmend Anwendung in der Entwicklung von Spielern, von den Minor Leagues bis zur Major League. Daten helfen dabei,

• gezielt Fähigkeiten zu verbessern,
• Trainingsabläufe zu optimieren,
• Entwicklungspläne individuell anzupassen.

Neue Technologien. Die Zukunft der Baseball-Analytics könnte neue Datenquellen erschließen, etwa:

• Wearables zur Erfassung von Biomechanik und Ermüdung,
• fortschrittliche Bildgebung und Sensorik,
• virtuelle und erweiterte Realität für Training und Simulation.

Während Teams die Grenzen der Datenanalyse weiter ausloten, könnte der nächste Wettbewerbsvorteil im Baseball gerade in diesen Bereichen Gesundheit, Entwicklung und innovativen Technologien liegen.