Moderne Technologien in der Bild- und Videoverarbeitung ermöglichen die Erfassung differenzierter Daten im Profifußball. Diese Daten liefern ein digitales Abbild jedes Spiels, bestehend aus Positions- (d.h. zeitabhängige x/y-Koordinaten von allen 22 Spielern und dem Ball) und Ereignisdaten (z.B. ein erfolgreicher Pass von Spieler A zu Spieler B zu einem bestimmten Zeitpunkt). In Zusammenarbeit mit der DFB-Akademie, der Deutschen Fußball-Liga (DFL) und der Sportec Solutions AG wird in diesem Projekt die Expertise von Praktikern mit Forschungsmethoden aus der Sport- und Datenwissenschaft kombiniert, um drei Ziele zu erreichen: die Synchronisation der beiden Datenquellen, die Quantifizierung der Offensivleistung und die automatisierte Erkennung taktischer Muster.
Auf der Grundlage der Synchronisierung von Positions- und Ereignisdaten wird in diesem Projekt die Anwendung von Techniken des maschinellen Lernens (ML) zur objektiven Quantifizierung und die Analyse des taktischen Verhaltens im Fußball untersucht. Wir zeigen, dass eine groß angelegte Analyse von Offensivaktionen, Taktiken und Strategien zu einer genaueren Quantifizierung der Offensivleistung führt, als dies mit bestehenden Statistiken möglich ist (Anzer, 2022). Darüber hinaus entwickeln und evaluieren wir ML-basierte Spielanalyseverfahren, die taktische Muster (z.B. Gegenpressing, Konter) automatisch erkennen und damit eine Grundlage für zeiteffizientere Prozesse in der Spielanalyse bieten (Bauer, 2022).
