Sportinformatiker Prof. Daniel Link im Interview
„KI ist nur ein Mosaiksteinchen im Gesamtkunstwerk Fußball“
Sie hatten schon zur EM 2024 die Einsatzmöglichkeiten von KI-gestützten Spielanalysen geschildert. Hat es in den vergangenen zwei Jahren neue Entwicklungen gegeben?
Ja, auf dem Gebiet tut sich viel. Ich persönlich finde beispielsweise Skelettaldaten besonders interessant - also Daten zu jedem einzelnen Körperglied. Diese Daten kann man inzwischen durch Fortschritte bei Kameratechnik und Computer-Vision-Modellen sehr genau erfassen.
Wozu werden diese Daten erfasst?
Eingeführt wurde die Erfassung der Skelettaldaten vor allem für den Videoschiedsrichter, um beispielsweise ein Abseits semiautomatisch zu erfassen und auch für Animationen aus der Perspektive eines Spielers, die vor allem die Berichterstattung spannender machen. Es ist aber auch für die Spielanalyse sehr interessant, dass aus Positionen von Schultern, Fußgelenken, Ohren und Nase sowie Kniewinkeln leistungsdiagnostisch relevante Fragen beantwortet werden können.
Wie helfen die Nasenbewegungen bei der Spielanalyse weiter?
Wenn man die Position der Ohren und der Nase kennt, kann man in etwa abschätzen, wohin ein Spieler guckt. Daraus lässt sich wiederum die „Situational Awareness“ ableiten, also zum Beispiel, welche Mitspieler und Gegner ein Spieler überhaupt gesehen hat, als er den Ball abgegeben hat. Wenn da die KI feststellt, dass jemand zu sehr auf den Ball fixiert ist und wenig die Umgebung scannt, kann man das im Training aufgreifen.
Lassen sich daraus noch andere Dinge ableiten?
Wir haben beim diesjährigen Fußball-Hackathon an der TUM den Studierenden die Aufgabe gestellt, per Informationen aus den Skelettaldaten abzuleiten. Dabei sind sehr interessante Projekte herausgekommen. Zum Beispiel wurde aus der Veränderung von Laufparametern wie Schrittlänge oder Beinstreckung abgeschätzt , wie ermüdet die Spieler waren.
Künstliche Intelligenz
Künstliche Intelligenz prägt unsere Arbeits-, Forschungs- und Alltagswelt. Entdecken Sie, wie wir diesen Fortschritt durch innovative KI-Methoden und Anwendungen mitgestalten – von Robotik bis Maschinellem Lernen.
Gibt es auch ein Zuviel an Daten? Eine kritische Masse, die wir irgendwann erreichen werden?
Eigentlich sind es jetzt schon zu viele Daten. Die Kunst ist, aus dieser gigantischen Menge, die zwei, drei Informationen zu ziehen, die man als Trainer oder Trainerin braucht, um während des Spiels zu entscheiden. Das ist aber eine sehr individuelle Entscheidung, die sich aus der jeweiligen Trainingsphilosophie speist. Am KI-Einsatz erkennt man prinzipiell auch den Fingerabdruck des Trainers. Wird zum Beispiel mehr Wert auf die Identifikation eigener Schwachstellen gelegt, oder wird versucht Fehler im Pressingverhalten des Gegners zu finden. Was tatsächlich eingesetzt wird, werden wir allerdings kaum erfahren – das bleibt Betriebsgeheimnis.
Wie erkennt man denn, welcher Indikator wirklich etwas bringt?
Hier kommt die Wissenschaft ins Spiel. Wir können untersuchen, ob ein vermuteter Leistungsindikator auch tatsächlich mit Leistung assoziiert ist, und dieses Wissen dann in die Praxis bringen. Beispielsweise konnten wir kürzlich zeigen , dass ein KI-Modell, das die Anspielbarkeit von Spielern aus Positionsdaten berechnet, tatsächlich einen leistungsrelevanten Aspekt des Spiels erfasst: Höhere Anspielbarkeit ist mit einem schnelleren Raumgewinn verbunden, der wiederum mit größerem sportlichem Erfolg assoziiert ist. Das Ergebnis mag trivial klingen, aber ohne objektive Nachweise ist alles nur gefühlte Wahrheit.
Müssen in Zukunft auch Amateurmannschaften KI einsetzen?
KI-Einsatz bei den Amateuren gibt es heute schon. Das sind nicht die teuren Systeme mit 24 Kameras, die bei der WM zum Einsatz kommen. Mit zwei Kameras können sie aber auch schon einiges erfassen und für die Auswertung gibt es kommerzielle Angebote. Die Fehlerquote ist natürlich höher. Das wird auch in Zukunft immer mehr werden. Aber KI ist nur ein Mosaiksteinchen im Gesamtkunstwerk Fußball.
Hat KI schon heute verändert, wie Fußball gespielt wird?
KI kann grundsätzlich taktische Entscheidungen und Interventionen der Trainer beeinflussen. Sie kann zum Beispiel Verhaltensmuster der Gegner und der eigenen Mannschaften erkennen, die man selbst als Profi nicht auf die Schnelle erkennt. In Zukunft wird es sicher immer mehr Einsatzmöglichkeiten geben. Aber um die Frage seriös zu beantworten, müsste man das wissenschaftlich untersuchen und da stehen wir noch am Anfang. Und ob wirklich die KI ausschlaggebend dafür ist, dass eine Mannschaft ein Spiel gewinnt, werden wir niemals sicher nachweisen können.
- Li, Y. & Link, D. (2026). Intention Driven Identification of In-Possession Match Phases in Association Football through Temporal Graph Learning. arXiv preprint. Advance online publication. DOI: 10.48550/arXiv.2606.09289
- Jiang, J, & Link, D (2026). Availabilty is asssociated with success in football. Zenodo Electronic Journal. Advance online publication. DOI: 10.5281/zenodo.20633636
- Dick, U., Link, D., & Brefeld, U. (2022). Who Can Receive The Pass? - A Computational Model for Quantifying Availability in Soccer. Data mining and knowledge discovery, 36 (3), 987-1014. DOI: 10.1007/s10618-022-00827-2
- Prof. Daniel Link ist Mitglied der TUM School of Medicine and Health und Core Member am Munich Data Science Institute.
Technische Universität München
Corporate Communications Center
- Paul Hellmich
- paul.hellmich@tum.de
- presse@tum.de
- Teamwebsite
Kontakte zum Artikel:
Prof. Dr. Daniel Link
Professur für Experimentelle Trainingswissenschaft
Technische Universität München
Tel. +49.89.289. 24501
daniel.link@tum.de
https://www.hs.mh.tum.de/trainingswissenschaft/startseite/