Einsatz von Data Mining Verfahren in der Spielanalyse im Beachvolleyball
| Leiter des Projekts: | Link, Daniel (Technische Universität München / Fakultät für Sport- und Gesundheitswissenschaften / Lehrstuhl für Trainingswissenschaft und Sportinformatik, Tel.: 089 28924498, daniel.link at tum.de); Wenninger, Sebastian (Technische Universität München / Fakultät für Sport- und Gesundheitswissenschaften / Lehrstuhl für Trainingswissenschaft und Sportinformatik) |
|---|---|
| Mitarbeiter: | Lang, Steffen (Technische Universität München / Fakultät für Sport- und Gesundheitswissenschaften / Lehrstuhl für Trainingswissenschaft und Sportinformatik, steffen.lang at tum.de) |
| Kooperationspartner des Projekts: | Wenning, Raimund (Deutscher Volleyball-Verband, Wenning at volleyball-verband.de) |
| Forschungseinrichtung: | Technische Universität München / Fakultät für Sport- und Gesundheitswissenschaften / Lehrstuhl für Trainingswissenschaft und Sportinformatik |
| Finanzierung: | Bundesinstitut für Sportwissenschaft (Aktenzeichen: 070504/19-20) |
| Kooperationspartner: | Deutscher Volleyball-Verband |
| Format: | Projekt (SPOFOR) |
| Sprache: | Deutsch |
| Projektlaufzeit: | 01/2019 - 06/2020 |
| Schlagworte: | |
| Erfassungsnummer: | PR020181200128 |
| Quelle: | profi - Projektinformationssystem |
Ziel
Seit der Saison 2011 erfolgen Spielanalysen im deutschen Beach-Volleyball über zwei eigens entwickelte Spielbeobachtungstools. Mit dem BeachScouter können Spieldaten effizient über eine Touch-Oberfläche erhoben werden. Der BeachViewer wird zur Analyse und Präsentation der Spieldaten verwendet und erlaubt es quantitative Auswertungen zu erstellen sowie Videomaterial für die qualitative Analyse vorzustrukturieren. Die bisherigen Arbeiten standen unter dem Grundsatz bestehendes Expertenwissen in die Software zu überführen. Das hier zur Förderung beantragte Forschungsprojekt verfolgt nun das umgekehrte Paradigma: In dem Projekt sollen über Verfahren des Data Mining und des Machine Learnings bisher unbekannt aber potentiell nützliche Regelmäßigkeiten und Gesetzmäßigkeiten aus den bestehenden Spieldaten extrahiert werden. Zentrale Idee des Projektes liegt darin, für die Suche nach verborgenen Zusammenhänge, die bestehenden Technologien der SAP AG, Walldorf, Deutschland, zu nutzen und somit von den enormen Erfahrungen eines der weltweit führenden Technologieunternehmen zu profitieren.
Planung
01-02/2019 Phase 1: Projektinitiierung - Sichtung/Einarbeitung SAP-Technologie, Detailplanung des weiteren Vorgehens
03-05/2019 Phase 2: Vorbereitung der technischen Infrastruktur - Angleichung Datenformate, Datenimport, Semantisches Datenmodell
06-11/2019 Phase 3: Exploration/Nutzung der SAP-Tools - Exploration/Nutzung der SAP-Tools Erstellung von Analysen mittels supervised und unsupervised learning, Adaptation von Algorithmen, Visualisierung
12/2019 Phase 4: Spezifikation Beachviewer - Ergebnispräsentation Phase 3, Abstimmung DVV, Spezifikation Beachviewer
01–04/2020 Phase 5: Weiterentwicklung Beachviewer I - Softwareentwicklung, Implementierung der Spezifikation aus Phase 4. Test und prototypischer Einsatz beim OSP Stuttgart.
05-08/2020 Phase 6: Weiterentwicklung Beachviewer II - Integration der Ergebnisse der Erprobungsphase. Support während der OS.
09-12/2020 Phase 7: Projektabschluss: Sicherung der Erfahrungen während der OS. Adaptionen Beachviewer, Berichtlegung, Vorbereitung Publikationen
Ergebnisse
Der Praxistransfer und die Nachhaltigkeit des Projektes ist erstens dadurch sichergestellt, dass erfolgversprechenden Data-Mining Ansätze in den bestehenden Beach-Viewer integriert werden und so den deutschen Nationalteams und Nachwuchskadern flächendeckend zur Verfügung stehen. Zweitens lassen sich aus den Ergebnissen der leistungsdiagnostischen Untersuchungen, die auf Basis neuer Datensätze der Weltserie 2019/2020 erfolgen werden, bereits Hinweise auf besondere Verhaltenstendenzen von gegnerischen Spielern ableiten. Diese können im Rahmen der Olympischen Spiele in Tokio 2020 bereits genutzt werden.