Wissen, wer gewinnt !

Wissen, wer gewinnt!

Herr Scheffczyk, Sie haben ein Modell entwickelt, um die Siegwahrscheinlichkeit bei Tischtennis-Mannschaftskämpfen zu berechnen. Wie kommt man auf so eine Idee?

Auf die Idee bin ich gekommen, weil ich selber aktiv Tischtennis spiele und schon öfter die Situation erlebt habe, dass meine Mannschaftskollegen meinten: „Das nächste Spiel wird schwierig. Da rechne ich mir wenig Chancen aus“, und ich gesagt habe: „Ich sehe das anders.“ Da wollte ich versuchen, mittels eines Modells eine objektive Grundlage zu schaffen mit der man eine objektive Siegwahrscheinlichkeit berechnen kann.

Dann erklären SIe uns doch bitte mal, wie das funktioniert.

Grundlage sind die TTR-Werte. In der Regel besteht ja eine Mannschaft aus sechs Spielern, und man weiß im Vorfeld, wie die Partien aussehen. Das ist die kleine Einschränkung: Man muss eben wissen, wer gegen wen spielt, manchmal fällt ja jemand aus. Aber wenn die Aufstellungen bekannt sind, kann ich mit den für jedes einzelne Spiel ganz genau die Einzelsiegwahrscheinlichkeit berechnen. Im Endeffekt muss ich hierzu nur die Einzelspiele miteinander verknüpfen.

Das heißt, man hat die Summe der Wahrscheinlichkeiten von zwölf Einzelsiegen, die man im Sechser-Paarkreuz­system betrachtet…

Es ist ein bisschen komplexer. Es sind natürlich sehr viele Ausgänge möglich, das ist nicht nur die Summe, denn jedes Spiel kann gewonnen oder verloren werden. Da entsteht so etwas wie ein Wahrscheinlichkeitsbaum, der sehr viele Verstrebungen hat. Und das Programm kalkuliert all diese Möglichkeiten mit ihrer jeweiligen Wahrscheinlichkeit durch.

Dabei sind wir aber nur bei den Einzeln. Für die Doppel gibt es keine TTR-Werte, die bleiben also unberücksichtigt. Verzerrt das nicht das Bild?

Die Doppel bleiben nicht unberücksicht, aber es ist natürlich korrekt, dass es keinen Doppel-TTR gibt. Die in meinen Augen sinnvollste Annäherung ist da, dass man den Durchschnittswert der Spieler nimmt. Die Frage ist natürlich, ob ein Doppel so gut ist wie der Durchschnitt seiner beiden Teilnehmer.

Wahrscheinlich ist das in der Tat das Beste, was man ohne einen TTR-Wert machen kann. Unberücksichtigt bleiben aber immer noch Faktoren wie Tagesform, Psychologie, Heimvorteil, taktische Stärken und Schwächen, Angstgegner, Probleme gegen bestimmte Spielsysteme…

Genau. Diese Faktoren sind Insider-Informationen, die vielleicht Teilnehmer der Liga haben. Die wissen ganz genau, dass Spieler A die letzten fünf Male nicht gegen Spieler B gewonnen hat, obwohl A eigentlich vom TTR-Wert her besser ist. Wenn man Insider-Informationen hat, kann man vielleicht auch die Prognosen von dem TTR-Modell kurzfristig schlagen ,auf lange Sicht (Saison) ist das aber sehr schwer.

Um vor einer Saison den Titelfavoriten einer Staffel zu bestimmen, addieren manche die TTR-Werte der Nummern 1 bis 6 oder 7 aller Teams. Die Mannschaft mit der höchsten Summe an TTR-Punkten ist dann Meisterschaftsfavorit. Ihr Programm ermöglicht, alle Teams virtuell gegeneinander spielen zu lassen, und dann hat man auch einen Titelfavoriten. Kommt da möglicherweise etwas anderes raus?

Das ist theoretisch möglich, weil die Mannschaftssiegwahrscheinlichkeit nicht linear mit den TTR-Werten ansteigt. Ein Beispiel: Wenn Timo Boll in einer Kreisligamannschaft mitspielen würde, dann würde er den Mannschafts-TTR-Wert enorm erhöhen. Er kann aber nur zwei Einzel machen.

Sie stellen Ihr Programm ja für jedermann zur freien Nutzung zur Verfügung. Gibt es dafür eigentlich eine rege Nachfrage, oder ist das etwas, das doch eher mathematisch interessierte Tischtennisspieler beschäftigt?

Ich habe in meinem persönlichen Umfeld durchaus die Erfahrung gemacht, dass sich viele dafür interessieren, weil es vor den TTR-Werten so etwas ja nicht gab. Jeder hat sich dafür interessiert, wie die Chancen gegen den nächsten Gegner stehen, und so etwas objektiv zu berechnen, finden doch sehr viele interessant. Je mehr es dann ins Detail geht – wenn es also beispielsweise darum geht, wie wahrscheinlich welches genaue Ergebnis ist –, interessiert das dann weniger. Die meisten sind nur an der Frage interessiert, ob Sieg oder Niederlage, und daran, welche Platzierung sie in der Saison erwarten können.

Kann Ihr Programm denn noch mehr leisten?

Sogar eine ganze Menge mehr. Beispielsweise lässt sich theoretisch berechnen, wie lang ein Spiel dauern wird, d.h. nach wievielten Einzelspielen die Mannschaftspartie endet. Und ursprünglich habe ich das Modell erarbeitet, um zu berechnen, wie die Zuschauer in der TTBL auf die Heimsiegwahrscheinlichkeit reagieren.

Das heißt, Sie haben versucht zu berechnen, ob mehr Zuschauer kommen, wenn ein Heimsieg zu erwarten ist oder ein knapper Spielausgang?

Genau. Und es war so, dass die sehr knapp zu erwartenden Spiele weniger nachgefragt werden als die Spiele, bei denen David gegen Goliath antritt.

Das überrascht mich.

Es gibt eine Sporttheorie, die das begründen kann. Danach gibt es zwei Effekte. Erstens: Die Zuschauer sehen ihre Mannschaft gern siegen, das heißt, je größer die Siegchancen der Heimmannschaft, desto mehr Zuschauer sind zu erwarten. Es spielt aber noch ein zweiter Effekt eine Rolle, und der verdreht diesen Zusammenhang etwas. Mit der Siegwahrscheinlichkeit steigt auch die Erwartungshaltung der Zuschauer. Und wenn die Siegwahrscheinlichkeit steigt,  gehen die Leute nicht mehr hin, weil sie Angst haben, enttäuscht zu werden. Wenn ich der kleine David bin und spiele gegen den Goliath Borussia Düsseldorf, dann hab’ ich nichts zu verlieren und bin eventuell Zuschauer einer Sensation.

Naja, man kann’s auch anders sehen. In der TTBL gilt seit Jahren: Immer da, wo Timo Boll spielt, ist die Bude voll. So einfach lässt sich’s vielleicht auch erklären, aber das ist natürlich nicht wissenschaftlich.  

Der Timo-Boll-Effekt ist wirklich vorhanden und sogar messbar. Er beträgt 412 Zuschauer. Diese Zuschauer kommen durchschnittlich nur wegen der Marke Timo Boll. Es gibt allerdings noch eine Reihe von anderen Effekten: den Preiseffekt, wie viel ein Spiel kostet, ob ein Spiel unter der Woche stattfindet oder am Wochenende – all diese Effekte habe ich modelltheoretisch herausgerechnet, und selbst dann bleibt noch dieser Timo-Boll-Effekt in Höhe von 412 Zuschauern. Das sind mehr als 100 Prozent. Heißt: Die Zuschauernachfrage wird durch ihn mehr als verdoppelt.

Und wie gut lässt sich die Zuschauernachfrage überhaupt prognostizieren ?

Die Zuschauernachfrage hängt von der Attraktivität des TTBL-Spieles ab. Anhand des Zuschauernachfragemodells, das insgesamt elf Variablen zur Spielattraktivität umfasst, bin ich in der Lage 71 % der Schwankungen in der Zuschauernachfrage zu erklären. Oder anders formuliert beträgt die Abweichung zwischen prognostizierter Zuschauerzahl und der tatsächlichen Zuschauerzahl statistisch bei drei von vier Spielen weniger als +/- 150.

In Ihrem Modell sprechen Sie von einem Modusergebnis und einem Medianergebnis. Was verbirgt sich dahinter?

Das Medianergebnis ist der beste Tipp, wenn es darum geht möglichst nahe am tatsächlichen Resultat zu liegen. Das Modusergebnis hingegen ist der beste Tipp für das exakte Ergebnis. Ist beispielsweise ein Heimsieg nur unwesentlich wahrscheinlicher als eine Heimniederlage, würde das Medianergebnis ein Unentschieden vorhersagen, das Modusergebnis hingegen einen Heimsieg.

Zum Schluss noch die Frage: Hat ihr Programm eigentlich etwas am Herangehen Ihrer Mannschaftskollegen geändert?

Es gibt seit jeher Pessimisten und Optimisten, und ich hab’ versucht, mich da als Realisten zu sehen, da ich einfach nur die nackten Zahlen genommen habe: die TTR-Werte, die ja unbestechlich sind. Natürlich kann man die TTR-Werte anzweifeln, aber wenn man diesen Werten vertraut, sind die Werte des TTR-Modells die beste Annäherung für eine objektive Ergebnisprognose. Ich würde sagen, dass meine Mannschaftskollegen sich an meiner Prognose orientieren und sich freuen, wenn wir ein besseres Ergebnis erzielen als vorhergesagt.

Interview: Rahul Nelson

Zurück

Tischtennis Spiel