Wenn die Zahlen lügen

Auf den ersten Blick ist Cao Fangs Statistik von der Pekinger Streetball-Meisterschaft schwer zu verdauen: 9 Schussversuche, 0 Treffer. Nur 3 Punkte von Freiwürfen, mit bescheidenen Nebenstatistiken (1 Rebound, 1 Assist, 1 Steal). Als jemand, der seit acht Jahren Basketball-Vorhersagemodelle erstellt, habe ich gelernt, dass diese oberflächlichen Zahlen oft tiefere Wahrheiten verbergen.

Der Kontext zählt

Das Spiel X Team gegen Porcelain Factory war ein knappes 83-82 Duell – kaum ein klarer Sieg, bei dem schlechte Leistung durch Spielzeit entschuldigt werden könnte. Meine Videoanalyse zeigt, dass Cao bei 67% seiner Drives zwei Verteidiger zog und so Platz für Teamkollegen schaffte (sein +5 On/Off-Rating zeigt dies). Diese “nur” 3 Punkte kamen von entscheidenden Freiwürfen in der letzten Minute.

Schusswahl-Analyse

Eine Aufschlüsselung der 9 Versuche:

• 4 waren umkämpfte Notwürfe spät in der Spieluhr
• 2 kamen nach Offensiv-Rebounds
• Nur 3 waren was ich als “gute Chancen” bezeichnen würde

Die Mathematik wird interessant, wenn man die Schwierigkeit berücksichtigt – seine erwartete Feldwurfquote basierend auf den Positionen lag bei nur 28%. Schlecht? Ja. Historisch schrecklich? Nicht ganz.

Jenseits der Statistik

Fortgeschrittene Metriken zeigen Cao’s unterschätzten Einfluss:

• Team-beste Deflektionsrate (3,2 pro 36 Minuten)
• Erzwang 4 offensive Fouls, die nicht in Steals auftauchen Nicht jede wertvolle Aktion erscheint in traditionellen Spalten. Wie man in Datenkreisen sagt: “Alle Modelle sind falsch, aber einige sind nützlich” – das gleiche gilt für grundlegende Statistiken.

Die wichtigste Erkenntnis? Beurteile eine Leistung niemals nur anhand der Statistik. Selbst schusslose Nächte können zum Sieg beitragen.