Zur Bewertung (individueller) defensiver Statistiken im Basketball
Die statistische Revolution erhält immer mehr Einzug im Basketball. Während in der Anfangszeit der „neuen“ Statistiken nur einige weniger Außenseiter diese Zahlen benutzten, springen mittlerweile auch die Mainstream-Medien auf den Zahlenzug. In TV-Übertragungen von ESPN beispielsweise gibt es nun Einblendungen, wo der Rang einer Mannschaft ligaweit für die Offensive anhand des Offensivratings (also den erzielten Punkten pro 100 Ballbesitzen) angegeben wird. Auch die True Shooting Percentage oder das individuelle Offensivrating sind heutzutage gern genutzte Metriken.
Schwer fällt es aber immer noch, die Defensive und den defensiven Impact eines einzelnen Spielers zu quantifizieren und zu bewerten. Dennoch gibt es allerlei Zahlen, die eben genau dies versuchen. Im folgenden Artikel soll die Grundsatzfrage nach guter Defense gestellt und jene Metriken sollen analysiert und bewertet werden.
Was ist gute individuelle Defense?
Die hier gestellte Grundsatzfrage lässt sich nicht ohne Weiteres beantworten, da viel zu viele Faktoren mit einfließen.
A. Defensive ist Teamarbeit.
Dies mag zwar auch bisweilen für Offensiven gelten, dennoch sind es grundsätzlich zu unterscheidende basketballerische Prozesse. Eine Offensive kann gut funktionieren, ohne dass aktiv alle Mitspieler in einer Possession involviert werden. Die Oklahoma City Thunder stellen in dieser Saison bislang die zweitbeste Offensive, obwohl sie mit Russell Westbrook und Kevin Durant zwei Spieler stellen, die in den Top 10 der Usage Rate auftauchen. Die Thunder spielen viele Possessions, bei denen wenige Pässe gespielt werden und damit auch nicht jeder Mitspieler im Angriff den Ball berührt. Selbst wenn im Angriff die off-ball-Spieler durch Stagnation oder falsche Positionierung ein Passspiel zerstören, so kann ein guter Individualangreifer dennoch im 1-gegen-1 punkten.
Defensiv ist der Aspekt der Zusammenarbeit ungleich größer. Jeder Spieler in einem Lineup hat eine konkrete defensive Aufgabe, deren Nicht-Erfüllung zu einfachen Punkten führen kann. Selbst off-ball-Verteidiger müssen ihre Gegenspieler durch Screens hinterherjagen oder den gegnerischen Floor Spacer im Auge behalten, aber gleichzeitig beim Drive aushelfen können. Eine Unachtsamkeit führt zu einer Überzahl oder erzwungenen Rotationen, die eine Defensive kollabieren lassen können.
Zudem werden offensive Superstars oft gedoppelt. Wie rechnet man einem einzelnen Spieler den positiven Effekt an? Zur Hälfte? Was ist, wenn in dieser Situation der Pass zum dann freien Mitspieler kommt und dieser einen Korb erzielt? Wer ist „Schuld“ daran? Der Trainer? Einer der Verteidiger? Beide?
Die San Antonio Spurs verteidigen beispielsweise LeBron James immer im kompletten Teamverbund, indem sie im Rahmen der Regeln den Drive durch eine Menschenwand erschweren. Sie vernachlässigen dabei sogar James’ Mitspieler ein wenig, weil sie wissen, dass die meiste Gefahr von LeBrons Dribble Penetration ausgeht. Insgesamt ist defensiver Erfolg viel mehr eine Folge gelungener Teamarbeit, wobei schon kleinere Fehler einen Dominoeffekt auslösen können.
B. Unterschiedliche Rollen führen zu unterschiedlichen Zahlen.
Gesetz den Fall, es gäbe eine Metrik, die den gesamten defensiven Einfluss eines Spielers misst, also eine dem ORtg entsprechende Zahl: Wir würden dennoch keine Spieler miteinander vergleichen können, weil es im Gegensatz zur Offensive (noch) keine „defensive Usage Rate“ gibt. Vergleiche sind nur da angebracht, wo Spieler auch in etwa an ähnlich vielen Defensivaktionen beteiligt wären oder auf dem Platz eine ähnliche Rolle ausfüllen. Bei der Betrachtung der Offensive würde auch niemand Kyle Korver mit Russell Westbrook vergleichen, da letzterer in deutlich mehr Abschlüssen involviert ist. So sind am Korb spielende Big Men nahezu an jeder defensiven Possession beteiligt, da sie eigentlich das schützen sollen, worin der Ball von jedem Angreifer platziert werden soll: den Korb. Dementsprechend sind beispielsweise bei Side-Pick ‘n’ Rolls Verteidiger auf der Weak Side überhaupt nicht in das (aktive) Play integriert und können in diesem Fall für den Erfolg oder Misserfolg der Verteidigungsaktion nicht belohnt oder belangt werden.
C. Ergebnis oder Prozess?
Dies ist eine sehr elementare Frage, deren Beantwortung aber derzeit nicht in Aussicht steht. Hat ein Basketballer gute Defense gespielt, wenn sein Gegner den Wurf nicht trifft? Lässt sich diese Aussage verallgemeinern? Oder kann ein Spieler auch eine gute Defense gespielt haben, wenn sein Gegenspieler den Wurf verwandelt? Wie bewertet man es, wenn der Offensivspieler trotz enger Defense Punkte erzielt? Situativ lässt sich dies durchaus bewerten, aber verallgemeinern ist unmöglich. Wohl fast jeder Coach nähme einen weit offenen Rajon Rondo-Dreier gerne in Kauf, auch wenn der ein oder andere getroffene Wurf dabei herausspringt. Auch könnte jede Defense stolz auf sich sein, wenn man den Washington Wizards ihre heißgeliebten langen Zweier gibt (natürlich treffen sie auch einige davon), solange man ihnen die effizientesten Abschlüssen in der Restricted Area und der Dreierlinie verwehrt.
Shane Battier war Zeit seiner Karriere trotz physischer und athletischer Limitationen ein hervorragender Verteidiger. Dies lag wohl auch daran, dass Battier Vorlieben, Shot Charts und Probleme seiner Gegenspieler genauestens studierte. Hat er schlecht verteidigt, wenn die Würfe des Gegenspielers in einem Spiel oder einer Serie trotzdem effizient durch die Reuse fliegen?
Diskussionswürdig ist diesem Sinne auch die Defensive Andre Iguodalas in den Finals. Zwar verfehlte LeBron im direkten Duell mit ihm viele Würfe, aber wie groß ist hier wirklich der Anteil Iguodalas? Oder war die von Tom Haberstroh schon skizzierte Übermüdung und Erschöpfung LeBrons viel eher der gewinnbringende Faktor? Zudem wurde er oft auch gedoppelt, da die das Doppelteam bestrafenden Shooter in der Finalserie ihre offenen Würfe nicht trafen. Wie groß war der defensive Impact dieser Double-Teams? Bei der Bewertung von Verteidigung gilt somit auch immer: Korrelation ist nicht gleich Kausalität. Insbesondere bei der Bewertung von einzelnen Spielen oder Matchups ist die sample size viel zu klein, um valide Aussagen treffen zu können.
Rein in den Zahlendschungel
Trotz dieser gerade erklärten analytischen Problematik gibt es diese Metriken und sie werden sogar von renommierten NBA-Schreibern verwendet.
I. Individuelles Defensive Rating (DRtg)
Die von Dean Oliver entwickelte Zahl von basketball-reference.com wird im dortigen Glossar folgendermaßen beschrieben: „for players and teams it is points allowed per 100 possessions“. Die Definition suggeriert also, dass die Zahl angibt, wie viele Punkte ein Spieler pro Ballbesitz (bzw. pro 100 Ballbesitze) zulässt. Aber nur weil etwas schön klingt, heißt das nicht, dass es auch das gewünschte aussagt. Man kann sich dort glücklicherweise auch durchlesen, wie jene Metriken berechnet werden. Wir finden also:
DRtg (Player) = DRtg (Team) + 0.2 * [100 * D_Pts_per_ScPoss * (1 – Stop%) – DRtg (Team)]
In dem Term des DRtgs fließen insgesamt drei Komponenten ein: Die Basis bildet das Defensivrating des Teams, in dem der Spieler spielt. Hierbei wird aber für jeden Spieler dieselbe Grundlage genommen, und nicht etwa das Rating, das das Team erzielt, wenn besagter Spieler auf dem Platz steht. Die zweite Komponente gibt an, wie viele Punkte das gegnerische Team pro „Scoring-Possession“ erzielt und ist damit erneut eine Berechnungsgröße auf Teamebene.
Die letzte Komponente ist die „Stop-Percentage“, die angeben soll, wie viele defensive Possessions des Spielers prozentual in einem „Stop“ enden. Basketball-reference definiert dabei als Stop alle Aktionen, die die Possession des Gegners beenden. Genutzt werden hierfür ausschließlich die Boxscore-Daten aus Blocks, Steals und Defensivrebounds. Es ist in der Berechnung des individuellen Defensivratings die einzige individuelle Kennzahl.
Was in der verbalen Definition der Metrik so schön beginnt, endet hier ziemlich hässlich. Die Metrik ist nahezu unbrauchbar. Die Probleme starten zunächst dabei, dass eine individuelle Statistik als Basis einen Wert verwendet, den das Team im Schnitt erzielt. Spieler unterschiedlicher Teams lassen sich de facto mit dem DRtg nicht vergleichen, weil die statistische Basis schlicht eine unterschiedliche ist. Die Metrik suggeriert somit auch beispielsweise, dass der schlechteste Verteidiger der besten Verteidigung, Tony Parker (DRtg 101), ein besserer Verteidiger ist als die besten Verteidiger des zweitschlechtesten Defensivteams (Minnesota), Kevin Garnett, Karl-Anthony Towns (104). Dies widerspricht unserer Intuition und unserer Wahrnehmung. Des Weiteren impliziert Parkers DRtg, dass er besser verteidigt als alle Spieler von 14 (!) Teams. Erst bei den Dallas Mavericks befindet sich mit Javale McGee ein Spieler mit ausreichend Minuten, der dasselbe DRtg aufweist wie Parker (Stand: 20.2.16). Gerade die Saison 15/16 zeigt die krassen Probleme des DRtgs, weil die Verteidigung der Spurs so viel besser ist als der Rest der Liga. Dadurch werden auch die individuellen DRtgs der Spieler massiv aufgewertet.
Wer nun denkt, dass man das Defensivrating immerhin für Vergleiche innerhalb eines Teams verwenden könne, den muss man auch hier enttäuschen. Wie aus dem in der Gleichung stehenden Term der „Stop%“ hervorgeht, wird für den individuellen defensiven Erfolg eines Spielers nur der Boxscore zu Rate gezogen. Zwar ist es positiv, dass hierbei objektive Daten verwendet werden, dennoch befinden wir uns hier in einer „Definitionskrise“. Dean Oliver versucht uns glauben zu lassen, Defense sei nur bestimmt durch die Steals, Rebounds und Blocks, die ein Spieler zustande bringt. Es vernachlässigt aber quasi alle anderen Faktoren von guter Defense. Anders gesagt: Blocks und Steals können ein Indikator für gute Verteidigung eines Spielers sein, müssen es aber nicht. Steals sind auch oftmals das Produkt von Aggressivität einer Defense (z.B. das „Trappen“ des Pick ‘n’ Rolls) oder Gambling. Es sollte aber klar sein, dass bei zu großer Fokussierung auf den Steal ebenso Löcher in der Verteidigung oder unerwünschte Rotationen entstehen können. Viel wichtiger aber ist, dass in die Metrik beispielsweise nicht einfließt, wie sehr ein Verteidiger die Wurfquote seines Gegners drückt, oder wie wenig Punkte ein Big Man am Ring zulässt.
Eine Verteidigungsleistung nur anhand einfacher Boxscore Daten zu quantifizieren, ist schlicht und ergreifend nicht ausreichend. Wer sich einmal durch die DRtgs der einzelnen Teams bei basketball-reference durchklickt, wird direkt erkennen, dass tendenziell Big Men oder Spieler mit vielen Steals die besten Ratings aufweisen. Ein schönes Beispiel hierfür sind die Oklahoma City Thunder, bei denen Russell Westbrook die beste Defensiveffizienz (101) besitzt, da er auch sehr viele Steals einstreicht. Dennoch ist er mitnichten der besten Defensivspieler der Thunder. Er spekuliert sehr viel auf direkte Ballgewinne und verschläft oft noch Rotationen. Enes Kanter ist eindeutig der schlechteste Defender des Trios Kanter, Ibaka, Adams, sein DRtg (104) ist u. a. aufgrund seiner guten Reboundzahlen aber genauso gut (Ibaka) oder besser (Adams, 105). (Stand: 20.2.16)
II. Defensive Win Shares
Diese ebenfalls von basketball-reference kommende Metrik versucht abzuschätzen, wie viele Siege eines Teams durch die Defense eines bestimmten Spielers zustande kommen. Hat ein Spieler demnach einen DWS-Wert von 4, bedeutet dies, dass seine Defense alleine für vier Siege des Teams verantwortlich ist.
In die Formel der DWS fließen die gespielten Minuten des Spielers und die des Teams, sowie allerlei weitere Faktoren, wie Liga- und Teampace und defensive Ballbesitze, ein. Die wichtigste Kenngröße bei der Berechnung ist aber das in I) beschriebene Defensivrating. Alle defensiven Win Shares werden von der Basis des DRtgs aus berechnet. Die Probleme, die wir also schon oben haben, machen diese Metrik hier ebenso völlig unbrauchbar.
Kurze Anmerkung: Die offensiven Win Shares haben durchaus ihre statistische Daseinsberechtigung. Inwiefern man diese nutzen möchte und welchen Mehrwert sie darstellen, sollte jeder für sich selbst entscheiden. Basketball-reference bietet auf den Spielerseiten ebenso die Werte für Win Shares an, die den Einfluss eines Spielers insgesamt abbilden sollen. Da diese aber die Summe aus defensiven und offensiven Win Shares sind, muss bei dessen Verwendung aufgrund des defensiven Anteils Vorsicht geboten werden.
III. Defensive Rating von nba.com/stats
Es besteht große Verwechslungsgefahr mit dem DRtg in I), die beiden Metriken sind aber streng voneinander zu trennen (dies gilt genauso für das Offensive Rating der beiden Websites). Während die bereits vorgestellte Zahl eine individuelle Statistik sein soll, wird bei der von der NBA betriebenen Seite jeweils ausgedrückt, wie viele Punkte das Team auf 100 Ballbesitze kassiert, während der jeweilige Spieler auf dem Feld steht. Es ist keine individuelle Messzahl, sondern gibt die Stärke/Schwäche einer Teamdefense bzw. einer Anzahl an Lineups, die den Spieler involviert.
Hat Spieler X ein Defensive Rating von 102, bedeutet dies, dass das Team 102 Punkte auf 100 Ballbesitze zulässt, wenn X auf dem Parkett steht. Mit diesem isolierten Wert lässt sich ohne Referenz aber auch noch nichts anfangen.
IV. Einzahlenmetriken
Immer größerer Beliebtheit erfreuen sich diese advanced stats, die ausdrücken sollen, wie groß der overall impact eines Spielers ist. Dies geschieht anhand einer Zahl, die größer, kleiner oder gleich Null sein kann. Ein positiver Wert bedeutet, dass der Spieler das Team besser macht, wenn er spielt, im Vergleich zu den Ballbesitzen, bei denen er auf der Bank sitzt. Analoges gilt für negative Werte.
Die Plusminus-Statistiken lassen sich grundsätzlich in drei verschiedene Ansätze gliedern: Einerseits kann man anhand allerlei Boxscore-Daten einen Wert berechnen, der angibt, inwiefern der Spieler besser oder schlechter als der Durchschnitt der Liga ist.
Andererseits werden ausgehend aus Eishockey-Traditionen jene Werte zu Rate gezogen, die ein Team mit und ohne den jeweiligen Spieler erzielt und die Differenz gebildet. Zu guter Letzt gibt es noch Ansätze, die beide Ideen verbinden, indem sie von einem Boxscore-basierten Wert ausgehen und diesen um die On/Off-Werte des Spielers korrigieren.
Der für diesen Artikel relevante Aspekt ist, dass sich jene Plusminus-Werte in einen offensiven und defensiven Anteil separieren lassen. Eventuell helfen also letztere bei der Bewertung von individueller Defense?
i. Defensive Box Plus Minus
Daniel Myers entwickelte das Box Plus Minus, es ist ebenfalls auf basketball-reference.com aufzufinden. Ebenso wie viele andere Metriken lässt sie sich in einen offensiven Anteil, OBPM, und einen defensiven, für uns relevanten, Anteil aufteilen. Wie der Name schon sagt, ist es eine reine Boxscore basierte Metrik, die auf 100 Ballbesitze normiert angeben soll, wie gut ein Spieler im Vergleich zum Ligaschnitt (+ 0,0) performt. +5 wäre die Leistung eines All-NBA-Spielers, -5 wäre ein Wert für einen sehr miesen Spieler.
Im Glossar erklärt Myers selbst die Probleme des Box Plus Minus, weswegen er hier zu Wort kommen soll:
There are limitations on all box score stats – if the box score doesn’t measure a particular contribution, a box-score-based metric can only approximate that contribution. This is not a great hindrance on the offensive side, as nearly everything of importance on offense is captured by the box score (only missing things like screen-setting), but on defense the box score is quite limited. Blocks, steals, and rebounds, along with minutes and what little information offensive numbers yield about defensive performance are all that is available. Such critical components of defense as positioning, communication, and the other factors that make Kevin Garnett and Tim Duncan elite on defense can’t be captured, unfortunately.
Um noch genauer die Hintergründe und die Berechnungen der Box Plus Minus Metrik zu verstehen, dem sei der Link mit den Ausführungen Myers’ ans Herz gelegt. Hier soll aber nicht näher darauf eingegangen, weil es für die Betrachtung der defensiven Seite wenig relevant ist.
ii. On/Off-Werte – Play-by-Play-Daten
Dort, wo bei Boxscore-basierten Defensivbewertungen die Kritik ansetzt, sollen on/off-Werte die Lösung darstellen. Da zur Defensive eines Spielers viele Dinge gehören, die der Boxscore nicht abbilden kann, könnte man indirekt über die Teamdefense den Einfluss eines Spielers messen. Ein guter Verteidiger verbessert die Defensive, wenn er auf dem Feld steht, im Vergleich zu seiner Zeit auf der Bank. Umgekehrt lassen schlechte Verteidiger die Ratings der Defense sinken und das Team verteidigt besser, wenn er auf der Bank sitzt.
ii.i. Defensive Rating On/Off
Der einfachste Weg, dies zu messen, ist die Betrachtung der von nba.com zur Verfügung gestellten on/off-Splits eines Spielers. Wie hoch ist das DRtg seiner Mannschaft, wenn er auf dem Feld steht? Wie ist es, wenn er das Parkett verlässt? Die Differenz aus beiden Werten liefert den ersten +/- Wert. Übersetzen lässt sich ein Wert von +3,8 mit „Das Team verteidigt mit Spieler X um 3,8 Punkte pro 100 Possessions besser, als wenn X auf der Bank sitzt“. Diese Zahlen sind aber nur Pace-bereinigt, haben aber noch unzählige Störvariablen. Unberücksichtigt bleibt beispielsweise die Frage nach den Lineups, in denen er spielt (spielt er neben guten oder schlechten Verteidigern?) oder ob er eher gegen Starter des Gegners oder die Bank agiert.
Bei Verwendung dieser Zahlen ist eine ausreichend große Stichprobenmenge unabdingbar, da bei zu kleiner sample size der Zufall eine größere Rolle spielen wird als dass sich wirklich eine Kausalität herauslesen lassen könnte. Bei genügend großer sample size helfen die Werte aber durchaus, um Verteidigungsarbeit zu bewerten. Es liefert Hinweise und Indizien, die man aber dann erst noch genauer untersuchen sollte.
ii.ii. APM (Adjusted Plus Minus) & RAPM (Regularized Adjusted Plus Minus)
Diese Metriken sind Erweiterungen der einfachen Plusminus-Modelle, die u. a. versuchen, die Werte nach Spielzeit, Lineups etc. anzupassen. Artur Kowis hatte hierzu schon einiges in seinem Artikel geschrieben.
iii. Defensive Real Plus Minus (DRPM)
Die von Jeremias Engelmann entwickelte Einzahlenmetrik kombiniert Boxscore- und On/Off-Ansätze. Startpunkt ist eine Grundlage aus Boxscore-Daten, die um Play-by-Play-Werte korrigiert wird. Mehr dazu könnt ihr ebenfalls in Arturs Artikel nachlesen oder ihr hört in die beiden Pods zum RPM, einer sogar mit Engelmann selbst, hinein.
Fazit: Im Glossar von basketball-reference wird die Kraft des Box Plus Minus bereits eingeschränkt. Der offensive Teil der Metrik eignet sich zwar hervorragend zum Vergleich von Spielern, insbesondere im Vergleich mit “historischen” Akteuren, beim Defensive Box Plus Minus erleben wir das gleiche Problem, dem wir auch schon beim DRtg begegnet sind: der defensive Impact wird nur durch Boxscore-Werte erfasst. Real Plus Minus versucht zwar, mehrere Ideen zu vereinen, letzten Endes klingt dies aber nur wie ein Kompromiss und nicht wie ein völlig ausgereiftes Modell. Der Impact starker Flügelverteidiger wird auch mittels DRPM kaum erfasst, da sie zu wenig Boxscore-Highlights liefern, um ihren Wert in die Höhe zu treiben.
Ein weiteres Problem der Einzahlmetriken ist ihr “Black Box”-Charakter. In der Offensive können wir anhand von Freiwurfversuchen, Shot Locations, Drive Charts, Play Types etc. genau aufschlüsseln, was ein Offensivspieler gut macht und was nicht. Im Gegensatz dazu sagt ein defensiver Plusminus-Wert uns nur etwas über das Ergebnis, nicht, worin genau ein Spieler defensiv reüssiert (oder eben nicht). Verteidigt ein Big das Pick and Roll gut? Lässt ein Perimeter-Verteidiger viele Drives zu? All jene Fragen bleiben hierbei unbeantwortet. Welche Aktionen eines Spielers defensiv also zu einem guten Wert führen, ist bei Play-by-Play-Daten einfach nicht zu erkennen.
Darüber hinaus sollte nicht unerwähnt bleiben, dass alle +/- Zahlen keine Rankings von einzelnen Spielern darstellen. Da die Zahlen einen overall Impact aufzeigen wollen, sind sie streng kontextgebunden. Nur weil also beispielsweise zwei Spieler den exakt selben Wert von +3 besitzen, heißt das nicht, dass sie gleichwertige Defender sind. Es bedeutet nur, dass sie in ihrem Team in ihrer Rolle ihre Teamdefense um 3 Punkte pro 100 Ballbesitze besser machen.
Was bleibt?
Es scheint, als wolle der Artikel suggerieren, man könne keiner individuellen Defensivstatistik trauen. Leider ist das bisweilen auch so. Defensive wird noch zu häufig mit Boxscore-Daten erfasst, welche aber nur einen Teil der Wahrheit erzählen. DRtg und Win Shares sollten am besten gar nicht mehr benutzt, Plus-Minus-Statistiken sollten mit allerhöchster Vorsicht genossen werden. Am ehesten sind die sog. On/Off-Splits und daraus abgeleitete +/- Metriken (APM, RAPM) brauchbar, da sie zumindest zeigen können, ob die Teamdefense mit den jeweiligen Spielern auf dem Feld besser oder schlechter funktioniert. Aber diese „indirekten“ Hinweise sind definitiv nicht der Weisheit letzter Schluss. Zudem macht ihr Black-Box-Charakter genaue Auswertungen ungemein schwierig.
Teilbereiche von Defensive lassen sich aber mit Hilfe von SportsVU doch bewerten: Die Datenseite von nba.com/stats bietet uns genaue Details darüber, wie gut welche Spieler den Ring oder den jeweiligen Wurf verteidigen. Dies ist ein Fortschritt, zeichnet eben aber auch nur ein Teil des Gesamtbildes. Ein guter Ringbeschützer ist nicht zwingend ein guter Pick ‘n’ Roll-Defender. Noch verrät es uns nicht, wie effizient ein Verteidiger durch Screens kommt oder ob er die Hilfe bei einem Drive im richtigen Moment schickt.
Einen weiteren Schritt in die richtige Richtung stellen die Defensivdaten von Synergy dar, die quasi jede Possession eines Spielers erfassen und sie in die jeweiligen Bereiche (Pick ‘n’ Roll, Isolation, Post-Ups etc.) einordnen. Problematisch hierbei ist oft aber die geringe sample size. So verteidigte laut Synergy zum Beispiel Anthony Davis dieses Jahr die meisten Wurfversuche eines Roll Man aus den Pick´n´Roll (Stand: 20.2.16). Nach über der Hälfte der Saison stehen dort aber gerade einmal 100 Possessions und 95 verteidigte FGA. Valide Aussagen sind für die Mehrheit der Spieler damit kaum möglich.
Portale wie VantageSports.com arbeiten mit vielen interessanten Daten, die sonst bislang noch unberührt blieben. Ein Beispiel hierfür findet sich im Artikel vom 26.1.16 über Robert Covington. Leider sind nicht alle Artikel auf der Seite frei zugänglich und man muss sich einen entgeltlichen Account anlegen, um unbegrenzt stöbern zu dürfen.
Erste Entwicklungen hin zu einer objektiveren und statistisch besseren individuellen Defensivbewertung sind getan, aber sie stecken noch in den Kinderschuhen. Solange dies noch der Fall ist, müssen wir uns hier noch viel mehr auf den “eye test” verlassen.
