Fußball & Wissenschaft

Die Kombination von forschungsbasiertem Know-how, existierenden und neuen Daten, Trainingserfahrung und physiologischer Expertise sollen Ihr Fußballtraining auf die nächste Stufe heben. Die Digitalisierung im Bereich des Sports – vor allem im Fußball – gewann in den letzten Jahren unglaublich an Relevanz. Verschiedenste Tools und Programme sammeln und speichern Unmengen an Trainingsdaten, die meist nicht ihre Anwendung in der Praxis finden. Deshalb setzen wir uns zum Ziel, die unzähligen Datenquellen zu nutzen, um Schlussfolgerungen zu ziehen und die wichtigsten Informationen zu filtern. So sollen unter anderem präzise Vorhersagen für zukünftige Trainingseinheiten getroffen werden.

Hierfür fokussieren wir uns auf wissenschaftlich unterstützte Modelle, die wir ständig erweitern und verbessern. Unser Fokus liegt dabei auf Data Intelligence, durch die wir (Athletik-)Trainer dazu empowern, Daten interpretieren und vernetzt beurteilen zu können. Die Masse an Daten wird so verwendet, dass sie nutzbar für Entscheidungen wird. Aus ungenützten Rohdaten werden Erkenntnisse gewonnen, die zuvor nicht zugänglich waren. Die Trainingsplanung kann dadurch besser überwacht und der absolute Mehrwert aus bereits vorhandenen und neuen Trainingsdaten geschaffen werden.

Datenanalyse

Bei der Datenanalyse werden mittels bestimmter statistischer Methoden aus erhobenen Daten nutzenbringende und zusammenhängende Informationen gewonnen.

Data Intelligence

Mit den gewonnen Informationen aus der Datenanalyse wird durch Data Intelligence wertschöpfungsorientiert umgegangen. Anfallende Daten werden systematisch erfasst und verwaltet, die Informationen sinnvoll aufbereitet und intelligent weiterverwertet. So generiert man aus den Daten einen Mehrwert.

Machine Learning

Die „künstliche“ Generierung von Wissen aus Erfahrung wird Maschinelles Lernen genannt. Algorithmen bauen während des Lernprozesses aus Beispielen und Trainingsdaten ein statistisches Modell auf, wodurch Muster und Gesetzmäßigkeiten erkannt werden, So können auch zuvor unbekannte Daten beurteilt werden.