Datengetriebene Analyse zur objektiven Quantifizierung und Analyse taktischer Handlungen im Fußball
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).
Zentrale Publikationen
- Anzer, G., & Bauer, P. (2021). A Goal Scoring Probability Model based on Synchronized Positional and Event Data. Frontiers in Sports and Active Learning (Special Issue: Using Artificial Intelligence to Enhance Sport Performance), 3(0), 1–18. https://doi.org/10.3389/fspor.2021.624475
- Anzer, G., & Bauer, P. (2022). Expected Passes—Determining the Difficulty of a Pass in Football (Soccer) Using Spatio-Temporal Data. Data Mining and Knowledge Discovery, Springer US. https://doi.org/10.1007/s10618-021-00810-3
- Anzer, G., Bauer, P., & Brefeld, U. (2021, 2021/11/17). The origins of goals in the German Bundesliga. Journal of Sports Sciences, 39(22), 2525-2544. https://doi.org/10.1080/02640414.2021.1943981
- Anzer, G., Bauer, P., Brefeld, U., & Fassmeyer, D. (2022). Detection of tactical patterns using semi-supervised graph neural networks. MIT Sloan Sports Analytics Conference, Boston, USA (Accepted for Research Paper Track 2022), 16, 1–3.
- Anzer, G., Bauer, P., & Höner, O. (2022). Applying Machine Learning in Football. The Identification of Counterpressing in Football. In D. Memmert (Ed.), Match Analysis: How to Use Data in Professional Sport (p. 230-237): New York: Routledge.
- Bauer, P., & Anzer, G. (2021). Data-driven detection of counterpressing in professional football—A supervised machine learning task based on synchronized positional and event data with expert-based feature extraction. Data Mining and Knowledge Discovery. https://doi.org/10.1007/s10618-021-00763-7
- Bauer, P., Anzer, A., & Höner, O. (2022). Automatisierte Erkennung und Analyse taktischer Muster im Fußball mittels Spieldaten. In D. Memmert (Ed.), Spielanalyse im Sportspiel. Heidelberg, Berlin: Springer.
- Bauer, P., Anzer, G., & Shaw, L. (2021). Putting Team Formations in Association Football into Context. IEEE Transactions on Big Data (Submitted).
- Bauer, P., Anzer, G., & Smith, J. W. (2021). Individual role classification for players defending corners in football (soccer)—Categorisation of the defensive role for each player in a corner kick using positional data. Data Mining and Knowledge Discovery. https://www.frontiersin.org/articles/10.3389/fspor.2021.725431/abstract
Promotionen
- Bauer, P. (2022). Automated Detection of Complex Tactical Patterns in Football—Using Supervised Machine Learning Techniques to Classify Tactical Patterns. Dissertation Thesis, Eberhard Karls University Tübingen [pdf].
- Anzer, G. (2022). Large Scale Analysis of Offensive Performance in Football—Using Synchronized Positional and Event Data to Quantify Offensive Actions, Tactics, and Strategy. Dissertation Thesis, Eberhard Karls University Tübingen [pdf].