Denne artikel blev første gang bragt d. 23. juni 2018.
Tilbage i 1950erne lavede Charles Reep, der var britisk militærmand og revisor, et system til at fange statistik på fodboldspillet – med blyant og papir. For eksempel fandt han ud af, at de fleste mål blev scoret med tre berøringer eller færre efter udspil fra målmanden.
Derfor opfandt han en taktik, med at bringe bolden så hurtigt som muligt mod modstandernes mål. En taktik, som har været udbredt i engelsk fodbold og senere også anvendt af nordmændene. Imidlertid tog det årevis af analyser af flere hundrede kampe at nå frem til konklusionen med de få berøringer.
Et par årtier senere – i 1990erne blev videoanalyser udbredte, men trænerne kunne bruge mange timer på at gennemse en kamp – ofte flere gange, fortæller Morten B. Randers, der er lektor på Institut for Idræt og Biomekanik på SDU og blandt andet arbejder med tracking af fodboldspilleres fysiske præstation:
– Dengang kunne man få en med et videokamera til at optage en kamp, men i dag er der sket en kæmpe automatisering.
Så dataindsamling og analyse i fodbold er på ingen måde noget nyt – men idag er der meget mere viden at hente.
Internet of things – gør eget hold bedre
Teknologien bag nutidens store dataindsamling er IoT – internet of things, hvor ”dimser” kan monitere og viderebringe information via nettet, og det har bragt træning og taktik til et helt nyt niveau. Den statistik vi som seere oplever fra kampene med antallet af hjørnespark, frispark, redninger, boldbesiddelser osv. et hold har i en kamp, er kun en uendeligt flig af alt det, der bliver samlet ind:
– I dag dækker fastsatte kameraer banen og filmer, hvad hver enkelt spiller gør. Derfor kan vi få meget mere detaljerede data på den enkelte spiller – både under træning og i kamp. Med den nuværende automatisering kan man gøre det rigtig hurtigt og nemt, fortæller Morten B. Randers.
Dermed kan man efterfølgende se, hvordan hver enkelt spiller bevæger sig. Men der er også realtime monitorering. For mens de svedende mænd løber rundt på banen og kæmper om næste bold, sender bærbare digitale sensorer fx under spillernes tøj eller i spillernes støvler, via bluetooth eller stadions wifi til trænerbænken i realtid, så de kan følge de enkelte spilleres præstation – hvor langt de løber, hvor mange succesfulde afleveringer, de har, eller deres formation på banen.
Læs også: Sådan ved du, om du skal boykotte konferencer i lande, der ikke respekterer menneskerettighederne
Dermed kan trænerne følge med i om nogen spillere underpræsterer og fx skal skiftes ud eller have en lille peptalk, hvem der følger strategien bedst, og om nogen er helt ude på overdrevet fysisk. Dermed er en præstation ikke længere baseret på mavefornemmelse, som det var før i tiden, og træneren kan hurtigere bryde ind:
– Førhen kunne trænerne måske godt syntes, at højreback ikke gjorde det ret godt i en kamp, og det var så det. Men med statistikken kan man i dag analyserer fx kvaliteten af indlæg. Man trykker på en knap, og så får man vist statistikken og videoklippene af alle højrebackens indlæg eller alle de gange, hvor højre backen befinder sig i en position, hvor indlæg ville være en mulighed. Måske viser det sig at, de var ok, og det i virkeligheden var angriberen, det var galt med. Han søgte hele tiden de forkerte sted hen i forhold til holdets strategi. Og når man har et billedmateriale, kan man som træner arbejde meget mere målrettet, når man taler med den enkelte spiller, forklarer Morten B. Randers.
Bedre forståelse af modstanderen
I dag findes der flere forskellige systemer, der hjælper trænerne med overvågningen. InStat er et firma der har specialiseret sig i fodboldstatistik og har en kæmpe database til deres rådighed.
Mere end 1500 klubber og landshold bruger systemet, der har info om over 400.000 spillere – fx over løbemønstre. Og det er ikke nogen lille branche – InStat har fx mere end 500 mennesker ansat for at analysere spillerne til mindste detalje.
Et andet firma er Catapult Sports fra Australien som via eget positioneringssystem kan samle store mængder data ind på spillerplaceringer og løbebaner. Med adgang til de data får trænerne bedre mulighed for at forberede sig på modstanderen, forklarer Morten B. Randers:
– Jeg er helt sikker på, at teknologien gør, at vi får en øget viden. Man kan virkelig dykke meget ned i materialet og undersøge sit hold og sin modstander bedre. I nær fremtid kan man godt forstille sig at algoritmer og kunstig intelligens får en større betydning for, hvordan man træner og lægger taktikken. Men det kræver forståelse at omsætte alt den data til effektiv træning og taktik på banerne. Man kan hurtigt forsvinde i den store datamængde.
Men selv om nutidens større tilgang til data kan give bedre forståelse og forberedelse både af egne spiller og modstanderne, og måske endda påvirke hvilken strategi, der spilles efter, står sporten stadig over for et uudnyttet potentiale.
– Når man sætter sig til at lede i de store datamængder, kræver det man kan stille de rigtige spørgsmål. Her vil man typisk have nemt ved at finde det, der går som forventet. Men det vil stadig være svært at automatisere fuldstændigt, for mange af de ting man er interesserede i som træner, er de ting der ikke sker– nu vælger spiller A at spille spiller B, men det ville have været bedre at spille spiller C. Hvad der anses for at være den bedste løsning i en given situation, kan være individuelt bestemt, men AI kan med den store datamængde, henlede vores opmærksomhed på de interessante kampafgørende situationer, mener Morten B. Randers.
Og så er verden jo ikke bygget af statistik alene, og data i sig selv kan dermed ikke sikre sejren. En stjernespiller kan pludselig overraske med et perfekt langskud fra feltets side, hvor han normalt skyder foran feltet, en forsvarsspiller kan lave en uheldig pasning, det begynder at regne eller dommeren kan træffe en dårlig beslutning.
Men hvis det bliver brugt rigtigt, kan den store mængde data øge sandsynligheden for at give en sejr.
Derfor vil mængderne af data også i fremtiden fortsætte med at ændre spillet.
