1
00:00:06,320 --> 00:00:09,920
Der nächste Pic setzt der 
Dynasty Fantasy Football Podcast

2
00:00:09,920 --> 00:00:20,000
mit Nico und Zapp. 
Einen wunderschönen guten 

3
00:00:20,000 --> 00:00:22,720
Morgen, guten Abend und gute 
Nacht an alle Dynasty Fantasy 

4
00:00:22,720 --> 00:00:25,360
Football verrückten Nerds da 
draußen. 

5
00:00:25,360 --> 00:00:30,160
Hier sind wieder eure Jungs von 
der nächste Pic sitzt heute 

6
00:00:30,160 --> 00:00:35,840
leider nur mit mir, dem Sepp und
ohne Nico, weil Nico leider 

7
00:00:35,840 --> 00:00:40,320
verletzt mit Rücken sich schonen
muss und nicht sitzen darf. 

8
00:00:40,640 --> 00:00:45,360
Von daher müsst ihr heute ganz 
alleine meine Stimme ertragen. 

9
00:00:45,360 --> 00:00:48,720
Das trifft sich aber eigentlich 
ganz gut, denn wir wollen heute 

10
00:00:48,880 --> 00:00:53,120
eine kleine Neuheit erklären, wo
ich sowieso den größeren Teil 

11
00:00:53,280 --> 00:01:00,000
des Ja des Sprechanteils gehabt 
hätte, und zwar wollen wir über 

12
00:01:00,240 --> 00:01:05,040
ein datengetriebenes Scoring 
Modell sprechen. 

13
00:01:05,360 --> 00:01:09,680
Kann tatsächlich ein 
analytisches zahlengetriebenes 

14
00:01:09,840 --> 00:01:14,960
Modell den NFL Draft schlagen? 
Das ist so n bisschen die 

15
00:01:14,960 --> 00:01:18,080
Überschrift des heutigen 
Podcast. 

16
00:01:18,080 --> 00:01:20,320
Warum? 
Wollen wir darauf eingehen? 

17
00:01:20,560 --> 00:01:24,360
Zum einen haben wir von vielen 
von euch in den vergangenen 

18
00:01:24,360 --> 00:01:28,400
Wochen, die die Frage erhalten, 
warum Basten so viele White 

19
00:01:28,400 --> 00:01:32,400
Receiver, obwohl sie früh 
getraftet werden, oder warum 

20
00:01:32,400 --> 00:01:37,040
erkennt man Trends erst 
innerhalb der ersten 3 Jahre, ob

21
00:01:37,040 --> 00:01:42,080
ein Receiver tatsächlich NFL 
tauglich ist oder nicht und eben

22
00:01:42,080 --> 00:01:45,920
genau diese Punkte haben uns zum
Nachdenken angeregt und gesagt 

23
00:01:45,920 --> 00:01:49,080
okay lasst uns doch einfach mal 
gemeinsam stellen. 

24
00:01:49,360 --> 00:01:52,720
Schauen, ob wir denn nicht 
analytisch, sprich mit den 

25
00:01:52,720 --> 00:01:57,040
Daten, die uns die NFL liefert, 
herausfinden können, ob ein 

26
00:01:57,760 --> 00:02:00,880
Receiver tatsächlich den Hype 
wert ist. 

27
00:02:00,880 --> 00:02:05,280
Den, den er im Draft bekommen 
hat, oder ob er vielleicht eher 

28
00:02:05,280 --> 00:02:09,039
n bast ist. 
Und genau da wollen wir heute in

29
00:02:09,039 --> 00:02:13,840
den nächsten 20 bis 30 Minuten 
reingehen und uns an den Fragen 

30
00:02:13,840 --> 00:02:16,840
orientieren. 
Ist es tatsächlich nur n Zufall,

31
00:02:16,840 --> 00:02:21,280
dass Spieler. 
Aus Runde 3 oder Runde 4 

32
00:02:21,280 --> 00:02:23,840
plötzlich zum Fantasy League 
winner werden? 

33
00:02:24,000 --> 00:02:29,440
Oder können wir das irgendwie 
systematisch vorhersagen? 

34
00:02:30,560 --> 00:02:35,040
Ja, wenn wir uns den Fantasy 
Draft im Detail anschauen oder 

35
00:02:35,040 --> 00:02:38,880
den Draft der NFL, dann basieren
viele Entscheidungen meistens 

36
00:02:38,880 --> 00:02:42,160
auf 3 Dingen. 
Das ist zum einen der Filmtest, 

37
00:02:42,160 --> 00:02:44,720
also darüber haben wir auch 
schon ausführlich im vergangenen

38
00:02:44,720 --> 00:02:48,400
Jahr gesprochen, wie sieht man 
die Spieler auf Tape, wie 

39
00:02:48,400 --> 00:02:51,160
bewegen sie sich, wie gehen sie 
in Eigen in einzelnen 

40
00:02:51,160 --> 00:02:55,360
Situationen um, das ist einer 
der relevanten Aspekte, die 

41
00:02:55,360 --> 00:02:58,640
sowohl für Fantasy Football 
Manager als auch für Draft. 

42
00:02:59,280 --> 00:03:03,200
Für den Draft die NFL Experten 
interessant ist und der zweite 

43
00:03:03,200 --> 00:03:09,440
Punkt, der natürlich gerade ja 
uns als Dynasty Akteure sehr 

44
00:03:09,600 --> 00:03:11,760
sehr beregt sind, die Meinung 
der Experten. 

45
00:03:11,760 --> 00:03:17,440
Also wie sehen die großen NFL 
Draft Experten einzelne Spieler,

46
00:03:17,440 --> 00:03:21,360
wie ranken sie sie ein, an 
welcher Position oder wie 

47
00:03:21,360 --> 00:03:26,720
handhaben das andere Podcasts? 
Wie handhaben ist ja Plattform, 

48
00:03:26,720 --> 00:03:30,640
die Keep Trade Cut, wo die 
Spieler einen gewissen Value 

49
00:03:30,640 --> 00:03:34,640
haben und daraus resultiert dann
zum Schluss die der die dritte 

50
00:03:34,640 --> 00:03:40,400
Ebene und das ist die Average 
trraft Position, weil das ja in 

51
00:03:40,400 --> 00:03:43,080
der Regel die Weisheit der Masse
ist. 

52
00:03:43,080 --> 00:03:46,400
Sprich wir kommen n bisschen weg
von dem von der Expertenmeinung,

53
00:03:46,400 --> 00:03:50,160
sondern gehen hier rein auf die 
Meinung die. 

54
00:03:50,720 --> 00:03:54,800
Die, die der Markt sagt, und das
ist für uns n sehr sehr 

55
00:03:54,800 --> 00:04:00,560
wichtiger Ansatz, denn ADP ist 
an sich kein Value um das 

56
00:04:00,560 --> 00:04:02,720
vorwegzunehmen, sondern ist 
einfach nur der Marktpreis. 

57
00:04:02,720 --> 00:04:10,320
Das ist das, was dir aktuell der
Spieler gibt und wenn man sich 

58
00:04:10,320 --> 00:04:16,640
diesen ADP genauer anschaut, 
dann sieht man relativ stark, 

59
00:04:16,640 --> 00:04:21,519
dass der. 
Korreliert mit dem Output, 

60
00:04:21,519 --> 00:04:24,320
sprich der Performance eines 
Fantasy Spielers. 

61
00:04:25,040 --> 00:04:28,800
Wir haben hier statistisch 
gesehen einen Wert von knapp 

62
00:04:28,800 --> 00:04:32,880
0,62, also je höher ein Spieler 
in der Average Draft Position 

63
00:04:32,880 --> 00:04:36,640
ist, desto wahrscheinlicher ist,
dass er korreliert. 

64
00:04:36,720 --> 00:04:41,360
Es geht von 0 bis 1 und anhand 
des Tests den wir vorgenommen 

65
00:04:41,360 --> 00:04:46,440
haben, sprich dem Datensatz und 
das greife ich vielleicht jetzt 

66
00:04:46,440 --> 00:04:50,160
gerade mal vorweg was? 
Haben wir uns angeschaut. 

67
00:04:50,160 --> 00:04:56,720
Wir haben uns die NFL Daten der 
letzten 10 Jahre sowohl von PFF 

68
00:04:56,720 --> 00:05:02,000
als auch vom Player Profile 
einmal gezogen und analytisch 

69
00:05:02,320 --> 00:05:06,000
drauf laufen lassen und geguckt,
wie korrelieren einzelne 

70
00:05:06,000 --> 00:05:10,480
Parameter mit dem tatsächlichen 
Output, wobei der Output für uns

71
00:05:10,720 --> 00:05:15,920
die Fantasy Punkte zum einen pro
Spiel und zum anderen die 

72
00:05:15,920 --> 00:05:22,560
Fantasy Punkte innerhalb. 
Der gesamten NFL Saison waren 

73
00:05:22,800 --> 00:05:27,840
heißt wir haben hier als AD mit 
dem ADP nen Wert gefunden, der 

74
00:05:27,840 --> 00:05:35,280
relativ gut, ich würd sagen mehr
als ja moderat funktioniert, 

75
00:05:35,280 --> 00:05:37,280
aber er ist halt eben nicht 
perfekt. 

76
00:05:38,000 --> 00:05:42,240
Das heißt der Markt, sprich das 
was wir eben wo wir eben einmal 

77
00:05:42,240 --> 00:05:44,880
drauf eingegangen sind, was die 
Weisheit der Masse sagt. 

78
00:05:45,600 --> 00:05:49,280
Das ist die Trash Position, wo 
wir einen Spieler sehen. 

79
00:05:49,280 --> 00:05:54,560
Macht Fehler und genau da sehen 
wir die Möglichkeit, sprich ne 

80
00:05:54,560 --> 00:05:59,680
Opportunity herauszufinden wie 
einzelne Spieler vielleicht 

81
00:05:59,680 --> 00:06:04,080
besser performen, den ein oder 
anderen Parameter herauszufinden

82
00:06:04,080 --> 00:06:08,400
um eben über diesen ADP wert 
hinweg des Marktes zu kommen. 

83
00:06:08,880 --> 00:06:13,640
Ja und damit kommen wir zu dem 
übergeordneten Ziel unseres 

84
00:06:13,640 --> 00:06:17,360
Scores. 
Sprich unser Ziel war es nicht 

85
00:06:17,360 --> 00:06:20,560
und das müssen wir auch hier 
glaube ich, direkt an der Stelle

86
00:06:20,560 --> 00:06:24,600
direkt klar und deutlich sagen, 
wir wollen nicht den besten 

87
00:06:24,600 --> 00:06:29,280
Spieler vorhersagen, denn das 
zeigt, man zeigt sich relativ 

88
00:06:29,280 --> 00:06:32,520
schnell, wenn man sich die Daten
anschaut und die Spieler, die 

89
00:06:32,520 --> 00:06:35,800
tatsächlich in der NFL jedes 
Jahr getraftet werden und selbst

90
00:06:35,800 --> 00:06:39,360
ja 10 Jahre hört sich viel an, 
aber die Datenbasis, die man 

91
00:06:39,360 --> 00:06:41,200
tatsächlich hat, ist gar nicht 
so groß. 

92
00:06:41,680 --> 00:06:45,840
Um hier ne valide gültige 
Aussage zu treffen, die am Ende 

93
00:06:45,920 --> 00:06:51,280
stärker ist als der ADP, darauf 
haben wir uns nicht fokussiert, 

94
00:06:51,280 --> 00:06:56,520
sondern wir wollen mit unserem 
Modell herausfinden, bei welchen

95
00:06:56,520 --> 00:07:00,640
Spielern statistisch gesehen, 
sprich anhand der letzten 10 

96
00:07:00,640 --> 00:07:04,880
Jahre, der größte Unterschied 
zwischen Markt und Realität zu 

97
00:07:04,880 --> 00:07:07,640
finden ist. 
Das heißt also, wir wollen 

98
00:07:07,640 --> 00:07:11,600
herausfinden, welche Spieler 
sind unserer Meinung nach 

99
00:07:11,600 --> 00:07:16,240
unterbewertet und welche Spieler
sind überbewertet. 

100
00:07:16,880 --> 00:07:20,320
Das heißt, um das in den Worten 
von Nico als alten 

101
00:07:20,320 --> 00:07:25,760
Finanzexperten zu sagen. 
Können wir den Alpha Faktor 

102
00:07:25,760 --> 00:07:28,440
einmal ranziehen? 
Wir wollen herausfinden, in 

103
00:07:28,440 --> 00:07:32,000
welchem Ausmaß sich das 
Investment eines Traders besser 

104
00:07:32,000 --> 00:07:36,800
oder schlechter als der Markt im
gleichen Zeitraum entwickelt, um

105
00:07:36,800 --> 00:07:40,760
soeben einen eigenen traf Value 
generieren zu können. 

106
00:07:42,000 --> 00:07:45,280
Wie funktioniert also das 
Modell, was wir vorhaben und das

107
00:07:45,280 --> 00:07:49,680
kann man eigentlich recht simpel
erklären, das Modell bekommt nur

108
00:07:49,680 --> 00:07:54,280
Informationen die die du vor dem
traf tatsächlich hast und. 

109
00:07:54,400 --> 00:08:00,360
Das heißt, wir benutzen keine 
NFL Daten auch für das Learning 

110
00:08:00,360 --> 00:08:05,040
haben wir keine NFL Daten außer 
den tatsächlichen Fantasy Output

111
00:08:05,040 --> 00:08:07,360
in Form von Punkten 
herangezogen. 

112
00:08:07,440 --> 00:08:13,000
Wir schauen nicht was am Ende 
des Tages an der Performance in 

113
00:08:13,000 --> 00:08:16,960
der NFL war, sondern wir 
fokussieren uns wirklich, damit 

114
00:08:16,960 --> 00:08:18,480
wir eben die Leistung der 
Rookies. 

115
00:08:19,080 --> 00:08:21,840
Auch einschätzen können auf die 
College Performance. 

116
00:08:21,840 --> 00:08:24,880
Wir schauen uns die 
Effizienzmetriken an, die wir 

117
00:08:24,880 --> 00:08:28,080
aus dem College hatten. 
Wir schauen auf die Athletik, 

118
00:08:28,160 --> 00:08:32,559
was hat er abgeliefert? 
Natürlich haben wir hier relativ

119
00:08:32,799 --> 00:08:36,840
viele leere Werte in unserem in 
unserer Datenbank drin, weil 

120
00:08:36,840 --> 00:08:40,840
nicht jeder Spieler beim Combine
mitgemacht hat, aber. 

121
00:08:40,840 --> 00:08:44,560
Aber wir haben zu vielen 
Spielern eben Werte gefunden, 

122
00:08:44,560 --> 00:08:48,000
die wir mit einbezogen haben und
ein sehr, sehr wichtiger Punkt 

123
00:08:48,000 --> 00:08:54,240
natürlich die traf Position, die
wir hier mit herangeführt haben.

124
00:08:55,040 --> 00:08:59,440
Nun die wichtigste Frage für 
alle Leute, die sich für Daten 

125
00:08:59,440 --> 00:09:02,720
und ja das das Modell dahinter 
interessieren. 

126
00:09:02,880 --> 00:09:08,080
Wir haben uns dazu entschieden 
ein Machine Learning Modell, das

127
00:09:08,080 --> 00:09:11,120
sogenannte XG Boost, zu 
verwenden. 

128
00:09:11,720 --> 00:09:14,480
Das sagt vielen von euch 
wahrscheinlich nichts, aber ich 

129
00:09:14,480 --> 00:09:18,480
will es auch nicht allzu 
kompliziert machen, aber 

130
00:09:18,480 --> 00:09:22,000
wenigstens 23 Worte dazu 
verlieren. 

131
00:09:22,800 --> 00:09:26,720
Allgemein ist dieses XG Boost, 
kann man sich so vorstellen wie 

132
00:09:26,720 --> 00:09:30,000
ein Team von Experten, bei dem 
jeder aus den Fehlern seines 

133
00:09:30,000 --> 00:09:35,200
Vorgängers lernt, ein einfaches 
Beispiel, was bei uns in der 

134
00:09:35,200 --> 00:09:37,360
Vorlesung immer genannt wurde 
ist. 

135
00:09:37,800 --> 00:09:42,000
Man will ein Haus Haus kaufen, 
man geht hin, hat keine Ahnung 

136
00:09:42,000 --> 00:09:45,960
wieviel das Hauswert ist. 
Im ersten Versuch gibt man n 

137
00:09:45,960 --> 00:09:50,080
Gebot ab, das wird gesagt ist zu
hoch oder zu niedrig, je nachdem

138
00:09:50,080 --> 00:09:53,200
weißt du in deinem in deiner 
nächsten Entscheidung. 

139
00:09:53,360 --> 00:09:55,600
Ah es war zu hoch oder zu 
niedrig, je nachdem ob es 

140
00:09:55,600 --> 00:09:57,120
angenommen wurde oder abgelehnt 
wurde. 

141
00:09:57,440 --> 00:10:00,560
Und dann geht der nächste hin, 
der nächste trifft wieder genau 

142
00:10:00,560 --> 00:10:03,480
diese Entscheidung und das geht 
immer so weiter, sprich das ist 

143
00:10:03,480 --> 00:10:06,560
ein Modell von ganz, ganz vielen
kleinen Entscheidungsbäumen 

144
00:10:06,880 --> 00:10:10,320
Entscheidungsbäumen, die 
voneinander lernen und das macht

145
00:10:10,320 --> 00:10:14,720
sich eben bei diesem, bei diesem
Datensatz super bezahlt, weil 

146
00:10:14,720 --> 00:10:18,960
wir so sehr, sehr gut viele 
Erkenntnisse oder stichhaltige 

147
00:10:18,960 --> 00:10:22,080
und nachhaltige Erkenntnisse 
generieren können. 

148
00:10:23,280 --> 00:10:26,880
Für alle, ja datengetriebenen 
Leute von euch. 

149
00:10:27,040 --> 00:10:30,560
Natürlich haben wir unseren 
Datensatz in Trainings und 

150
00:10:30,560 --> 00:10:34,560
Testdaten unterschieden, das ist
dahingehend wichtig, dass wir 

151
00:10:34,560 --> 00:10:38,320
eben nicht mit allen Daten unser
Modell trainieren und es damit 

152
00:10:38,320 --> 00:10:42,120
dann gleichzeitig auch testen, 
das hätte den ganz, ganz großen 

153
00:10:42,120 --> 00:10:45,680
Nachteil, dass die Ergebnisse 
selbstverständlich bestätigt 

154
00:10:45,680 --> 00:10:48,160
werden sollten, wenn wir alles 
richtig gemacht haben, was wir 

155
00:10:48,160 --> 00:10:51,600
vorher mit unseren. 
Trainingsdaten gemacht haben, 

156
00:10:51,600 --> 00:10:53,640
sondern wir haben das 
untergliedert in Trainings und 

157
00:10:53,640 --> 00:10:57,040
Testdaten, damit wir hier auch 
über einen längeren Zeitraum 

158
00:10:57,040 --> 00:11:00,560
tatsächlich das bestätigen 
können, was wir am Ende des 

159
00:11:00,560 --> 00:11:05,840
Tages rausgefunden haben. 
Trotzdem werden einige von euch 

160
00:11:05,840 --> 00:11:08,800
sich fragen, ja, warum machen 
die das so, so komisch, so 

161
00:11:08,800 --> 00:11:12,480
kompliziert am Ende des Tages 
will ich doch wissen, wieviel 

162
00:11:12,480 --> 00:11:16,240
Punkte mein Spieler macht. 
Aber genau das ist aus unserer 

163
00:11:16,240 --> 00:11:20,440
Sicht n fataler Ansatz. 
Es gibt viele Modelle, die 

164
00:11:20,440 --> 00:11:24,320
sagen, ey, dein Spieler macht im
Schnitt über die ersten 5 Jahre 

165
00:11:24,960 --> 00:11:27,760
14 Punkte, dein Spieler macht im
ersten Jahr wenn er da und da 

166
00:11:27,760 --> 00:11:30,320
getraftet ist im Schnitt 20 
Punkte. 

167
00:11:30,480 --> 00:11:35,920
Das Problem ist, dass Punkte. 
Aufgrund der Datensätze, die wir

168
00:11:35,920 --> 00:11:39,960
generell im Fantasy Football 
haben, super, super neu sie 

169
00:11:39,960 --> 00:11:43,440
sind, heißt es gibt super viele 
Schwankungen nach oben oder 

170
00:11:43,440 --> 00:11:44,720
unten, um das überhaupt zu 
haben. 

171
00:11:44,720 --> 00:11:48,160
Natürlich könnt ihr hier immer 
mal einen Glückstreffer haben, 

172
00:11:48,160 --> 00:11:52,080
aber um das ganze sinnvoller und
besser verteilt zu machen, ist 

173
00:11:52,080 --> 00:11:57,280
es für uns der einzig richtige 
Ansatz eigentlich zu sagen wir. 

174
00:11:58,080 --> 00:12:02,800
Wollen keine Punkte vorhersagen,
sondern wir wollen sagen, er 

175
00:12:02,800 --> 00:12:05,840
performt besser als das, was wir
haben. 

176
00:12:06,720 --> 00:12:09,440
Nachdem wir jetzt so n bisschen 
durch die Statistik dahinter 

177
00:12:09,440 --> 00:12:16,080
gegangen sind, kommen wir jetzt 
zum Ja zum Herzstück, zur OP am 

178
00:12:16,080 --> 00:12:19,440
offenen Herzen was was sind 
unsere Ergebnisse? 

179
00:12:19,920 --> 00:12:24,240
Wir vergleichen also wie gesagt 
unseren. 

180
00:12:24,640 --> 00:12:31,440
Modell rang mit dem Markt rang 
welchen auf welchem Platz sehen 

181
00:12:31,440 --> 00:12:35,520
wir den Spieler nach unserem 
Modell und auf welchem Platz 

182
00:12:35,520 --> 00:12:38,800
sieht der sieht der Markt den 
Spieler? 

183
00:12:39,440 --> 00:12:45,280
Das heißt für uns, wenn wir 
einen Spieler auf 10 sehen, der 

184
00:12:45,280 --> 00:12:50,400
Markt ihn aber nur auf. 40 
sieht, dann ist es für uns ein 

185
00:12:50,400 --> 00:12:53,600
sehr, sehr klarer beikandidat, 
weil wir sagen, anhand unserer 

186
00:12:53,600 --> 00:12:57,720
Werte ist der Spieler ein 
absoluter Beikandidat, ist es 

187
00:12:57,720 --> 00:13:01,280
wiederum andersrum. 
Das heißt, der Markt sieht ihn 

188
00:13:01,440 --> 00:13:08,560
auf Platz. 10 das Modell sieht 
ihn auf Platz 25 dann ist es für

189
00:13:08,560 --> 00:13:11,760
uns ein klarer Sale Kandidat 
oder Fate Kandidat. 

190
00:13:11,840 --> 00:13:15,440
Das heißt, wir wollen ihn 
tatsächlich nicht haben, weil 

191
00:13:15,440 --> 00:13:17,920
der Value spricht. 
Der Unterschied zwischen Preis 

192
00:13:17,920 --> 00:13:20,720
und Erwartung einfach nicht 
passt. 

193
00:13:21,320 --> 00:13:24,960
Als Ergebnis gibt es bei uns 
dann 5 Labels, die wir haben. 

194
00:13:24,960 --> 00:13:27,920
Wir haben einmal nen Strong buy,
wenn wir eben sowas haben wie 

195
00:13:27,920 --> 00:13:31,120
eben wir sehen ihn auf Platz 15 
der Markt sieht ihn auf Platz 40

196
00:13:31,280 --> 00:13:34,160
wir haben buy, wir haben 
neutral, wenn es nahezu gleich 

197
00:13:34,160 --> 00:13:36,560
ist. 
Wir haben nen fade und wir haben

198
00:13:36,560 --> 00:13:40,480
nen Strong fade wenn sich das 
ganze eben zu weit voneinander 

199
00:13:40,640 --> 00:13:43,800
abweichen lässt. 
Und wenn ihr das bis jetzt alles

200
00:13:43,800 --> 00:13:47,120
soweit verstanden habt, dann 
sollte für euch eine. 

201
00:13:47,720 --> 00:13:52,160
Wichtige Frage, noch offen sein 
und das ist die Frage, ist das 

202
00:13:52,160 --> 00:14:00,160
Modell der DMPS Jungs besser als
das Modell des Marktes? 

203
00:14:00,240 --> 00:14:05,120
Also ist ihre Vorhersage besser 
als der ADP und können Sie das 

204
00:14:05,120 --> 00:14:07,760
belegen? 
Ja, das können wir anhand des 

205
00:14:07,760 --> 00:14:09,840
Datensatzes, den wir verwendet 
haben. 

206
00:14:10,200 --> 00:14:13,840
Kommen wir hier über eine 
bessere Aussage als das, was wir

207
00:14:13,840 --> 00:14:17,120
an dem reinen ADP festmachen 
können. 

208
00:14:17,280 --> 00:14:21,280
Das heißt, wenn ihr auf unsere 
Werte vertraut, seid ihr 

209
00:14:21,280 --> 00:14:24,480
definitiv besser als das, was am
Markt ist. 

210
00:14:24,960 --> 00:14:29,600
Gibt es Nachteile daran? 
Ja, natürlich der Datensatz, der

211
00:14:29,600 --> 00:14:33,520
für uns relevant war, beinhaltet
am Ende des Tages 500 Spieler, 

212
00:14:33,600 --> 00:14:37,520
das sind aber die einzigen, weil
das sind alle 500 Spieler, die. 

213
00:14:38,480 --> 00:14:41,760
Oder circa es waren glaube ich 
496 am Ende mit der 

214
00:14:41,760 --> 00:14:46,320
Datenbereinigung, über die wir 
tatsächlich auch gucken konnten,

215
00:14:46,320 --> 00:14:51,200
ob wir, ob wir unser Modell im 
Detail so anwenden können, dass 

216
00:14:51,200 --> 00:14:55,280
wir nicht zu viele Missing 
Values am Ende des Tages im 

217
00:14:55,280 --> 00:14:59,200
Datensatz haben, sondern wir 
können eben genau das mit 

218
00:14:59,200 --> 00:15:04,080
unserem Datensatz anhand unseres
Datensatz belegen. 

219
00:15:04,760 --> 00:15:08,880
Natürlich auf der anderen Seite 
heißt es für euch n einfaches 

220
00:15:08,880 --> 00:15:13,040
Modell, sprich das soll da auch 
nicht zu zu knapp betrachtet 

221
00:15:13,040 --> 00:15:16,240
werden. 
Der ADP an sich ist schon n sehr

222
00:15:16,240 --> 00:15:19,760
sehr guter Wert, ob n Spieler am
Ende des Tages performt mit 

223
00:15:19,760 --> 00:15:24,920
unserem Modell seid ihr noch n 
Tick drüber und jetzt kommt die 

224
00:15:24,920 --> 00:15:28,000
einzigste Einschränkung an dem 
ganzen Modell, wir haben das 

225
00:15:28,000 --> 00:15:35,040
ausprobiert für alle Gruppen. 
Sprich für Quarterbacks, 

226
00:15:35,040 --> 00:15:38,760
Runningbacks, Tidents und White 
Receivers. 

227
00:15:39,040 --> 00:15:44,080
Und wir müssen oder wir mussten 
feststellen, dass die einzige 

228
00:15:44,080 --> 00:15:47,520
Positionsgruppe, bei dem dieses 
Modell tatsächlich sehr, sehr 

229
00:15:47,520 --> 00:15:51,600
gut funktioniert oder bei denen 
Modelle generell sehr, sehr gut 

230
00:15:52,000 --> 00:15:55,520
funktionieren. 
Die weit Receiver sind hier 

231
00:15:55,520 --> 00:15:59,120
kommen wir auf einen deutlich 
höheren Wert, als wir es anhand 

232
00:15:59,120 --> 00:16:01,920
der Draft Position festmachen 
konnten. 

233
00:16:02,000 --> 00:16:05,680
Während wir bei den anderen 
Spielern, sprich den 

234
00:16:05,680 --> 00:16:10,080
Quarterbacks, den Runningbacks 
oder der Tidents eben nicht 

235
00:16:10,080 --> 00:16:14,320
besser wurden als die Average 
Draft Position. 

236
00:16:14,720 --> 00:16:20,000
Was aber definitiv daran liegt. 
Waterbacks sind immer super 

237
00:16:20,000 --> 00:16:23,040
schwer einzuschätzen. 
Schaut euch nur die Pics der 

238
00:16:23,040 --> 00:16:26,400
letzten Jahre an, wann ein 
Camward gegangen ist, wie er 

239
00:16:26,400 --> 00:16:29,680
performt hat, wann einen CJ 
Stroud gegangen ist, wie er 

240
00:16:29,680 --> 00:16:34,560
performt hat, wie sich 
entwickelt, wie sich einen. 

241
00:16:35,280 --> 00:16:39,280
Baker Mayfield entwickelt hat, 
wie sich Sam Daniel als Super 

242
00:16:39,280 --> 00:16:42,320
Bowl Champion entwickelt hat. 
Quarterbacks sind super, super 

243
00:16:42,320 --> 00:16:46,320
schwer tidents brauchen oder 
haben in den ersten Jahren 

244
00:16:46,320 --> 00:16:48,880
meistens ein bis 2 Jahre 
gebraucht, um überhaupt in der 

245
00:16:48,880 --> 00:16:52,800
NFL anzukommen, das ändert sich 
aktuell in der in den letzten 

246
00:16:52,800 --> 00:16:54,880
Jahren so ein bisschen, aber da 
sind halt auch wieder nur die 

247
00:16:54,880 --> 00:16:58,720
Ausnahmen semla Porter ist ein 
gutes Beispiel der im ersten 

248
00:16:58,720 --> 00:17:02,320
Jahr gut performt hat und hinten
raus dann wieder nicht performt 

249
00:17:02,320 --> 00:17:05,040
hat aufgrund Verletzungen 
aufgrund mehr Konkurrenz auf 

250
00:17:05,040 --> 00:17:06,720
dem. 
Da aufgrund dessen, dass sich 

251
00:17:07,119 --> 00:17:10,760
der Steam angepasst hat, hier 
muss man auf jeden Fall sagen, 

252
00:17:10,760 --> 00:17:15,680
das sind 2 sehr sehr volatile 
Positionen und die Position, die

253
00:17:15,920 --> 00:17:21,440
am häufigsten von ja wo der Wert
eigentlich noch am schlechtesten

254
00:17:21,440 --> 00:17:25,000
war, also wo ich ganz ganz klar 
nach der traf Position gehen 

255
00:17:25,000 --> 00:17:30,000
würde, ist der Running Bag. 
Der Running Bag ist unglaublich.

256
00:17:30,680 --> 00:17:36,560
Anpassungs oder unglaublich 
schwierig mit Daten zu belegen, 

257
00:17:36,640 --> 00:17:39,840
weil bei einem Running Bag, da 
geht es nicht nur um 

258
00:17:39,840 --> 00:17:42,480
analytisches Profil, da geht es 
nicht gut. 

259
00:17:42,480 --> 00:17:45,760
Du kannst nicht genau sehen, 
wann hat er im College 

260
00:17:45,760 --> 00:17:48,720
dominiert, was hat er für 
Gegenspieler gehabt, das sind 

261
00:17:48,720 --> 00:17:51,520
viel, viel mehr einzelne 
Komponenten, die eine Rolle 

262
00:17:51,520 --> 00:17:55,280
spielen und insbesondere die O 
Line und die gegnerische D line 

263
00:17:55,280 --> 00:17:59,440
sind hier 2 elementar wichtige 
Faktoren, die dazu führen, dass 

264
00:17:59,440 --> 00:18:03,840
Running Bags in der. 
Der NFL super schwer anhand von 

265
00:18:03,840 --> 00:18:07,400
Daten vorherzusagen sind ja und 
zum Abschied wollen wir uns 

266
00:18:07,400 --> 00:18:10,400
jetzt noch ein paar Beispiele 
aus der letztjährigen Draft 

267
00:18:10,400 --> 00:18:15,920
Klasse anschauen, warum wir 
sagen, dass unser unser Score 

268
00:18:15,920 --> 00:18:19,160
damals schon ganz gut hätte 
funktionieren können und einen 

269
00:18:19,160 --> 00:18:22,160
Ausblick geben auf die kommende 
Draft Klasse. 

270
00:18:22,680 --> 00:18:25,840
Der erste Spieler, den ich 
anführen möchte, ist Jamir 

271
00:18:25,840 --> 00:18:29,520
Dieke, der nach unserem Modell 
auf Sex gerankt wurde. 

272
00:18:29,520 --> 00:18:34,120
Der Markt rank war Platz 15, 
also wir hätten hier einen 

273
00:18:34,120 --> 00:18:38,080
deutlichen outperformer 
Hervorgesagt und eine klare 

274
00:18:38,080 --> 00:18:40,480
Investment Entscheidung hier 
gegeben. 

275
00:18:40,480 --> 00:18:44,560
Ich glaube seine Performance 
gerade in Ligen mit Pant und 

276
00:18:44,560 --> 00:18:47,840
Kick Return liegen hat hier 
gezeigt, er ist auf jeden Fall 

277
00:18:47,840 --> 00:18:51,120
mehr wert als ein viert runden 
oder Free Agent pic wo er in den

278
00:18:51,120 --> 00:18:54,240
meisten Ligen gegangen. 
Gegangen ist der zweite Spieler,

279
00:18:54,240 --> 00:18:57,960
der in eine ähnliche Kategorie 
geht, ist Tory Horton, der vom 

280
00:18:57,960 --> 00:19:04,160
Markt an 23 Gerankt war und den 
wir in unserem Modell an Platz 

281
00:19:04,160 --> 00:19:08,080
14 gesehen haben. 
Einen Spieler, wo wir im 

282
00:19:08,080 --> 00:19:11,760
Nachhinein sagen würden, okay, 
da müssen wir vielleicht noch 

283
00:19:11,760 --> 00:19:15,920
ein Jahr abwarten würden, wäre 
Kyle Williams, sprich wir sind 

284
00:19:15,920 --> 00:19:18,320
hier auch bei Spielern wo die 
uns wieder vor dem Draft 

285
00:19:18,320 --> 00:19:21,600
angeschaut haben. 
Also oder direkt nach dem Draft,

286
00:19:21,760 --> 00:19:24,520
wo der ganze Pre Season Hype 
noch nicht drin war. 

287
00:19:24,520 --> 00:19:28,320
Das müsst ihr auch Bedenken, 
wenn ihr, wenn ihr unser Modell 

288
00:19:28,320 --> 00:19:32,240
euch anschaut, wir hätten Kyle 
Williams direkt sehr sehr weit 

289
00:19:32,240 --> 00:19:36,720
oben gesehen, wenn ihr n 
bisschen tiefer geht in zurück 

290
00:19:36,720 --> 00:19:40,600
in dem wo er am Ende des Tages. 
Tatsächlich in vielen Ligen 

291
00:19:40,600 --> 00:19:43,920
Getraftet wurde, dann war das 
schon ein zweitrunden Pick, dann

292
00:19:43,920 --> 00:19:48,000
hättet ihr hier mit unserem 
Modell einen frühen Pick holen 

293
00:19:48,000 --> 00:19:50,760
können, den ihr vielleicht oder 
einen Spieler mit einem mit 

294
00:19:50,760 --> 00:19:54,080
einem späteren Pick holen könnt,
den ihr später zu einem besseren

295
00:19:54,080 --> 00:19:57,040
Preis wieder verkaufen hättet 
können. 

296
00:19:57,520 --> 00:20:01,800
Spieler, die wir relativ neutral
gesehen haben nach unserem 

297
00:20:01,800 --> 00:20:04,760
Modell können. 
Sprich wo wir gesagt haben, OK 

298
00:20:04,760 --> 00:20:07,920
der Marktpreis, der ist nahezu 
identisch mit dem, was wir von 

299
00:20:07,920 --> 00:20:11,200
dem Spieler erwarten können, ist
Demaker E Booker. 

300
00:20:11,360 --> 00:20:15,440
Den haben wir mit unserem Modell
als Nummer 2 Receiver 

301
00:20:15,440 --> 00:20:18,960
eingestuft, der Markt hat ihn 
als Nummer 3 Receiver 

302
00:20:18,960 --> 00:20:24,240
eingestuft, also hier sind wir 
deutlich im neutralen Bereich 

303
00:20:24,640 --> 00:20:29,600
Spieler, bei denen wir jedoch 
vorhersagen, dass sie nen ja nen

304
00:20:29,600 --> 00:20:35,600
fade werden ist beispielsweise. 
Timec gewesen, wo wir gesagt 

305
00:20:35,600 --> 00:20:38,320
haben, OK, anhand der Daten, die
wir vorliegen haben, und der 

306
00:20:38,320 --> 00:20:41,600
Vergleiche ist das für uns n 
fade. 

307
00:20:41,600 --> 00:20:44,640
Der war vom Markt deutlich höher
gerankt als wir in unserem 

308
00:20:44,640 --> 00:20:47,200
Modell haben, wo wir sagen 
müssen, OK, da scheinen wir 

309
00:20:47,200 --> 00:20:49,920
zumindestens nach Jahr 1 falsch 
zu liegen. 

310
00:20:49,920 --> 00:20:54,000
Wir wollen aber natürlich auf 
die 3 Jahre schauen und da ist 

311
00:20:54,000 --> 00:20:57,680
für uns definitiv die Chance 
noch, dass wir hier recht 

312
00:20:57,680 --> 00:21:02,120
behalten. 
Genau das jetzt mal so die die 

313
00:21:02,120 --> 00:21:06,000
spannendsten Beispiele aus den 
letzten aus dem letzten Draft 

314
00:21:06,000 --> 00:21:08,080
Jahr. 
Wenn ihr hier Interesse habt an 

315
00:21:08,080 --> 00:21:10,320
einzelnen Spielern, sagt uns 
gerne Bescheid, wir werden das 

316
00:21:10,320 --> 00:21:13,680
auch noch mal auf Instagram 
posten, wie unsere Einschätzung 

317
00:21:13,840 --> 00:21:18,400
der jeweiligen Spieler waren. 
Wir haben neben der eigentlichen

318
00:21:18,400 --> 00:21:21,840
Reihenfolge, also welchen 
Spieler wir wo sehen natürlich 

319
00:21:21,840 --> 00:21:25,040
auch direkt noch historische 
Vergleiche anhand der 

320
00:21:25,040 --> 00:21:29,680
analytischen Daten. 
Ungefähr so, wie man das ja bei 

321
00:21:29,680 --> 00:21:33,360
den NFL Comps sehen. 
Wir haben aber die Spieler 

322
00:21:33,360 --> 00:21:38,960
rausgezogen, wo wir 
vergleichbare analytische Werte 

323
00:21:39,040 --> 00:21:42,720
im im College hatten und ich 
sage euch jetzt mal nur die 

324
00:21:42,720 --> 00:21:47,440
analytischen Vergleiche zu 
ebuca, wo man dann glaube ich 

325
00:21:47,440 --> 00:21:50,400
sehen kann, warum das ein ganz 
ganz interessanter Spieler ist. 

326
00:21:50,680 --> 00:21:52,880
Analytisch gesehen in den 
kommenden Jahren. 

327
00:21:52,960 --> 00:21:57,840
Chalon Water Chase Clay Pool 
Cooper Cup also hier ist ne sehr

328
00:21:57,840 --> 00:22:02,880
sehr große Chance, dass man hier
nen nen guten Spieler auch in 

329
00:22:02,880 --> 00:22:08,320
Zukunft findet, werden wir bei 
Travis Hunter Spiele haben wie 

330
00:22:08,320 --> 00:22:12,720
Taven, Taylor, Andy, Isabella 
oder Josh Reynold also auch da 

331
00:22:12,880 --> 00:22:15,840
blickt man auf diese reinen 
statistischen Zahlen, die man 

332
00:22:15,840 --> 00:22:18,400
aus dem College gesehen hat und 
seiner Draft Position. 

333
00:22:18,920 --> 00:22:22,720
Dann kann man hier schon 
Tendenzen erkennen und unser 

334
00:22:22,720 --> 00:22:27,040
Modell ist da deutlich deutlich 
besser als das, was der was die 

335
00:22:27,040 --> 00:22:30,840
reinige Draft Position angeht 
mit der Einschränkung, dass wir 

336
00:22:30,840 --> 00:22:35,040
es eben nur über bald Receivers 
sagen können. 

337
00:22:35,200 --> 00:22:37,800
Wir können es nicht sagen zu 
Running bags, wir können es 

338
00:22:37,800 --> 00:22:40,800
leider nicht sagen zu tidance 
und nicht zu Quarterback, aber 

339
00:22:40,800 --> 00:22:43,600
das ist unsere unser erstes 
Modell was wir jetzt einfach mal

340
00:22:43,600 --> 00:22:45,440
mit. 
Euch mitgeben wollen an den 

341
00:22:45,440 --> 00:22:51,200
Markt und natürlich sobald der 
Traft dann im April durch ist, 

342
00:22:51,360 --> 00:22:54,160
reingehen wollen und euch eine 
direkte. 

343
00:22:54,840 --> 00:22:58,080
Eine analytische Grundlage 
bieten, auf welche Spieler ihr 

344
00:22:58,080 --> 00:23:00,880
gehen solltet. 
Auf der White Receiver Position 

345
00:23:01,040 --> 00:23:04,080
und auf welche nicht. 
Das ist insbesondere dieses Jahr

346
00:23:04,080 --> 00:23:07,520
von Relevanz, wenn man eben 
nicht diese Generation at 

347
00:23:07,520 --> 00:23:10,280
talents hat. 
Natürlich gibt es mit Tate, mit 

348
00:23:10,280 --> 00:23:15,600
Tyson, mit Konzeption, mit 
Denzel Boston und ja wie sie 

349
00:23:15,600 --> 00:23:20,400
alle heißen Spieler die relativ 
weit oben angesehen werden, man 

350
00:23:20,400 --> 00:23:24,080
weiß aber nie tatsächlich werden
sie es performen oder nicht und 

351
00:23:24,080 --> 00:23:27,360
wenn das bei einer. 
Einer Draft Klasse relevant sein

352
00:23:27,360 --> 00:23:31,440
könnte gerade ein vergleichbares
analytisches Profil, dann ist es

353
00:23:31,440 --> 00:23:35,200
dieses, ist es dieses Jahr und 
da könnt ihr gerne gespannt sein

354
00:23:35,200 --> 00:23:38,680
über ja über die kommenden Posts
kommenden Wochen, die wir 

355
00:23:38,680 --> 00:23:40,160
bringen werden. 
Wir werden bestimmt auch noch in

356
00:23:40,160 --> 00:23:43,280
der einen oder anderen Podcast 
Folge noch mal darüber sprechen,

357
00:23:43,280 --> 00:23:46,160
ich bin mir sicher, dass wenn 
Nico diese Folge hört, er auch 

358
00:23:46,160 --> 00:23:47,840
die ein oder andere Frage haben 
wird. 

359
00:23:48,200 --> 00:23:51,520
An mich also führt euch frei. 
Ich würde es jetzt auch einfach 

360
00:23:51,520 --> 00:23:54,120
mal ohne das mit Nico 
abgesprochen zu haben, in den 

361
00:23:54,120 --> 00:23:57,680
Raum werfen, dass wir vielleicht
noch ne kleine Q and a Folge zu 

362
00:23:57,680 --> 00:24:00,720
diesem Modell machen, wo wir uns
einfach noch mal 5 bis 10 

363
00:24:00,720 --> 00:24:04,320
Minuten nehmen und auf die 
Fragen eingehen, die ihr habt 

364
00:24:04,400 --> 00:24:08,400
und ja ansonsten. 
Kann ich nur sagen. 

365
00:24:08,400 --> 00:24:12,960
Vielen Dank, dass ihr mir die 
letzten knapp 25 Minuten 

366
00:24:13,200 --> 00:24:16,800
zugehört habt. 
Danke für Euren Support in den 

367
00:24:16,800 --> 00:24:19,880
letzten Wochen, wir sehen ganz 
ganz viel Liebe auf unserem 

368
00:24:19,880 --> 00:24:22,400
Spotify Kanal. 
Ihr seid wieder fleißig am 

369
00:24:22,400 --> 00:24:25,200
hören, ihr schreibt uns auf 
Instagram, ihr folgt uns auf 

370
00:24:25,200 --> 00:24:27,440
Instagram. 
Instagram Lasst da gerne 

371
00:24:27,440 --> 00:24:30,760
weiterhin viel Liebe da. 
Mit dem anstehenden traf wird 

372
00:24:30,760 --> 00:24:34,320
auch wieder deutlich mehr 
Content kommen, als wir es in ja

373
00:24:34,320 --> 00:24:37,120
in der Off Season 
Anführungszeichen auf den 

374
00:24:37,120 --> 00:24:39,120
Kanälen. 
Wählen gebracht haben, da ging 

375
00:24:39,120 --> 00:24:43,200
einfach nicht mehr als eine 
Folge pro Woche und wir wollen 

376
00:24:43,200 --> 00:24:47,200
euch noch nicht mit unnötigen 
Content auf Instagram quälen, 

377
00:24:47,280 --> 00:24:50,800
von daher bleibt uns treu, gebt 
uns gerne einen Follow, wenn ihr

378
00:24:50,800 --> 00:24:53,760
es noch nicht habt Like unsere 
Beiträge, gebt uns Feedback, 

379
00:24:53,760 --> 00:24:56,400
wenn euch irgendwas nicht passt 
oder wenn euch irgendwas passt, 

380
00:24:56,400 --> 00:25:00,320
sind wir auch für Liebe da. 
Und ansonsten sage ich Tschüss 

381
00:25:00,320 --> 00:25:02,320
und bis zur nächsten Folge.