This post is also available in: English (Englisch)
Big Data ist mehr als nur ein Modewort unseres digitalen Zeitalters. Big Data bietet Lösungen für die gegenwärtige enorme Menge an Daten, die mit einer hohen Geschwindigkeit übertragen werden. So werden viele Einsatzmöglichkeiten für Data Science kreiert. Eine Möglichkeit, Big Data einzusetzen, ist im Bereich des Gesundheitswesens. Hier haben wir schon einen Artikel über das Zusammenarbeiten des Gesundheitssystems und Big Data veröffentlicht.
Aber auch in der Sportbranche kann Big Data eingesetzt werden. Im Folgenden erfahren Sie, wie Big Data auf 4 verschiedenen Arten und Weisen den Sport, wie wir ihn jetzt kennen, für immer verändern wird.
Hyperpersonalisierte Sportübertragungen
Sportsender übertragen Sport mit detaillierten Sportkommentaren, Erklärungen und Prognosen. All diese Aussagen basieren auf Daten, die von vorherigen Spielen gesammelt wurden.
Stats Perform beispielsweise nutzt Technologien, die auf maschinellem Lernen beruhen, um Einblicke in die Spielauswertungen zu sammeln und an Sender wie ESPN und Sky Sports zu senden. Die Sportsender können dann vor dem Spiel ihre Prognosen stellen, während des Spiels relevante Kommentare äußern, Spielereinschätzungen abgeben und so weiter. Vielleicht sind Sie mit diesen Bewertungen vertraut, wenn Sie Sportsendungen regelmäßig schauen.
Big Data kann auch den Inhalt, den Sportsender produzieren, beeinflussen, indem analysiert wird, was die Zuschauer machen und wollen. MyCujoo ist eine Football-Streamingplattform, die Kundendaten sammelt, um die Spieleerfahrung der Fans zu verbessern.
Pedro Presa, Vorstand von MyCujoo, sagte Folgendes zu Analysen zugunsten einer Personalisierung:
“Wir haben exklusive Rechte an der Übertragung verschiedener Football-Ligen für die nächsten Jahre gesichert. Dadurch sind wir mehr als bestens gerüstet, um die Demographien der Football-Fans zu verstehen. So können wir auch das Konsumverhalten der Fans einschätzen. Beispielsweise können wir in Erfahrung bringen, ob sie sich die Highlights der Spiele anschauen, ganze Spiele gucken oder gar beides tun.”
“Während wir weitere Daten von Kunden sammeln, können wir Märkten und Partnern unterschiedliche Angebote machen, indem wir anpassbare Geschäftsmodelle entwickeln.”
DAZN ist eine weitere Streaming-Plattform, die Datenanalysen anfertigt, um zu bestimmen, welche Märkte zu erschließen sind, in welche Sportarten investiert werden soll, wie hoch die Nachfrage nach bestimmten Streaming-Events sein wird und wie Kunden besseren Service erhalten.
Wenn zum Beispiel eine malaysischer Fußball-Fan nur die englische Premier League schaut und alle anderen Ligen weglässt, auch die malaysische Liga, dann kann DAZN die Daten über diesen Fan verwenden und ihn lediglich mit englischen Fußball-Content versorgen.
Beschleunigte Trainingsdaten dank Big-Data-Analysen
Genauso wie Kommentatoren die Daten der Spiele für ihre Aussagen nutzen, können Mannschaften den Vorteil von Spieldaten auskosten, um von ihren Fehlern zu lernen und ihre Trainingseinheiten zu verbessern. Sie können zudem die Bewegungsmuster ihrer Gegenspieler auswerten und Gegenstrategien entwickeln.
Wichtiger Teil eines Sportteams ist der Trainer. Die wichtigste Aufgabe des Trainers ist den Sportlern zu helfen, ihr Können auszubauen. Im Amateur-Sport unterstützen die Trainer die Menschen dabei, die Grundlagen des Sports, wie Regeln und Techniken, zu erlernen. Dazu werden verschiedene Übungen gemacht und Demonstrationen durchgeführt. So kann der Nachwuchs den Sport besser kennenlernen, bevor sie dann einen Schritt weitergehen.
Wenn die Spieler dann beginnen an Wettkämpfen teilzunehmen, haben sie die Möglichkeit ihre Fähigkeiten zu verbessern und ihre Techniken zu schleifen. Dazu brauchen sie aber die Hilfe ihres Trainers. Damit der Trainer ihnen nun helfen kann, analysiert er die Spielstatistiken und schaut sich Videos von vergangenen Trainingseinheiten und Wettkämpfen an.
Normalerweise ist dies eine sehr mühsame Arbeit. Der Trainer muss sich durch eine Unmenge an Videomaterial durchklicken, damit er herausfinden kann, wo die Stärken und Schwächen des Teams und der Gegner liegen.
Sportanalyse-Tools wie Hudl können hier Abhilfe schaffen. Die Trainer sparen sehr viel Zeit, da sie bequem Spielaufnahmen auf die Plattform hochladen, Berichte generieren und das Feedback mit ihren Teams teilen können.
Abhängig von den Bedürfnissen des Teams zeigt das Programm Zusammenfassungen von Spielerprofilen. Dazu werden Auswertungen über die Position, Bewegung, Reaktionszeit, Schüsse, Pässe, Genauigkeit, Ballkontrolle, Elfmeter und den Zweikampf der einzelnen Spiele angelegt.
Datenbasierte Spielerrekrutierungen
Big Data ermöglicht den Managern, Spieler einzukaufen, ohne sich dabei auf ihr Bauchgefühl verlassen zu müssen. So können Spieler gezielt für das Team ausgesucht und eingesetzt werden.
Eine der wichtigsten Sportarten für Big Data stellt Baseball dar. In den späten 1990er Jahren sah sich der damalige Manager der Oakland Athletics, Billy Beane, mit einer wirtschaftlichen Herausforderung konfrontiert. Das Budget des Teams wurde begrenzt, als für drei Topspieler, die in stärkere Teams der Major Baseball League gingen, Ersatzspieler gesucht wurden.
Mit der Hilfe des Harvard-Absolventen in Wirtschaft, Paul DePodesta, etablierte Beane die Moneyball-Theorie. Mit dieser Methode des Data Mining wurden unterschätzte Spieler rekrutiert, die mit der Zeit 20 Spiele in Folge gewannen.
In der Moneyball-Theorie können Teams Vermögenswerte aufkaufen, die von anderen Teams unterschätzt werden und Vermögenswerte verkaufen, die von anderen Teams überschätzt werden.
Ein unterschätzter Wert im Baseball ist die Prozentzahl, die angibt, wie oft ein Spieler die erste Base erreicht. Währenddessen ist der überschätzte Wert, wie oft ein Spieler den Ball trifft und so die zweite oder dritte Base erreicht oder gar einen Home-Run schafft.
Die Häufigkeit mit der Spieler die erste Base erreichen, war ein wichtiger Faktor, der über den Sieg einer Mannschaft bestimmt hat. Aber er war nicht ausschlaggebend für die Bezahlung der Spieler, was bedeutet, dass die Spieler zwar gut, aber günstig waren. So kaufte Beane Spieler ein, die häufig auf die erste Base kamen, aber zu günstigen Preisen spielten.
Aber wir haben einen weiteren Spieler im datenbasierten Rekrutierungsspiel: Profile 90. Die Plattform bietet den Managern die Möglichkeit, Spieler anhand von Big Data vor dem Kauf zu begutachten. Dazu gehört auch eine psychologische Erstellung eines Spielerprofils, um sie besser einschätzen zu können.
Der Vorsitzende der Profile-90-Plattform, Dr. Jagdish Basra, erläutert: “Ein gutes Verständnis sowie eine Entwicklung der psychologischen Charakteristiken eines Spielers, werden dabei helfen, ihr Können in eine erfolgreiche Leistung auf dem Feld zu übersetzen.“
Profile 90 verfolgt den Ansatz jeden Stein umzudrehen, um Talente zu entdecken. Optimierungen des Spielerprofils unterstützt die Vereine dabei, die Effizienz des Teams zu steigern, die Kosten und die Zeit des Erwerbs von neuen Spielern zu senken und steigert den Umsatz beim Verkauf eines Spielers.
Intelligente Beobachtung der Erholungswerte der Spieler und ihrer Fortschritte
Die richtige Vorbereitung des Spielers ist der Schlüssel zu einer erfolgreichen Leistung auf dem Feld. Spieler sind für verschiedene Leistungen verantwortlich. Dazu gehören: gut geplante, nährstoffreiche Mahlzeiten, guter Schlaf, genügend Energie für das Training und die Spiele, die richtigen Übungen und sich mit den mentalen Herausforderungen, die mit dem Leistungssport kommen, zurechtzufinden.
Glücklicherweise gibt es unterschiedliche Apps, die den Sportlern beim Einhalten all dieser Verantwortungen unterstützen. Inspire Sport Online gehört zu diesen Apps.
Inpire Sport stellt den Athleten eine Fülle an Informationen zu den verschiedensten Themen zur Verfügung. Themen wie: mentale und körperliche Gesundheit, Ernährung, Müdigkeit, Schlaf, Training etc. Zudem können Trainer das gesamtheitliche Wohlbefinden ihrer Athleten auf einer tagtäglichen Basis verstehen.
Genau wie im Gesundheitswesen können Sportler tragbare Tracker nutzen, um ihr Wohlbefinden zu kontrollieren. Vor allem können sie beobachten, ob und wann sie müde werden.
Das tragbare Biomodule-Gerät der Firma Zephyr misst über 20 verschiedene biometrische Daten, wie Herzfrequenz, Atemfrequenz, Varianz in der Herzfrequenz, Erholung der Herzfrequenz, Körperhaltung, Höchstbeschleunigung, Effekt, Sprunghöhe, Flugzeit, Kalorienverbrennung, Körpertemperatur, Intensität des Trainings.
Zusammenarbeit zwischen Tüftlern und Sportlern?
Wer hätte gedacht, dass Sport sich an Big Data erfreuen darf? Dank der Arbeit von Data Scientists ist der professionelle Sport leichter zu verwalten. Sportsendungen wurden verbessert, Sportler erhalten gezieltere Bewertungen, talentierte Athleten können identifiziert werden und die Sportler wissen nun viel besser, wie sie sich um ihren eigenen Körper kümmern können.
Um diesen Artikel auf einer sentimentalen Noten enden zu lassen, möchte ich gerne jemanden zitieren, der weiß, warum Sport so vielen Menschen unglaublich wertvoll ist. Der Football-Liebhaber Stix Symmonds schüttete in seinem Artikel des Bleacher Reports sein Herz aus:
“Sport wird vermutlich nicht die wichtigsten Probleme dieser Erde lösen können. Kriege werden nicht durch ein einfaches Football-Spiel oder ein aufregendes Cricket-Spiel ersetzt. Krankheiten werden nicht weggehen, nur weil wir Sport lieben. Hungersnöte werden nicht verschwinden, nur weil zwei Personen auf ein Tennisfeld gehen und ein Spiel austragen. So funktioniert das Leben nun mal nicht.
Allerdings kann Sport mehr für diese Welt tun, als nur unterhaltend zu sein oder einen Ausweg aus dem Alltag zu bieten. Er ist mehr als nur ein Zeitvertreib. In ihm finden wir einen Mikrokosmos an alltäglichen Problemen, mit denen wir uns konfrontiert sehen, auf eine Art und Weise gespielt, die Narben hinterlässt. Er ist Hoffnung, Inspiration und Lebenslektionen, die in einen Wettkampf vereint werden und auf der großen Bühne des Lebens keine große Rolle spielen.
Aber nur weil das Ergebnis keine große Bedeutung hat, heißt das nicht, dass das Spiel ‘nur ein Spiel’ ist.“
Zusammengefasst
Auf welche Arten und Weisen kann Big Data den Sportarten helfen?
– Big-Data-Analysen und Machine Learning werden verwendet, um den Zuschauern eine personalisierte Sportsendung zu bieten.
– Erfolgreiche Trainingsmuster werden aus den Daten gefiltert, um das Training der Athleten zu verbessern.
– Analysen helfen dabei, datenbasiert Entscheidungen bei der Spielerwahl zu treffen, um die passendsten Athleten ins Team zu holen.
– Erholungszeit, Gesundheit und Spielerroutinen werden durch Datenbeobachtungen und diversen datenbasierten Maßnahmen verfeinert.
Was hat Moneyball mit Big Data zu tun?
Sportvereine können die “Moneyball-Theorie” anwenden, um unterschätze Spieler zu identifizieren und anzuheuern. Das Wissen, das sie aus den Daten ziehen, können sie dann schließlich in Verhandlungen einsetzen und bestimmen in welche Taktiken investiert werden soll, damit zukünftige Spiele gewonnen werden können.
Welchen Vorteil erleben Sportsender, wenn sie Big Data nutzen?
– Optimierung und Hyperpersonalisierung von Werbeanzeigen.
– Einblick in die Interessen der Zuschauer.
– Prognosen während oder vor dem Spiel, um den Zuschauern mehr Informationen über das Geschehen zu vermitteln.
Wie können tragbare Geräte und Big Data Athleten erfolgreicher machen?
Die richtige Vorbereitung ist essentiell für den Erfolg eines Athleten. Tragbare Geräte helfen, jedes einzelne Detail eines Spielers nachzuvollziehen, zu analysieren und zu optimieren. Eine vollständige Beobachtung der Spieler ergibt letzten Endes ein vollständigeres Bild von ihren Fähigkeiten und hilft ihr ganzes Potential zu entfalten. Die Athleten können im Training ihre Bestleistung abrufen und sich so angemessen auf die Wettkämpfe vorbereiten.