Advanced Stats, Alltimers

Das Messproblem für Turnover

Ein genauer Blick auf verschiedene Möglichkeiten, Turnover zu quantifizieren

Wohl kaum eine Statistik wird so selektiv gebraucht wie die der Turnover. Leute, die für einen Spieler X argumentieren wollen, bspw. um die offensive Effizienz zu loben, lassen die begangenen Turnover einfach weg und benutzen oft nur das TS%. So wurde Joel Embiids Produktivität pro Minute quasi schon ein Running Gag eines jeden Sixers-Sympathisanten. Erwähnt wurden die unzähligen Ballverluste jedoch kaum. Umgekehrt betonen die Gegner von Spieler Y immer massiv die vielen Turnover, ohne näher auf den Kontext einzugehen. So könne Russell Westbrook kein MVP werden, da er viel zu turnover-anfällig sei. Im folgenden Artikel soll es aber weniger um den Wert des Ballverlusts per se gehen, sondern eher, welche Metriken wir haben, um Ballverluste möglichst gut abzubilden.

Absolute Zahlen? Bitte nie wieder!

Um gerade noch einmal auf die Einleitung einzugehen: Die beiden aussichtsreichsten MVP-Kandidaten James Harden  und Russell Westbrook führen die Liga in totalen Turnovern mit 395 und 363 an. Der Vorsprung auf „Platz drei“ ist dabei sogar ziemlich groß (>80) (Stand: 17.03.2017). James Harden stellte sogar knapp 20 Spiele vor Ende der Saison einen neuen Turnover-Rekord auf!

Langjährige Go-to-Guys-Leser wissen jedoch, dass auf dieser Webseite absolute Zahlen nahezu keinen Wert besitzen. Dies betrifft natürlich nicht nur Ballverluste. Ähnlich wie bei erzielten Punkten interessieren uns nicht die total pro Saison begangenen Ballverluste. Der Informationsgehalt solcher Zahlen ist zu gering: Es geht nichts hervor über gespielte Spiele und Minuten, über Rolle, Mitspieler etc. 

Die wohl am meisten verwendete Statistik ist jedoch weiterhin „Turnover pro Spiel“. Viele Schreiber und Seiten stellen anhand dessen Rankings auf, welche Spieler die meisten Turnover begehen und wer zu unvorsichtig und schlampig mit dem eigenen Ballbesitz umgeht. Vorteilhaft ist es durchaus, dass hierbei die Turnover auf die gespielten Spiele normiert werden. Das heißt, dass es keine signifikante Rolle spielt, ob ein Spieler ein paar Spiele verletzt oder aus Gründen der Schonung verpasst hat.

Zwar führen Harden und Westbrook diese Liste immer noch an, doch auf den Plätzen dahinter kommt es zu einigen kleineren Veränderungen. Ansonsten bringt TO/Spiel keinen zusätzlichen Mehrwert im Vergleich zur absoluten Zahl und hinterlässt vielfach genau dieselben Lücken. Natürlich ist die Metrik brauchbar, weil sie einen Überblick verschafft und in großen Teilen die zu Turnover neigenden Spieler abbildet, aber sie sollte nicht für Rankings genutzt werden.

Normiert man Ballverluste auf gespielte Minuten statt auf gespielte Spiele, erhält man „Turnover pro Minute“ oder, der Übersichtlichkeit halber multipliziert mit 36, „Turnover pro 36 min“. Letztere Variante ist die deutlich anschaulichere, weswegen sie präferiert benutzt wird. Hierbei spielt es jetzt keine Rolle mehr, wie viele Spiele und Minuten ein Akteur auf dem Court stand. Durch diese kleine Anpassung tauchen jetzt Spieler in der Top 20-Liste auf, die vorher nicht zu sehen waren. Dies ist dadurch zu erklären, dass sie bei ihren Teams weniger Spielzeit erhalten. Beispiele für diese Turnover-Maschinen sind Dejounte Murray, Tyler Ennis, Jusuf Nurkic, Jeremy Lin, Wade Baldwin, Jrue Holiday und Sergio Rodriguez. Andererseits verschwinden auch einige Namen von dieser Liste, wie z.B. Kyle Lowry. War er bei den absoluten und den pro-Spiel-Ballverlusten noch jeweils in den Top 13 platziert, ist er pro Minute nur noch der 61. anfälligste Basketballer für Turnover (gilt für die Zeit vor seiner Verletzung).

Die Anpassung der Turnover auf die Spielzeit ist durchaus schon der richtige Weg. Durch die kleine Normierungseinheit der Minute erhält man relativ valide Informationen. Das Problem ist aber nach wie vor die Vernachlässigung der Rolle. Idealerweise bräuchte man eine dem individuellen Offensive Rating von basketball-reference ähnliche Statistik: Wie viele Turnover begeht ein Spieler pro eigener (d. h. individueller, nicht Team-) Possession? So etwas könnte dann Turnover-Percentage heißen. Selbstverständlich bietet basketball-reference auch eine solche Metrik an.

TOV% = „Turnover percentage is an estimate of turnovers per 100 plays. the formula is 100 * TOV / (FGA + 0.44 *FTA + TOV).“

Was sich in der Theorie gut anhört, stellt sich in der Praxis als schwierig heraus. Laut der Formel fließen in die Gesamtheit aller Ballbesitze eines Spielers nur jene Ballbesitze ein, die in einem Wurf, einem Freiwurf oder einem Turnover enden. Das Problem hierbei ist jedoch, dass ein Spieler pro Ballbesitz mehrere gute Aktionen haben kann, z. B. Pässe, die von der Formel gar nicht erfasst werden. Assists, Secondary Assists oder Free Throw Assists finden keinen Weg in die Gesamtheit aller zur Berechnung verwendeten Ballbesitze. Streng genommen bedeutet dies, dass Spieler, die in diesen Bereichen sehr gut sind, von der Statistik TOV% benachteiligt werden. Auch folgendes Beispiel kann illustrieren, warum die Benutzung der Metrik gefährlich sein kann:

James Harden dribbelt den Ball den Platz hoch und hält ihn für einige Sekunden. Nach einem Side Pick´n´Roll dribbelt er schwungvoll und schnell in Zone direkt in Richtung Korb. Die Verteidigung reagiert und schickt einen zweiten Verteidiger von der Dreierlinie der Weakside. Harden erkennt dies und hebelt das Doppelteam durch einen Pass in die Ecke zu Trevor Ariza, von wo die Hilfe kam, aus. Die Defense reagiert erneut und schickt einen Verteidiger vom Flügel zu Ariza. Dieser jedoch passt den Ball direkt weiter zu dem in der Ecke wartenden Patrick Beverley, der nun frei steht. Beverley versenkt den Dreier.

Obwohl Harden die meiste Zeit den Ball in der Hand hält, mit dem Ball dribbelt und aus dem Dribbling heraus kreieren muss, würde dieser Ballbesitz nicht von der TOV% erfasst werden. Obwohl er den größten Verdienst an der Possession hat, benachteiligt ihn die Statistik hierbei. Nicht einmal Ariza, der den direkten Assist spielt, kann seine TOV% in diesem Beispiel aufbessern. Grundsätzlich könnte man als Spieler, um eine bessere Percentage zu erhalten, einfach mehr werfen (Treffen ist hierbei irrelevant).

Es spielt doch eine Rolle!

Wie kann man nun also der Rolle, die ein Spieler innehat, auch statistisch Rechnung tragen? Die bisherigen Metriken können dies isoliert noch nicht (dazu später mehr). Hilfreich dafür sind zwei Möglichkeiten, bzw. zwei Portale, an die man sich wenden kann. Eines davon, Nylon Calculus, ist dahingehend problematisch, weil sie gewisse selbst entwickelten Metriken nicht mehr aktualisieren. Der Abgang Seth Partnows und der Umzug zu The Step Back haben dem Portal sichtlich geschadet.

Nylon Calculus nutzte SportsVU-Daten und führte eine eigene TO%, die eine sehr sinnvolle Normierung aufweist:

True Turnover Percentage: Prozentsatz an begangenen Ballverlusten eines Spielers in Relation zu allen „beitragenden“ Ballbesitzen / Ballverlusten pro 100 eigener Ballbesitze

Der große Vorteil gegenüber der TO% von bball-ref besteht darin, dass viel mehr Ballbesitze des Spielers in den Nenner mit einfließen. Spieler, die den Ball oft und viel in den Händen halten und viele Entscheidungen mit dem Ball treffen, profitieren von dieser Metrik, weil die Gesamtheit aller Ballbesitze viel größer ist. Sortiert man beispielsweise die Liste der vergangenen Saison nach den anfälligsten Spielern nach True-TO%, so finden sich ganz vorne Spieler, die man wahrscheinlich nicht vermuten würde. So sind vor allem Big Men auf den Spitzenplätzen zu finden (Asik, Gobert, Howard, Noel; zwischen 16,9% und 14,4%). Dies sind also Spieler, die pro Ballbesitz die meisten Ballverluste begehen. Umgekehrt sind viele der Guards, die oft als turnover-anfällig gelten, nur zu finden, wenn man sehr weit nach unten scrollt. Lead Guards mit Ballhandling-Aufgaben findet man erst mit Carter-Williams oder Mudiay bei 11,5% und 11,1% (zum Vergleich: Russell Westbrook: 9,6%).

Leider sind für Saison 2016/2017 keine Daten vorhanden, weswegen man sich für aktuelle Ergebnisse nach anderen Möglichkeiten auf die Suche begeben muss.

Die zweite Möglichkeit ergibt sich mit ein wenig eigener Mühe über nba.com/stats. Wie schon bei Nylon Calculus wird die benötigte Turnover-Metrik über SportsVU-Daten hergeleitet, auch wenn der Ansatz ein unterschiedlicher ist. Die Rolle, die ein Spieler ausübt, soll nicht mit Hilfe der Possessions selbst dargestellt werden, sondern sie spiegelt sich indirekt in den Touches wider. Spieler in großer Rolle, so die Idee, haben den Ball öfter (Anzahl an Touches/Spiel) und länger in der Hand (Time of Possession); sie müssen dementsprechend viele Entscheidungen auf dem Basketballplatz treffen.
Normiert man nun die begangenen Turnover auf die beiden eben genannten Variablen, so ergeben sich Metriken, die die Rolle des Spielers ebenfalls versuchen darzustellen. Nachteilig ist jedoch, dass man diese selbst berechnen muss oder, wenn man dazu das nötige Verständnis hat, ein kleines Programm schreibt , das die Daten ausliest und miteinander verrechnet. So ergeben sich „Turnover pro Touch“ und „Turnover pro Ballbesitzzeit“. Die beiden Metriken sollen helfen, pro-Spiel-Statistiken ein Stück weit obsolet zu machen. Sie nivellieren Unterschiede in den Rollen, die Basketballer tragen. „Turnover per game“ zeigt nur an, wer mehr oder weniger oft den Ball herschenkt. Durch die Inkludierung von SportsVU wird klar, dass man grundsätzlich mehr Fehler (=Turnover) begeht, wenn man mehr Verantwortung trägt. Dies zeigt sich in diesen Statistiken.

In folgender Tabelle sind einige ausgewählte Spieler vorgestellt. Die Auswahl ist relativ willkürlich, soll aber Extreme von allen Seiten zeigen. Die aufgelisteten Metriken sind Turnovers per game, Touches per game, Turnovers per Touch (bzw. zur besseren Anschaulichkeit mit 100 multipliziert), Time of Possession (in min) und Turnover pro Ballbesitzzeit (1/min) (Stats vom 17.03.2017).

 

TOs/Game

Touches/Game

TOs/100 Touches

 

ToP [min]

TOs/ToP [1/min]

       

Harden

5,8

99,4

5,84

 

8,9

0,65

Westbrook

5,3

99,1

5,35

 

8,8

0,60

Wall

4,2

89,4

4,70

 

8,9

0,47

James

4,2

88,4

4,75

 

6,1

0,69

George

3

51,7

5,80

 

2,9

1,03

Nurkic

2,2

42,5

5,18

 

1,1

2,00

Lillard

2,7

87,9

3,07

 

7,8

0,35

Paul

2,5

87,5

2,86

 

7,3

0,34

Okafor

1,8

43,5

4,14

 

1,6

1,13

Wie man unschwer erkennen kann, relativiert diese auf die Rolle normierte Anpassung Vieles von dem, was die pro-Spiel-Zahlen nicht zeigen können. Zwar gehören Westbrook und Harden immer noch zu der Gruppe von Spielern mit den meisten Ballverlusten pro Touch, aber die Abstände werden verhältnismäßig kleiner und es gibt sogar Spieler, die genauso viele oder sogar mehr Ballverluste pro Touch haben. Neu-Blazer Nurkic befindet sich genau zwischen James/Wall und Harden/Westbrook, Paul George sogar auf Harden-Niveau mit 5,8 Ballverlusten pro Touch. Jahlil Okafors hohe TO-Zahlen sind ein Grund, warum sich seine Skills in der Offensive noch nicht in Effizienz umwandeln.

Auf der anderen Seite des Spektrums sehen wir mit Lillard und Paul zwei Spieler, die sehr häufig den Ball berühren (so oft wie James/Wall), aber deutlich weniger Ballverluste produzieren.

Die Normierung auf die Ballbesitzzeit bestätigen das Bild der Turnover-Maschinen Nurkic, George und Okafor und die Brillanz von Chris Paul und Damian Lillard. Aber auch diese Metrik relativiert die Ballverlust-pro-Spiel-Zahlen von Westbrook und Harden.

Es ließe sich sogar ein Stück weit argumentieren, dass die beiden MVP-Kandidaten noch relativ sorgsam mit dem Ball umgehen, in Anbetracht des Umstandes, dass sie den Ball nahezu immer in der Hand haben. Man möge sich gar nicht vorstellen, wie viele Ballverluste Paul George hätte, würde er annähernd diese Verantwortung tragen.

Turnover =/= Turnover

Eine letzte wichtige Unterscheidung ist zusätzlich vorzunehmen. Dies betrifft die Art der „Wertigkeit“ der Turnover. Grundsätzlich sei gesagt, dass Ballverluste unterschiedliche Folgen haben und dementsprechend unterschiedlich schädigend sein können. Die Rede ist von sogenannten „live-ball-Turnovers“ (LBT) und „dead-ball-Turnovers“ (DBT). Erstere beschreiben Turnover, bei denen der Ball im Spiel bleibt und der Gegner theoretisch direkt den Fastbreak laufen kann (Steals, abgefangene Pässe, etc). DBTs sind Ballverluste, bei denen das Spiel, zumindest kurz, unterbrochen wird. Dazu gehören Offensivfouls, Schrittfehler und Bälle, die im Aus landen. In Anbetracht der Tatsache, dass Fastbreaks zu den effizientesten Basketball-Plays gehören, sind LBTs die deutlich schädlicheren Turnover. D. h., dass man bei der Evaluierung der Ballverlust-anfälligen Spieler auch diese Unterscheidung vornehmen muss. Je mehr DBTs ein Spieler begeht, desto weniger schadet er seinem Team. Hierbei kann das Team sich meistens noch defensiv formieren und zurücklaufen und Fastbreaks lassen sich wesentlich besser unterbinden. Unglücklicherweise gibt es für uns normale NBA-Zuschauer kaum Möglichkeiten, an diese Daten heran zu kommen. Man kann sich auf nbawowy.com die Daten jedes einzelnen Spielers anschauen. Dies soll kurz anhand von James, Wall, Westbrook, Harden, George und Paul präsentiert werden (Stand: 17.03.2017).

 

live-ball-Turnovers

LBT %

   

Harden

282

71,6

Westbrook

248

68,9

Wall

182

68,2

James

156

61

Paul

65

57,5

George

122

67,9

Anmerkung: Da links die absolute Zahl an LBTs angegeben ist, ist Pauls Wert so gering, weil er einige Spiele verletzt gefehlt hat. Die wichtigere Zahl ist aber sowieso die rechte.

Auffällig sind die hohen LBT-Prozentsätze für Wall, Harden, George und Westbrook und die geringeren Werte für Paul und James. Vielleicht ist diese Fähigkeit, jene Ballverluste zu reduzieren, der Grund, warum sie in der Wahrnehmung vieler als beste Playmaker der Liga angesehen werden.

Ausblick und Fazit

Ein Aspekt, der sicher auch noch interessant wäre und sich aus dem Tennis ableitet, wäre die Frage, wie der Turnover zustande gekommen ist. Die Tennis-Statistiker führen Buch über sogenannten unforced errors. Dies sind jene vermeidbaren Fehler, die ein Akteur ohne Not begangen hat. Diese korrelieren oftmals auch mit Siegen. Auf ähnliche Weise könnte die NBA beginnen, erzwungene und unerzwungene (d. h. vermeidbare) Turnover zu notieren und sammeln, da man anhand derer einen noch besseren Indikator für Schlampigkeit hätte. Es besteht ein Unterschied zwischen einem schlecht gespielten Pass, der abgefangen wird und einem Steal, der aus einem gut funktionierendem Doppelteam heraus erzwungen wird.

Turnover-Statistiken sind in der Recherche bisweilen unbefriedigend. Einfache Listen und Rankings wie bei basketball-reference haben deutliche Schwächen, sind aber schnell zu finden, zu sortieren und anzupassen. Genau umgekehrt verhält es sich bei den besseren, genaueren Metriken, die auf Ballberührungen und Ballbesitzzeit normiert sind: Man muss sie selbst heraussuchen, berechnen und Listen lassen sich nur über einige Mühe und technisches Know-How erstellen. Letztlich sind aber diese Metriken als isolierte Werte deutlich zu bevorzugen.

Es wäre zudem überaus sinnvoll, wenn die NBA offiziell auf ihrer Statistik-Seite live- und dead-ball-Ballverluste aufführen würde. So gäbe es zumindest ein Tool, Spieler direkt in einer Liste miteinander zu vergleichen. Und könnte bitte jemand wieder Nylon Calculus auf Vordermann bringen?

Pro-Spiel-Zahlen sollten eigentlich nur noch verwendet werden, wenn sie in Zusammenhang mit einem Indikator der Spielerrolle genannt werden. So wäre die Kombination mit der Usage Rate sinnvoll, da jene die Rolle besser darstellen kann als die TOV%. Generell lässt sich festhalten, dass es ratsam wäre, immer mehrere Zahlen eines Spielers nachzuschlagen. Je größer die Normierungseinheit der Metrik ist, desto mehr Zahlen sollte man kombinieren.

  •  
  • 4
  •  
  •  
  •  
  •  

4 comments

  1. Simon

    Toller Artikel :tup:

    Generell kann man nur hoffen, dass viel diskutierte statistische Ausreißer wie Whitesides Blocks, Westbrooks Rebounds oder eben Hardens und Westbrooks Turnover nicht nur hier, sondern auch in anderen Medien dafür sorgen, dass die Bedeutung dieser Zahlen etwas genauer beleuchtet und hinterfragt wird.

    Die Konsequenz ist dann hoffentlich irgendwann, dass die NBA, bball-ref und Co. bessere Metriken öffentlich zur Verfügung stellen. Mir war z.B. bisher noch gar nicht aufgefallen, dass man bei nbawowy auch die LBT% findet, danke für diesen Hinweis!

  2. ChrisSchmidt

    Schöner Artikel, der die Probleme sehr gut mit Beispielen herausstellt!

    Lediglich mit dem letzten Absatz stimme ich nicht so überein. Der Ansatz mit den “unforced errors” aus dem Tennis ist interessant, aber ich denke nicht, dass das Ganze verbessern würde. Denn ich sehe den Unterschied zwischen einem schlechten Pass und einem Steal aus einem Doppeln nicht ganz so wie du. Denn auch beim Doppeln liegt häufiger der Fehler beim ballverlierenden Spieler selbst, da er es möglicherweise nicht frühzeitig erkannt hat, mit dem Ball zu lange gedribbelt hat oder sich allgemein in einer Position befindet, wo er leicht gedoppelt werden kann. Außerdem ist durch das Scouting vor dem Spiel meist bekannt, welche Teams gerne doppeln und so müsste der Spieler in bestimmten Situation vorbereiteter sein. Deswegen sehe ich den Turnover nicht groß anders als den schlechten Pass, der ja auch nicht absichtlich schlecht gespielt ist, sondern meist eine (gute) Idee dahinter hat, wo es aber nur an der Ausführung mangelt.
    Genau umgekehrt kann man auch sagen: Im Gegensatz zu den meisten “unforced errors” im Tennis ist auch beim Basketball eigentlich immer der Gegner beteiligt. Bei Tennis kann es sein, dass man nur mehr Druck ausüben möchte und den Ball plötzlich viel zu fest trifft und ins Aus schlägt. Im Basketball gehen auch “schlechte” Pässe ja meist aus einer Aktion des Gegners hervor, weil sich eben die Defense verschoben hat und der Spieler eine Lücke gesehen hat (die dann aber nicht da ist).

    So würde das meiner Meinung nach nur dazu führen, dass man letztendlich jeden Turnover einzeln kategorisieren müsste. So gibts ja auch beim Doppeln tausend Unterschiede, in die man noch unterteilen könnte bzw. müsste.

  3. Poohdini

    |Author

    @Chris:

    Ich denke, man kann dabei grundsätzlich einfach unterschiedlicher Meinung sein, ob es im Basketball solche unforced TOs überhaupt gibt oder nicht. Ich respektiere da deine Sicht.

    Das Problem ist ja auch, dass man es irgendwie als solche kategorisieren müsste, was durch eine Maschine kaum und selbst von Menschenhand nicht möglich ist.

    Was mir aber noch zusätzlich eingefallen ist, ist die Tatsache, dass es in einem Basketballspiel wohl eine Mindestanzahl an Turnovers geben muss. So ähnlich wie es eine Mindestanzahl an 3er-Versuchen geben muss, so verhält es sich IMO auch bei Ballverlusten. Eventuell könnte man hier ansetzen, dass alles, was darüber hinaus geht, “unerzwungen” ist.

  4. Simon

    Eine kurze Frage: Es gibt bei nbaminer die sog. “Stolen TO Rate”, also den Anteil der TO eines Spielers, der als Steal in den Händen eines Gegners landet. Weißt du / wisst ihr, ob “stolen TO” exakt das gleiche wie “live-ball TO” sind oder ob es da einen kleinen aber feinen Unterschied gibt?


Melde dich an, um einen Kommentar zu schreiben