Im Profifußball ist Big Data nicht mehr wegzudenken: Während in der Bundesliga alle Spiele in wertvolle Daten zum Spielverhalten der Mannschaften verarbeitet werden, setzt auch der Deutsche Fußballbund auf die objektiven Ergebnisse von Analysetools. Dass damit erstaunlich präzise Vorhersagen errechnet werden können, beweist Microsofts Cortana, die sämtliche Gewinner der WM 2014 auf Grundlage von Big Data richtig vorhersagte.

Diesen Moment wird wohl kein Fußballfan so schnell vergessen: Am 30. Juni 2006 kommt es im WM-Vietelfinale zwischen Deutschland und Argentinien zum Elfmeterschießen. Kurz bevor sich Keeper Jens Lehmann für das deutsche Team ins Tor stellt, drückt ihm Torwart-Trainer Andi Köpke einen Zettel in die Hand, auf den Lehmann während des Elfmeterschießens mehrmals einen Blick wirft und daraufhin die meisten Schüsse seiner Kontrahenten abwehrt. Schließlich gewinnt Deutschland gegen Argentinien mit 5:3. Später wird das Geheimnis des Zettels gelüftet: Darauf waren Schussgewohnheiten sämtlicher argentinischer Schützen bei Elfmetern aufgelistet.

Jeder Spieler wird digital verarbeitet

Der Spickzettel von 2006 beschreibt auf treffende Weise den Nutzen von Big Data in der modernen Spielanalyse. Wichtige Spielerinformationen, die damals mit Bleistift auf einem abgerissenen Stück Papier gekritzelt waren, befinden sich heute schon längst in sämtlichen Datenbanken als digitalisierte Informationen abgespeichert.

So besitzt jeder Spieler ein eigenes Profil, welches Aufschluss über das jeweilige Spielerverhalten auf dem Rasen gibt: Ballkontakt, Ballbesitz, Pässe, Laufstrecken, Geschwindigkeit und viele weitere Faktoren werden am Computer ausgewertet, analysiert und mit anderen Spielern verglichen.

Damit diese Daten überhaupt erhoben werden können, zeichnen hochauflösende Kameras in fast allen großen Stadien der Welt jede Bewegung aller 22 Spieler auf. Anschließend sortieren Spezialisten die Datenmengen von Hand und verknüpfen die gesammelten Informationen mit Spielszenen oder entsprechenden Statistiken. So entstehen mehrere hundert Gigabyte Daten während eines Spiels.

Der deutsche Fußball zieht Nutzen aus Big Data

Weil diese Art der Spielanalyse eine hilfreiche Ergänzung zu Sachverstand und Erfahrung des Trainers darstellt, investiert die Deutsche Fußball-Liga (DFL) inzwischen einen Teil der Fernseheinnahmen in die Möglichkeiten von Big Data: bei jedem Bundesliga-Spiel werden Daten aller Spieler erfasst und für die Vereine entsprechend aufbereitet.

Auch der Deutsche Fußball-Bund (DFB) setzt auf die objektive Leistungsanalyse und unterstützt in Zusammenarbeit mit Dienstleister Prozone Sports GmbH nicht nur die A-Nationalmannschaft, sondern auch die U21 inklusive aller Juniorenteams des DFB sowie der Frauen-Nationalmannschaft.

Dass sich die Investition in die professionelle Spielanalyse lohnt, zeigt der 2014 erreichte WM-Titel der deutschen Fußball-Elf. Damals konnte Jogi Löw seine Spiel-Taktiken mithilfe von Daten und Statistiken planen, die mehr als 7000 Spiele der gegnerischen Mannschaften umfassten.

Microsoft sagt Ergebnisse der WM 2014 mithilfe von Big Data richtig voraus

Eine beachtliche korrekte Vorhersage zum Ausgang der WM 2014 gelang Microsoft mit seiner künstlichen Intelligenz Cortana: Sie prophezeite nicht nur alle Sieger der Achtel- und Viertelfinalspiele, sondern sagte auch Deutschland als Weltmeister korrekt voraus. Grundlage für diese erstaunlich genauen Vorhersagen waren über mehrere Jahre gesammelte Daten sämtlicher Profiligen sowie Ergebnisse vorangegangener Gruppenspiele.

Big Data prognostiziert Ausgang der EM 2016

Viel spannender dürften allerdings die Prognosen zur anstehenden Europameisterschaft sein, welche ab dem 10. Juni in Frankreich stattfindet. Dazu hat das Big-Data-Unternehmen Blue Yonder aus Karlsruhe den NeuroBayes-Algorithmus verwendet, um den Ausgang der EM vorauszuberechnen. Dabei handelt es sich um ein Analyse-Algorithmus, welcher ursprünglich für die Elementarteilchenphysik entwickelt wurde, um mithilfe historischer Daten Wahrscheinlichkeiten für zukünftige Ereignisse vorauszuberechnen.

Im Falle der Europameisterschaft liefert besagter Algorithmus folgende Ergebnisse zur Titelwahrscheinlichkeit:

  • Frankreich mit 34,4%
  • Spanien mit 17,5%
  • England mit 11,3%
  • Deutschland mit 9,6%

Für die vorhergehenden Spiele prognostiziert Blue Yonder, dass die deutsche Nationalmannschaft zu 94,3% das Achtelfinale erreicht, zu 61,9% das Viertelfinale und zu 36,1% das Halbfinale. Darf man den Berechnungen glauben, reicht es für Jogis Jungs zwar nicht für den Europameister, dafür stehen die Chancen allerdings für Platz 2 oder Platz 3 umso besser.

Wie kommt es zu diesen Ergebnissen? Hierfür hat Blue Yonder den eingesetzten Algorithmus mit sämtlichen Spielergebnissen von rund 36.000 Länderspielen aus Weltmeister- sowie Europameisterschaften inklusive Freundschaftsspielen und Qualifikationen seit 1873 gefüttert. Allerdings beschert diese Berechnung rund 94 Billionen mögliche Alternativen für den Verlauf nach der Gruppenphase. Um diese immensen Daten in den Griff zu bekommen, hat das Unternehmen mithilfe der Monte-Carlo-Simulation eine vergleichsweise überschaubare Stichprobe von einer Million möglichen Spielverläufen der EM 2016 gezogen, auf dieser die berechneten Ergebnisse beruhen.

Die Prognose beinhaltet übrigens auch sämtliche Mannschaften, gegen die Deutschland während der EM spielen wird. Demnach dürfen Sie sich im Halbfinale auf ein Aufeinandertreffen zwischen Deutschland und Frankreich freuen – falls Deutschland so weit kommt.

Der Nutzen von Big Data in Politik und Wirtschaft

Der Sport zeigt, wie effektiv Big Data sein kann – wenn es denn richtig eingesetzt wird. Auf gleiche Art und Weise können Nutzer von Big Data auch auf Fragen in Wirtschaft und Politik eingehen. So könnten mit dieser Technologie in Zukunft beispielsweise Wahlergebnisse zuverlässig vorausgesagt oder Aktienkurse genauestens analysiert werden.