Fodbold gennem øjnene på en computer

Fodbold på TV:En pasning til venstre, et hul i forsvaret, en åben angriber ved kanten af ​​straffesparksfeltet. Pludselig, billedet fryser. Linjer og diagrammer vises mellem spillerne. En pil angiver banen for en sikker aflevering til den åbne angriber, andre fremhæver mulige målscoringsbaner. Sådanne grafiske analyser er blevet uundværlige for professionelle fodboldradioer. De hjælper seerne med at forstå dynamikken og taktikken i kampen samt de beslutninger, som spillerne træffer.

Bag scenen, imidlertid, alt dette udgør en masse arbejde. Tv-holdet skal generere denne grafik live og under et enormt pres, mens kampen udspiller sig. Når de er klar, kampen er for længst gået videre, så grafikken typisk vises under action-gentagelser. Hvor ville det være vidunderligt, hvis alt dette bare skete af sig selv, dvs. hvis tv-apparatet var i stand til at vise denne grafik i realtid og uden indgriben fra tv-holdet? Dataloger fra University of Konstanz har fundet en måde at gøre dette muligt på:De udvikler software, der automatiserer alle trin involveret i processen. Den analyserer kampen op til 30 gange i sekundet og er i stand til at vise afgørende diagrammer live og uden den sædvanlige forsinkelse. Blandt andet, denne software kan fremhæve områder med holddominans på banen samt passere muligheder i realtid. Det er yderligere i stand til at indikere det pres, som individuelle spillere oplever, og kan endda køre hvad hvis-scenarier med alternative kampspilsvariationer.

Manuel Stein, en datalog og doktorgradsforsker, der arbejder i University of Konstanz's forskningsområde "Kollektiv adfærd, " er manden bag denne software. Han designede ikke kun denne software for at gøre fodboldanalytikernes arbejde lettere, men han har også til hensigt at gøre det lettere for seerne at se spillets mønstre – interaktionerne mellem spillere og hele hold samt den indflydelse, de udøver på hinanden. "Alle i fodbold forsøger at indsamle data, men de færreste ved, hvad de skal gøre med det. Vi forsøger at generere viden ud fra disse data, " forklarer Manuel Stein.

Undervisning i computere i fodbold

For at gøre en computer til en match-play analytiker, Manuel Stein skal først lære det nogle grundlæggende fakta om fodbold. Ikke nødvendigvis reglerne, navnene på holdene, eller hvor de rangerer i ligaen eller ranglistetabellen, men noget meget vigtigere:Hvad er afspilleren på skærmen, og hvor er bolden? I hvilken retning søger de enkelte spillere, hvor hurtigt bevæger de sig, hvor hurtigt er det sandsynligt, at de når bolden? Computeren er i stand til at bestemme positionen, hastighed og bevægelsesretning for hver enkelt spiller og bolden op til 30 gange i sekundet. Baseret på disse målinger, den beregner derefter, hvilken spiller der først kan nå en hvilken som helst kvadratmeter af banen, og hvor mange spillere fra hvert hold, der udgør en trussel mod den del af banen. Det tager ikke mere end en brøkdel af et sekund at overlejre resultaterne af denne beregning på tv-skærmen:en dynamik, konstant skiftende kort over hvert holds indflydelseszoner. Ved hjælp af simple farvesignaler, Manuel Steins software er i stand til at vise tv-seere sådanne match-play-påvirkningsfaktorer, såsom niveauet af pres, som modstående hold lægger på individuelle spillere, de frie rum og sikre forbikørselsbaner. For alt dette, softwaren kræver hverken GPS-trackere knyttet til spillernes trøjer eller kompliceret kamerasporingsteknologi. Det eneste, Manuel Stein har brug for, er tv-billedet.

Alle disse nuancer på tv-skærmen kan skabe en meget farverig fodboldbane. For at forhindre forvirring, softwarens forskellige analysefunktioner kan tændes og slukkes efter behov og stables som filtre. Desuden, softwaren fremsætter forslag til, hvilke filtre der skal bruges i en given situation, og kan tænde eller slukke dem efter ønske for at reducere unødvendig visuel rod.

Imidlertid, det er ikke primært seerne derhjemme, softwaren er udviklet til. Dens egentlige målgruppe er fodboldanalytikere og sportsreportere. Softwaren giver dem mulighed for at skabe diagrammer af kamp-play situationer inden for en brøkdel af et sekund og at udsende dem i realtid.

Manuel Stein er i øjeblikket ved at udvikle en "hvad hvis"-analyse - en prognose for, hvordan kampspillet ville have udviklet sig under forskellige omstændigheder - som er baseret på hans software. Her, centrale match-play situationer kan tilgås og afspilles ved hjælp af alternative scenarier. Baseret på de enkelte spilleres lokationsdata og indflydelsesfaktorer, computeren beregner en sammenhængende, realistisk hændelsesforløb. Hvad ville der være sket, hvis spilleren havde sendt bolden til højre i stedet for til venstre? Hvordan ville dynamikken i spillet have ændret sig, hvis en forsvarsspiller havde stået fem meter mere til højre? Hvordan skulle holdet have positioneret sig for at forhindre modstanderholdet i at vinde terræn? Disse analyseværktøjer er også værdifulde for fodboldtrænere, for eksempel under debriefing efter kampen.

Jo flere data Manuel Steins software har adgang til, jo mere præcist kan den vurdere situationen på banen. Imidlertid, i øjeblikket er den information, den kan bruge, begrænset til den, der er på tv-skærmen. Computeren ved ikke, hvad der sker uden for kameraets synsfelt og kan kun lave vage forudsigelser. Konstanz -universitetets computerforskere er derfor ekstremt ivrige efter at arbejde med teams og tv -stationer, der optager billeder og spillerens placeringsdata under fodboldkampe. Hvis de giver forskerne adgang til disse oplysninger, de kan til gengæld levere mere præcise analyser. Men fodbold er ikke den eneste sport, denne software er relevant for. Det kan bruges til at analysere alle holdsportsgrene.

Kollektiv adfærd

Manuel Stein's udfører sin forskning som medlem af University of Konstanz's forskningsinitiativ "Kollektiv adfærd." Denne relativt unge disciplin udforsker de gensidige påvirkninger og interaktioner mellem medlemmer af et kollektiv. Forskerne er særligt interesserede i beslutningsprocesserne i grupper og spørgsmålet om, hvordan individuelle medlemmer af et kollektiv koordinerer deres bevægelser, beslutninger, osv. med hinanden. Eksempler inkluderer adfærd hos dyresværme og sværm intelligens, koordinering af selvkørende biler, men også økonomiske netværk eller menneskelige kollektivers adfærd. I sporten, disse videnskabelige metoder bruges især i analyse af teamdynamik:Hvilke typer mønstre afspejler et teams taktik? Hvordan reagerer to hold på hinanden, og hvordan påvirker spillerne hinanden med deres beslutninger?