Thought Leadership
In einer Zeit, in der Erkenntnisse zum Wettbewerbsvorteil werden, strebt jede Branche danach, datengesteuert zu sein, und jede:r Entscheidungsträger:in ist auf der Suche nach Vertrauen und Genauigkeit bei der Entscheidungsfindung im eigenen Unternehmen. Das gilt auch für den Sport.
Ob es darum geht, das Engagement der Fans zu maximieren, den Wert von Spieler:innen zu ermitteln oder das mentale und physische Training zu verbessern – um wettbewerbsfähiger und erfolgreicher zu werden, sind Sportmannschaften auf der ganzen Welt zunehmend auf die Analyse von Daten angewiesen. Es geht darum, intelligenter zu trainieren, nicht härter.
Die Geschichte der Datenanalyse im Sport
Beim Fußball findet sich der erste Ansatz einer Datenanalyse in den 1950er Jahren: Der Analyst Charles Reep war bekannt dafür, während eines Spiels händisch auf einem Papier Daten zu sammeln, um die bestmögliche Taktik zu ermitteln. Beim Baseball wiederum gab es schon immer eine gewisse Vorliebe für Statistiken und Details. So versuchte in den 1970er Jahren der amerikanische Schriftsteller und Baseball-Fan Bill James mithilfe von statistischen Daten, Baseball-Spiele auszuwerten, um herauszufinden, warum Mannschaften unter gewissen Bedingungen gewinnen oder verlieren.
Sowohl Bill James als auch Charles Reep stellten den Status quo in ihren Sportarten in Frage und waren Vorreiter dafür, wie objektive Beobachtung und Daten die Taktik in einer Sportart beeinflussen können. Erste innovative Analyseframeworks und -technologien wurden dann bereits Ende des 20. Jahrhunderts entwickelt. Diese führten zur Einführung der Videoanalyse und der umfassenden Datenerfassung mit dem Ziel der Leistungsoptimierung.
Bei der Fußballweltmeisterschaft 2006, als Deutschland im Viertelfinale im Elfmeterschießen gegen Argentinien antrat, war dann der Hauptprotagonist ein kleiner Notizzettel. Der damalige deutsche Torwart Jens Lehmann zog vor jedem Schuss der gegnerischen Mannschaft ein kleines Blatt Papier aus seinem Stutzen hervor. Darauf waren alle Vorlieben der argentinischen Elfmeterschützen notiert. Das Ergebnis: Lehmann konnte zwei Elfmeter halten, Deutschland gewann 4:2 – und die Bedeutung von Daten im Sport nahm an Fahrt auf. Das ist mittlerweile fast zwei Jahrzehnte her.
Während sich laut einer aktuellen Untersuchung von Alteryx heute noch jedes zweite deutsche Unternehmen am Beginn seiner Datenreise sieht (56 %), weist der Leistungssport bereits eine starke Entwicklung im Bereich Data Analytics auf. Sportler:innen und Trainer:innen stützen sich immer mehr auf Daten und deren Analyse, um sich effizienter auf Wettbewerbe vorzubereiten. Wie also können sich Entscheidungstragende anderer Branchen ein Beispiel daran nehmen?
Die optimale Vorbereitung
Daten und Analysen verändern nicht nur die Spielweise der Spieler:innen während eines Wettkampfes, sondern auch die Art und Weise, wie sie trainieren. Sportliche Leistungen lassen sich in erster Linie durch das richtige Training optimieren. Heutzutage hat sich der Fokus der Datenanalyse im Sport auf die Vorbereitung vor einem Wettbewerb verlagert: Anstatt so hart wie möglich zu trainieren, um danach einen Wettkampf zu bestreiten, geht es mehr darum, effizient zu trainieren, um mit der optimalen Leistung in den Wettkampf zu gehen. Moderne Trainingsvorbereitung beinhaltet heutzutage immer einen Datenteil, in dem Statistiken und Analysen besprochen werden.
Es geht darum, eine Erfolgsstrategie zu entwickeln, die sich flexibel an den Wettkampfort und die jeweiligen, manchmal auch wechselhaften Bedingungen anpassen lässt. Gleichzeitig müssen auch die Sportler:innen als Individuen im Fokus stehen: Denn was für die eine Athletin funktioniert, taugt nicht unbedingt ihren Konkurrent:innen. Für ein wirklich personalisiertes Trainingsprogramm gilt es die Wettbewerbsbedingungen, die Stärken und Schwächen der einzelnen Sportler:innen sowie deren Leistungen im Verlauf eines Wettbewerbs zu berücksichtigen.
Mehrere individuelle Faktoren können dabei in die Datenanalyse einfließen: Wie alt ist die Person? Hat sie vielleicht schon mehrere Muskelverletzungen gehabt? Auf welcher Position spielt die Person? Wie viel Zeit braucht sie, um sich von einem Wettkampf zu erholen? Aus diesen Informationen lässt sich für die einzelnen Sportler:innen ein individuelles, holistisches Gesamtbild erstellen, das ein gesünderes und sicheres Training ermöglicht. Dies wirkt sich wiederum auch auf den Wettkampf aus und ermöglicht den Athlet:innen häufiger an Turnieren teilzunehmen. Den Trainer:innen geben diese Profile die Möglichkeit, Prognosen zu erstellen, um die Leistungen ihrer Sportler:innen mit denen der Konkurrenz zu vergleichen und ihren Einsatz entsprechend zu planen.
Daten als Wettbewerbsvorteil – ein Kulturwandel im Sport
Mittlerweile steht jede Branche vor einem stetig wachsenden Datenvolumen. Es gibt Berge von Daten, doch der Zugang zu ihnen ist ungleich verteilt. Gleichzeitig fehlt das Verständnis für die richtigen Methoden zur Analyse dieser Daten. Das ist ein klares Problem, aber zugleich eine große Chance für die Zukunft des Leistungssports. Sportler:innen, Trainer:innen und ihre Organisationen müssen dabei vor allem eines verstehen: Je mehr diese Daten in klare und verwertbare Erkenntnisse umgewandelt werden, desto bessere Leistungen können im Training, auf dem Spielfeld und der Zielgeraden erbracht werden. Um dies zu erreichen, müssen die Beteiligten jedoch mehr tun, als nur vereinzelte Leistungsanalysen durchzuführen und Datenberge anzuhäufen. Notwendig ist ein Kulturwandel in der gesamten Sportlandschaft und eine Demokratisierung der Datenanalyse über ganze Organisationen, Vereine und Ligen hinweg.
Um diese Kultur zu fördern, müssen Daten zentralisiert und integriert werden. Gleichzeitig müssen mehr Analyst:innen Zugang zu den Methoden und Tools erhalten, um Erkenntnisse aufzudecken. Einfach zu bedienende Analyseplattformen helfen mehr Menschen, ihre Analysen voranzubringen und einen Wettbewerbsvorteil zu sichern. In einer sich ständig weiterentwickelnden Welt des Leistungssports und der Datenanalyse müssen Trainer:innen, Sportler:innen und ihre Organisationen sicherstellen, dass sie genau über diese Werkzeuge verfügen. Sie helfen ihnen letztendlich nicht nur dabei, die einzelnen Athlet:innen aus einer ganzheitlichen Perspektive zu betrachten, sondern auch so schnell wie möglich Entscheidungen auf Basis von Fakten zu treffen.
Wie moderne Ansätze der Datenanalyse genutzt werden können, um sich im Sport einen Wettbewerbsvorteil zu verschaffen, zeigt sich beispielsweise auf der Rennstrecke: McLaren Racing wird in seiner erfolgreichen Renngeschichte kontinuierlich von dem Wunsch nach Innovation angetrieben. Durch strategische Technologiepartnerschaften ist das Unternehmen stets führend in der Entwicklung leistungssteigender Technologien. Bei mehr als 20 Rennwochenenden im Formel-1-Kalender, an denen jeweils etwas mehr als 1,5 Terabyte an Daten generiert werden, ist es entscheidend, diese Daten zu erfassen, zu verarbeiten und darauf zu reagieren, um strategische Entscheidungen sowohl auf als auch neben der Strecke zu fördern.
Den eigenen Sportsgeist wecken
Der Profisport hat die Art und Weise gemeistert, Daten zur Leistungsoptimierung zu sammeln und Sportler:innen auf ganz individueller Ebene dabei zu unterstützen, ihre eigenen Bestleistungen zu erzielen. Auch wenn sich im Sport wie in anderen Branchen erst noch eine eigene offene Datenkultur entwickeln muss, um noch mehr Potenzial aus Daten zu schöpfen, haben Sportteams anderen Unternehmen vor allem eines voraus: den Sportsgeist. Denn wie die historische Entwicklung zeigt, hat die Leidenschaft für eine Sportart die Datenanalyse im sportlichen Umfeld entscheidend vorangetrieben.
In einem sich ständig wandelnden Wirtschaftsumfeld ist eine datengestützte Entscheidungsfindung ein wesentlicher Erfolgsfaktor für jedes Unternehmen. Wie Sportmannschaften stehen auch Unternehmen in einem harten Wettbewerb mit ihren Konkurrenten. Die Datenanalyse kann dabei über Sieg oder Niederlage entscheiden. In unserem Unternehmen erleben wir aus erster Hand, wie der Einsatz von Daten und Analysen zur Entscheidungsfindung zu besseren und fundierteren Geschäftsergebnissen führt. Erkenntnisse, die auf Daten beruhen, geben Führungskräften in jedem Unternehmen mehr Sicherheit bei ihren Entscheidungen. Data Analytics-Initiativen können in Unternehmen jedoch oft an der mangelnden Akzeptanz der Anwender:innen sowie an fehlenden konkreten Anwendungsfällen scheitern. Um hier erfolgreich zu sein, sollten Unternehmen die Datenanalyse als Teamsport betrachten. Dazu sollten sie ihre Mitarbeitenden in die Datenanalyse einbeziehen, den Nutzen klar aufzeigen und nicht zuletzt den eigenen Sportsgeist entdecken. Statt Notizzettel in Socken können die jüngsten Fortschritte und der bessere Zugang zu generativer KI Unternehmen in die Lage versetzen, das Potenzial ihrer Mitarbeitenden und ihrer Daten noch besser auszuschöpfen, um die Entscheidungsfindung zu beschleunigen.
