49 BISp Jahrbuch Forschungsförderung 2020 21 1 Einleitung Seit der Saison 2011 erfolgen Spielanalysen im deutschen Beach Volleyball über zwei eigens entwickelte Spielbeobachtungstools Mit dem BeachScouter können Spieldaten effizient über eine Touch Oberfläche erhoben werden Der BeachViewer wird zur Analyse und Präsenta tion der Spieldaten verwendet und erlaubt es quantitative Auswertungen zu erstellen sowie Videomaterial für die qualitative Analyse vor zu strukturieren Aus sportpraktischer Sicht besteht das primäre Ziel der Software darin die Trainerinnen Trai ner bei der Suche von Verhaltenstendenzen der Spielenden in bestimmten Situation zu unter stützen z B Anlaufrichtung Inside Outside Sideouts nach Fehler Die bisherigen Arbeiten standen unter dem Grundsatz diese Situationen in Diskussion mit Spielenden und Trainern bzw Trainerinnen zu identifizieren und operational abzubilden Man kann also sagen dass bislang bestehendes Expertenwissen in eine Software überführt wurde Das hier durchgeführte For schungsprojekt verfolgte nun das umgekehrte Paradigma über Verfahren des Data Mining und des Machine Learning ML sollten bisher unbe kannte aber potentiell nützliche Regelmäßig keiten und Gesetzmäßigkeiten aus den beste henden Spieldaten extrahiert werden In dem Projekt wurden zwei Ziele verfolgt und umgesetzt Erprobung und Einsatz von ML Verfahren auf Beach Volleyball Daten zur Identifizierung von Verhaltensmustern und Weiterentwicklung der bestehen den Analysesoftware um zusätzli che Analyse und Reportoptionen u a auf Basis der Erkenntnisse des ML Einsatzes 2 Methode Um Spielerprofile mittels Data Mining Verfah ren zu finden wurde auf Supervised Learning Algorithmen zurückgegriffen Zielrichtung des Supervised Learnings sind im Allgemeinen Klassifikations und Regressionsprobleme Hier bei müssen die Daten zunächst in irgendeiner Form durch einen Menschen gelabelt wer den Auf diesen Daten erfolgt dann ein Training des Algorithmus Bei künftigen Eingaben kann das System die entsprechenden Labels vorher sagen Im Fall des Beach Volleyball Datensat zes ist die Information in welche Richtung ein Spieler oder eine Spielerin angreift ein Label um einen Supervised Learning Algorithmus auf diese Art von Vorhersageleistung zu trainieren Nach dem erfolgreichen Training eines geeig neten Klassifikations Algorithmus kann dieser mit einem ungelabelten Ballwechsel als Ein gabe anhand der vorhandenen Merkmale z B Aufschlag Zuspiel Annahme Anlauf und Absprungposition die Richtung voraussagen Andere leistungsdiagnostisch relevante Frage stellungen wären die automatische Voraussage der Angriffstechnik oder auch der Angriffszone nach bestimmten Aufschlag Annahme bzw Zuspielkonstellationen Ein großer Vorteil ist dass die Daten durch die Arbeit der DVV Ana lysten bereits in komplett annotiertem Zustand vorliegen Einsatz von Data Mining Verfahren in der Spielanalyse im Beach Volleyball AZ 070504 19 20 Daniel Link1 Projektleitung Steffen Lang1 Raimund Wenning2 1Technische Universität München Fakultät für Sport und Gesundheitswissenschaften Lehrstuhl für Trainingswissenschaft und Sportinformatik 2Leitender Spielanalyst Beach Volleyball Deutscher Volleyball Verband e V

Hinweis: Dies ist eine maschinenlesbare No-Flash Ansicht.
Klicken Sie hier um zur Online-Version zu gelangen.