Data Science im Sport

Moneyball und Data Science im Sport

2011 kam der Film „Moneyball“ in die Kinos. Damals rückte der Begriff Data Science erstmals ins öffentliche Bewusstsein. Billy Beane war damals General Manager der Oakland Athletics. Mithilfe der Sabermetrics, der empirischen Analyse von Baseball-Statistiken, gelang es ihm, trotz begrenztem Budget ein erfolgreiches Team aufzubauen. Bei der Sabermetrics werden Rohdaten wie in diesem Beispiel gestohlene Bases oder Schlagdurchschnitte verwendet, um detailliertere Modelle zur Bewertung der Spielerleistung zu erstellen.

Der Begriff Sportwissenschaft tauchte bereits 2011 auf, und nach über zehn Jahren beginnt Big Data, das Spiel und unser Verständnis davon zu verändern. Zweitens erkannten Sporttrainer und -manager wie Billy Beane, dass sie mithilfe einfacher Mathematik Profile und Erfolgsquoten ihrer Offensivspieler ermitteln können. Mithilfe von Statistiken gelang es ihnen, mit begrenztem Budget ein Siegerteam aufzubauen. Dies ist sehr ermutigend und kann anderen Sportprofis als Beispiel dienen, wie sie Wissenschaft nutzen können, um ihre Ziele zu erreichen und Entscheidungsprozesse zu verbessern.

Data Science vereinfacht

Glücklicherweise erfordert dieser datenbasierte Ansatz nicht immer die Verwendung komplexer Formeln. Der ehemalige General Manager der Houston Rockets, Daryl Morey, und sein ehemaliger Trainer Mike D. Antoni machten einen Spielstil populär, der die drei effizientesten Möglichkeiten zum Punkten im Basketball – Freiwürfe, Layouts und Dreipunktewürfe – mithilfe einfacher Mathematik hervorhob.

Wenn man den Begriff Data Science hört, denkt man meist zuerst an komplizierte Modelle oder mathematische Fachbegriffe. Das obige Beispiel zeigt jedoch, dass einfache Mathematik die Erfolgschancen erhöht. Wenn man sie gar nicht verwendet, arbeiten die Zahlen gegen einen.

Dr. Tim Gabbet hat mehrere Artikel veröffentlicht, in denen er Richtlinien für intensives Training und gleichzeitige Vermeidung von Verletzungen beschreibt. Durch einfache Heuristiken wie die 10%-Regel, die Trainingsbelastung wöchentlich zu steigern, lässt sich das Verletzungsrisiko senken.

Es handelt sich um einen unkomplizierten und dennoch datenbasierten Ansatz zur Trainingsplanung. Das komplexere Modell, das er vorschlägt, basiert auf dem Verhältnis von akuter und chronischer Belastung. In diesem Fall müssen Sie die chronische und akute Belastung Ihrer Spieler verfolgen und interpretieren. Im Wesentlichen wird Ihre aktuelle akute Belastung mit Ihrer vorherigen chronischen Belastung verglichen, um zu überprüfen, inwieweit Sie die Trainingsbelastung, an die Ihre Spieler angepasst sind, erhöht oder verringert haben.

Ziel dieses Artikels ist es nicht, näher auf dieses Modell einzugehen (vielleicht in den nächsten), sondern Ihnen lediglich zu zeigen, wie einfache Daten Ihnen dabei helfen können, Ihr eigenes Glück zu gestalten.

Verletzungsprävention und Data Science

Wir leben in einer Zeit, in der sich Sport und Technologie ständig weiterentwickeln und neue Grenzen verschieben. Damit steigt auch die Spielintensität – und nicht nur die Intensität, sondern auch die Anzahl sportbedingter Verletzungen. Eine MLS-Studie über ihre Spieler im Zeitraum von 2014 bis 2019 ergab, dass die am häufigsten gemeldeten Verletzungen Oberschenkelzerrungen, Knöchelverstauchungen und Adduktorenzerrungen waren. Die Verletzungshäufigkeit während Spielen war im Vergleich zum Training 4,1-mal höher (2).

Dies ist nicht die einzige Studie, die diese These bestätigt. Verletzungen sind eines der größten Probleme im Sport. Durch Verletzungen verpassen Spieler Trainingseinheiten und Spiele. Je nach Art und Schwere der Verletzung investieren die Vereine viel Geld in verschiedene Rehabilitationsmaßnahmen. Daher liegt es im Interesse aller Beteiligten, verletzungsfreie Sportler zu haben und die Schwere und Häufigkeit von Verletzungen zu reduzieren. Datenwissenschaftler und Sportexperten nutzen verschiedene Technologien wie GPS-Geräte, um die äußere Belastung von Spielern zu erfassen, aber auch die inneren Reaktionen zu überwachen, um die Belastung der Spieler zu verstehen. All dies dient dem Ziel, Verletzungen zu reduzieren. Der Sport entwickelt sich in diese Richtung, und wir müssen mit diesem Fortschritt Schritt halten.

Wenn Data Science die Praxis unterstützt

Die Best Practice ist „ein Verfahren, das durch Forschung und Erfahrung nachweislich optimale Ergebnisse liefert und das als Standard etabliert oder vorgeschlagen wird, der für eine breite Anwendung geeignet ist (3).

In ihrer Forschung untersuchten Buchheit und Kollegen (3) zum ersten Mal den Zusammenhang zwischen der Planung der Tage nach einem Spiel und der Verletzungsrate. Dazu verwendeten sie retrospektive Daten von 18 Eliteteams, die zwischen Januar 2018 und Dezember 2021 in Topligen wie der EPL, der italienischen Serie A, der Bundesliga und drei weiteren Ligen spielten.

In diesem Artikel sehen Sie ein hervorragendes Beispiel dafür, wie die Wissenschaft bewährte Verfahren unterstützt und wie Daten Sie bei Ihrem Entscheidungsprozess unterstützen können, wie wir bereits im Text erläutert haben. R. Verheijen (4) stellt in seinem Buch einige Prinzipien für die Wochenprogrammierung vor. Eines davon besteht darin, die Trainingswoche mit einer Erholungseinheit und anschließend einem Ruhetag (MD+1 Erholung, MD+2 Ruhetag) zu beginnen.

Training am ersten Arbeitstag und ein Ruhetag am zweiten Arbeitstag können sowohl leistungs- als auch verletzungsbezogene Vorteile bieten. In der Studie (3) wurde außerdem erwähnt, dass Training am ersten Arbeitstag und ein Ruhetag am zweiten Arbeitstag mit einer zwei- bis dreimal geringeren Verletzungshäufigkeit im Fußball verbunden sind. So können Wissenschaft und Daten bewährte Verfahren unterstützen.

Das Training am MD+1 und ein freier Tag am MD+2 können sowohl hinsichtlich der Leistung als auch hinsichtlich der Verletzungen mehrere Vorteile bieten.

Botschaft zum Mitnehmen

Der Sport entwickelt sich weiter, ebenso wie die Technologien. Beim Fußball sehen wir, wie die Spielintensität zunimmt und die Zeit, die uns zur Regeneration zur Verfügung steht, abnimmt. Besorgniserregend ist die ebenfalls steigende Zahl der Verletzungen. Es ist wichtig zu erwähnen, dass Verletzungen nicht mit der technologischen Entwicklung Schritt halten. Es ist logisch, dass Verletzungen mit dem Wachstum von Wissen und Technologie abnehmen sollten, aber das ist nicht der Fall. Vielleicht haben wir noch nicht alle Fragen beantwortet. Aber wir müssen mit dem Fortschritt Schritt halten und uns an den Sport anpassen. Im Text haben wir einige einfache Beispiele gesehen, wie man Sportwissenschaft oder einfache Mathematik zu seinem Vorteil nutzen kann. Wir sollten keine Angst vor dem Fortschritt haben. Wir sollten ihn annehmen und zu unserem Vorteil nutzen.

Referenzen:

1. Gabbett TJ. Das Paradoxon der Trainings- und Verletzungsprävention: Sollten Sportler intelligenter und härter trainieren? Br J Sports Med. März 2016.
2. Forsythe B;Knapik DM;Crawford MD;Diaz CC;Hardin D;Gallucci J;Silvers-Granelli HJ;Mandelbaum BR;Lemak L;Putukian M;Giza E; (nd). Verletzungshäufigkeit bei professionellen Fußballspielern in den USA: Eine 6-jährige prospektive Studie der Major League Soccer. Orthopädische Zeitschrift für Sportmedizin.
3. Buchheit, M. (5. Dezember 2022). Mikrozyklusplanung im Spitzenfußball: Pause oder nicht? Martin Buchheit.
4. R. Verheijen. Der Original-Leitfaden zur Fußball-Periodisierung, Teil 1. World Football Academy, 2014.
5. Reden wir über Wochenpläne im Fußball, (04.01.2023.)