Künstliche Intelligenz im Sport

Welche Möglichkeiten gibt es bereits heute, KI auch im Sport einzusetzen?

KI im Sport - Stand der Technik und Einsatzmöglichkeiten

Künstliche Intelligenz hält nicht nur in Unternehmen Einzug. Auch im Sport existieren mittlerweile interessante Anwendungsmöglichkeiten für KI. Insbesondere bei Auswertungen, Prognosen und im Talentscouting sind die Potenziale enorm. Ein weiterer spannender KI-Ansatz befasst sich mit der Optimierung der Rasenpflege in Sportstätten.

 

Optimierung von Training, Strategie und Aufstellung

Künstliche Intelligenz ist in der Lage, sowohl einzelne Sportler als auch Teamverantwortliche zu unterstützen. So existieren Trainings-Apps in Verbindung mit Fitnessarmbändern schon einige Jahre. Bisher waren die Wearables jedoch vorrangig für reine Analysen zuständig. Neue Trainingslösungen kombinieren die Sensordaten nun mit KI, um aus Fitnessarmbändern vollwertige Personal Trainer zu machen. Die Geräte sind in der Lage, ihren "Träger" immer besser kennenzulernen. Kombiniert werden die persönlichen Nutzerdaten mit einer Datenbank, die umfangreiche Informationen über andere Anwender beinhaltet. Im Ergebnis entsteht ein maßgeschneiderter Trainingsplan.

Denkbar ist außerdem, dass künstliche Intelligenz im Sport schon bald als Entscheidungshilfe für Teamaufstellungen und Strategien fungiert. Zudem existieren bereits Algorithmen, die detaillierte Prognosen über Leistungssteigerungen und Verletzungsrisiken von Spielern liefern. So gelang es einer Abteilung des Nationalen Forschungsrats CNR (Italien), die Verletzungswahrscheinlichkeit mit einer Treffergenauigkeit von immerhin 50 Prozent vorherzusagen. Hierfür wurden Spieler eine Saison lang mit GPS-Geräten ausgestattet, die Daten wie Kreislaufstärke, Beschleunigung und zurückgelegte Strecken sammelten. Die Auswertung der Daten ergab, dass eine Korrelation zum Verletzungsrisiko besteht.

 

Spielanalysen und Talentscouting der neuen Generation

Was künstliche Intelligenz im Sport bereits leisten kann, zeigt auch das Beispiel der Scouting-Lösung "JAAI Scout". Sie nutzt KI-Technologien, um zehntausende Scouting-Reports zu analysieren, Profile von Spielerpersönlichkeiten zu erstellen und Informationen aus sozialen Netzwerken und Internetseiten zu extrahieren. Hinzu kommen neuronale Netze, mit denen das Potenzial und die Marktwertentwicklung von Spielern prognostiziert werden können. Entscheidungen über millionenschwere Transfers lassen sich dank KI also transparenter und rationaler treffen.

Im amerikanischen Sport, insbesondere beim American Football und Baseball, gehört künstliche Intelligenz im Übrigen bereits zum Talentscouting-Alltag. Außerdem ermöglicht es KI in Verbindung mit Sensoren im Football-Helm mittlerweile, Gehirnerschütterungen deutlich genauer und schneller zu erkennen. Darüber hinaus verbessert künstliche Intelligenz in Form von Chat-Bots das Fan-Erlebnis. Auch zur Erfolgsmessung im Sport-Sponsoring kommen Algorithmen zur Anwendung, die die Markensichtbarkeit über TV-Übertragungen, Social Media und Online-Streams exakt erfassen. Unter anderem werden hierbei Logos auf Kleidungsstücken oder Bechern automatisch erkannt.

 

Mix aus IoT und KI verbessert die Rasenpflege

KI im Sport dreht sich aber nicht nur um Verbesserung beim Training und Wettkampf, sondern auch um die Verbesserung der Rahmenbedingungen. Bei Rasensportarten wie Golf, Fußball oder Rugby kommt es hinsichtlich eines guten Spiels vor allem auf die richtige Rasenpflege des Greenkeepers an. Trevisto hat hier einen Ansatz für die Optimierung der Rasenflächen für Sportstätten entwickelt. Die KI-Lösung hat das Potenzial, das Greenkeeping zu revolutionieren. Der Ansatz kombiniert Bilddaten der Rasenfläche, die von einer Drohne aufgenommen werden, mit Daten aus Umweltsensoren. Letztere geben Aufschluss über Niederschlag, Temperatur und Salze. Die Informationen werden kabellos übertragen, wodurch auf eine komplizierte Infrastruktur vor Ort verzichtet werden kann. Hinzu kommen weitere Daten - etwa aus lokalen Wetterberichten. Auf diese Weise ist die Lösung in der Lage, den sogenannten Plant Health Index zu berechnen und Maßnahmen für die Rasenpflege zu empfehlen.

Der KI-Ansatz nutzt darüber hinaus neuronale Netze, um Zusammenhänge in den gesammelten Daten zu erkennen. Hierdurch ist es nicht nur möglich, das Krankheitsrisiko von Rasenflächen zu ermitteln - ein Beispiel wäre Pilzbefall bei feuchtem, warmem Wetter. Auch eine Empfehlung für die optimale Bekämpfungsstrategie kann abgeleitet werden. Abweichungen vom Optimalzustand des Rasens werden durch die neuronalen Netze auf allen erfassten Ebenen sofort erkannt, wodurch sich zielgerichtete Gegenmaßnahmen einleiten lassen. So werden nicht nur bestmögliche Rahmenbedingungen für Rasensportarten geschaffen. Durch den gezielten Einsatz der Pflegemaßnahmen und die Steigerung der Ressourceneffizienz wird auch der Nachhaltigkeit Genüge getan.