Big Data hat schon längst den Weg in die Spielanalyse im Fussball gefunden. Wie sich Daten ausserdem für das Training nutzen lassen, haben zwei Studierende der BFH Wirtschaft in ihrer Masterthesis untersucht.

Der Begriff Sport stand ursprünglich sinnbildlich für sich zu amüsieren, abzulenken oder zu vergnügen. Bis heute hat sich der Sport entwickelt, wird offensiv vermarktet und vielseitig interpretiert. Es ist längst nicht mehr eine reine Freizeitbeschäftigung. Heute spricht man von der Ökonomisierung des Sports. Beim sportlichen Freizeitspass geht es mittlerweile um intensive Erlebnisse und die Inszenierung von Events (Penz 2004, S. 5)[1]. Es ist nahezu unmöglich, den Leistungs- und Spitzensport von der Wirtschaft zu trennen. Die Entwicklungen der letzten Zeit haben einen Einfluss auf die Sportler sowie viele andere Akteure, wie Berater, Manager, Trainer oder auch Sponsoren (Schützeneder 2019, S. 13-14)[2]. Symbolisch dafür steht der professionelle Männerfussball. Der finanzielle Wert von Fussballspielern hat sich exponentiell erhöht, sodass ihre Arbeitgeber sie eher als Investitionen denn als Menschen betrachten. Diese Gegebenheiten führen dazu, dass sich Vereine immer mehr an Prozessen und Strukturen von Wirtschaftsunternehmen orientieren. Hinzu kommt die Optimierung in allen Bereichen durch die digitale Transformation.

Big Data beeinflusst das Training

Die Digitalisierung hat den professionellen Männerfussball auf und neben dem Platz verändert. Der technologische Fortschritt ist für diese Forschungsarbeit von grosser Bedeutung. Durch die Digitalisierung entsteht Potenzial in den sportlichen sowie den ökonomischen Leistungen. Die sogenannte Big Data hat mittlerweile auch den Fussball fest im Griff. Dies eröffnet komplett neue Möglichkeiten in der Spielanalyse und dem daraus resultierenden Coaching, erweitert allerdings auch das Anforderungsprofil an eine Trainerin oder einen Trainer (Memmert und Raabe 2019, S. 1-2)[3].

Dank dem technologischen Fortschritt und der Datengenerierung können beispielsweise Spielvor- und -nachbereitungen, Analysen, Scouting, medizinische Betreuung sowie die Vermarktung optimiert werden. Das komplette Potenzial der erhobenen Daten ist aber noch nicht ausgeschöpft. Vereine und Trainer*innen versuchen, die Prozesse stetig zu optimieren. Die sportwissenschaftlichen Modelle und Methoden wurden noch nicht dem Bedarf der Praxis gerecht. Trotzdem haben die generierten Daten und Technologien bereits Veränderungen im Alltag des professionellen Männerfussballs verursacht. Eine Weiterentwicklung der Methoden muss jedoch stattfinden, damit die Datenflut optimal genutzt werden kann (Memmert et al. 2016, S. 3-4)[4].

Diese Forschungsarbeit untersuchte die bisherigen Veränderungen und die zukünftigen Möglichkeiten des Coachings des professionellen Männerfussballs. Der Fokus lag auf der datenbasierten Analyse von individuellen sportlichen sowie mannschaftstaktischen Leistungen. Der sich dadurch veränderte Alltag von Fussballtrainer*innen wurde in die Untersuchung einbezogen. Es wurde eine Auslegeordnung für die Digitalisierungstrends im professionellen Männerfussball erstellt und die Trends auf ihre Wirkung analysiert.

Spielanalyse braucht mehr Datennutzung

Die Data Science im professionellen Männerfussball stiftet im physischen und medizinischen Bereich einen deutlich grösseren Nutzen als im technisch-taktischen Bereich. Heute haben hauptsächlich quantitative datenbasierte Indikatoren einen Einfluss. Die Messwerte liefern einen grossen Mehrwert in der Verletzungsprävention sowie in der Entwicklung des physischen Leistungsvermögens. Durch die verschiedenen Analysemethoden wurden die Belastungssteuerung und -überwachung optimiert. Die Belastungsgrenze der Fussballspieler kann durch die Kombination verschiedener datenbasierter Methoden mit subjektiven Behandlungen und Befragungen gemessen und analysiert werden. Zukünftige technologische Möglichkeiten könnten die Belastungssteuerung weiter optimieren.

Hingegen muss im Bereich der Spielanalyse der Transfer von der Sportwissenschaft in die Praxis weiter vorangetrieben werden. Die heutigen, mehrheitlich quantitativen datenbasierten Messwerte haben kaum Einfluss auf den technisch-taktischen Bereich. In dieser Hinsicht dominiert weiterhin die qualitative Analyse anhand von Videodaten, welche einen festen Bestandteil der Spielvor- und -nachbereitung sowie individueller taktischer Trainings ausmacht. In der quantitativen datenbasierten Spielanalyse müssen Key Performance Indikatoren (KPI) den Weg in die Praxis finden. Auf der Basis von Positionsdaten inklusive des Ball-Trackings, kombiniert mit künstlicher Intelligenz und Mustererkennungen, wird die datenbasierte technisch-taktische Analyse über Sieg und Niederlage entscheiden können. Solange diese Methoden nicht implementiert werden, stehen die Trainer*innen vor der Herausforderung, die bestehenden Messwerte mit individuellen analytischen Fähigkeiten zu kombinieren, um Wettbewerbsvorteile zu erzielen.

Zudem haben die aktuellen Gegebenheiten im professionellen Männerfussball die Aufgaben und Arbeitsweisen der Trainer*innen und ihres Stabes verändert. Die Digitalisierung sowie die Aufstockung des Personals haben sie zu Schnittstellen analog einer grösseren Unternehmung gemacht. Das Personal eines Stabes ist mittlerweile besetzt mit Expert*innen in ihren jeweiligen Bereichen. Videoanalyst*innen, Leistungsphysiolog*innen oder auch Data Scientists sind weit verbreitet. Hinzu kommt die Scouting-Abteilung, welche durch die Data Science einen grossen Wandel durchlief. Heute gehören die Analyse von Videodaten und andere datenbasierte Messwerten zum Scouting dazu. Trotzdem sind subjektive Beobachtungen unersetzlich. Solange die Persönlichkeit der Fussballspieler nicht messbar ist, wird eine Vollautomatisierung des Scoutings nicht möglich sein.

Data Science für die technisch-taktische Weiterentwicklung

Von der Praxis wird verlangt, dass die Methoden der Data Science im professionellen Männerfussball direkten Einfluss auf den sportlichen Erfolg haben. Dabei sollen den Trainer*innen Handlungsempfehlungen automatisch vorgeschlagen werden, ohne eine zusätzliche Interpretation der Daten vollziehen zu müssen. Die Sportwissenschaft soll den Wissenstransfer in die Praxis schaffen. Diese Ansicht muss gerade im Bereich des professionellen Männerfussballs kritisch betrachtet werden. Auch die Vereine oder Verbände sollten sich in der Pflicht sehen. Indem Spezialist*innen wie Data Scientists oder Data Analysts in die Organisation integriert werden, könnte bezüglich Wissenstransfer auch von der Praxis die Initiative ergriffen werden. Eine weitere Möglichkeit wäre eine Zusammenarbeit mit Hochschulen.

Das Thema Data Science hat trotz der Schwierigkeiten des Wissenstransfers bereits grosse Veränderungen bewirkt. Gerade im physischen und medizinischen Bereich erbringt die datenbasierte Analyse einen grossen Nutzen. Der technisch-taktische Nutzen hinkt hingegen hinterher. Die Sehnsucht nach neuen Key Performance Indikatoren aus der datenbasierten Spielanalyse ist gross. Solange die künstliche Intelligenz nicht implementiert werden kann, wird die datenbasierte Spielanalyse stagnieren. Beispiele von offenen und datenaffinen Trainer*innen wie Gerardo Seoane zeigen, dass gewisse Indikatoren durch persönliche analytische Prozesse kombiniert werden können und in der Folge als nützliche Inputs für die technisch-taktische Weiterentwicklung dienen.

Technologische Fähigkeiten sowie Affinität in der Datenanalyse gehören noch nicht vollumfänglich zum heutigen Stellenprofil professioneller Fussballtrainer*innen. Die digitale Transformation wird aber analog der gesamtwirtschaftlichen Entwicklung auch im professionellen Fussball nicht innehalten. Es wäre nicht zielorientiert, würden nicht alle positiven Effekte der Digitalisierung angewendet werden. Aber dazu benötigt es eine Offenheit sowie Interesse der Trainerin oder des Trainers.

Dies ist ein Auszug aus der Masterthesis «Die Digitalisierung im professionellen Männerfussball – Wie verändern sich das Coaching sowie die ökonomische Perspektive durch die fortlaufende Digitalisierung?».

Literatur

[1] Penz, Otto (2004): Praxis und Symbolik. Zur Ökonomisierung des Sports. In: Kurswechsel: Zeitschrift für gesellschafts-, wirtschafts- und umweltpolitische Alternativen (2), S. 7–14.

[2] Schützeneder, Jonas (2019): Profitrainer zwischen Sportjournalismus und Sportkommunikation: Springer Fachmedien Wiesbaden.

[3] Memmert, Daniel; Raabe, Dominik (2019): Revolution im Profifussball. Mit Big Data zur Spielanalyse 4.0. 2nd ed. 2019. Online verfügbar unter https://doi.org/10.1007/978-3-662-59218-2.

[4] Memmert, Daniel; Raabe, Dominik; Knyazev, Alexander; Franzen, Aljoscha; Zekas, Lukas; Rein, Robert et al. (2016a): Big Data im Profi-Fussball. Analyse von Positionsdaten der Fussball-Bundesliga mit neuen innovativen Key Performance Indikatoren. In: Leistungssport 46 (5), S. 21-26. Online verfügbar unter https://www.researchgate.net/profile/Daniel_Memmert/publication/309203092_Big_Data_im_Profi-Fussball/links/5804fbb008aef179365e5b3d.pdf, zuletzt geprüft am 23.05.2020 .