Sports Analytics Lösungen wie Maschinelles Lernen, künstliche Intelligenz und Hochleistungs-Computing bieten neue Ansätze für Innovationen im Sport und der Sportvermarktung. Nationalmannschaften, Ligen, Sendeanstalten und Vermarktungsagenturen nutzen diese Technologien schon heute. Sports Analytics hilft Spieler effektiver zu trainieren, den Fans individuelle Statistiken und Bildinhalte zur Verfügung zu stellen, vorhandene Fan-Kontakte zu monetarisieren  und vieles mehr. 

Sports Analytics

Sports Analytics - Nach dem Spiel, ist vor dem Spiel, ist im Spiel!

Warum Sports Analytics ?

Sports Analytics beobachtete man zuerst bei Hightech-Sportarten wie der Formel Eins. Mittlerweile spielt die Analyse von Leistungsdaten einzelner Spieler und Teams in vielen anderen Sportarten eine wichtige Rolle für den Erfolg. Auch die Erwartungshaltung und Einbindung der Fans wird immer größer – von umfangreichen Statistiken bis hin zu individuellen Kameraperspektiven. So wird auch die Analyse und Aufbereitung von Daten zum Milliardengeschäft.

Zusammen mit unseren Technolgiepartnern wie Exasol und AWS liefert areto die Sports Analytics-Lösungen, mit der Verbände, Ligen, Teams aber auch Individualsportler und Vermarkter erfolgreicher werden. Von der Auswertung von Videos und (Sensor)-Daten, der Auswertung von Leistungsdaten einzelner Sportler in nahezu Echtzeit, bis zur Trainingssteuerung und zum Talent-Scouting

Welche Vorteile bietet Sports Analytics ?

Scouting solutions areto
areto talent scouting photo by alliance football club on unsplash

Für Sports Analytics gibt es eine unendliche Vielfalt von sinnvollen UseCases. So hilft die Analyse von Big Data mit Sports Analytics-Lösungen z.B. bei der Trainingssteuerung. Dazu zeichnen viele erfolgreiche Vereine die Trainingseinheiten per Video auf und erfassen mit Sensoren Daten zur körperlichen Leistung sowie zum Fitnesszustand der Spieler. So lässt sich das Verletzungsrisiko reduzieren und das Abrufen von Höchstleistungen steigern, indem die Daten zu Verletzungen / Höchstleistungen von Sportlern mit Daten zum Trainingsumfang und der Zahl der Trainingseinheiten/Spiele verglichen werden. Auf diese Weise können durch Sports Analytics Trainings- und Ernährungsprogramme optimiert werden.

Sports Analytics verändert zudem die Talentsuche erheblich, sprich das Scouting z.B. von Fußballvereinen. Die Talentsucher der Vereine kombinieren dabei ihren subjektiven Eindruck und ihre Erfahrung, mit der von Sports Analytics zur Verfügung gestellten Analyse von Spielerprofilen, die umfangreiche statistische Daten und Leistungswerte umfassen: Laufleistung, Tore, durchschnittliche Geschwindigkeit, Passquote, Zweikämpfe, Fouls, etc.. Sports Analytics hilft auch bei der Vorhersage der Entwicklung junger Talente über Predictive Analytics Methoden anhand wiederkehrender Muster und Trends im Laufe von Profikarrieren.

Sports Analytics mit AWS

AWS Sports Analytics Lösungen für die Fussball Bundesliga

Die deutsche Fußball-Bundesliga nutzt AWS-Services für künstliche Intelligenz (KI), Machine Learning (ML), Analytics, Datenbankadministration und Speicherung, um Echtzeitstatistiken zur Vorhersage zukünftiger Spiele und Spielergebnisse zu liefern und den Fans personalisiertes Spielmaterial für mobile, Online-, Streaming- und Fernsehübertragungen zu empfehlen.

“Innovation bedeutet, den Status quo in Frage zu stellen. Die enge Zusammenarbeit mit AWS, als einem der innovativsten Technologieunternehmen der Welt, erhöht die Investitionen, die wir in den letzten zwei Jahrzehnten in Innovationen getätigt haben, erheblich und trägt dazu bei, dass wir unseren Fans ein Fussballerlebnis von Weltklasse bieten können.”  Christian Seifert, Geschäftsführer DFL GmbH

Sports Analytics für die Fans

Architecture AWS Bundesliga

Einbinden der Fans über Sports Analytics

Die Bundesliga nutzt das marktführende Angebot von AWS an Cloud-Services, einschließlich Machine Learning und Analytics, zur Erstellung ihrer fortschrittlichen Statistiken, den Bundesliga Match Facts. AWS und die Bundesliga stellen den Fußballfans in aller Welt damit eine einzigartige Kombination aus fortgeschrittenen Echtzeitstatistiken und Spielanalysen bereit. 

AWS Bundesliga Match Facts

MOST PRESSED PLAYER

Mannschaften setzen Druck als Technik ein, um den Rhythmus eines Gegenspielers zu stören. „Most Pressed Player“ zeigt an, wie oft ein Spieler von seinen Gegnern stark unter Druck gesetzt wird. Entscheidend dabei ist die Anzahl der gegnerischen Spieler, deren Abstand zum Spieler in Ballbesitz sowie die Bewegungsrichtung jedes Spielers. Most Pressed Player vergleicht auch die Anzahl der Drucksituationen, denen ein Spieler im Vergleich zu seinen Mannschaftskameraden ausgesetzt ist, und hilft so festzustellen, welche Spieler häufiger unter Druck stehen.

SPEED ALERT

Speed Alert zeigt an, wie schnell ein Spieler zu einem bestimmten Zeitpunkt während eines Spiels sprinten kann, und hilft bei der Erstellung einer Rangliste der Spieler, indem es die Höchstgeschwindigkeit zwischen Spielern, Mannschaften, Spielzeiten und Rekorden der Bundesliga vergleicht. Speed Alert bietet den 500 Millionen Bundesliga-Fans aus über 200 Ländern weltweit eine interessante Möglichkeit, ihre Annahmen darüber, wer zu den schnellsten Spielern gehört, zu überprüfen.

REALFORMATION

Mit Realformation können Fans jetzt die Positionierung der Spieler einer Mannschaft auf dem Feld sehen und erhalten Einblicke in den geplanten Spielstil einer Mannschaft. Mithilfe der Verfolgung, Analyse und Visualisierung in Echtzeit der Positionsdaten der Spieler auf dem Feld, wird es den Fans ermöglicht, taktische Änderungen zu verstehen. Mithilfe der neuen Statistik kann etwa ermittelt werden, ob eine Mannschaft eine offensive oder defensive Taktik verfolgt, im Mittelfeld ein Pressing spielt oder über die Flügel angreift.

REALFORMATION: TRENDS

Als Weiterentwicklung des Match Fact „Realformation“ liefert dieser Einblick Details zu bestimmten Trends im Spiel, die sich aus Ereignissen wie einer roten Karte, einem Tor oder einer Auswechslung mit und gegen den Ball ergeben.

ANGRIFFSZONEN

Mit Angriffszonen können Fans sehen, worauf Mannschaften ihre Offensive konzentrieren. Angriffszonen sind definiert als die Bereiche auf dem Spielfeld, die eine Mannschaft nutzt, um in den Gefahrenbereich vor dem Tor des Gegners einzudringen. Dies zeigt den Fans, wo eine Mannschaft am häufigsten angreift, und somit welche Seite die Mannschaft als wahrscheinlichste für einen Torerfolg sieht.

xGOALS

Mit xGoals, oder Expected Goals (Erwartete Tore) kann die Bundesliga nun die Wahrscheinlichkeit einschätzen, mit der ein Spieler ein Tor erzielt, wenn er von einer beliebigen Position auf dem Spielfeld schießt. Die Torwahrscheinlichkeit wird in Echtzeit für jeden Schuss berechnet, um Zuschauern Einblicke in die Schwierigkeit eines Schusses und die Wahrscheinlichkeit eines Tores bereitzustellen.

Vorteile der AWS Sports Analytics Lösungen für die Bundesliga

Einbinden und Begeistern der Fans

Durch den Einsatz von AWS bietet die Bundesliga mit den Bundesliga Match Facts fortschrittliche Echtzeitstatistiken und detaillierte Einblicke und damit ihre Fans bessere Einblicke in Spieler, Mannschaften und die Liga.

Verbesserung des Sendeprodukts

Die Bundesliga setzt Machine Learning, KI, Analytics und andere innovative Technologien von AWS ein, um das Sendeprodukt zu verbessern und neue Distributionsformate zu erkunden. Durch AWS Media Services werden die Spiele der Bundesliga flexibler und interaktiver den Fans zur Verfügung gestellt.

Verbesserung des Geschäftsbetriebs

Mit AWS wird die Bundesliga ihre Geschäftsabläufe so umgestalten, dass die Liga und ihre Vereine Dienstleistungen aufbauen, Prozesse automatisieren, die Nutzung von Daten verbessern und kosteneffizienter arbeiten.

Sports Analytics - Partnerschaft von DFB und Exasol

228915 Composite Exasol DFB areto

Unser Partner Exasol ist neuer Partner des Deutschen Fußball-Bundes (DFB). Die Kooperation umfasst eine Zusammenarbeit mit der Nationalmannschaft, Frauen-Nationalmannschaft und U 21-Nationalmannschaft sowie der DFB-Akademie. Die Partnerschaft eröffnet dem DFB darüber hinaus neue Möglichkeiten, von der innovativen Datenbank-Lösung von Exasol im Bereich der Datenanalyse zu profitieren.

“Um im internationalen Wettbewerb an der Spitze zu bleiben, brauchen wir starke Partner”, sagt Oliver Bierhoff, DFB-Direktor Nationalmannschaften und Akademie. “Datenanalysen und Business Intelligence sind für uns ein Schlüssel für weitere Innovationen. Mit Exasol haben wir nun ein weiteres Unternehmen an unserer Seite, das über ein hohes Maß an technologischer Kompetenz verfügt.”

Aaron Auld, CEO von Exasol, sagt: “Diese Partnerschaft bedeutet uns sehr viel. Wir sind überzeugt, dass die Zukunft des Sports darin liegt, die menschliche Kreativität und Erfahrung mit leistungsstarken Data-Insights zu kombinieren. “

Sports Analytics UseCases

Sports Analytics - Spielerbelastungsdashboards und Matchreports

Sports Analytics areto Photo by Abigail Keenan on unsplash

Methoden
Data Science, Data Engineering, Datenvisualisierung, Cloud, Machine Learning, Big Data, Anforderungsmanagement, Agile Methoden, Künstliche Intelligenz (KI)

Technologien
Python (Numpy, Pandas, Matplotlib, Scikit-Learn, Sphinx), Spark, AWS (S3, Lambda, ECS, ECR, Glue, Athena, IAM, Terraform, Boto3), Exasol, Latex Git, Jira, Confluence, Bitbucket, Pycharm

Zielsetzung
Aufbau eines Spielerbelastungsdashboards sowie Generators von Matchreports.

Vorgehen
Positions-/ und Trackingdaten werden von Spielen und Training von einer Vielzahl verschiedener Anbieter erhoben. Diese Daten werden anschließend durch die ausgearbeitete cloudbasierte Data Pipeline in ein gemeinsames Format gebracht und harmonisiert. Anschließend wird eine Vielzahl an ausgeklügelten Metriken und Visualisierungen erstellt, die dann auf Spiel- und Spielerebene aggregiert werden. Daraus wird abschließend ein Dashboard gebaut, welches für die Belastungssteuerung von Spielern genutzt werden kann sowie ein detaillierter Report für gespielte Matches.

Mehrwert
Das Belastungssteuerungsdashboard erlaubt es Fitness-Coaches und Trainern ein detailliertes und individuelles Bild von historischen Spielerbelastungen zu erlangen. Ebenso kann es genutzt werden, um die zukünftige Belastung von Spielern genau zu steuern und so eine Überbelastung und ein damit verbundenes erhöhtes Verletzungsrisiko zu vermeiden. Zusätzlich erlaubt der taktische Matchreport tiefe strategische Einblicke in gespielte Partien. Die so gewonnene Information erlaubt es zum einen das Spielverhalten von Gegnern zu antizipieren sowie Verbesserungspotenziale der eigenen Mannschaft zu erkennen und auszuschöpfen.

Sports Analytics: Kein Spiel ohne Strategie -
Kein "data-driven" ohne Business Intelligence Strategie

Zielsetzung
Erfassung der Bedarfe an ein Berichtswesen innerhalb der Organisation, um einen deutschen Fussballverband bei der Auswahl eines oder mehrerer geeigneter Reporting-Lösungen zu unterstützen.

Vorgehen
Um diesen Bedarf und die Anforderungen möglichst umfassend zu erheben sowie den kontextualen Einsatz von Reports besser abgrenzen zu können, wurden leitfadengestützte narrative Interviews mit ausgewählten Key-Zielgruppen geführt. Die Auswahl der Interviewpartner erfolgte strategisch nach deren Rolle und zugehörigem Fachbereich innerhalb der Organisation.

Mehrwert
Der Kunde tritt als Datenverarbeiter für viele unterschiedliche Fachbereiche und Abteilungen auf. Um den bestmöglichen Service für zukünftige Entwicklungen und mehr Datendurchdringung gewährleisten zu können, kann mit der Erarbeitung einer BI-Strategie zielgerichtet die Einführung eines BI-Frontends vorbereitet und die Toolauswahl strategisch ausgerichtet werden.
Berücksichtigt werden mit diesem Vorgehen die Anforderungen an Geschäftsziele, die Bedürfnisse der Endnutzer an Usability & Funktionalität, Sicherheit & Governance sowie Standardberichte, Visualisierungen, Karten und Geoformen und fortgeschrittene Analysen.

Sports analytics areto photo anncapictures on pixabay

Methoden
Business Analyse, leitfadengestützte narrative Interviews, Vergleich von Business Intelligence-Lösungen

Technologien
Microsoft PowerBI, Tableau, ThoughtSpot, IBM Cognos Analytics, Pyramid Analytics

Sports Analytics UseCases "lückenloser Spielerpass" & "Spieleraktivitäten"

Sport Analytics areto photo by donnycocacola on unsplash

Methoden
Architekturentwicklung, Business Analyse, Modellierungskonzeption, Datenaufbreitung, Datenintegration

Technologien
AWS S3, Snowflake, Matillion, Data Vault 2.0, Data Vault Automation, SQL, ThoughtSpot

Use-Case „Lückenloser Spielerpass“
Zielsetzung
Ermittlung der Vereinszugehörigkeit deutscher Spieler im In- und Ausland über die automatische Verknüpfung mehrerer Datenprovider & lückenlose Abbildung der nationalen und internationalen Vereinshistorie deutscher Spieler.  

Use-Case „Spieleraktivitäten“
Zielsetzung
Ermittlung der Zugehörigkeit deutscher Spieler zu den Stützpunkten und Leistungszentren, Ermittlung der Einsätze und Einsatzminuten für Spieler und Spielergruppen, Ermittlung der DropOut Rates bei Leistungszentren-Spielern & Vergleich des biologischen Alters der Spieler in Altersstufen zu den Einsatzminuten während Ligaspielen.

Anforderungen

  • Aufbau eines fachlichen Glossars für ein einheitliches Verständnis zentraler Entitäten der Use-Cases.
  • Aufbau eines fachlichen Modells der zentralen Entitäten, deren Beziehung und Attribute
  • Integration heterogener Datenquellen für eine einheitliche Datenauswertung
  • Technische Implementierung eines flexibel erweiterbaren Data Vault Modells auf Basis der fachlich bestimmten Entitäten
  • Technische Implementierung der geforderten KPIs in einem abfrage-optimierten Datenmodell
  • Beispielhafte Visualisierungen der geforderten Fragestellungen

UseCase EGYM - smarte Lösungen für Studios / Fitnesstechnologie
Smartere Datenanalyse mit DWH Automatisierung im Cloud Zeitalter

Zielsetzung
Proof of Concept (PoC) zur als Entscheidungsgrundlage, ob das von EGYM angestrebte Vorgehen bzgl. Machbarkeit, Performance und Kosten sinnvoll ist.


Vorgehen
areto unterstützte EGYM bei der Evaluierung einer Data Warehouse Automation Lösung. Dabei sollte verprobt werden, ob Data Vault 2.0 als Modellierungsmethode die Anforderungen von EGYM umsetzen kann. Als Automatisierungswerkzeug wurde der Datavault Builder getestet. Da dieser zu Beginn des PoCs noch nicht für Snowflake verfügbar war, wurde zunächst auf Exasol gearbeitet und später dann auf Snowflake umgestellt.
Im Zuge des PoCs wurden verschiedene Fragestellungen bzgl. Vorgehen bei der Modellierung, Umgang mit Massendaten und Einsatz der Werkzeuge beantwortet und positiv bewertet.

Mehrwert
EGYM hatte nach dem PoC alle notwendigen Informationen zur Hand, um die Entscheidung für die Ausrichtung der zukünftigen Analyse-Plattform zu treffen. Das im PoC verprobte Setup wurde identisch übernommen.

Quelle: Success Video unseres Partners Snowflake

Methoden
Coaching, technische Unterstützung bei der Umsetzung, Data Vault 2.0, Vorgehen Data Warehouse Automation

Technologien
Exasol, Snowflake, AWS EC2, Datavault Builder, Tableau

Sports Analytics - Reporting und Analytics durch führende Analytics Lösungen

Spitzensoftware für Spitzensportler: Sports Analytics mit marktführenden Business Intelligence-Tools, wie z.B. von Tableau, MS Power BI, Pyramid Analytics, IBM Cognos, ThoughtSpot und SAP BI. So sind Teams, Ligen und Organisationen auch bei der Analyse und Visualisierung der Sports Analytics – Daten bestens aufgestellt.

Mit den areto Sports Analytics-Experten zur Bestleistung!

Sportliche Erfolge und optimale Gestaltung der Geschäftsprozesse durch schnellere und bessere Entscheidungen mit Sports Analytics!

Finden Sie mit Sports Analytics von areto heraus, wie Sie vorhandene Informationen besser nutzen, Sendeprodukte und neue Distributionskanäle besser nutzen und Geschäftsprozesse verbessern können.
Wir analysieren den Status Quo und zeigen Ihnen, welche Potenziale vorhanden sind.
Wie wollen Sie starten?

kostenfreie Beratung & Demotermine

Haben Sie schon eine Strategie für Ihre zukünftige Sports Analytics-Lösung? Nutzen Sie bereits die Vorteile moderner Cloud Plattformen und Automatisierungen? Gern zeigen wir Ihnen Beispiele, wie unsere Kunden die agilen und skalierbaren Sports Analytics-Lösungen von areto bereits nutzen.

Workshops / Coachings

Sie erhalten in unseren Sports Analytics Workshops und Coachings das nötige Know-how für den Aufbau einer modernen Cloud-Strategie. Das areto Sports Analytics-TrainingCenter bietet eine breite Auswahl an Lerninhalten.

Proof of Concepts

Welche Sports Analytics -Architektur ist für uns richtig? Sind die Rahmenbedingungen dafür geeignet? Welche Voraussetzungen müssen geschaffen werden? Proof of Concepts (POCs) beantworten diese und weitere Fragen. So starten Sie bestens vorbereitet in Ihr Projekt.

Sports Analytics - Beat the Bookie

beatthebookie blog

Beat the Bookie – der Blog unseres Kollegen André Doerr

Nach fast 5 Jahren Sportwetten ohne jeglichen Gewinn begann André, einige Artikel über Sportwetten zu lesen. Ihm wurde schnell klar, dass er keine Chance hatte, den Buchmacher zu schlagen und einen Gewinn zu erzielen, ohne eine statistische Analyse durchzuführen.

Als DWH-Architekt und zertifizierter Data Vault 2.0 Practitioner hat er ein Konzept für ein Analysesystem entwickelt, das all diese statistischen Aufgaben automatisiert erledigt.

In seinem Blog zeigt er Möglichkeiten, ein solches analytisches System aufzubauen. Er erklärt dabei den technischen Teil, wie man Daten aus dem Web sammelt, modelliert und analysiert. Und wirft einen Blick auf verschiedene Aspekte von Sportwetten  und welche Vorhersagemodelle verwendet werden könnten, “to beat the Bookie”

Automate your betting models with AWS

How does my typical betting weekend looks like, when I start ckecking, whether there are some interesting matches? I start my laptop, open the browser, start my Python program, start the database and after some minutes, I am able to start my data prcoessing, which collects all the data and calculates the predictions. That’s already great, but wouldn’t it be even better to have all predictions always already up-to-date? This blog will show you how to setup and run a small automated data pipeline in AWS, which extracts all stats from Understat.com. mehr…

Unser Sports Analytics Nachwuchs: fifa.laser @ Instagram

Auf dem Instagram Profil fifa.laser ist unser areto-Familiennachwuchs (Julika, 14 Jahre) auf dem Weg in die Reihe der besten FIFA Instagram Influencer. Schon 15K Follower verfolgen gespannt neue Spielervergleiche, Gewinnspiele und vieles mehr…

Supporten auch Sie unsere nächste Analytics-Generation!

Please follow fifa.laser @ Instagram

 

Nutzen Sie Ihre Daten. Entdecken Sie Chancen. Gewinnen Sie neue Erkenntnisse.

till sander areto

Wir freuen uns darauf mit Ihnen zu sprechen!

Till Sander
CTO
Telefon: +49 221 66 95 75-0
E-Mail: till.sander@areto.de