Latest / MY DATA IS BETTER THAN YOURS / Fußball smarter machen: Mit Daten zum Sieg – mit Kilian A., DFB

Transcript

Fußball smarter machen: Mit Daten zum Sieg – mit Kilian A., DFB · MY DATA IS BETTER THAN YOURS

• 0:00
  Sprecher 1 Was macht man denn eigentlich dann konkret mit den Daten beim DFB? Wie bewertet man Spieler oder Trainer, was ist ein xg Score und was kann man damit wirklich bewerten und wo geht eigentlich die Reise dann am Ende im Detail mit den Use Cases hin? Das sind alles fragen die ich in der 2. Folge mit Kilian vom DFB beantworte.
• 0:26
  Sprecher 2 Neue Folgen jeden Freitag in dieser digitalen Welt gibt es einen speziellen Faktor, der über Erfolg und Misserfolg entscheidet.
• 0:34
  Sprecher 2 Daten doch nur die wenigsten wissen Sie für sich zu nutzen.
• 0:38
  Sprecher 2 Wer seine Kunden verstehen will, um ihnen das bieten zu können, was sie brauchen, kommt, um ein professionelles Datenmanagement nicht herum. Jonas Raschedi interviewt andere Experten aus den Data Bereichen und zeigt Schritt für Schritt, wie genau das funktioniert.
• 0:57
  Sprecher 1 Herzlich Willkommen zu My Data Battle News der Data Podcast heute die 2. Folge vom DFB mir gegenüber sitzt der Liebe.
• 1:08
  Sprecher 1 Kilian Hi Kilian, Hi Jonas.
• 1:11
  Sprecher 1 Stell dich doch mal kurz vor, wer du bist, was du machst und dann gehen wir noch weiter rein. Wir haben in der 1. Folge nämlich eher das große ganze Organisatorische gesprochen, auch so ein bisschen.
• 1:21
  Sprecher 1 Technische Sicht und jetzt wollen wir mit dir mal in die konkreten Use Cases tauchen.
• 1:27
  Sprecher 1 Ja, noch mal vielen Dank für die Einladung. Ne, ich bin seit knapp 3 Jahren jetzt beim DFB hier als Data Scientist und eben auch ähnlich wie Kevin Teil des Teams, was versucht anhand von Daten alle fußballspezifischen Fragestellungen zu unterstützen.
• 1:46
  Sprecher 1 Genau da ist es. Vor allem war es in der Vergangenheit so, die Spieldaten zu verwenden. Ja, diese Event und Positionsdaten, mit denen du mit Kevin ja auch schon.
• 1:57
  Sprecher 1 Drüber gesprochen.
• 1:58
  Sprecher 1 Daten da wird jetzt perspektivisch auch es mehr und mehr dahin gehen, systemrelevante Fragestellungen anzugehen. Haben wir das DFB. Net, wo wirklich jedes Wochenende achtzigtausend Spiele in unsere Datenbank fließen und.
• 2:15
  Sprecher 1 Das ganz zu strukturieren und die Daten zu nutzen, um eben diese spielerzentrierten Daten zu verwenden und es all unseren Trainern, all den Leuten aus unserem DFB Kosmos zur Verfügung zu stellen.
• 2:30
  Sprecher 1 Kannst du ein bisschen konkretisieren? Als ich angefangen habe, war ein sehr starker Fokus auf die a Nationalmannschaft, ja.
• 2:36
  Sprecher 1 Ihr aus dem Fernseher kennt.
• 2:37
  Sprecher 1 Genau. Und weil vor allem da auch die besten Daten, die man im Fußball bekommen kann, von den Event und den Positionsdaten vorliegen.
• 2:46
  Sprecher 1 In unser System floss und da auch schon ne Infrastruktur bestand um beispielsweise so n Match Reporting zu erstellen. Ja, das ist ein mehrseitiges PDF Dokument was das Trainer Analystenteam nach dem Spiel zugesendet bekommen hat, wo verschiedenste KP is.
• 3:03
  Sprecher 1 Dargestellt werden, ja.
• 3:04
  Sprecher 1 Mit dem Ziel, die Spielleistung so objektiv wie möglich genau.
• 3:10
  Sprecher 1 Darzustellen und zu bemessen, das ist.
• 3:13
  Ja, ja.
• 3:14
  Sprecher 1 So, so ein Teil gewesen. Wir splitten es eigentlich immer in 3 Bereiche auf die objektive Spielbewertung, sei es von Spielern, von einem Spiel, von einem Team, einem Trainer über mehrere Spiele hinweg.
• 3:30
  Ja.
• 3:31
  Sprecher 1 Aber dann eben auch die Prozessautomatisierung bei.
• 3:35
  Sprecher 1 Spielsweise da kann man den Match Report ja, wenn man jetzt, wenn der Spielanalyst direkt auf so einen Report zugreifen kann, dann kann.
• 3:44
  Sprecher 1 Er da KP is drin stehen, für die er sich sonst irgendwie entweder ein Spiel oder mehrere Spiele komplett hätte für anschauen, so hat er sie direkt aggregiert bekommen.
• 3:55
  Sprecher 1 Kommen also Prozessor nicht Optimierung das auch Automatisierung ist der zweite Punkt und dann der dritte Punkt wirklich die Generierung von Insights von Wissen über den Fußball und vor allem über spieltaktische Entscheidungen im Fußball.
• 4:15
  Sprecher 1 Da haben, wo wir als DFB halt auch einen sehr coolen Kanal über die Trainerausbildung haben, um das generierte Wissen in das System zu bringen, ja.
• 4:23
  Sprecher 1 Wieder zurückzubringen, ja.
• 4:25
  Sprecher 3 Ja.
• 4:27
  Sprecher 3 Wenn wir da.
• 4:28
  Sprecher 1 Jetzt noch mal konkreter reingehen, dieses wir helfen eigentlich, also haben wir euch vor der 1. Folge gar nicht drüber gesprochen. Wie helfen Daten Fußball denn eigentlich überhaupt besser zu werden, also wie kann, wie kann man sich das Anschauen und verstehen? Die Story der Nutzung von Daten ist ja immer irgendwie der Mensch unterlegt seinen subjektiven Wahrnehmung, es ist ähnlich wie beim bei den Trainern, bei den Ärzten, 100, Ärztetrainer oder Trainer, fragst ne.
• 4:49
  Sprecher 3 Ja.
• 4:56
  Sprecher 3 5555555 55 RRRRR.
• 4:57
  Sprecher 1 Es mal mindestens mehr als ein bis 10 Meinungen.
• 5:01
  Sprecher 1 Und Einschätzungen und Daten helfen einfach dabei wissen.
• 5:05
  Sprecher 1 Bestimmte Status.
• 5:08
  Sprecher 1 Objektiv einzustufen.
• 5:10
  Sprecher 3 Ja.
• 5:11
  Sprecher 1 Ja, und es hilft auch dabei. Einfach hier jetzt beim DFB über alle Mannschaften hinweg diesen Prozess der Spielbewertung beispielsweise zu standardisieren.
• 5:21
  Sprecher 1 Indem du unter anderem einen einen Report für die Leistung deines Spiels erstellst und.
• 5:30
  Sprecher 1 Da ist expected goals, also die Tor Wahrscheinlichkeit eines Schusses. Da steckt ein Machine Learning Modell dahinter, der dir für jeden einzelnen Schuss eine Torwahrscheinlichkeit berechnet. Können wir gerne gleich genauer darauf angehen, das ist so mit Dcbi um.
• 5:49
  Sprecher 1 Vor allem Spielleistungen.
• 5:51
  Sprecher 1 Oder dann eben auch über eine Saison hinweg zu bewerten.
• 5:57
  Sprecher 1 Warum eigentlich nicht irgendwie? Also du hast jetzt 22 Mannschaften treffen aufeinander, jetzt darfst du nicht fragen welche Mannschaften, da wird es schon schwer.
• 6:08
  Sprecher 1 Oder ich mach irgendwie n Fettnäpfchen, weil die nicht gegeneinander spielen würden. Egal, aber A und b würde miteinander spielen, dann würde.
• 6:17
  Sprecher 1 Ich hätte erwarten, dass erstmal die Mannschaften auf.
• 6:22
  Sprecher 1 Basis ja, wie aggregiert man das hoch ist jeder Mannschaft hat unterschiedliche Spieler, diesen unterschiedlich ausgeprägt der.
• 6:31
  Sprecher 1 Zusammensetzung dann und dann wäre ja eigentlich eine Gewinnwahrscheinlichkeit von A oder B gegeben. 6040 7030 820 du schmunzelst schon, aber.
• 6:43
  Sprecher 1 Das ist natürlich der Ideal Case, sich vor dem Spiel erstmal.
• 6:47
  Sprecher 1 Schauen, was ist die, was ist erstmal die Erwartung was das Spiel angeht. Das ist meine Gewinnwahrscheinlichkeit.
• 6:53
  Sprecher 1 Und da wird tatsächlich oftmals, man kann seine eigenen Modelle bauen, da haben wir aber wenige Ressourcen zu das beste wissen, was überhaupt vorhanden ist. Fußballmarkt liegt oftmals bei den Wettanbietern, denn wenn du vor dem Spiel ja.
• 7:09
  Sprecher 1 Wenn die Wettermieter schlechte Modelle haben und smarte Köpfen die Outperformen kommen, dann verlieren sie natürlich wert. Das war auch vor, da gibt es so einige Geschichten von Milliardären, die jetzt Eigentümer von Fußballclubs sind, ne, die genau da ihre Kohle gemacht haben, weil sie in der Lage waren, Wettanbieter auszuperformen.
• 7:31
  Sprecher 3 Ja.
• 7:33
  Sprecher 1 Ist das auch.
• 7:34
  Sprecher 1 Mal mit Daten machen und dann so Auszuperformen. Dann hab ich hab ich kann ich mal auf Fußballteams kaufen aber ist es wirklich schwer geworden?
• 7:41
  Sprecher 1 Genau.
• 7:41
  Sprecher 1 Ja, jetzt wollte ich aber dahin. Also du hast diese Erwartung an das Spiel und.
• 7:48
  Sprecher 3 Ja.
• 7:50
  Sprecher 1 Dann schaust du. Schauen wir uns nach dem Spiel eben an. Wie war denn gemessen an der an der Leistung, wie war der Spielverlauf und gemessen daran?
• 8:01
  Sprecher 1 Wie war diese Post Match gewinnwahrscheinlichkeit? Also wie haben wir jetzt die Chance darauf zu gewinnen beeinflusst? Und da ist ein Einsatz eben sich diese expected godeswerte anzunehmen und aufzusummieren vielleicht noch mal kurz als Einstieg, was genau jetzt expected goals ist.
• 8:11
  Sprecher 3 Ein Film an.
• 8:21
  Sprecher 1 Sehr gut. Hast du eine Vorstellung aus 111 Metern, wie viele reingehen? Ja, du hast ja vorhin schon die Zahl gesagt, ich hab dir gemerkt und zugehört, 78.
• 8:32
  Sprecher 1 War es ne? Ja.
• 8:32
  Sprecher 1 Genau, je nach.
• 8:33
  Nein, nein.
• 8:34
  Sprecher 1 Datensatz Wir blicken auf den Datensatz in der 1.2. Bundesliga der letzten.
• 8:39
  Sprecher 1 5 Jahre, ja, da sind es 78% heißt, ein Elfmeter hat ein Xg von 0,78 und.
• 8:49
  Sprecher 1 Diesen Wert kannst du jetzt, wenn du 211 Meter hast, als Team A gegen Team B. Dann hast du um die 1,5 x, die in dem Spiel erzielt. Wenn du keine anderen Schüsse erzielt hast.
• 9:01
  Sprecher 1 Bei 2 Schüssen.
• 9:03
  Sprecher 1 Genau, bei 12 Metern. Ja, so und.
• 9:07
  Sprecher 1 Jetzt sind Elfmeter natürlich super dankbar, weil sie dieses statische Setting haben, immer mit derselben Entfernung zum Tor ausgeführt werden.
• 9:13
  Sprecher 3 ÄÄÄÄÄÄÄÄÄ.
• 9:16
  Sprecher 1 Du hast Ruhe, du hast weniger Spielverlauf, du weißt wo der.
• 9:21
  Sprecher 1 Ball liegt genau, du hast keinen Druck vom Gegenspieler, der einen Spieler der dazwischen ist das ganze im offenen Spiel natürlich viel viel komplexer.
• 9:26
  Sprecher 3 Ja.
• 9:31
  Sprecher 1 Aber wenn du eben einen Datensatz über bei uns ist der Fall von über hunderttausend Schüssen ja dann die alle natürlich auf ihre eigene Art und Weise individuell sind. Aber wenn du die Daten mit seinen Features, also den Eigenschaften der Schüsse in so einem Machine Learning Classifier packst, dann ist er eben in der Lage, daran zu erkennen, okay welche Eigenschaften.
• 9:55
  Sprecher 1 Geschafft eines Schusses hat jetzt einen hohen Einfluss darauf, ob der reingeht oder nicht. Das offensichtlichste ist natürlich die Distanz zum Tor, 1 Meter.
• 10:05
  Sprecher 1 Oder 100 Meter ist glaube ich ein Unterschied, ja.
• 10:07
  Sprecher 1 Genau. Und wenn du eben dann auch die Positionsdaten hast, also wirklich die Positionierung aller 22 Spieler zu jeder 25 Sekunde, dann kannst du dir natürlich auch noch anschauen, wie viele, wie weit der Gegner Druck, wie viele Gegenspieler stehen in der Schussbahn, wo ist der Torwart positioniert und wie.
• 10:25
  Sprecher 3 Ja.
• 10:26
  Sprecher 1 Ist der Winkel.
• 10:27
  Sprecher 1 Zum Tor war es ein Schuss oder war es ein Kopfball?
• 10:32
  Sprecher 1 Spielt der Wind eine Rolle?
• 10:35
  Sprecher 1 Windball ich kann es dir nicht sagen, es wird auf.
• 10:38
  Sprecher 1 Jeden Fall nicht berücksichtigt.
• 10:39
  Sprecher 1 Ja, ja, ich ja, ist halt ultraschwer, überlege ich, gerade weil ich wäre jetzt auf Wind gekommen. Aber Wind ist natürlich wird vom Spieler natürlich von klein auf gelernt den mit aufzunehmen und du müsstest ja dann überlegen, welcher Spieler kann mit gutem Wind umgehen, welcher nicht und müsstest es dann ja maximal komplex machen.
• 11:03
  Sprecher 1 Es wird höchstwahrscheinlich unwahrscheinlich.
• 11:05
  Sprecher 1 Jetzt vor allem auch auf dem Profi Niveau mit den Stadien spielt Winter glaub ich ob wir überhaupt noch n großer Wind existiert ja.
• 11:13
  Sprecher 1 Genau da hat dann eher der Gegner.
• 11:17
  Sprecher 1 Druck oder die Distanz und deutlich höheren Halt. Ja gibt es dann eigentlich, also könnt ihr pro Spieler das sagen. Also bei mir ist die Wahrscheinlichkeit ja viel geringer von 11, also vom Elfmeterpunkt zu treffen wie bei.
• 11:34
  Sprecher 1 Thomas Müller genau.
• 11:37
  Sprecher 1 Das ist immer eine der ersten Fragen, nicht jetzt.
• 11:39
  Sprecher 3 Ja.
• 11:42
  Sprecher 1 Bei der Trainerausbildung irgendwie XG vorstelle.
• 11:46
  Sprecher 1 Da dafür bräuchtest du ja erstmal ne n großes Samplesize von vielen Schüssen desselben Spielers und?
• 11:54
  Sprecher 1 Da gibt es wird erwartet, dass es noch irgendwie nen Unterschied gibt, ne ob jetzt beispielsweise auch n Angreifer schießt oder nen Verteidiger Angreifer da effizienter sind. So richtig nachgewiesen hat bis dato noch keiner, ja.
• 12:08
  Sprecher 3 Ja.
• 12:08
  Sprecher 1 Wunderbar Mieter Punkt sozusagen, aber von anderen Punkten.
• 12:12
  Sprecher 1 Anderen, also ich, ich hab gerade von anderen Punkten.
• 12:14
  Sprecher 1 Gesprochen OK.
• 12:16
  Sprecher 1 Genau das gilt aber zu untersuchen und ist natürlich zu erwarten.
• 12:23
  Sprecher 1 Genau aber stand jetzt in dem Modell wird immer von dem durchschnittlichen Bundesliga Schuss ausgegangen. Bedeutet natürlich, dass da entsprechend viele viele Stürmer, weil die am Ende mehr Schüsse abgeben als die Verteidiger, auch schwerer gewichtet werden jetzt.
• 12:29
  Sprecher 3 Ja.
• 12:44
  Sprecher 1 Ich gucke gerne Mixed Martial Arts, da sind es eher Schläge, die bewertet werden, aber damit, da müsste man sich das auch mal angucken. Ich glaub das machen die noch gar nicht, da weiß man nur signifikante Treffer und nicht so, aber jetzt würdet ihr ja, ich versuche es gerade überzuleiten sehen, also wir gucken uns das Spiel an als es schon fertig ist und jetzt würde man ja feststellen Jonas hat 15 mal vom Elfmeterpunkt Punkt.
• 13:10
  Sprecher 1 Geschossen, warum auch immer.
• 13:12
  Sprecher 1 Dann wäre ja die Wahrscheinlichkeit zu x Toren da gewesen.
• 13:16
  Sprecher 1 Und entweder über Performance oder Unterperformance oder bleib auf dem Mittel. Damit könntet ihr sozusagen bewerten, habe ich.
• 13:25
  Sprecher 1 Eigentlich meine Chancen genutzt oder nicht richtig.
• 13:27
  Sprecher 1 Genau, und darauf wollte ich eben hinaus. Wir waren bei diesen anderthalb Xg bei 211 Metern stehen geblieben und jetzt geht es natürlich darum, wieviel Chancen kreiere ich irgendwie. Viele Chancen lasse ich zu.
• 13:35
  Ja.
• 13:41
  Sprecher 1 Ja, also Chancen im Sinne von, dass jemand anders schießen kann und mit einer guten Expected goal genau der wie viele Chance ist immer definiert als Abschluss ein.
• 13:52
  Sprecher 1 RRR und er muss geschossen haben um einen XG Wert zu bekommen. Da ist auch schon eine Limitation von XG ne wenn du jetzt einen Ball von außen hast, eine wunderbare Hereingabe der Stürmer aber ganz knapp.
• 14:07
  Sprecher 1 Knapp am Fünfmeterraum den Ball passiert, es kommt nicht zu einem Schuss, dann hast du natürlich auch keinen xg wert und diese Gefahr, die natürlich bestand wird sich entwickeln, wird dann nicht in die Spielbewertung, da gibt es dann noch mal aufbauende komplexere Modelle, die man dann in der Zukunft auf jeden Fall aufsetzen kann.
• 14:29
  Sprecher 3 Ja.
• 14:30
  Sprecher 1 Genau. Aber wenn du.
• 14:31
  Sprecher 1 Jetzt.
• 14:32
  Sprecher 1 1,5.
• 14:33
  Sprecher 1 Xg hast versus du hast Chancen für 2 Tore.
• 14:37
  Sprecher 1 Zugelassen also NXG von 2, dann kannst du basierend darauf eben deine Post Match gewinnwahrscheinlichkeit berechnen.
• 14:46
  Sprecher 1 Und einordnen okay vor allem auch dann im Vergleich zu der Erwartung.
• 14:51
  Sprecher 1 Vor dem Spiel.
• 14:52
  Sprecher 1 Habe ich jetzt. Wie habe ich jetzt performt? Ja und?
• 14:59
  Sprecher 1 Das ist genau diese Differenz. Dort ist es eben angesprochen. Du kannst, es gibt genug Spiele, wo Mannschaften Chancen für 3 Tore erzielen, aber halt nur 1 machen der Gegner.
• 15:15
  Sprecher 1 Der Gegner eben. Chancen für nur ein Tor, aber 3 Tore macht und das ist da hilft einfach expected Gold um diesen Zufalls glücksfaktor ja auch diese individuelle Stärke, wenn du nur wenn du die Top Spieler hast einen Harry Kane mag sein, dass der viel effizienter ist als die anderen Bundesliga Torschützen, aber es ist auch immer ein Indikator oder?
• 15:39
  Sprecher 1 Uhr.
• 15:41
  Sprecher 1 Der Sieg war schon glücklich. Ja, ich hatte weniger Chancen kreiert als der Gegner.
• 15:48
  Sprecher 1 Da geht immer so und x, und das klingt jetzt erstmal abstrakt, ja und irgendwie nach Spielbrett.
• 15:58
  Sprecher 1 Aber tatsächlich ist es so, dass eben expected Goals, die mit am besten validierteste Methode im Fußball ist. Ja, du kannst, wenn du dich nach der Hinrunde hinstellst.
• 16:10
  Sprecher 1 Und dir den durchschnittlichen Exil oder die durchschnittliche Xg Differenz anschaust einer Mannschaft, dann hat das, dann ist das KPI die am höchsten Aussagekraft über die Rückrunde.
• 16:25
  Sprecher 1 Und die zukünftige Leistung deiner Mannschaft hast Gildemar oftmals.
• 16:33
  Sprecher 1 Einleitend gibt es dann oftmals die Geschichte um Jürgen Klopp bei Borussia Dortmund. 2014 2015 das hatte mal der damalige Data Scientist vom FC Liverpool.
• 16:46
  Sprecher 1 Berichtet, dass Dortmund eigentlich du willst als Trainer, als Mannschaft willst du mehr im Schnitt pro Spiel mehr Chancen kreieren als der Gegner.
• 16:57
  Sprecher 1 Ja, und das hat das hat Dortmund in der Hinrunde gemacht. Sie standen aber auf Platz 17 ja, weil gemessen also nicht gut abgeschlossen, sozusagen, genau sie waren sie waren in der Offensive ineffizient und natürlich in der Defensive auch einfach Pech und der Gegner war im Schnitt sehr, sehr effizient.
• 17:19
  Sprecher 3 Und.
• 17:20
  Sprecher 1 Das ist eben dieser Zufallsfaktor im unter anderem Zufallsfaktor im Fußball. Du kannst selbst dann eben nach 17 Spieltagen weit unten landen, aber was nicht bedeutet, dass du, dass du alles falsch machst. Ja, und da nahm die Saison dann eben in der Rückrunde noch so einen Lauf, dass Dortmund sich dem vor der Saison wahrscheinlich eher der erwarteten Platzierung.
• 17:46
  Sprecher 1 Annähert in der Rückrunde eben und ich weiß nicht mehr genau. Auf jeden Fall im Oberen.
• 17:52
  Sprecher 1 Dritte, die die Bundesligasaison abschloss.
• 17:59
  Sprecher 1 Und das ist das, was du ja meinst. Die haben sozusagen weiterhin in den Spielen die Chancen konstant generiert und sie haben diesmal alle Chancen oder zum Großteil verwandelt. Damit zeigst du ja auch, wieviel Chancen eigentlich raus gearbeitet werden und wenn du jetzt.
• 18:21
  Sprecher 1 Hatten wir vorhin. Vielleicht müssen wir n bisschen ausholen? Ja, im Vorgespräch ja noch mal n bisschen so geschnackt würdest du oder hättest du Jürgen Klopp mit der.
• 18:31
  Sprecher 1 Platz 17 bewertet zu dem Zeitpunkt hätte man sich eher vielleicht von ihm getrennt und gesagt, es ist nicht so, aber dadurch, dass man auch gesehen hat, dass die Spieler zum großen Teil die Chancen schon rausgearbeitet hatten und es einfach nicht zum Abschluss kam und.
• 18:46
  Sprecher 1 Das Thema Zufall oder weitere Themen? Da mit Reingespielt haben.
• 18:50
  Sprecher 1 War es ne weitere Metrik, die eigentlich.
• 18:53
  Sprecher 1 Bewerten konnte auf.
• 18:54
  Sprecher 1 Dem richtigen Weg war genau jetzt hat Jürgen Klopp in den Jahren zuvor, ich weiß nicht, ob dein Fußballwissen soweit geht, hat sehr viel, sehr viel auch richtig gemacht und oder noch mehr Erfolg, als er in dieser halben Saison hatte.
• 19:09
  Sprecher 1 Weshalb er sowieso n großen Credit hatte, weil Dortmund und im gesamten Umfeld, das war jetzt sicherlich nicht ausschlaggebend dafür, dass er irgendwie nicht früher gehen musste. Ich.
• 19:20
  Sprecher 1 Dir geglaubt und.
• 19:24
  Sprecher 1 Genau.
• 19:25
  Sprecher 3 Das.
• 19:28
  Sprecher 1 Ja. Bewertet man damit also jetzt nur die Vereine, kannst du damit Spieler bewerten, kannst du damit Trainer bewerten, also was wie muss ich mir sowas vorstellen, ja.
• 19:43
  Sprecher 1 Das war.
• 19:45
  Sprecher 1 Sag mal bei Jürgen Klopp bleiben ich.
• 19:50
  Sprecher 1 Das erzählt Ian Graham. Ich eben vergessen zu sagen, der ihn ja dann der eben Delta Santos bei Liverpool damals war, als Liverpool ihn dann anschließend nach dieser Saison und Klopp aufhörte, ja verpflichtete.
• 20:06
  Sprecher 1 Da kann man eben aufzeigen, auch dadurch, dass du dir das.
• 20:11
  Sprecher 3 Jung? Klopp.
• 20:12
  Sprecher 1 Diese vorherige Gewinnwahrscheinlichkeit auch schon bei Mainz 05.
• 20:17
  Sprecher 1 In seiner vorherigen Station vor Dortmund eben aus. Performte ja, also.
• 20:24
  Sprecher 1 Wahrscheinlich war es Jürgen Klopp ja der, der diese Mannschaft besser gemacht hat und sie über den Erwartungen einfach performt haben. Und das ist, das ist so ein Ansatz, wie man wie man Trainer bewerten kann, wie man Mannschaften bewerten kann, ja.
• 20:43
  Sprecher 1 Bei Spielern selbst.
• 20:46
  Sprecher 1 Ist es, kannst du schauen? OK, hat jetzt nen Hurricane, hat die meisten Tore geschossen in der Bundesliga. Ich weiß jetzt nicht genau wie viele es waren in der vergangenen Saison, aber man könnte zumindest schauen mal Aussummiert überall seine Schüsse hatte er denn jetzt wenn er 40 geschossen hat waren glaube ich ein bisschen.
• 21:06
  Sprecher 1 Waren müssen weniger gewesen sein, aber wenn er 40 geschossen hat, aber Chancen für 60 Tore hatte.
• 21:12
  Sprecher 1 Könnte man, wäre das so ein Indikator dafür, dass er recht ineffizient waren. Das wird bei ihnen nicht der Fall gewesen sein, wahrscheinlich.
• 21:20
  Sprecher 1 Eher wahrscheinlich andersrum.
• 21:21
  Sprecher 1 Und so kannst du.
• 21:22
  Sprecher 1 Da Spieler bewerten.
• 21:24
  Sprecher 1 Und kann.
• 21:25
  Sprecher 1 Es auch sehen, ob die Leistung zunimmt oder abnimmt.
• 21:28
  Sprecher 1 Ja.
• 21:29
  Sprecher 1 Ach so, also du meinst jetzt bei.
• 21:31
  Sprecher 1 Einem Spieler, oder ja.
• 21:33
  Sprecher 1 Weil du siehst ja, sozusagen. Könntest ja.
• 21:37
  Sprecher 1 Harry Kane könnte ja jetzt sozusagen diese 40.
• 21:40
  Sprecher 1 Chancen für 40 Tore gehabt haben 60 gemacht und nächstes Jahr hat er auch wieder Chancen für 40 aber hat nur noch 30 Tore gemacht. Im folgenden Jahr wieder Chancen für 40 und dann noch 20 gemacht, dann werkst du ja sozusagen, dass seine Performance aus irgendwelchen Gründen sich verändert oder schlechter wird, genau ist dann das ist dann schon bei so einem Rahmen event.
• 22:03
  Sprecher 1 Recht langer Zeitraum ja, aber ja, grundsätzlich und so ein Spieler muss auch erst mal lang genug in derselben Mannschaftskonstellation.
• 22:11
  Sprecher 1 Spielen.
• 22:12
  Sprecher 3 Wäre.
• 22:13
  Sprecher 1 Jetzt nicht der Hauptfokus.
• 22:16
  Sprecher 1 Expected goals bringt vor allem auch diesen oder eliminiert diesen Bias, wo du auch heute immer noch viele Trainer hast, die nach dem Spiel hingehen und erst mal schauen okay natürlich das Ergebnis, aber wie viele Schüsse hatten wir denn?
• 22:36
  Sprecher 1 Und du kannst 10 Schüsse gehabt haben. Die können aber alle von der Mittellinie gewesen sein, ne und dann?
• 22:44
  Sprecher 1 Ist expected goals ja viel differenzierter und eliminiert halt diesen Bias. Diese Verzerrungen in der Statistik und ist genauer.
• 22:49
  Sprecher 3 Ja.
• 22:55
  Sprecher 1 Ein ähnliches, das.
• 22:59
  Sprecher 1 Noch mehr klingt vielleicht zu groß, aber die Assist Statistik ja. Wenn du also Vorlage ja die Vorlagen ja ist Vorlagen geber, Statistik in der Bundesliga beispielsweise wenn du irgendwie die Vorlagen geber, Qualität eines Spielers bewerten möchtest.
• 23:08
  Sprecher 3 Das ist.
• 23:17
  Sprecher 1 Dann ist das viele irgendwie der erste Ansatzpunkt. Aber du hast ja bei den vorbei der Anzahl an Vorlagen von Spielern hast du ja die Abhängigkeit am.
• 23:29
  Sprecher 1 Ende der Stürmer das Tor gemacht.
• 23:32
  Sprecher 3 Haben das.
• 23:32
  Sprecher 1 Gemacht haben müssen. Ja er kann ne wunderbare ne Chance mit nem XG von 0,9 9590% torwahrscheinlichkeit wunderbar nach einem 1 gegen 1 Dribbling kreiert haben. Ja der Stürmer vergibt hat ne.
• 23:50
  Sprecher 1 Fantastische Vorlage bereitet.
• 23:54
  Sprecher 1 Der Stürmer vergibt aber die Aktion ist in keiner Statistik zu sehen. Ne und da ist beispielsweise so, da spricht man dann von expected assists, dass du eben die Torwahrscheinlichkeit den XT Wert des Abschlusses eben dem dem Assistgeber zuweist.
• 24:11
  Sprecher 1 Die sogenannte Attribution, die man aus dem Marketing kennt, um sozusagen die Konstellation der unterschiedlichen Marketingkanäle mitzubewerten.
• 24:20
  Sprecher 1 Ich.
• 24:20
  Sprecher 1 Kann mich im Marketing jetzt nicht so gut aus wie du.
• 24:22
  Sprecher 1 Aber aber.
• 24:22
  Sprecher 3 Ja.
• 24:23
  Sprecher 1 Ja, du hast ja hört sich so an.
• 24:24
  Sprecher 1 Ja, ja, ja, ja, ja, cool, ja.
• 24:28
  Sprecher 1 Und muss ich mir das dann vorstellen, dass diese Werte dann in der Datenbank pro Spieler hängen?
• 24:36
  Sprecher 1 Was ma du meinst, ob sie direkt abgreifbar ist und schon quasi genau da haben wir unsere unsere Pipeline wenn so n spieldatensatz reinkommt, diese Event und Positionsdaten geliefert werden von den Dienstleistern, dann durchlaufen die unsere Pipelines, da ist dann unter anderem eben dieses das Modell.
• 24:39
  Sprecher 3 Ja, ja.
• 24:57
  Sprecher 1 In Teilen zur Berechnung von Xg.
• 25:01
  Sprecher 1 Wir sollen.
• 25:01
  Sprecher 1 Und da, genau weil es auch einfach am Ende n sehr elementarer KPI für uns ist, zur in in vielen Produkten. Und viele Produkte sind für euch dann wie der Report, der an die Trainer geht als PDF Variante oder Power Bi Dashboard hatte Kevin ja auch davor gesagt wo wo es da.
• 25:22
  Sprecher 1 Mit dran hängt jetzt gerade.
• 25:24
  Sprecher 1 Ist ja auch die U 21 EM ja voll im Gange.
• 25:29
  Sprecher 1 Da haben wir dann auch noch ein Produkt wie die Spielanalysen, müssen ja alles händisch irgendwie taggen, auch während des Spiels, da schließt dann eben so eine in unserer Pipeline auch mit an, das direkt sobald die.
• 25:45
  Sprecher 1 Daten prozessiert wurden. Es heißt bei uns TACTICAL XML s, aber das halt genau die die Phasen eines Spiels die relevant sind für die Analyse.
• 25:57
  Sprecher 1 Vor erstellt werden.
• 25:59
  Sprecher 1 Als tags, so dass die Analysten in der Spielnachbereitung am nächsten Tag direkt in ihre Szenen springen können, die für sie relevant sind.
• 26:08
  Sprecher 1 Cool hä? Das ist ja leider nicht so ein bisschen zu zur nächsten nächsten Punkt über das ist dann viel auch Prozessautomatisierung, die du vorhin angesprochen hast. Ne genau, ja, das ist also wir hatten schon über 2 große gesprochen jetzt diesen Match Report und die Tactical XML ja wo man natürlich auch enorm.
• 26:34
  Sprecher 1 Zeit sparen kann, ist in der Gegnervorbereitung ja, weil du da.
• 26:38
  Sprecher 1 Wenn du nächstes Wochenende gegen Team y spielst.
• 26:44
  Sprecher 1 Setzt sich n Analyst hin und schaut mal mindestens die letzten 3. Wenn ich mehr Spiele dieses Gegners und da helfen natürlich auch Daten wieder irgendwie zu.
• 26:57
  Sprecher 1 Ja, diese zu aggregieren und.
• 27:03
  Sprecher 1 Das ganze in in KP is runter zu brechen um meine erste Tendenz zu haben. Dennoch muss natürlich viel.
• 27:11
  Sprecher 1 Dann auch in der qualitativen Analyse gearbeitet werden. Standard.
• 27:14
  Sprecher 1 Ein sehr gutes Beispiel, wenn wir über Spielphasen sprechen.
• 27:20
  Sprecher 1 Hattest du mit Kevin ja auch drüber gesprochen, dass dieser die Nutzung von Daten im Sport ja ursprünglich aus dem Baseball kommt. Die Moneyball Story und Baseball ist natürlich ein viel dankbareres Spiel als der Fußball, weil es nicht so offen, komplex, weniger Spieler auf dem Spielfeld.
• 27:41
  Sprecher 1 Ist und im Fußball hast du halt wirklich dieses statische Setting, primär bei Standardsituationen, ja.
• 27:48
  Sprecher 1 Wo du.
• 27:50
  Sprecher 1 Nen klaren Start hast was oftmals in der Spielanalyse dann hilft.
• 27:56
  Sprecher 1 Und aber, und deswegen haben wir auch in der Vergangenheit viel, ich hatte es vorhin angedeutet, dass wir versuchen, Insights über das über spieltaktische Entscheidungen zu generieren, ja.
• 28:11
  Sprecher 1 Deswegen haben wir uns da mit Standards auch Intensivst in den letzten Jahren auseinandergesetzt.
• 28:18
  Sprecher 1 Vor allem der Eckball ist.
• 28:22
  Sprecher 1 Da begehrtes Beispiel, du hast.
• 28:25
  Sprecher 1 5 Eckbälle pro Spiel und wenn?
• 28:30
  Sprecher 1 Du jetzt die meisten Trainer so Eckbälle sind recht angesehen mittlerweile in der Praxis sie auch zu trainieren, da wird man hat man auch in den letzten Jahren jetzt gesehen, dass es kreativere Herangehensweisen, Muster gibt, wie man da seine Torwahrscheinlichkeit erhöhen kann, wie man die Offensive.
• 28:47
  Sprecher 1 Aufsetzen kann.
• 28:49
  Vor.
• 28:50
  Sprecher 1 3 Jahren kam dann einer der Co Trainer von der a Nationalmannschaft auf uns zu und hatte beispielsweise gefragt ey, sollte ich.
• 28:57
  Sprecher 1 Eigentlich.
• 28:58
  Sprecher 1 Sollten wir eigentlich unsere Ecken kurz oder lang spielen? Das.
• 29:02
  Sprecher 1 Ist schon aufgrund dieses statischen Settings ein.
• 29:07
  Sprecher 1 Recht simples Beispiel, wo du mal herangehen kannst und guckst sind eigentlich.
• 29:12
  Sprecher 1 Lang geschlagene Ecken, irgendwie erfahren als kurze.
• 29:18
  Sprecher 3 Und.
• 29:20
  Sprecher 1 Tendenz ist ja, und das ist dann auch so n so ein ein Beispiel, mit dem man dann eben in die Trainerausbildung gehen kann und mal wirklich was aktenbasiert kann.
• 29:31
  Sprecher 3 Ja, sehr gut.
• 29:34
  Sprecher 1 Jim, ja, was dann wieder dazu führt, dass wenn der Ball eben lang geschlagen wird, er angenommen wird, Kopf oder Fuß hast du gesagt gehabt nen anderen XG wert hat und damit sozusagen mehr Chancen generiert werden die dann potenziell zum Abschluss kommen? Genau.
• 29:55
  Sprecher 1 Da ein anderer Teil, ich habe gerade über das Start Event gesprochen, was beim Eckball klar ist. Bei uns ist auch so der Wissenschaftsbereich mit angesiedelt. Es ist n super simples Beispiel, aber hat n enormen Mehrwert so für die Fußballpraxis gebracht.
• 30:13
  Sprecher 1 Am Ende, wenn du Daten kategorisieren willst und einstufen willst, dann brauchst du immer klare Definitionen, jede Statistik.
• 30:23
  Sprecher 1 Da ist die.
• 30:25
  Sprecher 1 Definition elementar für dein KPI, für das, was du bemessen willst.
• 30:30
  Sprecher 1 Und wenn du bei Mac Ball eben diesen Startmoment, den hast du klar, aber wo hört denn so ne Eckballphase auf? Ja?
• 30:39
  Sprecher 1 Da kannst du halt sagen.
• 30:41
  Sprecher 1 Du hast also, wenn du dir.
• 30:42
  Sprecher 1 Ne Tor Statistik n Ranking der Bundesligisten meinetwegen anschaust, wär es am effizientesten nach Eckbären.
• 30:51
  Sprecher 1 Dann werden oftmals nur die ersten 2 Kontakte und.
• 30:56
  Sprecher 1 So berücksichtigt.
• 30:56
  Schlecht.
• 30:57
  Sprecher 1 Aber da gibt es natürlich ein.
• 31:01
  Sprecher 1 Einfach also eine Eckball Situation. Das war dann damals so unsere Erkenntnis, die endet nicht einfach mit dem ersten oder zweiten Kontakt und dann haben wir eben auch gesehen, dass vor allem auch viele Tore erst.
• 31:14
  Sprecher 1 Nach dem zweiten Kontakt nach einem Eckball fallen die Szene.
• 31:19
  Sprecher 1 Aber immer noch irgendwie dem Eckball zugewiesen wird. Und da arbeitest du dann auch mit Studierenden, die setzen sich hin, da schreiben ihre.
• 31:27
  Sprecher 1 Munition einer Eckballphase.
• 31:30
  Sprecher 1 Und dann setzen die sich hin, ein Label, mal 1000 1000 Eckball, Tore durch, ja schauen ob sie irgendwie ne übereinstimmende Definition in ihren 1000 Labels haben anhand ihrer Übereinstimmung, der Bewertung dieser Szenen. Ja ja, und so hast du dann wirklich mal eine fundierte Definition und siehst.
• 31:52
  Sprecher 1 Wir haben.
• 31:53
  Sprecher 1 In der Vergangenheit immer.
• 31:55
  Sprecher 1 An lass es 5 bis 10 Sekunden nach dem Eckball betrachten.
• 31:59
  Sprecher 1 Aber eigentlich sehen wir hier in unserer Daten vor allem auch, was dann nach diesen 5 bis 10 Sekunden da ist. Immer noch also.
• 32:08
  Sprecher 1 Am Ende war unsere ganze 21 Sekunden wo wenn du das vorstellst bei den Praktikern, das ist schon für die alle ein aha Moment und sind dann natürlich auch kritisch, aber zumindest hast du dich mal methodisch irgendwie genährt.
• 32:24
  Sprecher 3 Hat.
• 32:26
  Sprecher 1 Eine validierte Statistik rauszubringen und vor allem eine validierte Definition das.
• 32:32
  Sprecher 1 Heißt das heißt?
• 32:33
  Sprecher 1 Aber ihr arbeitet das schon auch mit Unis, oder?
• 32:37
  Sprecher 1 Fh s zusammen um sowas besser auszubauen. Genau da.
• 32:42
  Sprecher 1 Gibt es natürlich die viele Sportwissenschaftler, wo sowieso der DFB natürlich ein Name ist, ja, die dann sich unter anderem mit solchen Fragestellungen auseinandersetzen, wirklich diesen Spiel taktischen Inhalten.
• 32:56
  Sprecher 1 Und den und beispielsweise so Label Studien durchgehen.
• 33:03
  Sprecher 1 Wir versuchen aber natürlich auch mehr und mehr, ähnlich wie das jetzt beim Expected goals, wo du.
• 33:11
  Sprecher 1 Und natürlich jeder Informatiker, vor allem dann die, die Bock haben, mit Fußballdaten zu arbeiten.
• 33:18
  Sprecher 1 Nicht nur Informatiker gibt es ja mittlerweile, ist ja mittlerweile auch Recht alt gestreut.
• 33:22
  Aber.
• 33:24
  Sprecher 1 Die Daten im Fußball, die wir hier zur Verfügung haben, die sind natürlich maximal.
• 33:30
  Sprecher 1 Dankbar irgendwie auch für die Wissenschaft und.
• 33:33
  Sprecher 1 Um coole Modelle zu bauen, ja.
• 33:37
  Sprecher 1 Es ist mir gerade auffällt, wenn ich jetzt sozusagen unsere Zeit, wie wir gerade sprechen, da und.
• 33:43
  Sprecher 1 Wir haben auch vorher gesprochen. Ich habe vorher mit Kevin gesprochen, es ist für die Wissenschaft, für euch auch ein dankbarer das Thema.
• 33:53
  Sprecher 1 Das sind also, wenn ich jetzt bei anderen Firmen mal reinschaue und Data Scientistin scientistinnen, sich mit Themen beschäftigen wie Kundenverhalten voraussehen oder Logistikprozesse optimieren. Da kannst du dich nicht so reindenken und es ist nicht so zwangsweise sexy, weil es 1 und 0 ist und sehr Parameter.
• 34:16
  Sprecher 1 Art zu Parameter, B zu C und bei euch ist es ja natürlich schon sehr wichtig.
• 34:21
  Sprecher 1 Man kann sich sehr gut bildlich vorstellen, was da passiert. Und du bist schon mehr im Thema drin und du hast noch mal Emotionen und dadurch kommt glaub ich auch noch mal ne Motivation nicht zwangsweise nur aus dem Business bei euch im Sportbereich, sondern auch aus dem wissenschaftlichen, wissenschaftlich arbeitenden Bereich und man arbeitet gemeinsam so dran, sonst hast du immer so dieses Thema ist mein Gefühl mit Firmen mit denen ich spreche ist diese.
• 34:44
  Sprecher 1 Emotionale Bindung zur Analyse bei den Data Scientists nicht zwangsweise immens hoch, weil es für sie nicht zwangsweise so greifbar ist. Ja.
• 34:55
  Sprecher 1 Absolut. Also man, ich hoffe man merkt es nie an, man merkt es Kevin an, dass man mit brutaler Leidenschaft irgendwie dabei ist und dass man das absolut zu schätzen weiß in diesem Umfeld, in dem Kontext irgendwie zu arbeiten.
• 35:13
  Sprecher 1 Genau und gerade. Es ist natürlich auch besonders reizvoll für die für die Wissenschaft, weil die Daten.
• 35:22
  Sprecher 1 Wahnsinnig gut sind und komplex. Und das.
• 35:26
  Sprecher 1 Fällt aber natürlich auch noch nicht allzu alt ist.
• 35:31
  Sprecher 3 Ja.
• 35:35
  Sprecher 1 Du hast glaube ich deine Arbeitswelt beim DFB gestartet.
• 35:38
  Sprecher 3 Oder? Genau ja.
• 35:40
  Sprecher 1 Das heißt, die Frage, wie würdest du die Arbeit beim Verband versus Arbeit bewerten, könntest du nicht beantworten.
• 35:52
  Sprecher 1 Ich habe tatsächlich, was heißt tatsächlich ich habe. Ich habe natürlich verschiedenste.
• 36:00
  Sprecher 1 Werkstudenten oder werksstudenten, Praktika, Job, ich hab sogar ganz nach dem Abi eine Ausbildung gemacht zum biostriek Kaufmann erstmal bevor ich dann Wirtschaftsinformatik studiert hab ich immer.
• 36:10
  Sprecher 1 Wieder machen. Aber das ist ein anderes Thema.
• 36:13
  Sprecher 1 Und von daher so für mich persönlich.
• 36:17
  Sprecher 1 Bin ich da fein und aber natürlich ist es.
• 36:21
  Sprecher 1 Auch sehr und war schon immer auch sehr wirtschaftsinteressiert.
• 36:28
  Sprecher 1 Ich kann da irgendwie meinen, ja mein Bild machen, aber ich weiß es absolut zu schätzen, jetzt hier beim DFB direkt den Einstieg gemacht zu haben und.
• 36:45
  Sprecher 1 Gibt es weitere Themen, wie ihr aus dem wissenschaftlichen Arbeiten? Wenn ich es jetzt mal so nennen kann, helfen könnt?
• 36:55
  Sprecher 1 Den Job des Trainers oder den des Spielers noch mal mehr zu beeinflussen. Dass es.
• 37:00
  Sprecher 1 Besser wird.
• 37:06
  Sprecher 1 Also.
• 37:08
  Sprecher 1 Das ist jetzt ein sehr spieltaktische Frage.
• 37:13
  Sprecher 1 Haben wir. Wir haben jetzt auch noch gar nicht darüber gesprochen, dass natürlich der Haupt Use Case, das ist die moneyball Story hast du halt immer unterbewertete Spieler identifizieren willst, ja.
• 37:19
  Sprecher 3 Ja.
• 37:25
  Sprecher 1 Du willst für deinen Euro, den du investierst, irgendwie bestmöglichsten Spieler bekommen und lass es. Das ist natürlich irgendwie das, was die Nutzung von Daten im.
• 37:37
  Sprecher 1 Sport allgemein und mittlerweile jetzt auch im Fußball so groß gemacht hat und wo das große Potenzial besteht. Hier beim DFB haben natürlich aber jetzt nicht den Fall wie ein Club das wir irgendwie Geld damit verdienen Spieler günstig einzukaufen.
• 37:55
  Sprecher 1 Entwickeln und dann zu verkaufen, das ist, das ist so.
• 38:03
  Sprecher 1 Der größte Hebel mit den Daten und wie du eben aus dem, was ich so erzählt habe, haben wir dann etwas anderen Fokus, aber.
• 38:14
  Sprecher 1 Wenn es jetzt um die spieltaktischen Inhalte geht, die wir wissenschaftlich.
• 38:17
  Sprecher 3 Ja.
• 38:21
  Sprecher 1 Analysieren wollen, da gibt es.
• 38:23
  Sprecher 1 Wir haben aktuell auf.
• 38:27
  Sprecher 1 Immer wieder oft so. Wir sind in unserer Abteilung, in unserem Team, sind wir ne Bündelung von Kompetenzen, ja, das ist die, da ist n Spielanalyst dabei, da ist der Psychologe dabei, der Athletiktrainer und eben auch Data Science.
• 38:44
  Sprecher 1 Und da werden verschiedenste Themen diskutiert, wie unter anderem auch Team Kohäsion. Darunter versteht man den teamzusammenhalt Team Chemie Psycho natürlich.
• 38:56
  Sprecher 1 Also Team Chemie auch oftmals auf Psycholog.
• 38:59
  Sprecher 1 In also das ist natürlich auch immer eine große Fragestellung, wie brutal schwierig zu beantworten ist. Anhand von Daten wie setze ich mein Team bestmöglich zusammen?
• 39:13
  Sprecher 1 Hast du da Beispiele? Also wie wie würdet ihr.
• 39:19
  Sprecher 1 Diese Leistungs messungen Leistungstest für Spieler weil was ihr schon machen wollen würdet.
• 39:27
  Sprecher 1 Ihr würdet ja schon gucken, welche Spieler sind.
• 39:32
  Sprecher 1 Spielen in deutschen Ligen die Nee, in den Deutschen Spielen müssen ja nicht zwangsweise in deutschen Ligen spielen, sind aber deutsche national. Also haben die Deutsche National. Jetzt muss ich aufpassen, haben die Deutsche national.
• 39:45
  Sprecher 1 Ität und würden dann sozusagen ja bei euch spielen können, richtig?
• 39:50
  Sprecher 1 Ja, genau. Natürlich sind alle mit einem deutschen Pass irgendwie relevant für uns.
• 39:54
  Sprecher 3 Jetzt.
• 39:56
  Sprecher 1 Auch hier natürlich wieder etwas anderer Use Case.
• 39:59
  Sprecher 1 Wie im Club.
• 40:02
  Sprecher 1 So ein Beispiel, weshalb die Frage auch aktuell medial vielleicht wieder ein bisschen mehr diskutiert wird, ist Kilian Emder P, der jetzt PSG vor dieser Saison verlassen hatte, als absoluter Topstar und einer der besten Spieler der Welt hat PSG verlassen und jetzt ist PSG Champions League Sieger geworden.
• 40:23
  Sprecher 1 Und wo sich natürlich viel drauf gestürzt wird und gefragt wird. Ey, die Spielerqualität war vermeintlich letzte Saison irgendwie besser, jetzt ist der Top Topstar weg und sie haben den Erfolg auf.
• 40:37
  Sprecher 1 Diesem Level wird natürlich diskutiert, inwiefern?
• 40:44
  Sprecher 1 Also wird diskutiert, aber dann eben das Ganze zu quantifizieren. Wollen wir mal schauen was möglich ist, aber es ist brutal komplex, ich ein anderes Beispiel, weil wir da, das ist vielleicht spieltaktisch noch greifbarer und da ist auch definitiv gut was möglich, aber das.
• 41:06
  Sprecher 1 Aber die Identifizierung von Formationen im.
• 41:10
  Sprecher 1 Spiel ja, also ne Formation wie beispielsweise das 442 viel mehr Verteidiger 4 Mittelfeldspieler, 2 Stürmer. Da kannst du natürlich dann auch noch mal weiter differenzieren, aber.
• 41:23
  Sprecher 1 Es ist wahnsinnig komplex, auch schon aus dem Spiel heraus, diese Formationen automatisiert zu erkennen, ja.
• 41:32
  Sprecher 1 Du hast diese Positionsdaten, wo du alle 22 Spieler.
• 41:36
  Sprecher 1 Zu jeder 25 Sekunde hast.
• 41:40
  Sprecher 1 Und das Erkennen dieser dieser Formation, das würde natürlich enorm dabei helfen.
• 41:48
  Sprecher 1 Zu schauen, wie spielt jetzt mein Gegner, weil es vor allem da auch dann eben über die 90 Minuten hinweg in einem Spiel so eine Formation ja auch öfter mal geändert werden kann. Und da.
• 41:59
  Sprecher 3 Da.
• 42:00
  Sprecher 1 Ist beispielsweise auch eine spannende Frage, welchen Effekt mit denselben Spielern welchen Effekt hat. Denn da eine Formationsänderung?
• 42:08
  Sprecher 3 Ja, stimmt.
• 42:11
  Sprecher 1 Genau da läuft läuft auch aktuell also ein bisschen was, aber selbst so eine Fragestellung, wo du sagen könntest, wir haben wunderbare Daten und eine coole Fragestellung, aber ist auch da kommt es wieder zur Definitionsfrage und ist wahnsinnig.
• 42:30
  Sprecher 3 Komplexe.
• 42:32
  Sprecher 1 Über.
• 42:35
  Sprecher 1 Die a Nationalmannschaft gesprochen und viel über ist natürlich auch als deutscher Staatsbürger, der interessiere mich genau dafür, dass sie gut abschließen. Aber DFB hat ja auch noch mal ne andere Aufgabe.
• 42:48
  Sprecher 1 Der Verband ist ja für alle anderen ja auch noch mal zuständig, also nicht nur für eine Mannschaft, sondern für für alle, auch drumherum.
• 42:57
  Sprecher 1 Wie würdet ihr die denn mit Daten unterstützen? Ja.
• 43:02
  Sprecher 1 Das war jetzt so n bisschen aufgrund meiner Rolle in den in den letzten Jahren. Ne, aber genau.
• 43:08
  Sprecher 1 Da wollen wir halt auch hin, dass wir, weil wir hier beim DFB einfach die Möglichkeit haben, in das System hineinzuwirken und du natürlich auch noch mal nen ganz anderen Hebel hast, das System.
• 43:21
  Sprecher 1 Komme ich gleich, was ich damit zu was ich damit meine noch mal.
• 43:27
  Sprecher 1 Über eine Vielzahl an Spielern oder Clubs. Irgendwie.
• 43:31
  Sprecher 1 Noch mal um, dann macht halt ein Prozent Verbesserung. Vielleicht noch mal. Hat noch mal eine größere Auswirkung als jetzt ein Prozent bei manchen.
• 43:39
  Sprecher 1 Mannschaft ja.
• 43:41
  Sprecher 1 Und mit dem System. Da haben wir beispielsweise die sportmotorischen Leistungstests, die an den Stützpunkten steigt.
• 43:50
  Sprecher 1 Punkte, das sind so die Top 4% der deutschen Spieler die da.
• 43:58
  Sprecher 1 Über den Kreis hinweg, über verschiedene Ebenen auch.
• 44:03
  Sprecher 1 Mit reingeholt werden und die.
• 44:07
  Sprecher 1 Absolvieren seit 20 Jahren so eine Testbatterie an Testungen und da wurde wirklich seit 20 Jahren systematisch erhoben, wie schnell läuft ein Spieler auf 10 auf 20 Metern, was hat er für Dribblings, Skills und läuft dem einen Parcours oder in Passübungen oder ein bisschen seine Technik abgefragt, das ist ein.
• 44:33
  Sprecher 1 Mit anderen Verbänden, sprich sprich.
• 44:36
  Sprecher 1 Es schon n sehr einmaliger Datensatz, weil du am Ende willst du ja dahin kommen, dass dieser Test.
• 44:42
  Sprecher 1 Bestmöglich irgendwie ne Fußballfähigkeit bewertet.
• 44:47
  Sprecher 1 Und im besten Fall sogar wirklich nen Zusammenhang besteht. Ey jemand der der mit 1314 sehr physisch stark ist? Da ist jetzt schnell am Ende auch wahrscheinlicher irgendwie in der Bundesliga liegt landet.
• 45:05
  Sprecher 1 Und das wurde auch über viele Jahre hinweg von der Uni Tübingen auch betreut und wir wissenschaftlich begleitet. Und allein, dass die jetzt 20 Jahre laufen, heißt, da ist auf jeden Fall ne Relevanz vorhanden, ja.
• 45:20
  Sprecher 1 Dann gibt es sicherlich.
• 45:21
  Sprecher 1 Und ihr habt natürlich jetzt auch die Auswertung der Spieler, wie sie jetzt gerade spielen. Das ist, das ist unter anderem der der Schatz, Wir hatten unserer Sportdaten Datenbank.
• 45:33
  Sprecher 1 So, und das ist.
• 45:36
  Sprecher 1 Also genau, wir können jetzt vielleicht noch mal auf der anderen Ebene wirklich diese Tests validieren und.
• 45:40
  Sprecher 3 Ja.
• 45:42
  Sprecher 1 Halt mal prüfen. Okay bestätigen, Zusammenhang auf die zukünftige Leistungsklasse eines Spielers.
• 45:49
  Sprecher 1 Aber man kann natürlich auch noch mal hingehen, auch angeknüpft so an unseren Wissenschaftsbereich in der DFB Akademie. Was gibt es denn vielleicht noch für Möglichkeiten um.
• 46:01
  Sprecher 1 Das Potenzial, den Leistungsstand eines Spielers irgendwie zu bewerten.
• 46:06
  Sprecher 1 Ja, und da wird halt oftmals kritisiert, EY so n Sprint ist super isoliert. Ja das hat nichts mit einem Sprint und der Intuition eines Spielers auf dem Spielfeld zu tun. Wir würden wir wollen möglichst spielnah einfach testen.
• 46:23
  Sprecher 1 Gibt es Ansätze, um irgendwie Spielform zu entwickeln, wo du immer alle 5 oder 10 Minuten in verschiedensten Konstellationen gegeneinander spielst und so kleine Turniere veranstalten?
• 46:35
  Sprecher 1 Willst und du das über eine Vielzahl an Spielen machst, dann kann es da ein Signal geben, dass bestimmte Spieler irgendwie immer das Ergebnis positiv beeinflussen. Das.
• 46:46
  Sprecher 1 Ist jetzt noch Zukunftsmusik, oder wir.
• 46:50
  Sprecher 1 Auch immer. Aber über sowas wollen wir natürlich dann auch systematisch.
• 46:58
  Sprecher 1 Auf der Ebene objektiv irgendwie Leistung bewerten.
• 47:05
  Sprecher 1 Ja, und die Spieler ermöglichen, dass die Spieler sich besser individuell weiterentwickeln können. Ja, und da geht es dann auch nicht immer nur.
• 47:13
  Sprecher 1 Darum die Top.
• 47:14
  Sprecher 1 Top Spieler.
• 47:16
  Sprecher 1 Sondern auch das sind Spieler für seinen individuellen Weg. Einfach Monitoren kann wie wie sein Verlauf ist.
• 47:24
  Sprecher 1 Das Spiel wieder zurück entspannte.
• 47:30
  Sprecher 1 Gibt's denn so? Weil wir gerade so ein bisschen über die Zukunft gesprochen sind, Themen, die ja noch angehen werdet, wo du jetzt drüber sprechen darfst, was so ein bisschen die Reise sein könnte.
• 47:39
  Sprecher 1 Was, was wir.
• 47:40
  Sprecher 1 Aber.
• 47:41
  Sprecher 1 Was wir auch machen, wir haben ja Besitzer, die DFB oder haben auch eigene DFB Wettbewerber mit unter anderemder.eu 17 und u 19 Nachwuchs liegt was ehemals die Bundesliga war. Jetzt heißt es DFB Nachwuchsliga.
• 47:59
  Sprecher 1 Die wurde jetzt reformiert. Also das System wurde angepasst. Der Spielmodus.
• 48:06
  Sprecher 1 Und da wollen wir das machen, vor allem auch, was heißt, vor allem das machen die Kollegen aus dem Spielbetrieb, aber da geht es dann darum, auch diese, diese Änderungen, die Reform, den neuen Spielmodus zu bewerten, haben wir unsere Ziele erreicht, dass irgendwie mehr Mannschaften auf einem Spielniveau spielen und.
• 48:30
  Sprecher 1 Das ist so ein Fußball, das.
• 48:34
  Sprecher 1 Kinder, Jugendliche, auch Erwachsene. Viel Spaß beim Fußball haben, wenn sie auf einem ähnlichen Niveau gegenüberstehen.
• 48:40
  Ja, ist glaube ich.
• 48:42
  Sprecher 1 Noch, und das war so eine Motivation, um in dieser Liga auch den.
• 48:48
  Sprecher 1 Modus anzupassen.
• 48:52
  Sprecher 1 Ja, sehr spannende Folge, würde ich.
• 48:55
  Sprecher 1 Aus deiner Sicht sagen, dass wir irgendwas noch nicht besprochen haben, was für dich relevant?
• 48:59
  Sprecher 1 100 ja tatsächlich, das schließt so ein bisschen auch an die Herausforderungen, die die Kevin in der 1. Folge angesprochen hatte. Es war das irgendwie jetzt gerade in der Bundesliga, wo es mehr und mehr Vereine gibt, die dein.
• 49:16
  Sprecher 1 Investieren in personalunfähige Leute, die eine it Infrastruktur schaffen.
• 49:20
  Sprecher 1 Schaffen, dass viele eigentlich ähnliches machen. Ja, mit dem ihr hatte das Beispiel mit dem ID Mapping irgendwie verschiedene Datensätze zusammenzubringen, aber vor allem auch dann in der in der Bereinigung. Viele bekommen halt Daten von verschiedensten Anbietern in unterschiedlichsten Formaten da.
• 49:42
  Sprecher 1 Haben wir im Rahmen auch eines wissenschaftlichen Projektes, wo viele Pfunde Wissenschaftler in.
• 49:51
  Sprecher 1 Bereich auch beteiligt sind und auch Praktiker aus.
• 49:58
  Sprecher 1 Da haben wir ein Projekt gemacht, das nennt sich Common Data Format. Ja, und da geht es dadrum sich mit den Leuten aus der Branche darauf zu einigen, welche Daten brauchen wir eigentlich von den Anbietern und sogar in welchem Format Service.
• 50:13
  Sprecher 1 Ja.
• 50:15
  Sprecher 1 Standards aufbauen, das ist ein gutes Zeichen. Ja, dass sowas passierte, ja, da haben wir auch Umfragen zu durchgeführt gehört zu der dem methodischen Teil, diesen dieses Projektes.
• 50:27
  Sprecher 1 Und wirklich.
• 50:29
  Sprecher 1 Das ist ein sehr gutes Zeichen.
• 50:32
  Sprecher 1 Sehr große Resonanz bekommen viele Reaktionen auf und genau da wird jetzt dann auch zeitnah der der erste Stand veröffentlicht, von dem Standard und so wollen wir natürlich dann auch als DFB, der die, der nicht in dem Tagesgeschäft steckt, unsere.
• 50:52
  Sprecher 1 Ressourcen haben wir dann eben auch dafür genutzt, auch mit mit den Universitäten.
• 51:00
  Sprecher 1 Und den Wissenschaftlern, um da etwas voranzutreiben und bestmöglich in der Zukunft den Clubs zur Arbeit erleichtern. Zwischen.
• 51:13
  Sprecher 1 Hier 2 Fragen, die jedem Gast oder jeder gestern gestellt werden. Was machst du noch? Private Daten haben die was mit Fußball zu tun und welchen Filmtitel oder Serientitel würdest du unserer Folge geben?
• 51:26
  Sprecher 1 Privat also ich finde, es ist offensichtlich, aber es muss schon noch gewürdigt werden, finde ich. Ist Google Maps, was wurde wahrscheinlich auch mehrfach bei dir genutzt schon erwähnt?
• 51:41
  S precher 1 Dann nehmen werd ich so n bisschen meine Finanzdaten aus um einen Überblick zu bekommen. Ich pendel hier nach Frankfurt und da.
• 51:48
  Sprecher 1 Oder meiner das, was ich so in der Gastronomie lasse und einen Überblick zu und ob das noch im Möglichen liege, sowas nach Filmtitel gefragt. Ich würde es mal abändern, weil ich es auch bei dir in manchen Folgen gehört hatte. Mit Buchtitel geht auch.
• 52:04
  Sprecher 1 Noch. Ja, da würde ich auf schnelles Denken. Langsames Denken kommt mit Betonung auf langsames Denken, weil ich weiß nicht, ob du es kennst. Das Buch von Daniel Kahneman ich hab viel von Biasis gesprochen und er?
• 52:19
  Sprecher 1 Mich da inspiriert und stark beeinflusst hat, darüber nachzudenken und eben vor allem öfter.
• 52:26
  Sprecher 1 Ich hoffe, man hat es mir jetzt nicht zu stark im Podcast angemerkt und dieses langsame Denken, also das strukturierte denken, nicht nur schnell aus dem Bauchgefühl, das intuitive Denken.
• 52:35
  Sprecher 1 Wird Rückmeldung, Bewertungen abzugeben, zu schalten und genau das hat mich sehr geprägt.
• 52:44
  Sprecher 1 Vielen, vielen Dank für die spannende Folge. Vielen dank Jungs.