Fotboll på TV:En passning till vänster, en lucka i försvaret, en öppen anfallare vid kanten av straffområdet. Plötsligt, bilden fryser. Linjer och diagram visas mellan spelarna. En pil indikerar banan för en säker passning till den öppna anfallaren, andra lyfter fram möjliga målsättningsbanor. Sådana grafiska analyser har blivit oumbärliga för professionella fotbollssändare. De hjälper tittarna att förstå dynamiken och taktiken i matchen samt de beslut som tas av spelarna.

Bakom kulisserna, dock, allt detta innebär mycket arbete. Tv-teamet måste skapa den här grafiken live och under enorm press när matchen utvecklas. När de är klara, matchen har sedan länge gått vidare så att grafiken vanligtvis visas under actionrepriser. Hur underbart skulle det vara om allt detta bara hände av sig självt, d.v.s. om TV:n kunde visa denna grafik i realtid och utan ingripande från TV-teamet? Datavetare från universitetet i Konstanz har hittat ett sätt att göra detta möjligt:​​De utvecklar mjukvara som automatiserar alla steg som är involverade i processen. Den analyserar matchen upp till 30 gånger per sekund och kan visa avgörande diagram live och utan den vanliga fördröjningen. Bland annat, denna programvara kan lyfta fram områden med lagdominans på planen samt passningsalternativ i realtid. Den kan dessutom indikera nivån av tryck som upplevs av enskilda spelare och kan till och med köra vad-om-scenarier med alternativa matchspelsvariationer.

Manuel Stein, en datavetare och doktorand som arbetar inom universitetet i Konstanz forskningsområde "Kollektivt beteende, " är mannen bakom den här programvaran. Han designade inte bara den här programvaran för att göra fotbollsanalytikernas jobb enklare, men han har också för avsikt att göra det lättare för tittarna att se spelets mönster – interaktionerna mellan spelare och hela lag samt det inflytande de utövar på varandra. "Alla i fotboll försöker samla in data, men få vet vad de ska göra med det. Vi försöker generera kunskap från denna data, " förklarar Manuel Stein.

Lära datorer fotboll

För att förvandla en dator till en match-play-analytiker, Manuel Stein måste först lära den några grundläggande fakta om fotboll. Inte nödvändigtvis reglerna, namnen på lagen eller var de rankas i liga- eller rankningstabellen, men något mycket viktigare:Vad är spelaren på skärmen, och var är bollen? I vilken riktning tittar enskilda spelare, hur snabbt rör sig de, hur snabbt är det troligt att de når bollen? Datorn kan bestämma positionen, hastighet och rörelseriktning för varje enskild spelare och för bollen upp till 30 gånger per sekund. Baserat på dessa mätningar, den beräknar sedan vilken spelare som kan nå vilken kvadratmeter som helst av planen först och hur många spelare från varje lag som utgör ett hot mot den delen av planen. Det tar inte mer än en bråkdel av en sekund att överlagra resultaten av denna beräkning på TV-skärmen:en dynamisk, ständigt föränderlig karta över varje lags inflytandezoner. Använd enkla färgsignaler, Manuel Steins mjukvara kan visa tv-tittare sådana faktorer som påverkar matchspelet, såsom nivån på pressen som motståndarlagen lägger på individuella spelare, de fria utrymmena och säkra passeringsfälten. För allt detta, programvaran kräver varken GPS-spårare fästa på spelarnas tröjor eller komplicerad kameraspårningsteknik. Det enda som Manuel Stein behöver är TV-bilden.

Alla dessa nyanser på TV-skärmen kan skapa en mycket färgstark fotbollsplan. För att förhindra förvirring, programvarans olika analysfunktioner kan kopplas på och av efter behov och staplas som filter. Vidare, programvaran ger förslag på vilka filter som ska användas i en given situation och kan slå på eller av dem efter önskemål för att minska onödig visuell röran.

Dock, det är inte i första hand tittarna hemma som mjukvaran har utvecklats för. Dess verkliga målgrupp är fotbollsanalytiker och sportreportrar. Programvaran låter dem skapa diagram över matchspelssituationer inom en bråkdel av en sekund och sända dem i realtid.

Manuel Stein håller för närvarande på att utveckla en "vad-om"-analys – en prognos för hur matchspelet skulle ha utvecklats under olika omständigheter – som är baserad på hans mjukvara. Här, viktiga match-play-situationer kan nås och spelas om med hjälp av alternativa scenarier. Baserat på de enskilda spelarnas lokaliseringsdata och påverkansfaktorer, datorn beräknar en koherent, realistiskt händelseförlopp. Vad skulle ha hänt om spelaren hade skickat bollen till höger i stället för till vänster? Hur skulle dynamiken i spelet ha förändrats om en försvarare hade stått fem meter till höger? Hur borde laget ha positionerat sig för att förhindra att motståndarlaget vinner mark? Dessa analysverktyg är också värdefulla för fotbollstränare, till exempel under debriefing efter match.

Ju mer data Manuel Steins programvara har tillgång till, desto mer exakt kan den utvärdera situationen på planen. Dock, för närvarande är informationen den kan använda begränsad till den på TV-skärmen. Datorn vet inte vad som händer utanför kamerans synfält och kan bara göra vaga förutsägelser. Universitetet i Konstanz datavetare är därför extremt ivriga att arbeta med lag och sändare som spelar in bilder och spelarplatsdata under fotbollsmatcher. Om de ger forskarna tillgång till denna information, de kan i sin tur leverera mer exakta analyser. Men fotboll är inte den enda sporten som denna programvara är relevant för. Den kan användas för att analysera alla lagsporter.

Kollektivt beteende

Manuel Stein's bedriver sin forskning som medlem av universitetet i Konstanz forskningsinitiativ "Kollektivt beteende." Denna relativt unga disciplin utforskar de ömsesidiga influenserna och interaktionerna mellan medlemmar i ett kollektiv. Forskarna är särskilt intresserade av beslutsprocesserna inom grupper och frågan om hur enskilda medlemmar i ett kollektiv samordnar sina rörelser, beslut, etc. med varandra. Exempel inkluderar beteendet hos djursvärmar och svärmintelligens, samordningen av självkörande bilar, men också ekonomiska nätverk eller mänskliga kollektivs beteende. I sporten, dessa vetenskapliga metoder används särskilt vid analys av teamdynamik:Vilka typer av mönster speglar ett teams taktik? Hur reagerar två lag på varandra och hur påverkar spelarna varandra med sina beslut?