Termine

Bundeswissenschaftswoche

Wichtige Termine von überregionalem Interesse.

Aktuelle Termine

Newsletter

Mit unserem Newsletter immer auf dem Laufenden.

Newsletteranmeldung

Archiv

Das Archiv bietet Ihnen ältere Ausgaben aus den Jahrgängen 2003 bis 2017 der Zeitschrift Wissenschaftsmanagement im PDF-Format kostenlos zum Download.

Zum Archiv

Themendiskussion

Diskutieren Sie unsere Themen oder schlagen Sie uns Themen für die nächsten Ausgaben vor.

Themen diskutieren
Themen vorschlagen

Aktuelle Ausgaben
Schwerpunkt:
Alle 2021 online erschienenen Artikel zum Nach-Lesen
Sonderausgabe 2020
Sonderausgabe 2020
special Archiv

Das Archiv bietet Ihnen die special Beilagen zur Zeitschrift Wissenschaftsmanagement aus den Jahrgängen 2004 bis 2013 im PDF-Format kostenlos zum Download.

Perspektive der Sportinformatik

news

Daniel Memmert

Wissenschaftlicher Beitrag

Perspektive der Sportinformatik

Der Verwendung von Big Data am Beispiel Fußball

Basierend auf technologischen Entwicklungen in der Sensortechnologie, vor allem im Bereich des kommerziellen Fußballs, haben sich neue Arten der Leistungsbewertung etabliert. Der unter dem Begriff Big Data subsumierte massive Anstieg verfügbarer Daten ermöglicht die Berechnung komplexerer Leistungsindikatoren. Ausgehend von den Positionsdaten der einzelnen Spieler und des Balls sind deutlich schnellere Analysen möglich als auf der Basis von Videomaterial.

Foto: Kenny Beele

Während früher die Analyse von Häufigkeiten bestimmter Spielereignisse im Mittelpunkt stand, ist jetzt die Berechnung von spezifischen Metriken möglich und wird schon in verschiedenen Bereichen angewendet. Diese erlauben es, die Spielleistung von Mannschaften und individuellen Spielern und vor allem das Interaktionsverhalten zwischen Mannschaften abzubilden. In einer der größten bislang durchgeführten, von der Deutschen Fußball Liga (DFL) geförderten, Big-Data-Feldstudie wurden verschiedene Key Performance Indikatoren (KPI) im Profifußball definiert und in ersten Schritten validiert. Es gilt, perspektivisch Modelle zu entwickeln, um die Verknüpfung zwischen Big Data und der Spielanalyse näher zu spezifizieren, um die daraus resultierenden Hypothesen mit Feld-Experimenten basierend auf Positionsdaten empirisch überprüfbar zu machen.

Daten werden gesammelt und ausgewertet
Die Analyse von Sportspielen, ob im Wettkampf, zur Gegnervorbereitung (Match-Plan) und -nachbereitung oder im Training (Spielphilosophie), ist heut zutage in vielen Sportspielen auf verschiedenen Niveaus unentbehrlich. Dies verdeutlicht eine Reihe von Beispielen: Heutzutage ergänzen in vielen Bundesligavereinen sogenannte „Co-Trainer Spielanalysen“ den Trainerstab. Oftmals arbeiten diese enger mit dem Cheftrainer zusammen als Athletiktrainer und Sportpsychologen.

....

Fazit
Neben den spannenden Einblicken in die taktischen Komponenten des modernen Fußballs liefern Ansätze aus der Sportinformatik aufschlussreiche Erkenntnisse hinsichtlich der Wirksamkeit fortgeschrittener KPIs. Die Ergebnisse aktueller Studien (im Überblick: Low et al. 2020; Memmert/Raabe 2019; Memmert et al. 2017) zeigen eindeutig, wie die Spielanalyse unter Verwendung dieser neuen Methoden mehr als nur eine neue Perspektive hinzugewinnt. Die Tiefe der Ergebnisse geht deutlich über die der herkömmlichen statistischen Analysen hinaus, obwohl das gesamte Potenzial der Positionsdaten bei weitem noch nicht ausgeschöpft ist.

Prinzipiell sind verschiedene Tools zur Analyse von Positionsdaten auch in anderen Sportarten vorstellbar (zum Beispiel Basketball, Feld- oder Eishockey). Dazu ist es aber unerlässlich, dass Positionsdaten für die Spieler und das Spielgerät in ausreichender Qualität vorliegen. Dies ist beispielsweise für die Sportart Eishockey erst vor kurzem gelungen. Möglichkeiten zur Datengewinnung wären etwa auch, in die Bälle Sensoren einzubauen, die die notwendigen Daten des Balles zur Verfügung stellen. Für die Sportart Handball hat das Institut für Trainingswissenschaft und Sportinformatik gerade erst ein Tool entwickelt, mit dem das Defensiv- Verhalten einer Mannschaft (unterschiedliche Formationen) auf der Basis von Positionsdaten automatisch erkannt werden kann.

Und dennoch bilden die Daten bereits heute eine wertvolle neue Komponente im Repertoire der Analysten. Denn von den Erkenntnissen profitieren neben der Bewegungs- und Trainingswissenschaft auch die sportwissenschaftliche Praxis (Memmert 2019). Vereinen ermöglichen die neuen Methoden, Spielerverhalten noch genauer zu analysieren, Trainingsprozesse zu steuern und Transferentscheidungen zu verbessern. Auch die öffentliche Wahrnehmung des Sportspiels wird durch die Erkenntnisse beeinflusst, zum Beispiel als Basis für neue Produkte in der Berichterstattung der Medienanstalten. Zudem dienen die Ergebnisse als Unterstützung der Arbeit von Profikadern der Bundesliga, der Nachwuchsförderung in Nachwuchsleistungszentren und der Trainerausbildung.

  • Der komplette Beitrag ist im ► Onlineshop von Lemmens Medien erhältlich. Den Abonnenten der Zeitschrift Wissenschaftsmanagement steht der Beitrag in ihrem Account zum kostenlosen Download zur Verfügung.

Univ.-Prof. Dr. Daniel Memmert ist geschäftsführender Institutsleiter des Instituts für Trainingswissenschaft und Sportinformatik an der Deutschen Sporthochschule Köln.

Foto: Kenny Beele