Praxisorientierte Forschung im Frauenbasketball

Die deutschen Fußballerinnen spielen am Freitagabend in der Nations League und das ZDF überträgt live zur Primetime. Bei der Fußball-WM der Männer in Katar pfeift erstmals in der WM-Geschichte eine Schiedsrichterin ein Herren-Spiel. Und die Sportbusiness-Konferenz SPOBIS befasst sich kürzlich mit der Frage „Initiieren Frauen den nächsten Hype im Sport?“. Frauen im Sport scheinen an Relevanz zu gewinnen, und das wird in der öffentlichen Diskussion immer stärker beachtet.

Trotzdem besteht im Leistungssport weiterhin ein Ungleichgewicht, insbesondere in Bezug auf die öffentliche Wahrnehmung, strukturelle Rahmenbedingungen, Fördermöglichkeiten und auch in der Forschung, wie am Beispiel des Gender Data Gaps deutlich wird. Professor Daniel Memmert und Dr. Marc Garnica Caparrós vom Institut für Trainingswissenschaft und Sportinformatik (ITS) der Deutschen Sporthochschule Köln möchten nun mit einem Projekt einen Beitrag dazu leisten, diese Lücke zu schließen. Sie beschäftigen sich seit Jahren mit Künstlicher Intelligenz und Maschinellem Lernen auf der Basis verschiedener Sportdaten im Rahmen von Projekten, die bislang von der Deutschen Forschungsgemeinschaft (DFG) und vom Bundesministerium für Bildung und Forschung (BMBF) gefördert wurden. Beispielsweise wurde eine neue Plattform mit dem Namen „floodlight“ zur Sportdatenanalyse entwickelt, die als frei zugängliches Paket konzipiert wurde, um Prozesse der Datenverarbeitung zu vereinfachen und zu standardisieren.

Das ITS hat nun mit dem Deutschen Basketball Bund (DBB) eine neue zweijährige Förderung des Bundesinstituts für Sportwissenschaft (BISp) eingeworben. Im Rahmen des Forschungsschwerpunktes „Frauen und Mädchen im Leistungssport“ (FeMaLe) bearbeitet das ITS das Projekt mit dem Titel: Einsatz von Computer Vision und Machine Learning zur Verbesserung der Trainings- und Wettbewerbsfähigkeit im 3x3 Basketball der Frauen. Das Ziel dieses Projekts ist es, den DBB mit modernsten Datenerfassungstechniken für 3x3-Basketball Damen-Wettbewerbe mit Hilfe von Computer Vision und Information Retrieval Technologie zu unterstützen. ComputerVision verwendet Künstliche Intelligenz, um Bilddaten zu „sehen“ und zu deuten. Information Retrieval, also Informationsrückgewinnung, meint den Vorgang, aus einer großen Menge von unsortierten Daten spezielle Informationen bereitstellen zu können.

Darüber hinaus wird eine Pipeline zwischen dem DBB und dem ITS eingesetzt, um retrospektiv Daten von allen übertragenen Spielen zu sammeln. Zudem werden die resultierenden Event- und Tracking-Datensätze analysiert, um evidenzbasierte Erkenntnisse über die Damen 3x3-Basketball-Disziplin zu gewinnen. Ein weiterer wichtiger Aspekt dieses Projekts ist die Übertragbarkeit der gewonnenen Erkenntnisse auf den Damen 5x5-Basketball. Am Ende sollen konkrete Handlungsempfehlungen für das Training und die Leistung von 5x5-Basketballspieler*innen stehen.

Der geschäftsführende Institutsleiter des Instituts für Trainingswissenschaft und Sportinformatik Prof. Daniel Memmert sagt: „Wir freuen uns sehr, dass wir auf der Basis unserer grundlagenorientierten Forschung in Bereich der Künstlichen Intelligenz und des Maschinellen Lernens nun unsere Expertise im 3x3-Frauen-Basketball auf Bundeskaderebene umsetzen dürfen.“ Peter Radegast, Wissenschaftskoordinator des DBB, ergänzt: „Mit dem effektiven Einsatz der entwickelten Computer Vision Modelle werden der DBB und die Organisator*innen von 3x3-Wettbewerben in der Lage sein, den Trainer*innenstäben und den Medien Informationen und Statistiken in Echtzeit zur Verfügung zu stellen. Dies wird die Qualität unserer Sportart sowie die Ausbildung von Spieler*innen und Teams verbessern.“

Projektkontakt:
Institut für Trainingswissenschaft und Sportinformatik
Univ.-Prof. Dr. Daniel Memmert
+49 221 4982-4330
E-Mail: d.memmert@­dshs-koeln.de