Der Fußball von gestern war ein Spiel der Antworten. Der Ball ist rund. Das Spiel dauert 90 Minuten. Elf Freunde müsst ihr sein. Der Fußball von gestern vertraute auf Erfahrungswerte, auf Erinnerungen, Bauchgefühl, er vertraute auf Intuition und Instinkt.
Der Fußball von heute ist ein Spiel der Fragen. Basiert Erfolg auf Ballbesitz? Wie viele Gegner überspielt ein guter Pass? Wann gilt ein Verteidiger als handlungsschnell? Der Fußball von heute glaubt an Statistiken, an Datenbanken, Diagramme, er glaubt an Hightech und Innovation.
In der Theorie ist Fußball taktisch, strukturiert und planbar. In der Praxis chaotisch, zufällig und unberechenbar. Das ist das unverwechselbare Wesen des Spiels. Seine DNA. Fußball ist komplex und deshalb konfus, kompliziert und kurios. Fußball ist geprägt von Fortuna, Fehlern und falschen Entscheidungen. Er zieht seine Faszination, seine Obsession, seine ganze Emotion aus seiner Unvollkommenheit. Ein erfolgreicher Pass, ein gelungener Zweikampf, ein Tor. Erfolgreich zu sein, ist immer unwahrscheinlicher als wahrscheinlich.
Und weil Fußball so ist, wie er ist. So vielschichtig, so wenig vorhersehbar, so skandalös, ist die Suche nach einer Formel für Erfolg, nach einem Code, dem ultimativen Schlüssel, so alt wie der Fußball selbst.
Der Ball ist rund, ein Spiel dauert 90 Minuten. Elf Freunde müsst ihr sein. Früher war alles ganz einfach. (Bildquelle: Bundesliga.de)
Alles begann mit Statistiken
Alles begann mit Statistiken. Mit Zahlenkolonnen. Mit Durchschnittswerten. Ballkontakten. Passquoten. Laufleistungen. Das Erfassen und Auswerten von Scoutingdaten hat das Spiel nachvollziehbarer und damit verständlicher gemacht. Für Trainer. Für Spieler. Für Zuschauer. Anhand von Statistiken lassen sich subjektive Eindrücke mit objektiven Erkenntnissen bestätigen oder widerlegen. Standardisierte Rubriken wie Ballbesitz oder Torschüsse, einheitlich definiert und somit vergleichbar gemacht, sind unparteiisch und reduzieren das Geschehen auf seinen Kern.
Je dynamischer ein Spiel ist, je mehr Akteure daran beteiligt sind, desto komplizierter ist es, eine Begegnung selbst für Experten zu lesen. Für Laien gilt das umso mehr. Statistiken, mit bloßem Auge erfasst und von Hand protokolliert, haben geholfen, Fußball in seine numerischen Einzelteile zu zerlegen. Das Durcheinander zu ordnen. Ihm eine Struktur zu geben. Dennoch sind sie ein Analyseninstrument. Sie können ein Ereignis konkretisierten. Eine Bewertung mit Argumenten stützen. Ein Ergebnis prognostizieren können sie hingegen nicht.
Philip Lahms Laufwege, Heatmaps, ausführliche Spielstatistiken: Datenanalyse gehört heute zum Alltag im Profifußball. Mit Videoanalyse oder RFID-Chips lassen sich Laufwege von Spielern exakt nachvollziehen und auswerten. (Bildquellen: DFB, Global Soccer Network)
Scouting & Tracking
Scouting ist Standard. Seit 1992 existiert eine Bundesliga-Datenbank, entwickelt für das Sat1-Format "ran". Heute firmiert sie als Impire-Datenbank und ist der offizielle Kanal für die statistische Erfassung von Bundesligaspielen. Ab nächster Saison ist die DFL-Tochtergesellschaft Sportcast GmbH im Bereich der Erfassung und Auslieferung von Spieldaten verantwortlich. Daneben buhlt eine stetig wachsende Zahl von Anbietern um die Gunst von Vereinen, Verbänden oder Medien. Die Post-Game-Analyse ist seit Jahrzehnten ein beliebtes wie bewährtes Mittel, um die Frage nach dem Wie durch Berechnung zu beantworten.
Die Frage nach dem Warum jedoch beantwortet sie nicht.
Wo Scouting an seine natürlichen Grenzen stößt, kommt Tracking ins Spiel. Wo Menschen oben auf den Tribünen mühsam Zweikämpfe zählten und notierten, Ballkontakte zählten und notierten, zeichnen nun Maschinen das Spielgeschehen auf. Jedes Bundesligaspiel in seiner ganzen Komplexität produziert gewaltige Datenmengen. Hochauflösende Kameras nehmen 25 und mehr Einzelbilder in der Sekunde auf. Das sind mehrere Hunderttausend Bilder in 90 Minuten. Bei 22 Spielern ein Felddatendickicht aus Millionen von Einzelinformationen.
Eine Konsequenz dieser systematischen Beobachtung. Monotoring korrigiert gefühlte Wahrheiten. Eine virtuelle Abseitslinie etwa kann strittige Entscheidungen in einer einzelnen Sequenz auflösen, wenn nötig aus verschiedenen Perspektiven. Heat-Maps visualisieren den Wirkungsbereich einzelner Spieler oder Spielstrategien ganzer Mannschaften und erlauben Rückschlüsse über ihre Effektivität. Computergenerierte Raster in Standbildern der Live-Übertragung identifizieren Lücken in Defensivformationen, die in Gegentoren resultieren. Ein Analyse-Tool wie „Packing“ misst die Zahl überspielter Verteidiger pro Pass.
Scouting "Data Sheet": Detaillierte Informationen über alle Aktionen eines Spielers (Quelle: Global Soccer Network)
Der gläserne Profi
Dazu kommen Trainingsanalysen, wenn gewollt, in Echtzeit. Wearable technologies wie in der Kleidung integriertes GPS oder Fitness Tracker, die Daten etwa zur Geschwindigkeit und Herzfrequenz messen, visualisieren in Kombination mit komplexen Softwareanwendungen Bewegungsprofile, die Informationen über die physische Konstitution eines Athleten und seine kognitive Fähigkeiten, wie Antizipation und Übersicht liefern. Player-Tracking-Programme für Tablets oder Datenbrillen entschlüsseln Trainingsinhalte und erlauben Rückschlüsse auf die Wirksamkeit von taktischen Varianten oder auch direktes Feedback. Verifizieren. Korrigieren. Revidieren.
Der gläserne Profi soll zudem nicht nur taktisch reifer, weniger fehleranfällig und effektiver sein. Er soll auch gesünder sein, robuster und weniger verletzungsanfällig. Im trainingswissenschaftlichen Bereich können mit Hilfe moderner Analyseinstrumente über Jahrzehnte entwickelte und erprobte Konzepte zu Schnelligkeit, Kraft, Koordination, Beweglichkeit und Ausdauer mit Hilfe von Tracking in den unmittelbaren Kontext von Spielformen gestellt werden. Die erhobenen Daten geben Hinweise zu Regenerationsmaßnahmen, Heilungsverläufen und Ernährungskonzepten. Belastungen werden unmittelbarer gesteuert. Das Training individuell dosiert. Bei Verletzungen sollen die gewonnenen Fakten helfen, über die Einsatzfähigkeit zu entscheiden.
Allein, welche Relevanz haben diese Daten? Welchen Bezug?
Es geht darum, die Masse an Daten zu sortieren, zu kanalisieren und interpretieren. Darum, Daten aus Wettkampf, Training und Regeneration zu verknüpfen. Um wichtige Informationen zu gewinnen. Die richtigen Schlussfolgerungen ziehen zu können. Es geht darum, belastbare Faktoren zu finden, die über Erfolg oder Misserfolg mitentscheiden können.
Es geht um Big Data.
Big Data
Je größer die Datenmenge (in der Theorie) ist, je facettenreicher und vielfältiger, desto präziser lassen sich Trainingsprogramme und taktische Überlegungen auf einzelne Spieler zuschneiden. Je größer die Datenmenge, desto effektiver muss jedoch auch die Selektion und Analyse der Daten sein. Maßgeschneidert und positionsgebunden. Das komplexe wie fragile Konstrukt einer Sportmannschaft wird dann erfolgreicher sein, wenn das Individuum optimiert wird. Der Einzelne mit all seinen Stärken und Schwächen, seien es technischer, taktischer, physischer oder psychischer Natur, in den Kontext des Kaders gestellt wird. Big Data heißt, alle Informationen auf eine Zahl zu reduzieren. Ein Ergebnis. Ein Fazit.
Schon kleine Fehler und falsche Fragen aber können die gesamte Analyse unbrauchbar machen. Weil jeder Mensch einzigartig ist, ist es auch jeder Fußballer. Wie zum Beispiel lassen sich Spieler objektiv miteinander vergleichen, die - bis auf den Umstand, dass sie auf der selben Position spielen - grundverschieden sind? Auch nimmt die Leistungsdichte in der Spitze zu. Aus Daten gewonnene Informationen sollen Grenzen ausloten. Grenzen verschieben. Werden aber Grenzen überschritten, steigt das Risiko von Leistungsabfall und Verletzungen. Je näher Sportler an ihre Grenzen gebracht werden, desto mehr entscheiden lediglich Nuancen. Ergo steigt das Risiko von falschen Entscheidungen.
Stärken und Schwächen lassen sich nur dann systematisch trainieren, wenn es in der Analyse gelingt, das Sinnvolle vom Überflüssigen zu trennen. Ein Beispiel: Bereits heute lassen sich mit Hilfe von Puls- und Beschleunigungsmessern, Gyroskopen oder Magnetometern (und in Zukunft etwa mit unter der Haut implantierten Chips weitaus umfangreicher) Aussagen über den aktuellen Ermüdungszustand eines Spielers treffen. Ein ermüdender Fußballer kann aber in unterschiedlichen taktischen Formationen, Spielphilosophien oder gar bei unterschiedlichen Spielständen, weiterhin effektiv und damit hilfreich sein. Ursache und Wirkung müssen immer erst begriffen werden, um sie berechnen zu können.
Was ist also die Vision?
Und gibt es überhaupt ein Limit?
Da "Wearable" Technologien und RFID-Transponder inzwischen technisch recht weit fortgeschritten sind, liegt der Einsatz für den Profisport auf der Hand:
Jede Bewegung lässt sich nun exakt messen und zusätzlich mit Gesundheitsdaten eines Spielers verbinden.
Videokameras erfassen heute jede Bewegung auf dem Spielfeld: Hochauflösende Geräte nehmen 25 und mehr Einzelbilder in der Sekunde auf. Die Auswertung erfolgt automatisiert und mit recht geringem Hardwareaufwand. Die erfassten Daten werden in beliebigen Datenbanken gespeichert.
In der deutschen Fußballbundesliga werden alle zu einem Spiel gesammelten Daten den Vereien in einer Excel-Datei zur Verfügung gestellt.
Was die Vereine mit diesen Daten tun, bleibt ihnen überlassen. Naheliegend ist das Einspielen der Daten in Datenvisualisierungstools um schneller bessere Informationen zu erhalten und Korrelationen zu erkennen. (Lesen Sie hierzu unser Interview mit Sports Analytics & Datenvisualisierungsexperte Oliver Linder)
Ein Spiel der Vorhersagen
Die intelligente Verknüpfung und Auswertung von Daten, soll im Idealfall eine Software leisten und zudem ein Schema finden. Spannend bleibt, wie präzise ein solches Programm jemals sein kann. Wird man sicher sagen können, welcher Spieler in welches System passt, seine Verletzungsanfälligkeit berechnen, sein Entwicklungspotenzial, um sich so vor möglichen Transferflops schützen können. Oder, andersherum, den richtigen Zeitpunkt von möglichst lukrativen Spielerverkäufen ermitteln. Überhaupt wird der Einsatz von Big Data den Wert eines Spielers, wie immer der auch zu definieren ist, neu berechnen. Er wird Hinweise darauf geben, wie sich die Leistung eines Spielers, was ein spektakuläres Tor ebenso wie eine erfolgreiche Grätsche oder die Gesamtlaufleistung sein kann, auf den Verkauf von Merchandising-Artikeln, Eintrittskarten oder Medienverwertungsrechten auswirkt.
Big Data im Sport wird die Perspektiven ändern. Sie erweitern. Öffnen.
Der Fußball von morgen könnte zu einem Spiel der Vorhersagen werden. In welcher Spielsituation neigt ein Spieler zu riskanten Rückpässen, die ich wie abfange. Gegen welche taktische Formation kollabiert eine Viererkette in welchem Moment. Nach wie vielen Sprints welcher Intensität verliert ein Stürmer entscheidend an Effektivität und wer ist dann der ideale Ersatz. Der Fußball von morgen sagt nicht Warum. Er fragt nicht nach dem Wie. Der Fußball von morgen weiß: Wenn - Dann.
Sinnbildlich: Das Baseball Team Oakland Athletics fängt Ende der 90er-Jahre an, auf Basis von Analytics seine Mannschaft zusammenzustellen. Ein wichtiger Moment in der Geschichte der "Sports Analytics" - im Film Moneyball verewigt.
Einer der ersten Einsatzbereiche von Analytics im Sport war das Scouting, also die möglichst genaue Erfassung von allen Stärken und Schwächen eines Spielers. Heute gibt es umfangreiche Datenbanken, in denen man schnell zumindest rudimentäre Informationen über quasi jeden Fußballer weltweit findet (siehe am Ende des Beitrags unter "Weiterführende Links").
Die genaue Erfassung aller Bewegungsabläufe in Verbindung mit Gesundheitsdaten der Spieler (erfasst von Wearables) ermöglichen es, für jeden Spieler ein optimales Trainingspensum zu entwickeln. Wenn man beispielsweise weiß, wie viel ein Spieler während des Spiels läuft oder wann die Verletzungsgefahr steigt, kann man gezielt darauf trainieren bzw. reagieren.
Mit der Analyse vorliegender Daten zur eigenen Mannschaft und kommenden Gegnern können einzelne Spieler und das Team als Ganzes besser vorbereitet werden. Zum Beispiel können Laufwege und Vorlieben gegnerischer Spieler oder der allgemeine Spielstil von Mannschaften noch genauer analysiert und für die Spielplanung berücksichtigt werden.
Ess- und Schlafgewohnheiten können heute leicht überwacht und ausgewertet werden. Darauf basierend lassen sich Empfehlungen für optimierte Regeneration ableiten und Verletzungsgefahren senken.
Genau wie andere Unternehmen wollen Sportvereine die Ansprache ihrer Kunden (Stadionbesucher, Merchandise-Käufer) optimieren und letztendlich mehr verkaufen - ein klassischer EInsatzbereich von Business Analytics.
Steuern, messen, überprüfen
Die Blaupause: Mit Hilfe von Mathematikern und Statistikern können Trainerteams Mannschaftskonzepte von kommenden Gegner entschlüsseln, sogar das individuelle Spielerverhalten, im besten Fall Spielintelligenz. Sie können Dinge sehen und vorhersagen, die dem Auge bislang verborgen blieben, weil selbst der Blick des besten Trainers trügerisch sein kann, von Emotionen, subjektivem Empfinden und persönlichen Eitelkeiten getrübt. Sie können die bestmögliche Aufstellung finden und die Konkurrenz vor unlösbare taktische Rätsel stellen. Anhand von Leistungs- und Fitnessdaten können Trainer, Physiotherapeuten, Mediziner und Psychologen Inhalte von Trainingseinheiten oder Rehabilitationsmaßnahmen individuell entwickeln, steuern, messen und überprüfen.
Seit der Jahrtausendwende, seit Hans-Dieter Flick, der ehemalige DFB-Sportdirektor, als Trainer des damaligen Regionalligisten TSG Hoffenheim Analysen am Spielfeldrand in ein Diktiergerät sprach und die Tonspur später mit Videoaufzeichnungen synchronisiert wurde, gelten Hoffenheim und das Softwareunternehmen SAP von Förderer Dietmar Hopp als Vorreiter in der modernen Spiel- und Leistungsanalyse. Von Hoffenheim lernen, bedeutet jedoch in erster Linie, falsche Erwartungen zu dämpfen und zu verstehen, dass der Einsatz von Big Data im Sport kein Allerheil- und schon gar kein Wundermittel ist. Dass die Entwicklung noch immer in ihren Anfängen steckt. Dass es Erfahrung braucht. Expertise. Und Exzellenz.
Video: Erhebung aller relevanten Daten in Echtzeit während eines Fußballspiels.
Sebastian Gehrmann arbeitete über zehn Jahre als Redakteur und Autor für die Frankfurter Rundschau, davon lange in der Sportredaktion, in der Politikredaktion und zuletzt im Magazin der FR. Zudem schrieb er über Fußball, Basketball und andere Sportarten für verschiedene deutsche Tageszeitungen, sowie u.a. die Fachzeitschriften „Kicker“ und „Rund“. Von 2010 bis 2013 erschien bei der FR seine wöchentliche Kolumne „Tempo 30“, aus der 2012 sein Debütroman „Stresstest“ (Aufbau Verlag) entstand. Er ist einer der Autoren von „50 Jahre Basketball Bundesliga" und lebte zuletzt mit seiner Familie in Buenos Aires.
Lesenswert zum Thema:
BI Scout Interview - Sports Analytics & Datenvisualisierungsexperte Oliver Linder
BI Scout Beitrag - Big Data Analytics - Tagesgeschäft in der NBA
Zeit Online - Wie Big Data den Profifußball verändert
Neue Züricher Zeitung - Fußbal: Big-data - die Formel zum Sieg
Westdeutscher Rundfunk - Datenanalysen im Fußball
Der Westen - In der Bundesliga wird Big Data der Schlüssel zum Erfolg
Spielerdatenbanken und Spielanalyse:
Case study
Case study
Case study
Aktuelle Beiträge
-
Künstliche Intelligenz braucht ethische Leitplanken
-
Alternative Data: Warum lohnt sich der Blick über den Daten-Tellerrand?
-
Data Science-Projekte: Drei Hindernisse auf dem Weg zum Erfolg
-
"Es fällt vielen Branchen schwer, die Potenziale der Digitalisierung zu erkennen."
-
Die IBM KI-Leiter: Mit KI ganz nach oben
-
Von einfachen Data Catalogs zu intelligenten Systemen
News
Weitere News-
Neues TDWI Poster "Process Mining - Datenanalyse in Prozessen zur digitalen Prozessoptimierung"
-
Prognosen 2022: So verschafft smarte Datennutzung Unternehmen Wettbewerbsvorteile
-
Flughafen München: Weniger Lärm und Schadstoffe dank Data Analytics
-
Digitalisierung: Sieben von zehn Deutschen halten Politik für ahnungslos
-
CoPlanner erweitert seine Geschäftsführung
-
Die Kaufprioritäten der Analytics- und BI-Käufer sollten datengetrieben sein