Edition: Suche...
NFL @ SPOX


Gründer: Master_Of_Disaster | Mitglieder: 760 | Beiträge: 195
12.07.2018 | 14787 Aufrufe | 24 Kommentare | 10 Bewertungen Ø 8.9
ANY+/RR
Die schärfsten Waffen der NFL
Auf der Suche nach dem besten Wide Receiver der letzten Jahre.

MySPOX-User Moo und ich haben uns über die letzten Monate intensiv mit der Suche nach dem dominantesten Wide Receiver des aktuellen Jahrzehnts und der letzten Saison beschäftigt. Um die Leistungen miteinander möglichst wertfrei vergleichen zu können, sammelten wir große Menge an Daten, um dann zum Ergebnis zu kommen, dass uns keine Receiving Statistik genügt. So bauten wir uns einfach eine eigene.

Adjusted Net Yards+ per Route Run (ANY+/RR)

Um eine möglichst exakte Receiver-Statistik aufzustellen, ist die Frage nach der Datenbasis essentiell. In führenden Medien werden immer wieder die gleichen Messzahlen zur Evaluierung der Passempfänger benutzt: Die Gesamtzahl der gefangenen Yards und Receptions, sowie eine Yards pro Catch Zahl, die jedoch nur Aufschluss über die Tiefe der angekommenen Pässe gibt und keine qualitativen Schlüsse zulässt. So fließen Drops beispielsweise überhaupt nicht in die Statistik ein. Grundsätzlich sollte Yards per Catch bei jedem analytischen Fan aus dem Wortschatz gestrichen werden.

Wenn keine Receptions, dann vielleicht Targets als Basis?

Nun, Targets (im deutschen wohl Ziele oder Anwürfe) haben den Nachteil, dass ein Spieler der durch gutes Freilaufen einen geringen Raumgewinn von beispielsweise fünf Yards erzielt, in dieser Statisitik ein unterdurchschnittliches Play verbucht. Der Receiver hätte also einen besseren Yards/Target-Wert, wenn er sich nicht freigelaufen und so den Ball nicht gefangen hätte. Ein immenser Fehler in der Messzahl. Das Receiver-Play vor dem Wurf des Quarterbacks wird nicht in Betracht gezogen, dabei ist Route Running eine der wichtigsten (wenn nicht das wichtigste) Attribut eines dominanten Wide Receivers.

Desweiteren sind Targets subjektiv. Wer bestimmt, ob der Ball einfach nur ungenau in Richtung des Receivers flog oder es ein Throw-Away des Quarterbacks war? Im Einzelfall ist das kaum zu enscheiden.

Targets sind als Basis einer Receiver-Statistik zwar deutlich aussagekräftiger als Total Yards oder Yards per Reception, trotzdem hat Yards/Target noch erhebliche Schwächen, die wir nicht ignorieren wollen. Geht das nicht noch besser?

Ja, mit gelaufenen Passing Routes. Die Vorteile sind massiv: Die Sample Size ist groß, so gab es etwa 2017 91 WR's mit mindestens 200 gelaufenen Pass-Routen. Dadurch haben einzelne Ausreißer kaum Auswirkung und konstante Leistungen dominieren die Evaluation.

Weiterhin werden Targets nicht grundsätzlich als negatives Element angesehen. Spieler, die im Kurzpassspiel vermehrt eingesetzt werden, erleiden keine ungerechte Abwertung, da selbst ein minimaler Raumgewinn besser als eine gelaufene Route ohne gefangenen Ball bewertet wird. Und das zu Recht.

Gelaufene Routen sind die ideale Basis für unsere Statisitk. Einziger Minuspunkt ist die wirklich mühsame Beschaffung der notwendigen Zahlen.

<h3> </h3>

<h3>ANY+/RR und seine theoretische Begründung</h3>

Nachdem geklärt ist, dass wir Route Runs anstelle von Targets als Basis für unsere Statistik verwenden wollen, stellt sich die Frage, welche Werte in die Statistik eingehen sollen. Wir haben uns für Yards, 1stDowns, Touchdowns, DPIs, Drops und Fumbles entschieden. Die fertige Formel sieht folgendermaßen aus:

Die Grundlage unserer Statistik bilden also weiterhin die Receiving Yards. Darüber hinaus gibt es jedoch Boni für 1stDowns und Touchdowns. Defensive Pass Interferences werden angerechnet als wären es Catches, denn der dadurch gewonnene Raumgewinn hat auf dem Feld exakt denselben Wert. Und während der Wide Receiver hier zwar nicht seine sicheren Hände unter Beweis stellen musste, hat er die DPI aber meist durch sein Route Running erzwungen bzw. provoziert. Drops und Fumbles gehen natürlich negativ in die Statistik ein. Zunächst stellt sich die Frage: Warum fließen Interceptions, die in die Richtung des Receivers geworfen wurden, nicht in die Rechnung mit ein? Und warum werden DPIs belohnt, aber OPIs nicht bestraft?

Wir haben uns gegen Interceptions entschieden, weil es ohne Tape unmöglich zu entscheiden ist, ob die Schuld beim Fänger oder Passer liegt. Und selbst mit Tape ist es oft schwer herauszufinden, da man das Playcalling nicht kennt. So bekommt der Receiver von uns den "Benefit of the doubt", da der QB hauptverantwortlich für den Pass ist. OPIs rechnen wir einem Receiver nicht negativ an, da sie per Definition den Verteidiger am Fangen des Balls hindert, also dazu da ist um eine Interception zu vermeiden.

Die nächste brennende Frage ist: Wie zur Hölle kommt man auf diese Koeffizienten? Warum wird ein Drop mit 21 Yards bestraft? Ist das etwa willkürlich? Die Antwort ist natürlich nein. Wie auch bei ANY/A oder TAY/P bei Quarterbacks (aber im Gegensatz

zum völlig willkürlichen Passer Rating!) sind diese Gewichtungen der einzelnen Teile durch Analyse dessen entstanden, was die Spieler uns an Daten auf dem Feld generieren. Um das zu verstehen, machen wir einen kleinen Exkurs zum Konzept der "Expected Points Added", kurz EPA.

Jede Spielsituation (Down, Distance & Fieldposition) gab es in der NFL schon Tausende Male. Daher können wir aufgrund aller dieser Daten eine Vorhersage treffen wie viel Punkte eine bestimmte Spielposition im Schnitt Wert ist, indem wir uns anschauen wie oft Teams aus dieser Spielposition wie gescored haben. Diesen Wert nennt man die "Expected Points" einer Spielsituation. Jedem Play (egal ob Pass, Lauf, Punt, Fieldgoal oder Kickoff) kann man so ein EPA-Wert zuweisen, indem man die Expected Points vor und nach dem Play voneinander abzieht. Mehr dazu kann man hier nachlesen: http://www.advancedfootballanalytics.com/index.php/home/stats/stats-explained/expected-points-and-epa-explained

So stellt sich etwa heraus: Ein First Down an der eigenen 20 Yard-Linie ist ca. 0.4 Punkte wert. Ein 1st&Goal an der 1 ist 5.5 Punkte wert. Ein Touchdown ist 6.4 Punkte wert. Man erkennt: Die ersten 79 Yards eines Touchdowns bei 1st&10 von der eigenen 20 sind 5.1 EPA wert, das allerletzte Yard ist 0.9 EPA wert. Das allerletzte Yard ist also viel wertvoller als jedes einzelne Yard davor. EPA weiß: Der Wert eines Raumgewinns hängt nicht nur von den gewonnenen Yards ab. Chase Stuart von Pro Football Reference hat dies 2008 konsequent für alle Downs analysiert und kam so zur Erkenntnis: Im Schnitt ist ein Touchdown 1.325 EPA mehr wert als dasselbe Play bis zur gegnerischen 1-Yard-Linie. Dies entspricht ca. 20 Yards. Die genaue Analyse findet man hier: https://www.pro-football-reference.com/blog/index4db6.html?p=633.

2014 hat derselbe Autor mit derselben Methode herausgefunden, dass ein 1stDown im Schnitt 9 Yards wert ist: http://www.footballperspective.com/the-value-of-a-first-down/. So ergeben sich die Koeffizienten vor 1stDowns und Touchdowns: 9 Yards für jedes 1stDown und da Pro Football Reference, woher wir die Daten für 1stDowns beziehen, jeden Touchdown als auch 1stDown zählt, vergeben wir für einen Touchdown 11 zusätzliche Yards, sodass man insgesamt einen 20 Yard-Bonus erhält.

Die Boni für DPIs sind damit auch klar: Jede Pass Interference ist ein automatisches First Down, daher bekommt der Receiver 9 Yards für jede DPI und zusätzlich noch die Yards, die er dadurch gewonnen hat.

Die Abzüge für Fumbles und Drops basieren auf demselben Konzept. Schon in "The Hidden Game of Football" von Bob Carroll, John Thorn und Pete Palmer - die Bibel der statistischen Analyse des American Footballs, in der auch das EPA-Konzept das erste Mal erwähnt wurde - haben die Autoren den Wert eines Turnovers (egal ob INT oder Fumble) auf ca. 45 Yards beziffert. Wir übernehmen diesen Wert.

Für die Drops müssen wir schließlich selbst an die Arbeit und stellen folgende Überlegung an:

Die durchschnittliche Reception ist 0.9 EPA wert, die durchschnittliche Incompletion ist -1.1 EPA wert. In dem Moment, in dem der Receiver einen fangbaren Ball nicht fängt, verliert er also für sein Team im Schnitt 2 EPA. Wie übersetzt man dies nun in Yards? Wie man in den beiden verlinkten Artikeln von Chase Stuart nachlesen kann, ist ein Yard Feldposition im Schnitt 0.063 EPA wert. Demnach entspricht dies einem Verlust von 32 Yards. Die durchschnittliche Reception in der NFL gewinnt ca. 11 Yards. Da ein Receiver diese 11 Yards bei einem Drop im Schnitt schon automatisch dadurch verliert, dass er sie nicht angerechnet bekommt, müssen wir ihm also noch 21 Yards für den Drop abziehen.

Und schon ist die Formel für ANY+/RR fertig!

Genug der grauen Theorie, im nächsten Abschnitt erfahren wir endlich die besten Receiver nach ANY+/RR:

<h3> </h3>

Bestenlisten, Fazit und die Bedeutung für Fantasy Football

Zunächst einmal nehmen wir die Top 20 in Yards/Target mit mind. 40 Targets in der Saison 2017:

Es fällt auf: Viele #1 Receiver (Etwa Antonio Brown, Michael Thomas, Keenan Allen), die gemeinhin als die besten ihres Teams und sogar als die besten der Liga angesehen werden, sind deutlich hinter ihren #2 Receivern gelistet. Allen (#25), Thomas (#32) sowie DeAndre Hopkins (#44) und A.J. Green (#52) tauchen in der Liste gar nicht auf. War die Rookiesaison von Cooper Kupp wirklich so gut, dass er das herausragende Receiver-Duo aus Minnesota outperformed hat? Wir schauen uns die Top 20 in ANY+/RR an (mind. 200 Routes):

Eine Receiving-Statistik, die als beste Receiver Julio Jones und Antonio Brown hervorbringt, kann schon mal nicht gänzlich verkehrt sein. Auch die Monstersaisons von Hopkins, Allen und Thomas sowie die Effektivität von Thielen und Diggs werden gewürdigt. Aufstrebende Rookies mit starken Leistungen wie Schuster, Godwin und Kupp kommen dennoch nicht zu kurz.
Spieler wie Cooks, Golladay und T. Benjamin, die vor allem wegen ihrer durchschnittlichen Routentiefe einen hohen Yards/Target-Wert aufweisen, fallen aus der Top 20 raus.

Nun schauen wir uns dieselben Bestenlisten für den Zeitraum von 2010 bis 2017 an:

Wir bezweifeln, dass dies die Liste ist, die man sich vorstellt, wenn man an die besten Receiver der letzten 8 Jahre denkt. Wo sind Odell Beckham Junior, A.J. Green und Mike Evans? Calvin Johnson und Antonio Brown nur an #12 bzw. #18? Auch ein Andre Johnson taucht hier gar nicht auf.

Dies ist die Liste für ANY+/RR im selben Zeitraum. Und tatsächlich befinden sich nun diejenigen Receiver auf der Liste, die seit 2010 bzw. ihrem NFL-Einstieg konstant dominiert haben bzw. hatten.

Die kompletten Listen sowie die besten Saisons seit 2010 findet ihr hier.

Dieses bisherige Fazit ist natürlich zum Teil subjektiver Natur, weswegen wir nun den praktischen Nutzen der beiden Statistiken noch objektiv bewerten wollen. Wir schauen uns alle aufeinanderfolgenden Saisons von Receivern mit je mind. 200 Route Runs an und beobachten den Zusammenhang zwischen zwei aufeinander folgenden Jahren an:

Schon auf den Plots ist zu erkennen: Der Zusammenhang bei ANY+Y/RR zwischen zwei aufeinanderfolgenden Jahren ist deutlich stärker und dies sieht man auch an den Korrelationen: Für Yards/Target liegt sie bei 0.20 und für ANY+/RR liegt bei 0.48. Man sagt auch: Die Statistik ist stabiler in sich selbst. Sie beschreibt daher eher die Fähigkeiten eines Spielers als eine Statistik die hohen Schwankungen unterliegt. Dies bedeutet: ANY+/RR beschreibt nicht nur besser, was ein Receiver in einer Saison geleistet hat, sie vermag auch besser vorherzusagen, was der Receiver in der nächsten Saison leisten wird.

Zum Abschluss wollen wir den Fantasy-Liebhabern unter euch auch noch den Zusammenhang zur Fantasy Production vorstellen. Sollte ich lieber einen Wide Receiver draften, der einen hohen Wert in Yards/Target hatte oder einen, der einen hohen Wert in ANY+/RR hatte? Die Antwort ist eindeutig:

Die Korrelation liegt bei 0.24 für Yards/Target und bei 0.46 für ANY+/RR. Es ist also eine gute Strategie auf WR zu setzen, die in ANY+/RR dominiert haben und von denen ihr euch natürlich auch wieder viele Einsätze und somit Route Runs erhofft.

Abschließend lässt sich zusammenfassen, dass alle in der Theorie beschriebenen Vorteile von einer auf Route Runs basierenden Statistik sich in der Praxis bewährt haben: Es gibt keinen Bias mehr aufgrund von Routentiefen und das qualitative Gesamtpaket eines Receivers scheint besser beschrieben zu sein. Dies zusammen mit der großen Samplesize sorgt dafür, dass die Statistik auch prädiktiver ist: Sowohl für sich selbst als auch für die totale Produktion - gemessen in Fantasy Points.

Wem die Statistik gefällt, der sollte nächste Saison (was man sowieso tun sollte) regelmäßig in den Kommentarspalten vorbeischauen und/oder uns auf Twitter folgen. Jede Woche präsentieren wir die Top 10 Receiver der Woche sowie der laufenden Saison.

KOMMENTARE
Um bewerten und sortieren zu können, loggen Sie sich bitte ein.
Moo_NFL
31.07.2018 | 15:33 Uhr
0
0
Moo_NFL : 
31.07.2018 | 15:33 Uhr
0
Moo_NFL : 
Ich war 2 Wochen im Urlaub und nun ist But im Urlaub. Vor Beginn der Saison soll das auf jeden Fall fertig werden.

Spoiler: Gronk wird #1 sein. Not even Close! Aber ich bin gespannt, wo er im Vergleich zu den Top WR steht.
0
Herr0in
25.07.2018 | 21:21 Uhr
0
0
Herr0in : 
25.07.2018 | 21:21 Uhr
0
Herr0in : 
Warum willst du Screen Plays rausrechnen, ist doch auch ne Qualität wenn dein Receiver da gut ist. Finde ich unlogisch.

Was machen die TE Stats?
0
amh2411
17.07.2018 | 19:09 Uhr
0
0
amh2411 : 
17.07.2018 | 19:09 Uhr
0
amh2411 : 
Zunächst einmal großes Lob, auch mir als Halbwissendem erschließt sich die gesamte Vorgehensweise.
Ich weiß nicht ob ihr schon darüber nachgedacht habt, oder es sogar schon eingearbeitet habt, aber wäre die Statistik nicht noch aussagekräftiger, wenn ihr Screen-Plays herausrechnet?
Die Downfield-Routen sind ja keine echte Option für den QB und einige Teams haben ja signifikante Anteile an Screens.
So dürfte sich die Leistung von Micheal Thomas beispielsweise noch deutlich besser in eurer Statistik zeigen.
0
Moo_NFL
16.07.2018 | 16:13 Uhr
0
0
Moo_NFL : 
16.07.2018 | 16:13 Uhr
0
Moo_NFL : 
Guck dir doch die Saisonliste an. Megatrons beste Saison war ca. der Karriereschnitt (!) von Brown.
0
GateSe7en
16.07.2018 | 13:56 Uhr
0
0
GateSe7en : 
16.07.2018 | 13:56 Uhr
0
GateSe7en : 
nochmal 10 Punkte von mir, sehr gut statistik. Glättet sehr viele störfaktoren (qbs, 1st 2nd 3rd wr)...

Eine Frage hätte ich noch, wie sieht die Statistik aus, wenn man die bis zu 5 "Prime" years hineinbezieht.

Ein Calvin Johnson nimmt zum Beispiel mit seiner vollen Karriere, also auch seinen letzten Jahren, in dem Ranking teil. Die aktuellen Spieler gehen nicht mit diesem Handicap in Ranking. Genauso wenig wie einige WRs wie berichtet die Mindesvorraussetzungen schaffen.

Also nur weil es hieß:

"mit der Suche nach dem dominantesten Wide Receiver des aktuellen Jahrzehnts"
0
Butfumlbe93
16.07.2018 | 10:03 Uhr
0
0
16.07.2018 | 10:03 Uhr
0
Vielen Dank für die zahlreichen Kritiken und Anmerkungen. Das haben wir beide so nicht erwartet.


Für Rückfragen stehen wir gerne zur Verfügung, craup und Petzie.

@Raylan: Ich hatte mir kurz überlegt immer die Differenz zwischen zwei Spielern in Prozent anzugeben, sodass der Leser besser erkennt, dass beispielsweise in 2017 zwischen Julio und AB praktisch kein Unterschied war, zwischen AB und Hopkins eine große Gap liegt. Hab es dann aber rausgelassen, damit es nicht noch mehr Zahlen werden. Was Bärchen sagt ( Man darf ANY+/RR (sowie auch alle anderen Statistiken) natürlich nicht als alleiniges Argument bei der Bewertung einzelner Spieler sehen ) gilt eben auch hier.

Die Frage nach den Tight Ends wurde jetzt vermehrt gestellt: Wir werden uns die nächsten Wochen damit befassen. Ergebnisse erfahrt ihr dann hier.

@Herr Ist - dank Adrian! - jetzt auch auf der NFL Seite zu finden
0
Herr0in
15.07.2018 | 15:41 Uhr
0
0
Herr0in : 
15.07.2018 | 15:41 Uhr
0
Herr0in : 
Och wie ist das toll. Zu meiner Schande erst heute gefunden den Blog. Warum istd er NICHT verlinkt auf der Startseite

Ganz tolle Arbeit ihr beiden. Könntet ihr vielelicht noch Tight Ends mit auswerten? Würde mich auch mal interessieren wie das so aussieht.

Hoffentlich wird die Metrik etwas Bekannter. Kann gar nicht genug sinnvolle Rating Kennzahlen geben um endlich mal von den unsäglichen Totals wegzukommen.
0
simon48
14.07.2018 | 11:42 Uhr
0
0
simon48 : Raylangivens
14.07.2018 | 11:42 Uhr
0
simon48 : Raylangivens
Also es ist statistisch durchaus möglich zu überprüfen ob ein deskriptiver unterschied zwischen Daten statistisch relevant sprich signifikant ist. Am einfachsten mit t-tests. Damit könnte man sagen, dass der Unterschied in der zweiten Kommastelle mit hoher Wahrscheinlichkeit Zufällig oder tatsächlich vorhanden ist. Bei der großen Sample size sind die Unterschiede schon sehr wahrscheinlich signifikant, das müssten Moo und but bestätigen. Aber aufgrund der Betrachtung der zahlen kann man das nicht wissen
0
Moo_NFL
13.07.2018 | 15:55 Uhr
0
0
Moo_NFL : 
13.07.2018 | 15:55 Uhr
0
Moo_NFL : 
Dann zu den DPIs:
Das halte ich auch nicht für sinnvoll

Jeder Catch oder jede DPI hängt natürlich auch vom QB ab, das haben wir doch nie bestritten. Wenn der Wurf in ein Tight Window war, hat der QB wohl mehr Kredit verdient. Wenn der WR so wide open war, dass selbst Josh Allen ihn getroffen hätte, hat der WR mehr Kredit verdient.

Das kann man doch eh nie herausfinden mit Zahlen. Die Macht in der Statistik liegt ja in der riesigen Sample Size und daher wird sich das ausgleichen. Mal macht der selbe WR einen Catch, der ein überragender Read und Wurf des QB war, mal fängt er einen Catch, den jeder Backup-QB an den Mann gebracht hätte. Mal holt sich der WR Yards After Catch, weil er 3 Tackles meidet, mal holt er sich Yards After Catch, weil der Wurf vom QB perfekt getimed war.

Deswegen sehe ich da aus dem selben Grund keinen Grund die DPIs abzuwerten. Wenn ein Receiver ein Target bekommt und eine DPI zieht, dann hat er ein 1stDown erzielt und den entsprechenden Raumgewinn, als hätte er den Ball gefangen (minus YACatch).


Desweiteren war es uns ja wichtig, dass die Gewichtung der einzelnen Teile nicht willkürlich ist. Wenn man nun die 9 bei den DPIs auf 4.5 oder irgendetwas anderes herabsetzt, hätte man aber genau solch eine Willkür.

Dann zu den OPIs: Klar, die könnte man noch dazu nehmen. Aber eins vorneweg: Das hätte überhaupt keine Änderung zur Folge. ANY+/RR wird in der Praxis zu weniger als 1% von der Drop-Komponente erklärt. Nun gab es 2017 über 900 Drops (je -21 Yards), aber nur ca. 120 OPI (je -10 Yards). Dann kann man sich ausmalen, wie wenig das einfließen wird.

0
Moo_NFL
13.07.2018 | 15:37 Uhr
0
0
Moo_NFL : 
13.07.2018 | 15:37 Uhr
0
Moo_NFL : 
@schmitza: Zunächst einmal zum letzten Punkt:

Das halte ich aus mehreren Gründen nicht für sinnvoll:

1. Die Samplesize sinkt gewaltig, weil es viel weniger 3 aufeinanderfolgende Saisons gibt. Konkret in diesem Fall von 854 Datenpunkte auf 354 Datenpunkte. Damit verliert man statistische Relevanz.

2. Interessant ist ja nicht der absolute Wert, sondern nur der Unterschied. Wenn ich das mit ANY+/RR und mit Yds/Target mache, erwarte ich ja bei beiden den selben Effekt. Letztendlich ändert sich am Unterschied also nichts, aber man hat eine statistisch wertlosere Aussage wegen 1.

3. Alle anderen Autoren machen immer Jahr N -> Jahr N+1. Wenn man seine Statistik also mit anderen Statistiken vergleichen will, muss man das genauso machen.

4. Wenn man eine bessere Aussage haben will, muss man genau das Gegenteil von deinem Vorschlag machen: Statt 2 vorherige Jahre zu nehmen, nimmt man nur dasselbe Jahr: Man muss jede Saison zufällig (nicht nach der Reihenfolge) in zwei mal 8 Spiele zerlegen und dann die Halbsaisons gegeneinander vergleichen. Die Sample Size wird damit mehr als verdoppelt und man wird auch Formschwankungen los, indem man die Saison zufällig in 2x8 Spiele aufgeteilt hat.

Das kann ich aber leider nicht, weil wir die Daten nur auf Saisonbasis gespeichert haben, nicht auf Spielbasis.

5. Ich würde keinen großen Effekt vermuten. Du wirst damit natürlich Achterbahnfahrer los, aber sonst sollte sich wenig ändern.

Ich habe es natürlich trotzdem gemacht und die Korrelationen liegen bei 0.26 und 0.5. Es hat sich tatsächlich nicht viel getan.
0
COMMUNITY LOGIN
Du bist nicht angemeldet. Willst Du das ändern?
Benutzername:
Passwort:
 
Neueste Kommentare
Fl0
Artikel: NBA-News: Karl-Anthony Towns unterschreibt neuen Deal bei den Minnesota Timberwolves
Die machen einem gar nicht erst irgendeine Hoffnung :-G
23.09.2018, 11:57 Uhr - 39 Kommentare
King_Kroos
Artikel: Boxen: Anthony Joshua besiegt Alexander Povetkin durch technischen K.o. in der siebten Runde
Geht doch bei Diskussionen übers Boxen eh nur noch darum, dass der Kampf sch
23.09.2018, 11:56 Uhr - 24 Kommentare
Taveuni
Artikel: FC Schalke 04: Franco Di Santo entschuldigt sich nach Disput bei Trainer Domenico Tedesco
Das Di Santo überhaupt noch Auf Schalke ist, könnte man schon hinterfragen.
23.09.2018, 11:54 Uhr - 10 Kommentare
Javi1337
Artikel: NBA-News - Joel Embiid warnt Suns-Rookie Deandre Ayton: "Er wird vermöbelt werden"
Ayton muss an seiner Atheltik und Körper arbeiten. Sein Vertical ist, für se
23.09.2018, 11:52 Uhr - 1 Kommentare
LaranTimpski
Artikel: BVB-News und -Gerüchte: Fadenkreuz-Plakat! Dortmunds Fans beleidigen Dietmar Hopp
die frage is dann: ziehen die streichhölzer wer mit rektal-schmuggeln dran i
23.09.2018, 11:51 Uhr - 187 Kommentare
Baatun88
Artikel: Nach Handy-Eklat bei RB Leipzig: Ralf Rangnick streicht Augustin und Mukiele aus dem Kader
Nachdem wie sich Rangnick wie ein kleines Kinda aufgeregt hat dachte ich die
23.09.2018, 11:49 Uhr - 5 Kommentare
diego666
Artikel: TSG Hoffenheim - Borussia Dortmund 1:1: BVB entkommt erster Saisonniederlage unter Favre
Der einzige Unterschied ist,dass Dortmund in der Offensive eigentlich vie
23.09.2018, 11:48 Uhr - 121 Kommentare
sicness
Artikel:
In 6 Jahren soll eine EM in Deutschland Europa zusammen bringen...aha. Über
23.09.2018, 11:46 Uhr - 6 Kommentare
Fl0
Artikel: NFL Week 3 Roundup: Redzone-Konferenz, Highlights, Ergebnisse
Alles klar, danke für die Erklärung :-) Dann ist es ja ganz gut, dass sie es
23.09.2018, 11:46 Uhr - 109 Kommentare
nurderbvb
Artikel: Kevin Großkreutz spricht über Prügelei als Stuttgart-Profi: "Es hätte nicht viel gefehlt"
Dortmund1909 Das trifft es zu 100% Kevin ist halt Kevin:-G Lernt leider nich
23.09.2018, 11:46 Uhr - 8 Kommentare