CPOE-Analyse – QB Completion Efficiency – AFLE 2026
Was ist CPOE?
CPOE (Completion Percentage Over Expected) beantwortet eine andere Frage als PYOE oder EPA/Play: Wie hoch ist die Trefferquote eines QBs verglichen mit dem, was sein Tiefenprofil erwarten lässt?
Ein QB, der ausschließlich kurze Checkdowns wirft, sollte strukturell eine höhere CMP% erzielen als einer, der regelmäßig auf 8+ Yards Tiefe zielt. Rohe Completion-Prozente ignorieren diesen Kontext vollständig. CPOE korrigiert ihn.
Kernaussage: Ein QB mit +5 % CPOE trifft unter seinem spezifischen Coverage-Druck 5 Prozentpunkte häufiger als der Ligadurchschnitt bei gleicher Passdistanz.
Methodik (AFLE-eigenes Modell)
Da für die AFLE kein ML-gestütztes CPOE-Modell mit Coverage- und Pressure-Tracking vorliegt, wird CPOE hier über die Passdistanz (AIR YDS/A) als Hauptvariable approximiert. Die Grundannahme ist empirisch belegt: Jeder zusätzliche Yard Passdistanz senkt die erwartete Completion Rate um ca. 3,5 Prozentpunkte.
Formel:
Liga-∅ CMP% = 66,1 % (alle Starter ≥ 100 ATT, gewichtet nach Versuchen)
Liga-∅ ADOT = 4,40 Yards
Faktor = 3,5 % pro Yard Abweichung
Expected CMP% = 66,1 % + (4,40 − AIR YDS/A) × 3,5 %
CPOE = Actual CMP% − Expected CMP%
Einschränkung: Das Modell berücksichtigt ausschließlich die Passdistanz. Faktoren wie Pocket-Stress, Coverage-Typ (Man/Zone), Drop-Route vs. Break-Route und Receiver-Qualität fließen nicht ein. CPOE ist daher als komplementäre, nicht als vollständige Effizienzmetrik zu lesen.
CPOE-Ranking – Starter (≥ 100 Versuche)
| Rang | QB | Team | ATT | CMP% | AIR YDS/A | Exp. CMP% | CPOE | PYOE | EPA/Play |
|---|---|---|---|---|---|---|---|---|---|
| 1 | Jameson Wang | Panthers Wrocław | 339 | 70,50 % | 5,15 | 63,48 % | +7,02 % | +1,97 | −0,04 |
| 2 | Ben Holmes | Vienna Vikings | 272 | 70,96 % | 4,67 | 65,16 % | +5,80 % | +3,95 | +0,25 |
| 3 | William Henry Bachmeier | Alpine Rams | 145 | 71,03 % | 4,26 | 66,59 % | +4,44 % | +2,07 | −0,18 |
| 4 | Jakeb Sullivan | Berlin Thunder | 422 | 66,59 % | 4,40 | 66,10 % | +0,49 % | +1,57 | −0,15 |
| 5 | Seth Morgan | Alpine Rams | 213 | 62,91 % | 5,07 | 63,76 % | −0,85 % | +0,40 | −0,20 |
| 6 | Kenji Bahar | Rhein Fire | 299 | 66,89 % | 3,46 | 69,39 % | −2,50 % | +2,97 | +0,15 |
| 7 | Karé Lyles | London Warriors | 404 | 62,38 % | 4,14 | 67,01 % | −4,63 % | +0,40 | −0,24 |
| 8 | Evan Hillock | Paris Lights | 260 | 59,23 % | 4,12 | 67,08 % | −7,85 % | +0,45 | −0,11 |
| 9 | Matthew McKay | Firenze Red Lions | 132 | 50,76 % | 5,02 | 63,93 % | −13,17 % | −0,40 | −0,12 |
Die drei entscheidenden Divergenzen
1. Jameson Wang (WPA): CPOE-Leader, EPA-negativ
Wang hat die höchste CPOE (+7,02 %) aller Starter — er trifft Pässe auf 5,15 Yards Tiefe deutlich häufiger als die Liga im Schnitt. Trotzdem ist seine EPA/Play negativ (−0,04).
Die Erklärung liegt im Kontext der Completions: Wang trifft präzise, aber häufig in Situationen, in denen ein Completion allein nicht genügt (3rd & long, Early Down mit wenig Raumgewinn). CPOE misst Treffsicherheit, nicht Situationsgewinn. Er ist ein präziser QB in einem EPA-ineffizienten System.
| Komponente | Wert | Einordnung |
|---|---|---|
| CMP% | 70,50 % | Ligaweit 2. höchster Wert |
| Expected CMP% | 63,48 % | Auf Basis ADOT 5,15 |
| CPOE | +7,02 % | Rang 1 |
| EPA/Play | −0,04 | Rang 3 unter Startern |
| SACK% | 9,70 % | Zweitschlechtester Wert |
Fazit: Wang wirft präzise unter Druck, verliert aber zu viele Plays durch Sacks (9,70 % — ligaweit zweithöchster Wert) und trifft in Situationen, wo Yards allein nicht weiterhelfen.
2. Kenji Bahar (RHF): Negative CPOE, positive EPA
Das direkte Gegenteil zu Wang: Bahar hat negative CPOE (−2,50 %), aber positive EPA/Play (+0,15). Sein ADOT von 3,46 Yards ist der kürzeste aller Starter — ligaweit die flachste Passdistanz. Das treibt die erwartete CMP% auf 69,39 %, die er mit tatsächlichen 66,89 % nicht ganz erreicht.
Der Grund für seine hohe EPA: Bahars Receiver gewinnen nach dem Fang überproportional viele Yards (YAC/CMP: 8,52 — ligaweit höchster Starter-Wert). Das System ist auf Screen/Check-down-Pässe ausgelegt, die dann durch Kaylon Geiger und Harlan Kwofie im Freiraum verlängert werden. Die CMP% ist dabei weniger entscheidend als die YAC-Qualität.
| Komponente | Wert | Einordnung |
|---|---|---|
| CMP% | 66,89 % | Durchschnitt |
| Expected CMP% | 69,39 % | Auf Basis ADOT 3,46 |
| CPOE | −2,50 % | Rang 6 |
| YAC/CMP | 8,52 | Ligabester Starter |
| EPA/Play | +0,15 | Rang 2 |
Fazit: Bahar wird vom CPOE-Modell bestraft, weil sein System ihn mit kurzen Pässen spielen lässt — er soll eine hohe CMP% haben, tut es aber nicht. Die EPA-Effizienz entsteht durch die Receiver, nicht durch seine Armstärke.
3. Evan Hillock (PAR): Tiefenbereinigt der schwächste Starter
Hillock hat nicht nur die rohste niedrigste CMP% unter qualifizierten Startern (59,23 %), sondern auch die zweitniedrigste CPOE (−7,85 %). Sein ADOT von 4,12 Yards liegt unter dem Ligadurchschnitt — er wirft also kürzer als die meisten, sollte daher strukturell eine höhere Trefferquote erzielen, tut es aber nicht.
Das deutet auf ein schematisches und Coverage-Problem gleichzeitig hin: Paris Lights generiert keine freien Receiver-Fenster, und Hillock trifft diese Fenster auch schlechter als zu erwarten wäre.
CPOE vs. PYOE — Vollständiger Vergleich
CPOE (Treffsicherheit tiefenbereinigt) und PYOE (Yardgewinne tiefenbereinigt) messen verwandte, aber unterschiedliche Qualitäten. Ihre Divergenz ist analytisch besonders wertvoll.
| QB | Team | CPOE | PYOE | Delta | Interpretation |
|---|---|---|---|---|---|
| Jameson Wang | WPA | +7,02 % | +1,97 | +5,05 | Treffsicherer als sein Yard-Output vermuten lässt — kurze Completions ohne Raumgewinn |
| Ben Holmes | VIK | +5,80 % | +3,95 | +1,85 | Konsistent in beiden Dimensionen — Liga-Benchmark |
| Bachmeier | ALP | +4,44 % | +2,07 | +2,37 | Treffsicher, aber Completions generieren weniger Yards als erwartet |
| Sullivan | BTH | +0,49 % | +1,57 | −1,08 | Gewinnt mehr Yards pro Completion als erwartet, trifft aber kaum besser als Baseline |
| Morgan | ALP | −0,85 % | +0,40 | −1,25 | Leicht unter Completion-Erwartung, aber Yards pro Treffer solide |
| Bahar | RHF | −2,50 % | +2,97 | −5,47 | Größte Divergenz: schlechteste CPOE, zweithöchste PYOE — System-QB mit YAC-Abhängigkeit |
| Lyles | LON | −4,63 % | +0,40 | −4,23 | Verfehlt beide Erwartungen — schwächer als Passer Rating suggeriert |
| Hillock | PAR | −7,85 % | +0,45 | −7,40 | Treffsicherer Ausreißer negativ — strukturelles Receiving-Problem |
| McKay | FIR | −13,17 % | −0,40 | −12,77 | Einziger QB mit negativen Werten in beiden Metriken |
Delta = CPOE − (PYOE normiert auf %-Punkte). Hoher positiver Wert = QB trifft besser als er Yards generiert. Hoher negativer Wert = QB generiert überraschend viele Yards pro Completion, trifft aber weniger oft als erwartet.
Backup-Spotlight: Nico Hrouda (VIK)
| QB | Team | ATT | CMP% | AIR YDS/A | Exp. CMP% | CPOE | PYOE |
|---|---|---|---|---|---|---|---|
| Nico Hrouda | Vienna Vikings | 76 | 75,00 % | 3,82 | 68,13 % | +6,87 % | +5,50 |
Hrouda hat mit nur 76 Versuchen sowohl die höchste PYOE (+5,50) als auch die zweithöchste CPOE (+6,87 %) der gesamten Stichprobe. Er wirft auf 3,82 Yards Tiefe — kürzer als der Schnitt — und trifft trotzdem 75 % seiner Pässe, 6,87 Prozentpunkte über dem Erwartungswert. Das Sample ist begrenzt, aber die Kombination aus hoher CPOE und hoher PYOE ist einzigartig in der Liga: er trifft nicht nur häufiger, sondern auch ertragreicher als erwartet.
Einordnung: Wann CPOE mehr sagt als EPA/Play
| Situation | Aussagekräftigere Metrik |
|---|---|
| Gesamte Offense-Effizienz beurteilen | EPA/Play |
| QB-Genauigkeit unter Coverage-Druck einschätzen | CPOE |
| Arm-Stärke vs. System-Abhängigkeit trennen | PYOE + CPOE kombiniert |
| Garbage-Time-Volumen herausfiltern | EPA/Play + TOT EPA |
| Receiver-Abhängigkeit des QBs erkennen | CPOE niedrig + PYOE hoch = YAC-getriebenes System |