Künstliche Intelligenz

Künstliche Intelligenz im Sport

Der Film Moneyball mit Brad Pitt in der Hauptrolle stellt einen der ersten Erfolgsfälle bei...

Consultora IA

Der Film Moneyball mit Brad Pitt in der Hauptrolle stellt einen der ersten Erfolgsfälle bei der Anwendung von Datenanalysen im Sport dar: 2002 qualifizierte sich das Baseballteam ‘Oakland Athletics’ nach Jahren schlechter Ergebnisse für die Playoffs und holte 20 Siege in Folge, indem sie ihre Spielstrategie auf der Grundlage mathematischer Analysen, die mit zu diesem Zweck gesammelten Daten erstellt wurden, ausrichteten.

Die Welt des Sports ist eng mit Daten verbunden. Traditionell ist dies einer der Bereiche, in denen sie am meisten eingesetzt werden. Wir haben vielleicht noch nicht bemerkt, dass Statistiken zu Sportinformationen im Übermaß vorhanden sind. Wir wissen zum Beispiel, wie oft ein Spieler in einem Spiel auf ein Tor geschossen hat, aber nicht nur das, sondern auch, wie oft er das in den letzten zehn Jahren gegen denselben Gegner getan hat. Ebenso kann ermittelt werden wie viele Fouls er in den letzten fünf Saisons begangen hat, ob er in der Liga mehr den Ball berührt, hat als in der Champions League und all diese Kuriositäten, die interessant sein können.

Big Data und künstliche Intelligenz im Sport

Allerdings hat sich etwas geändert. Der Einbruch und die Demokratisierung der Nutzung von Big Data und künstlicher Intelligenz bedeutet, dass jetzt die zu sammelnden Datenmengen immens sind, ohne das Zusammenspiel von Technologie wären sie unmöglich zu greifen. Und wenn wir sagen, unüberschaubar, dann meinen wir Hunderttausende von Daten in einem Spiel, z. B. in einer Gruppenübung wie Fußball oder Basketball.

Die Automatisierung der Erfassung dieser Datensätze, die Erhöhung der Speicherkapazität und die Algorithmen, die für ihre Verarbeitung verwendet werden, haben die erhaltenen Informationen verbessert, die Geschwindigkeit der Beschaffung von Eingaben und deren Menge erhöht und die Genauigkeit der Ergebnisse gesteigert. Und das bedeutet: Minimierung des Zeitaufwands für die Sammlung und Umwandlung von Daten sowie deren Gewinnung für die Analyse und Entscheidungsfindung.

Und woher kommen diese Daten? Von Kameras, Sensoren, Lasern, Wearables… die Positionen, Geschwindigkeiten, Bewegungen, Sprünge, Läufe, Berührungen, Aufschläge, Beschleunigung, gewonnene und verlorene Punkte und alles, was wir uns vorstellen können, sammeln. Sobald die Daten gesammelt sind, sucht die Magie der künstlichen Intelligenz und der Algorithmen nach Mustern entsprechend den markierten Bedürfnissen und verwandelt sie in leicht zu interpretierende Informationen, um die Analysearbeit der technischen Teams zu erleichtern. Entscheidungen basieren nicht mehr auf subjektiven Faktoren, abgeleitet aus der menschlichen Wahrnehmung, sondern auf objektiven Ergebnissen aus der Datenwissenschaft.

Vorteile für Trainer und Sportler

Und damit es nicht bei der Theorie bleibt, schauen wir uns zwei naheliegende Beispiele an. Die dreifache Weltmeisterin und Olympiasiegerin im Badminton, Carolina Marin, stützt ihre Strategie, Technik und körperliche Vorbereitung seit 15 Jahren auf fortschrittliche Analytik, und angesichts der Ergebnisse war die Wette, zu einer Zeit, als nur wenige über die Bedeutung von Daten sprachen, richtig. Der Fußballverein Sevilla ist ein weiteres Beispiel für spanischen Sport, der mit Datenwissenschaft verbunden ist. Er verfügt über eine Forschungs- und Entwicklungsabteilung (mit einer Zuweisung von 500.000 Euro im Jahr 2020), von der aus er das Spiel und die Leistung seiner Spieler analysiert und anhand statistischer Parameter Neuverpflichtungen evaluiert.

Wie man sieht, ist das Ziel, die Effizienz zu steigern und die verfügbaren Ressourcen zu optimieren, dank eines reichhaltigen, einfachen, intuitiven und neutralen Wissens, das den Technikern zur Verfügung steht:

Verbessern Sie die Leistung von Sportlern, indem Sie diejenigen Facetten ihrer Arbeit erkennen, die verstärkt werden sollten.

Vermeiden Sie Verletzungen durch Haltungsanalyse und Überanstrengung.

Analysieren Sie die Rivalen, um den Kämpfen mit einer tiefen Kenntnis des Gegners zu begegnen.

Überwachen Sie Spiele in Echtzeit, um Taktiken oder Spielstrategien zu ändern.

Koordinieren Sie Spieler mit sich ergänzenden Eigenschaften, um ausgeglichene Teams zu erhalten.

Von der gegenüberliegenden Seite, von den Interessen der Sportler, wurde kürzlich veröffentlicht, dass De Bruyne Datenanalysten angeheuert hat, um seine Zukunft bei Manchester City zu bewerten und die Entscheidung zu treffen, ob er mit dem englischen Team verlängert oder nicht. Am Ende unterschrieb er die Akte, so dass die Vorhersage der Wissenschaft für das Team ist, dass die Titel kommen werden.

Wie wir sehen, sind Daten im Sport bereits so wichtig wie das Training. Fachleute und Spiele werden auf der Grundlage der Informationen vorbereitet, die aus dem Wettbewerb von Big Data und künstlicher Intelligenz in jeder Art von Disziplin gewonnen werden. Und die Ergebnisse sind sehr profitabel, denn die Daten-Sport-Beziehung wird immer weiter verbreitet. Die Sportanalyse bewegte im Jahr 2020 laut Grand View Research mehr als 920 Millionen Euro, eine Zahl, die sich in den kommenden Jahren vervielfachen wird.