Als der Ball im Netz landet, sprintet Jonas Hector gemeinsam mit Manuel Neuer in die Arme seiner Mannschaftskollegen. Der Kölner Abwehrspieler hat gerade den entscheidenden Treffer in einem denkwürdigen Elfmeterschießen erzielt. Deutschland schlägt Italien im Viertelfinale der Europameisterschaft 2016.
Einen großen Anteil daran hat Torhüter Manuel Neuer, der zwei Elfmeter der Italiener pariert. Als Sieger darf sich an diesem Abend aber auch SAP fühlen – zumindest ein bisschen. Der IT-Anbieter aus Walldorf unterstützt schon seit einigen Jahren die deutsche Nationalmannschaft mit spezieller Software. Für die EM 2016 hatten die SAP-Experten unter anderem mit dem System Penalty Insights ein System entwickelt, das den Trainerstab bei der Analyse von Elfmetern unterstützt.
Mit der Lösung lassen sich gespeicherte Informationen zu Strafstoßschützen aus vielen verschiedenen Teams auswerten – inklusive Videoclips. Mithilfe von Filtern können etwa die Schussvorlieben analysiert werden. Die Trainer können auf detaillierte Spielerauswertungen zurückgreifen, mithilfe der Software bestimmte Verhaltensmuster erkennen und ihre Torhüter entsprechend vorbereiten.
Big Data ist mittlerweile im Sport angekommen. Und SAP ist bereits sehr weit in dieses Geschäftsfeld vorgedrungen. Die Walldorfer haben ein großes Software-Paket geschnürt, um Sportler und Vereine in ihrer alltäglichen Arbeit zu unterstützen. Bei dem System mit dem Namen Sports One geht es im Kern darum, alle Daten, die für den sportlichen Betrieb notwendig sind, zusammen zu bringen. Dazu zählen Spielstatistiken, Fitnessdaten der Sportler, Informationen über Verletzungen, Trainingsdaten oder Scouting-Notizen.
Ipad statt Flipchart
Fußballclubs wie Bayern München, 1899 Hoffenheim und der 1. FC Kaiserslautern arbeiten mit Sports One. Mit dem FC Astoria Walldorf nutzt auch ein Regionalligist die Lösung – die räumliche Nähe zum größten deutschen Software-Anbieter war sicher hilfreich.
„Die Software ist zum Beispiel für unsere Spielvorbereitung sehr wichtig“, erklärt Stephan Sieger, Teammanager bei Astoria Walldorf. „Wenn wir eine Stunde vor Anpfiff die Aufstellung des Gegners erhalten, können wir auf dem Ipad alle Stärken und Schwächen der gegnerischen Spieler aufrufen.“ Mit Hilfsmitteln wie zum Beispiel Videosequenzen könne man die Informationen der Mannschaft direkt vor dem Spiel anschaulich vermitteln. „Das ist schon etwas anderes als ein Flipchart.“
Auch Scouting-Informationen oder Gesundheitsdaten werden im System erfasst. „Früher hatte jeder seine eigene isolierte Dokumentation – vom Trainer bis zum Physiotherapeut“, so Sieger weiter. Die Datenverknüpfung gewährt neue Einsichten. So lassen sich zum Beispiel bei Verletzungen bestimmte Muster erkennen und Belastungen besser steuern.
Auch IBM mischt mit im Sportgeschäft. Unter dem Schlagwort Cognitive Computing hat der IT-Anbieter eine Reihe von Technologien für die künstliche Intelligenz (KI) im Angebot, die etwa im Basketball eingesetzt werden. Für das NBA-Team Toronto Raptors hat IBM eine entsprechende Lösung entwickelt. Diese bringt Daten aus vielen unterschiedlichen Quellen wie Statistiken, medizinischen Berichten, Videos oder auch Social-Media-Plattformen zusammen und wertet diese aus.
Die Analysen helfen den Team-Verantwortlichen bei der Beurteilung neuer Spieler. Dank dieser sollen sie zum Beispiel besser einschätzen können, ob ein Basketballer dem Team weiterhelfen kann und zur eigenen Spielphilosophie passt.
Grundsätzlich unterscheide sich die Datenanalyse im Sport nicht von entsprechenden Anwendungen im industriellen IoT-Umfeld, meint Thomas Ross, der bei der Unternehmensberatung von IBM für den Bereich Medien und Entertainment zuständig ist. In beiden Fällen führe man Daten aus verschiedensten Quellen zusammen und versuche mit KI-Methoden, Abhängigkeiten zu erkennen.
„Das Wichtigste ist eine große Zahl von Basisdaten“, erklärt Ross. Im Fall des Sports seien dies Daten aus dem Training, die etwa aus Sensoren gewonnen werden. Mit diesen könne dann ein selbst lernendes System wie die Cognitive-Computing-Lösung Watson von IBM arbeiten. „Wenn es die Parameter wie etwa sensorische Werte lange beobachtet und mit anderen Daten korreliert, dann lernt es im Laufe der Zeit, wie diese mit der Leistungsfähigkeit zusammenhängen“. Das gelte für Maschinen ebenso wie für Menschen.
Mit wachsenden Datenmengen würden die Auswertungsmöglichkeiten größer, glaubt auch Fadi Naoum, bei SAP Experte für das Thema Sport und IT. „Je mehr wir sammeln, desto besser werden die Informationen, weil man viel mehr miteinander vergleichen kann“, so der Experte. Durch die Chips, die in Trikots oder Schienbeinschonern stecken, gewinne man eine viel größere Genauigkeit.
Nutzen für Leichtathletik oder Schwimmen
Die Schwierigkeit ist laut Ross allerdings, dass die Leistungsfähigkeit bei einem menschlichen Sportler nicht so einfach zu definieren ist wie bei einer Maschine. „Sportarten, bei denen sich die Leistungsfähigkeit direkter an physiologischen Größen messen lässt, sind daher einfacher algorithmisch zu erschließen“, sagt Ross. Heißt konkret: Disziplinen wie zum Beispiel Schwimmen oder Leichtathletik eignen sich für softwaregestützte Datenanalyse besonders gut.
Es sei aber nicht absehbar, dass Cognitive Computing einen guten Trainer ersetzen kann, glaubt Ross. „Eine solche Lösung macht schließlich immer nur das, wofür sie angelernt wurde. Je besser der Trainer, der sie anlernt, desto besser die Lösung.“ Die Software sei vielmehr mit einem Assistenten zu vergleichen, die den Trainer in seiner Arbeit unterstützt.
„Daten können immer nur eine Hilfestellung sein“, sagt Stephan Sieger, der selbst viele Jahre als Spieler auf dem Platz stand. Das Bauchgefühl werde auch weiterhin im Fußball eine wichtige Rolle spielen.
@ Informationen zu den Software-Lösungen
