Projekt 19 · Fußballanalyse

Champions-League-Prognosen 2026/27

⚠️ in ArbeitDaten:2026

Das Projekt entwickelt ein probabilistisches Modell zur Begleitung der Champions League 2026/27. Ein Poisson-Tormodell wird mit einer Monte-Carlo-Simulation kombiniert, um Angriffs- und Abwehrstärken der Teams in Spielwahrscheinlichkeiten und Qualifikationsszenarien zu übersetzen.

Python
Pandas
Fußball
Data Science
Datenanalyse
Simulation

KONTEXT UND ZIEL

Das Projekt soll abschätzen, wie sich die Champions League 2026/27 auf Basis verfügbarer historischer Informationen und der im Turnierverlauf hinzukommenden Ergebnisse entwickeln kann.

Der Ablauf wird während des Wettbewerbs aktualisiert, damit das Modell Spielwahrscheinlichkeiten und unterschiedliche Qualifikationsszenarien neu bewerten kann, ohne die grundlegende Analysestruktur zu verändern.

MODELL UND SIMULATION

  • Historische Daten aus UEFA-Wettbewerben werden aufbereitet und vor der Modellierung auf Qualität geprüft.
  • Das Poisson-Modell wird die Angriffs- und Abwehrstärke jedes Teams schätzen und diese Unterschiede in erwartete Tore für die Begegnungen übersetzen.
  • Aus diesen Erwartungen werden Wahrscheinlichkeiten für die möglichen Ergebnisse der noch ausstehenden Spiele berechnet.
  • Bereits ausgetragene Ergebnisse bleiben als beobachtete Werte bestehen, während der restliche Wettbewerb per Monte-Carlo-Simulation projiziert wird.
  • Die Simulationen erzeugen Verteilungen von Platzierungen, Punkten und Qualifikationswahrscheinlichkeiten, die im Saisonverlauf aktualisiert werden.

ERGEBNISSE UND NÄCHSTE SCHRITTE

Die Ergebnisse werden darauf ausgerichtet sein, Teams zu vergleichen, Spielwahrscheinlichkeiten zu interpretieren und die Entwicklung der Qualifikationsszenarien mit Visualisierungen und probabilistischen Zusammenfassungen zu verfolgen.

Mit neuen Ergebnissen werden die Teamstärken erneut geschätzt, Wahrscheinlichkeiten neu berechnet und die Simulation erneut ausgeführt, um Veränderungen im Wettbewerbsbild sichtbar zu machen.