Data Analytics machen Fußballer besser

Wahrsager-Qualitäten

Nicht nur das Scouting bekommt eine neue Facette, auch die künftige Entwicklung von Spielern soll sich für die Vereine mit Predictive-Analytics- Tools besser vorhersehen lassen. Etablierte Spieler wie Bastian Schweinsteiger liefern Leistungswerte von der Nachwuchsmannschaft bis ins Profigeschäft - Verletzungen und Leistungsdellen mit einbezogen. Predictive-Analytics-Tools leiten daraus dann wiederkehrende Muster und Trends ab und versuchen diese Werte auf andere Spieler zu übertragen.

Dafür wird das Profil eines Nachwuchsfußballers mit den Leistungswerten des Stars in der gleichen Altersstufe verglichen, um so Vorhersagen für die künftige Entwicklung zu treffen. Aber auch für die etablierten Stars selbst sind die Werkzeuge hilfreich, um beispielsweise drohende Verletzungen durch zu große Belastungen - beispielsweise durch internationale Wettbewerbe oder Länderspiele - zu vermeiden.

Vereins-Management

Doch der sportliche Erfolg ist nicht alles - der moderne Verein muss per Social Media mit seinen Fans kommunizieren, Tickets möglichst effizient verkaufen, Merchandising-Artikel an den Mann und die Frau bringen, Apps bereitstellen, seine Mitarbeiter, Assets, Lizenzen und Verträge managen. Um dieses umfassende Feld zu adressieren, hat SAP mit Sport Solutions eine Datenanalyse-Komplettlösung entwickelt, die auf Basis seiner In-Memory-Plattform HANA funktioniert.

So können große Datenmengen in Echtzeit ausgewertet werden. Das gilt nicht nur für sportliche Leistungsdaten, die im Training mittels Körpersensoren und im Stadion oder in der Halle während des Spiels mittels Panorama-Kamera erfasst werden, um Bewegungsdaten jedes einzelnen Spielers zu erfassen und zu analysieren. Auch die umgehende Auswertung von Social-Media-Kommentaren spielt beispielsweise für das gute Verhältnis zu den Fans eine wichtige Rolle.

Die SAP-Systeme kommen bei deutschen Fußballvereinen wie dem FC Bayern München, der TSG Hoffenheim oder auch dem Deutschen Fußball-Bund schon zum Einsatz. Auch in der amerikanischen Basketball-Profiliga NBA und der Eishockey-Profiliga NHL werden sie genutzt.

Alternative Spielszenen errechnen

Da die Leistung von Servern und Transcoding-Technologien für die Videoanalyse immer weiter steigt, wagt Intel die Prognose, dass wir noch längst nicht alle Möglichkeiten von Big Data Analytics im Fußball gesehen haben. In den kommenden zehn Jahren erwartet das Unternehmen unter anderem, dass noch wesentlich mehr in Echtzeit ausgewertet werden kann als bisher. Auch unstrukturierte und nicht verknüpfte Daten könnten sich nutzen lassen, Video- und Spielstatistiken ohne jegliche Nutzereingabe automatisch auszuwerten. Damit ließen sich während der Live-Spielanalyse sogar "alternative Szenarien" errechnen: Was wäre gewesen, wenn der Spielzug nicht durch ein Foul gestoppt worden wäre?

Fazit

Durch den enormen Konkurrenzdruck im Milliardengeschäft Fußball können es sich Vereine kaum mehr leisten, auf Big DataBig Data Analytics zu verzichten. Die aus der Datenanalyse erzeugten Einsichten helfen nicht nur bei der taktischen Weiterentwicklung der Mannschaft, sondern auch im Vereins-Management und in der Beziehung zu den Fans. Alles zu Big Data auf CIO.de