Datenanalyse zu Torhütern: Atubolu, Urbig, Ernst und Co. – wer wird Deutschlands neuer Neuer?

**Für die TLDR-Fraktion:**

—

#Deutschlands Torhüter unter 25 – Leistungsdaten und Potenzial

—

Torhüter| Verein| Akt. GSN-Index| Mögl. GSN-Index
—|—|—-|—-
Noah Atubolu| SC Freiburg| 76,63| 88,84
Tjark Ernst| Hertha BSC| 74,24| 85,38
Jonas Urbig| 1. FC Köln| 74,05| 85,44
Diant Ramaj| Ajax Amsterdam| 72,72| 82,00
Felix Gebhardt| Jahn Regensburg| 72,28| 84,49
Max Weiß| Karlsruher SC| 65,36| 84,21
Julian Krahl| 1. FC Kaiserslautern| 65,00| 72,82
Nahuel Noll| SpVgg Greuther Fürth| 64,00| 72,51
Jan Reichert| 1. FC Nürnberg| 56,52| 64,04

—

**Was ist der GSN-Index?**

Vier-Säulen-Prinzip:

1. “fußballerische Eigenschaften”: Technik, Spielübersicht oder der erste Kontakt: Einschätzungen über 130 fußballspezifische Eigenschaften von mehr als 300 Scouts weltweit.

2. “fußballerisches Potenzial”: Wo werden Spieler besser, wo stagnieren sie oder entwickeln sich zurück? Ein Algorithmus analysiert Daten aus der ersten Säule und vergleicht Spielertypen.

3. “Performance auf dem Spielfeld”: Tore, Pässe, Fouls, Schüsse oder auch Abseitspositionen: die Spiel-Basisdaten und weiterführende Analysen wie “Expected goals” oder “Action scores” werden durch einen Algorithmus in einen übergeordneten Kontext gesetzt – zum Beispiel positionsbezogen.

4. “Spielniveau”: Jede Mannschaft oder Liga hat einen Zahlenwert, der ihre Stärke bemisst. Oberliga oder Champions League: Umso höher das Spielniveau des Gegners, desto positiver wirkt es sich auf den GSN-Index aus.

**Aktueller GSN-Index:** Zeigt die aktuelle, allumfassende Qualität eines Spielers basierend auf den Daten der vier Säulen und Algorithmus-Berechnungen.

**Möglicher GSN-Index:** Künstliche Intelligenz ermittelt anhand der Daten das bestmögliche, zukünftige Leistungsniveau eines Spielers.