logistic ready

Fachportal für Intralogistik

Wie Datenanalyse die Leistung von Sportlern verbessert

Wie Datenanalyse die Leistung von Sportlern verbessert

Die Olympischen Spiele in Tokio sind vorbei, aber die Athleten werden immer weiter für die nächsten Olympischen Spiele trainieren. Sportler sind mehr denn je bereit, sich an Widrigkeiten anzupassen und Spiele mit höchster Fitness zu erreichen. Technologie tritt im Sport als Verbündeter auf und es ist nicht neu, die Entwicklung eines Athleten zu unterstützen.

Fußball ist der Bereich, in dem die Datenanalyse hervorragend ist. Liverpool zum Beispiel hat eine robuste Big-Data-Strategie entwickelt, um die Gewinnrate des Teams zu erhöhen. Basierend auf der Feldkontrolle verwaltet der Clubdatenbereich während des Spiels die Wahrscheinlichkeit, dass ein Ziel im Spiel ist.

Weiterlesen: Technologien, die das Erlebnis der Athleten bei den Olympischen Spielen 2020 in Tokio verändert haben

Die rote Farbe in der folgenden Tabelle zeigt Liverpooler Spieler, die das Feld dominieren. Wenn die gegnerische Mannschaft den Ball behalten will, ist es am sichersten, aus den roten Teilen zu fliehen und für denjenigen zu spielen, der sich im blauen Teil befindet.

(Foto: Wiedergabe / Liverpool.com.)

Durch die Kombination und Verfolgung von Ereignisdaten kann Liverpool Vorhersagen über potenzielle Spiele und sogar die Wahrscheinlichkeit eines Tors erhalten. Tim Wasket, Mitglied des Data-Science-Teams in Liverpool, erklärte In einem Artikel auf der VereinswebsiteWie funktioniert diese Vorhersage? Beachten Sie diese zweite Tabelle, in der das rote Team Liverpool ist und die roten Bereiche die Orte sind, die sie vor den Gegnern erreichen können (in blau):

(Foto: Wiedergabe / Liverpool.com.)

Laut Waskett beträgt die Wahrscheinlichkeit, in den nächsten 15 Sekunden ein Tor zu erzielen, basierend auf Standortdaten und der Geschwindigkeit der beteiligten Spieler 1,3%. Mit diesen Daten in der Hand kann ein Teamcoach Konkurrenten ausnutzen und aus zukünftigen Spielen Kapital schlagen. In der Saison 2019/20, in der der Artikel produziert wurde, wurde Liverpool nach 20 Jahren ohne Titel englischer Meister der Premier League.

Siehe auch  Der Ball – Cedric spricht über Führung in der Premier League und hebt den Trainer hervor (Arsenal)

Technologie im Wassersport: Segeln nutzt Daten, um das Training zu verbessern

Der Wettbewerb fand im Hafen von Sydney statt (Foto: Richard Laing / Wikipedia).

Auch beim Segeln, einer Sportart, die als Segeln bekannt ist, werden Daten häufig verwendet. Anders als beim Fußball ist die Zusammenarbeit von außen während des Wettkampfs nicht erlaubt, aber die Athleten können während des Trainings die Technologie nutzen und nach den Rennen Daten überprüfen.

Seit 2016 misst das deutsche Segelteam im Wasser platzierte Sensoren, um die Geschwindigkeit und Stärke der Strömung zu messen. Ein GPS-Tracker ist auch auf dem Boot angebracht, um die besten Manöver je nach Wetter abzuschätzen. Ein Programm in der Cloud verarbeitet die Daten.

Technologie im Yachtsport zielt darauf ab, Sportlern mehr Wissen zu vermitteln. Entgegen der landläufigen Meinung ist Segeln ein Sport, der Geschicklichkeit und keine Geschwindigkeit erfordert. Wer Fehler macht, gewinnt und sammelt weniger Punkte. Daher ist Erfahrung ein entscheidender Faktor bei der Entscheidungsfindung.

Mit der Datenanalyse wird erwartet, dass sich die Lücke für weniger erfahrene Segler verringert. Damit gewann die deutsche Mannschaft bei den Olympischen Spielen 2016 in Rio die Bronzemedaille in der 49er-Klasse.

Technologie in anderen Sportarten

Es gibt auch andere Methoden, die Datenanalyse verwenden, um bessere Ergebnisse zu erzielen:

  • Schwimmen: Bei in Schwimmbädern installierten Kameras kann das Bild eingefroren und die Bewegung des Sportlers analysiert werden, was eine bessere Punkterkennung ermöglicht.
  • Formel 1: Wettbewerb erfordert schnelle Entscheidungen, denn jede Millisekunde entscheidet über Sieg oder Niederlage. Die Klasse verwendet Software, um Daten in Echtzeit zu verarbeiten und groß angelegte prädiktive Analysen zu generieren.
  • Leichtathletik: Mit Daten zu körperlichen Eigenschaften und Evidenztests ist es möglich, das Potenzial von Sportlern im Alter von 10-16 Jahren zu ermitteln. Mit der richtigen Analyse lässt sich nicht nur die Art des Trainings und die Art und Weise, wie ein Teenager trainieren kann, kontrollieren, sondern auch, wie seine körperliche Entwicklung gefördert wird.
  • Tischtennis: Videosoftware wird verwendet, um die Leistung von Sportlern zu verbessern.