Passnauwkeurigheid: betekenis, berekening en hoe je het leest

Passnauwkeurigheid is het percentage passes van een speler of team dat bij een medespeler aankomt. Je berekent het door het aantal geslaagde passes te delen door het totale aantal passpogingen en dat met 100 te vermenigvuldigen. Een middenvelder die 42 van zijn 55 passes bij een ploeggenoot krijgt, heeft een passnauwkeurigheid van 76,4%. Het cijfer laat zien hoe betrouwbaar iemand aan de bal is. Het laat niet zien hoe moeilijk of hoe nuttig die passes waren. Dit artikel legt uit wat het getal meet, hoe het tot stand komt, wat een hoog of laag percentage zegt en met welke andere statistieken je het naast elkaar legt.

Kort samengevat

• Betekenis: passnauwkeurigheid (ook wel passpercentage of pass completion) is het aandeel geslaagde passes in het totale aantal pogingen.
• Formule: (geslaagde passes ÷ passpogingen) × 100. Bij 45 geslaagde passes op 50 pogingen is dat 90%.
• Context bepaalt alles: positie, speelstijl en de moeilijkheid van de passes hebben veel invloed op het percentage. Een centrale verdediger haalt doorgaans een hoger cijfer dan een aanvallende middenvelder.
• Beperking: het cijfer telt elke pass als geslaagd of mislukt, ongeacht risico of opbrengst. Een veilige terugspeelbal weegt even zwaar als een steekpass door de linies.
• Beter lezen: combineer passnauwkeurigheid met sleutelpasses, progressieve passes, expected goals en de wedstrijdsituatie.

Inhoudsopgave

• Wat passnauwkeurigheid betekent
• Zo bereken je de passnauwkeurigheid
• Wanneer een pass als geslaagd telt
• Wat een hoog of laag percentage zegt
• Positie en rol bepalen het cijfer
• Waar passnauwkeurigheid tekortschiet
• Passnauwkeurigheid naast andere passstatistieken
• Zo lees je passnauwkeurigheid tijdens een wedstrijd
• Onze kijk op passnauwkeurigheid
• Passcijfers live volgen op BetsyScore
• Veelgestelde vragen
• Bronnen

Wat passnauwkeurigheid betekent

In het voetbal is passnauwkeurigheid een van de meest gebruikte statistieken over balbezit. Het geeft in één getal weer welk deel van de passes een speler of team succesvol afrondt. In wedstrijdstatistieken staat het meestal als percentage naast het totale aantal passes, bijvoorbeeld “512 passes, 87%”.

Het begrip wordt in verschillende vormen gebruikt:

• Passnauwkeurigheid of passpercentage: de gangbare Nederlandse termen.
• Pass completion of completion rate: de Engelse term die in internationale data en analyses het meest voorkomt.
• Passing accuracy: een Engelse variant met dezelfde betekenis.

Al deze termen verwijzen naar hetzelfde idee: hoeveel van de bedoelde passes daadwerkelijk bij een ploeggenoot aankomen. Wetenschappers beschrijven de klassieke pass completion als een binaire maatstaf. Anzer en Bauer (2022) leggen uit dat een geslaagde pass als 1 telt en een mislukte pass als 0, ongeacht de kwaliteit of moeilijkheid van de pass. Die eenvoud maakt het cijfer goed vergelijkbaar en snel te begrijpen. Het is ook de reden dat het cijfer altijd in context gelezen moet worden.

Zo bereken je de passnauwkeurigheid

De berekening is eenvoudig:

Passnauwkeurigheid = (geslaagde passes ÷ totaal aantal passpogingen) × 100

Drie rekenvoorbeelden:

Een paar praktische punten bij het rekenen:

1. Rond pas aan het eind af. Bereken eerst de exacte verhouding (42 ÷ 55 = 0,7636) en rond daarna af op één decimaal.
2. Let op kleine aantallen. Een invaller die 6 van 6 passes afrondt, staat op 100%. Dat zegt weinig. Hoe meer pogingen, hoe betrouwbaarder het percentage.
3. Tel over een periode op, niet de percentages. Voor een seizoenscijfer tel je alle geslaagde passes en alle pogingen op en deel je die totalen. Het gemiddelde van losse wedstrijdpercentages geeft een vertekend beeld, omdat een wedstrijd met 20 passes dan even zwaar weegt als een wedstrijd met 90.

Wanneer een pass als geslaagd telt

De basisregel is helder: een pass is geslaagd wanneer een medespeler de bal onder controle krijgt. Een pass is mislukt wanneer de bal bij een tegenstander belandt, over de zijlijn of achterlijn gaat, of door een ploeggenoot niet te controleren is.

In de praktijk zijn er grensgevallen waarin de keuze minder vanzelfsprekend is:

• Voorzetten: een voorzet is technisch gezien ook een pass, maar komt veel minder vaak aan. Of voorzetten in het algemene passpercentage worden meegeteld, verschilt per bron.
• Lange ballen en uittrappen: een lange bal van een keeper of verdediger heeft een lagere slagingskans dan een korte pass in de opbouw.
• Spelhervattingen: vrije trappen, hoekschoppen en ingooien kunnen apart worden geregistreerd of in het totaal worden opgenomen.
• Gekeerde of afgeweken ballen: een pass die via een tegenstander toch bij een ploeggenoot komt, kan verschillend worden beoordeeld.
• Opruimende acties: een verdediger die de bal wegschiet, speelt die bal meestal niet bewust naar een medespeler. Zo’n actie wordt vaak niet als pass geteld.

Omdat dataleveranciers niet allemaal dezelfde definities gebruiken, is een passpercentage het best vergelijkbaar binnen één en dezelfde bron. Ook de registratie zelf is niet foutloos. Onderzoek naar automatische eventdetectie in het voetbal (2024) vond F-scores tot 0,92 voor het herkennen van passes uit positiedata wanneer event- en positiedata van elkaar afhankelijk waren, maar slechts 0,71 wanneer ze onafhankelijk waren. De onderzoekers stellen daarnaast dat er geen afgesproken standaarden zijn voor het valideren van zulke algoritmes. Voor de lezer betekent dat: vergelijk spelers en teams bij voorkeur binnen dezelfde competitie en dezelfde databron.

Wat een hoog of laag percentage zegt

Een percentage krijgt pas betekenis wanneer je het naast een referentie legt. Twee gedocumenteerde ijkpunten geven houvast.

Het gemiddelde in een topcompetitie. In de Bundesliga 2020/21 rondde een gemiddelde speler 86% van zijn passes af. De individuele cijfers liepen uiteen van 22% tot 100%. Dat brede bereik laat zien dat een hoog percentage niet automatisch op dominantie wijst en een laag percentage niet automatisch op zwak spel.

De ondergrens. Volgens BBC Sport (2018) haalde Cardiff City in het Championship 2017/18 slechts 59% passnauwkeurigheid. Dat was lager dan elk Premier League-team sinds Watford in 2006/07, dat op 57% uitkwam. Cardiff promoveerde dat seizoen met een uitgesproken directe speelstijl. Een laag percentage kan dus een bewuste keuze zijn voor lange ballen en tweede ballen, en hoeft niet te betekenen dat het team technisch tekortschiet.

Globaal kun je een passpercentage zo lezen:

De tabel is een leeswijzer, geen oordeel. Het passpercentage is een beginpunt voor de analyse, niet de conclusie.

Positie en rol bepalen het cijfer

De plek op het veld heeft grote invloed op de passnauwkeurigheid. Een centrale verdediger die de bal vijf meter opzij speelt naar zijn partner, heeft een veel grotere kans op succes dan een nummer 10 die tussen twee verdedigers door een steekpass probeert te geven.

Dat verschil is ook wetenschappelijk vastgesteld. Goes en collega’s (2021) onderzochten passes in het Eredivisie-seizoen 2018/19 op risico en opbrengst. Zij vonden significante verschillen tussen posities op alle risicokenmerken, zowel bij geslaagde als bij mislukte passes. Verdedigers hadden de minste passopties en de veiligste alternatieven, aanvallers de meeste.

Per rol betekent dat in grote lijnen:

• Doelman: veel lange uittrappen drukken het percentage. Een keeper die kort opbouwt, scoort doorgaans hoger.
• Centrale verdediger: vaak het hoogste percentage van het elftal, door korte passes in de opbouw zonder directe druk.
• Back: gemengd beeld. Korte combinaties scoren hoog, voorzetten verlagen het percentage.
• Verdedigende middenvelder: meestal hoog, omdat de rol vooral bestaat uit het verdelen van de bal.
• Aanvallende middenvelder: lager, door passes in krappe ruimtes en tussen de linies.
• Vleugelspeler en spits: vaak het laagste percentage, door riskante acties dicht bij het doel en duels met de rug naar het doel.

Het gevolg: vergelijk een verdediger met een verdediger en een spelmaker met een spelmaker. Wie een centrale verdediger met 93% naast een nummer 10 met 79% legt, vergelijkt twee verschillende taken, niet twee kwaliteitsniveaus. Hoe je de cijfers van een speler in samenhang leest, staat uitgewerkt in de uitleg over het spelersprofiel van een voetballer.

Waar passnauwkeurigheid tekortschiet

De grootste beperking zit in de opzet van het cijfer zelf. Omdat elke pass als 1 of 0 telt, negeert het percentage volgens Anzer en Bauer de complexiteit en de opbrengst van een pass. Een speler die 92% haalt met veilige passes opzij kan minder bijdragen dan een speler met 78% die voortdurend de diepte zoekt.

Ook de opleiding van de Duitse voetbalbond wijst op die beperking. Dr. Stephan Nopp van de DFB-Akademie stelt dat statistieken zoals passnauwkeurigheid onvoldoende zijn om de effectiviteit van een pass te beoordelen. Belangrijker is of de pass in die situatie de juiste oplossing was en of hij goed werd uitgevoerd. Hij verwijst naar het WK 2018, waar Spanje en Duitsland ondanks hoge passcijfers vroeg werden uitgeschakeld.

De belangrijkste aandachtspunten op een rij:

1. Moeilijkheid ontbreekt. Een korte pass en een diepe bal over 40 meter tellen even zwaar.
2. Opbrengst ontbreekt. Een geslaagde pass die niets oplevert, verhoogt het cijfer net zo veel als een pass die een kans creëert.
3. Wedstrijdsituatie ontbreekt. Een team dat na een vroege voorsprong rustig de bal rond laat gaan, scoort hoog zonder dat dit iets zegt over aanvallende kwaliteit.
4. Definities verschillen. Voorzetten, spelhervattingen en afgeweken ballen worden niet overal op dezelfde manier geteld.

Voor die tekortkomingen zijn modellen ontwikkeld. Een expected passes-model (xPass) schat op basis van positiedata hoe groot de kans was dat een bepaalde pass zou aankomen. Zo wordt zichtbaar of een speler vaker slaagt dan je op grond van de moeilijkheid van zijn passes zou verwachten. Daarnaast meten modellen voor balbezitwaarde hoeveel een pass bijdraagt aan de kans op een doelpunt. De werking daarvan staat in de uitleg over possession value in het voetbal.

Passnauwkeurigheid naast andere passstatistieken

Passnauwkeurigheid wordt het sterkst als het naast statistieken staat die richting, risico en opbrengst meten.

Een voorbeeld maakt het verschil zichtbaar. Twee middenvelders spelen allebei 60 passes. Speler A rondt er 56 af (93,3%), maar slechts twee gaan vooruit en geen enkele leidt tot een schot. Speler B rondt er 48 af (80,0%), met elf passes die de bal richting het doel van de tegenstander brengen en drie sleutelpasses. Op passnauwkeurigheid wint speler A. Op invloed op het aanvalsspel is speler B duidelijk belangrijker geweest. Hoe de kwaliteit van kansen in zo’n analyse meeweegt, staat beschreven in de xG-analyse van de Champions League.

Zo lees je passnauwkeurigheid tijdens een wedstrijd

Wie live naar de cijfers kijkt, haalt het meeste uit het passpercentage met een vaste volgorde:

1. Begin bij het aantal passes. Een percentage op basis van 600 passes zegt meer dan een percentage op basis van 250.
2. Vergelijk met de tegenstander. Het verschil tussen beide teams vertelt meer dan het losse getal: wie heeft de controle, wie speelt direct?
3. Kijk naar de wedstrijdstand. Een team dat achterstaat, neemt vaak meer risico. Een team dat voorstaat, laat de bal vaker rustig rondgaan.
4. Bekijk het verloop per periode. Een dalend percentage na rust kan wijzen op toenemende druk van de tegenstander of op vermoeidheid.
5. Leg het naast kansen. Combineer passnauwkeurigheid met schoten, xG en sleutelpasses om te zien of het balbezit ook iets oplevert.
6. Vergelijk binnen de competitie. Gemiddelden verschillen per competitie en speelstijl. Voor de Nederlandse context is de uitleg over Eredivisie-data een logisch vervolg.

Onze kijk op passnauwkeurigheid

Passnauwkeurigheid is een van de eerste cijfers die een voetbalfan in de wedstrijdstatistieken ziet, en dat is terecht. Het getal is eenvoudig, direct vergelijkbaar en laat in één oogopslag zien welk team de bal beter in de ploeg houdt. Wij zien het als een vertrekpunt: een signaal dat pas echt betekenis krijgt wanneer het naast andere gegevens staat.

Daarom bouwen we BetsyScore rond samenhang. Live scores, opstellingen en realtime statistieken staan naast elkaar, zodat een passpercentage direct te koppelen is aan wat er op het veld gebeurt. Onze momentum-meter laat minuut voor minuut zien welk team de overhand heeft. Zo is zichtbaar of een hoog passpercentage samenvalt met druk richting het doel of met rustig balbezit op eigen helft.

Voor de wedstrijd brengen onze AI-voorspellingen expected goals, recente vorm en onderlinge resultaten samen in winstkansen. Tijdens en na de wedstrijd helpen de statistieken om te beoordelen hoe een duel daadwerkelijk verliep. Die combinatie van vooraf, tijdens en achteraf is volgens ons de beste manier om een cijfer als passnauwkeurigheid op waarde te schatten.

Aria

Passcijfers live volgen op BetsyScore

Op BetsyScore volg je wedstrijden met live scores die elke paar seconden verversen, realtime statistieken en live opstellingen voor meer dan 200 competities, waaronder de Premier League, La Liga, de Bundesliga, de Serie A, de Champions League en het WK 2026.

Naast de statistieken vind je AI-gestuurde wedstrijdvoorspellingen met winstkansen, een momentum-meter per minuut, spelersprofielen, toernooiranglijsten en wedstrijdhighlights. Meer uitleg over voetbalcijfers staat op het BetsyScore-voetbalblog.

Veelgestelde vragen

Wat is een goede passnauwkeurigheid?

Dat hangt af van positie, speelstijl en competitie. In de Bundesliga 2020/21 lag het gemiddelde per speler op 86%, met uitschieters van 22% tot 100%. Een centrale verdediger scoort doorgaans hoger dan een aanvaller, dus vergelijk altijd binnen dezelfde rol en dezelfde competitie.

Is passnauwkeurigheid hetzelfde als pass completion?

Ja. Passnauwkeurigheid, passpercentage, pass completion en passing accuracy verwijzen naar hetzelfde cijfer: het aandeel passes dat bij een medespeler aankomt. De exacte uitkomst kan wel verschillen per databron, omdat niet elke bron voorzetten, spelhervattingen of afgeweken ballen op dezelfde manier telt.

Waarom hebben spitsen een lagere passnauwkeurigheid?

Spitsen spelen de bal vaak onder directe druk, met de rug naar het doel en in kleine ruimtes dicht bij het strafschopgebied. Die passes hebben een lagere slagingskans dan korte passes in de opbouw. Onderzoek in de Eredivisie toont aan dat aanvallers meer passopties met meer risico hebben dan verdedigers.

Zegt een hoge passnauwkeurigheid dat een team beter is?

Niet vanzelf. Een hoog percentage wijst op betrouwbaar balbezit, maar zegt niets over de moeilijkheid of opbrengst van de passes. Spanje en Duitsland haalden op het WK 2018 hoge passcijfers en werden toch vroeg uitgeschakeld.

Welke statistieken passen goed bij passnauwkeurigheid?

Sleutelpasses, progressieve passes, expected passes (xPass), possession value en expected goals vullen het passpercentage aan. Samen laten ze zien of passes ook vooruitgaan, kansen opleveren en lastiger waren dan gemiddeld.

Bronnen

Anzer & Bauer (2022): Expected passes, Data Mining and Knowledge Discovery

Goes et al. (2021): A risk-reward assessment of passing decisions, Science and Medicine in Football

Bischofberger et al. (2024): Event detection in football, PMC

DFB-Akademie: Pässe sind die Sprache des Spiels

AWS Machine Learning Blog: Bundesliga Match Fact Passing Profile (2021)

BBC Sport: Premier League trends (2018)

Aanbevelingen

• Scheidsrechter statistieken: welke cijfers tellen en hoe lees je ze
• Possession value uitleg: wat de metric meet en hoe je hem leest
• Spelersprofiel uitgelegd: zo lees je de cijfers van een voetballer
• Clean sheet kans berekenen: xGA en Poisson-model uitgelegd