Datenwissenschaft im Sport

Moneyball und Data Science im Sport

2011 kam der Film Moneyball in die Kinos. Damals drang der Begriff Data Science erstmals ins öffentliche Bewusstsein. Damals war Billy Beane General Manager der Oakland Athletics. Durch den Einsatz von Sabermetrics, der empirischen Analyse von Baseballstatistiken, gelang es ihm, trotz eines begrenzten Budgets ein siegreiches Team aufzubauen. Bei Sabermetrics werden Rohstatistiken wie in diesem Beispiel gestohlene Bases oder Schlagdurchschnitte verwendet, um detailliertere Modelle zur Bewertung der Spielerleistung zu erstellen.

Erstens tauchte der Begriff Sportwissenschaft bereits 2011 auf und nach mehr als 10 Jahren beginnen Big Data, das Spiel und unser Verständnis davon zu verändern. Zweitens haben Sporttrainer und -manager wie Billy Beane verstanden, dass sie mithilfe einfacher Mathematik Profile und Erfolgsquoten ihrer Offensivspieler schätzen können. Mithilfe von Statistiken gelang es ihnen, mit einem begrenzten Budget ein Gewinnerteam zusammenzustellen, was sehr ermutigend ist und anderen Sportprofis als Beispiel dafür dienen kann, wie man die Wissenschaft nutzen kann, um seine Ziele zu erreichen und den Entscheidungsprozess zu verbessern.

Data Science vereinfacht

Glücklicherweise erfordert dieser datengesteuerte Ansatz nicht immer die Verwendung komplexer Formeln. Der ehemalige General Manager der Houston Rockets, Daryl Morey, und der ehemalige Trainer Mike D. Antoni machten einen Spielstil populär, der die drei effizientesten Möglichkeiten zum Punkten im Basketball betonte: Freiwürfe, Layouts und Dreipunktewürfe, nur durch einfache Mathematik.

Wenn Sie den Begriff Data Science hören, denken Sie normalerweise zuerst an komplizierte Modelle oder mathematische Fachbegriffe. Wenn Sie sich jedoch das obige Beispiel ansehen, können Sie erkennen, dass die Verwendung einfacher Mathematik Ihre Erfolgschancen erhöht. Wenn Sie sie überhaupt nicht verwenden, arbeiten die Zahlen gegen Sie.

Dr. Tim Gabbet hat einige Artikel veröffentlicht, in denen er Richtlinien dazu nennt, wie man hart trainiert und dennoch Verletzungen vorbeugt. Durch die Anwendung einfacher Heuristiken, wie der 10%-Regel, die Trainingsbelastung von Woche zu Woche zu erhöhen, kann man die Wahrscheinlichkeit von Verletzungen verringern.

Es ist nicht so kompliziert und dennoch ein datengesteuerter Ansatz zur Planung von Trainingseinheiten. Das komplexere Modell, das er vorschlägt, ist die Verwendung eines Beziehungsmodells zwischen akuter und chronischer Belastung. In diesem Fall müssen Sie die chronische und akute Belastung Ihrer Spieler verfolgen und verstehen. Im Grunde wird Ihre aktuelle akute Belastung mit Ihrer vorherigen chronischen Belastung verglichen, um zu überprüfen, inwieweit Sie die Trainingsbelastung erhöht oder verringert haben, an die Ihre Spieler angepasst sind.

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 schaffen.

Verletzungsprävention und Data Science

Wir leben in einer Zeit, in der sich Sport und Technologie ständig weiterentwickeln und neue Grenzen verschieben. Damit nimmt auch die Intensität des Spiels zu und nicht nur die Intensität, sondern auch die Zahl der sportbedingten Verletzungen. Eine MLS-Studie über ihre Spieler im Zeitraum von 2014 bis 2019 kam zu dem Schluss, dass die am häufigsten gemeldeten Verletzungen Oberschenkelzerrungen, Knöchelverstauchungen und Adduktorenzerrungen waren. Die Verletzungshäufigkeit während der Spiele 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 in der Sportbranche. Durch Verletzungen verpassen Spieler ihre Trainingseinheiten und Spiele. Je nach Art und Schwere der Verletzung geben die Vereine viel Geld für verschiedene Rehabilitationsprozesse aus. Deshalb liegt es im Interesse der wichtigsten Interessengruppen, verletzungsfreie Sportler zu haben und die Schwere und Häufigkeit von Verletzungen zu reduzieren. Datenwissenschaftler und Fachleute, die im Sportumfeld arbeiten, verwenden verschiedene Technologien wie Global Positioning System-Geräte (GPS), um die externe Belastung der Spieler zu verfolgen, überwachen aber auch interne Reaktionen, um zu verstehen, wie stark die Spieler belastet sind. Alles mit dem Ziel, Verletzungen zu reduzieren. Der Sport bewegt sich in diese Richtung, und wir müssen mit dem Fortschritt Schritt halten.

Wenn Data Science die Praxis unterstützt

Als Best Practice wird ein Vorgehen bezeichnet, „das nachweislich durch Forschung und Erfahrung optimale Ergebnisse liefert und als Standard etabliert oder vorgeschlagen ist, der weithin übernommen werden kann (3).

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

In diesem Artikel sehen Sie ein großartiges Beispiel dafür, wie die Wissenschaft bewährte Praktiken unterstützt und wie Daten Ihnen bei Ihrem Entscheidungsprozess helfen können, wie wir bereits im Text dargelegt haben. In seinem Buch liefert R. Verheijen (4) einige Prinzipien für die Wochenprogrammierung und eines davon besteht darin, Ihre Trainingswoche mit einer Erholungseinheit und dann einem Ruhetag (MD+1 Erholung, MD+2 Ruhetag) zu beginnen.

Training am MD+1 und ein Tag Pause am MD+2 können sowohl hinsichtlich der Leistung als auch hinsichtlich der Verletzungsgefahr mehrere Vorteile bieten. In der Studie wurde auch erwähnt (3), dass ein Belastungsmuster, das durch Training am MD+1 und einen Tag Pause am MD+2 mit einer 2- bis 3-mal geringeren Verletzungshäufigkeit im Fußball verbunden war. Auf diese Weise können Wissenschaft und Daten bewährte Praktiken 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.

Nachricht zum Mitnehmen

Der Sport entwickelt sich weiter, ebenso wie die Technologien darin. Wenn wir über Fußball sprechen, können wir sehen, wie die Intensität des Spiels zunimmt und die Zeit, die uns zur Erholung zur Verfügung steht, abnimmt. Besorgniserregend ist die Zahl der Verletzungen, die ebenfalls zunimmt. Es ist wichtig zu erwähnen, dass Verletzungen nicht dem Trend der Technologieentwicklung folgen. Es gibt eine gewisse Logik, dass Verletzungen mit dem Wachstum von Wissen und Technologie abnehmen sollten, aber das passiert nicht. Vielleicht haben wir noch nicht auf alle Fragen Antworten. Aber wir müssen dem Fortschritt folgen, wir müssen uns an das Spiel anpassen. Im Text haben wir mehrere einfache Beispiele gesehen, wie es möglich ist, Sportwissenschaft oder einfache Mathematik zu Ihrem Vorteil zu nutzen. Wir sollten keine Angst vor dem Fortschritt haben. Wir sollten ihn annehmen und zu unserem Vorteil nutzen.

Verweise :

1. Gabbett TJ. Das Paradoxon der Trainings- und Verletzungsprävention: Sollten Sportler intelligenter und härter trainieren? Br J Sports Med. 2016 März.
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 Vereinigten Staaten: Eine 6-jährige prospektive Studie der Major League Soccer. Orthopädische Zeitschrift für Sportmedizin.
3. Buchheit, M. (5. Dezember 2022). Mikrozyklusplanung im Elitefußball: Ausruhen oder nicht ausruhen? Martin Buchheit.
4. R. Verheijen. Der Originalleitfaden zur Fußballperiodisierung, Teil 1. World Football Academy, 2014.
5. Reden wir über Wochenpläne im Fußball, (04.01.2023.)