Sportanalyse und Spielerverfolgung

Vereine, Ligen und Verbände wollen wissen, wo sich jeder Spieler und der Ball befinden, wie schnell sie sich bewegen und wie die Mannschaft organisiert ist. Computer Vision macht aus Kameraaufnahmen Positions-„Tracking- Daten“ und Ereignisse, die Trainer, Scouts, Schiedsrichter und Sender nutzen. Profiligen setzen auf zertifizierte Mehrkamerasysteme; für Amateur- und Jugendmannschaften liefern Einkamera-KI-Produkte inzwischen automatische Spielanalysen und Highlight-Clips zu einem Bruchteil der Kosten.

Problem & Nutzen

• Heute: Profivereine kaufen optische oder Wearable-Tracking- und Ereignisdaten bei spezialisierten Anbietern ein; Videoanalysten markieren Spiele von Hand. Amateurvereine haben meist gar keine Daten.
• KI-Nutzen: automatische Erkennung von Spielern, Ball und Spielfeldlinien; Identität und Teamzuordnung; Ereigniserkennung; schnelleres Scouting und schnellere Gegneranalyse; Belastungsüberwachung zur Unterstützung der Verletzungsprävention; automatisch erzeugte Highlights; Unterstützung der Spielleitung (Abseits, Ball im Spiel).
• Belege: Die halbautomatische Abseitstechnologie der FIFA nutzt die Verfolgung von Gliedmaßen-/Körperpunkten mit speziellen Kameras plus einem Ballsensor und wurde bei der WM 2022 und späteren Turnieren eingesetzt [1]. Der EPTS-Datenstandard der FIFA besteht, damit Tracking-Daten verschiedener Anbieter ausgetauscht werden können [2]. Eine allgemeine ROI-Zahl wird hier nicht behauptet; die Vorteile sind überwiegend sportlicher Wettbewerbsvorteil und Zeitersparnis für Analysten.

Varianten

• Elite-Fußball/-Basketball/-Eishockey: Mehrkamera- oder In-Arena-Opto-Tracking (Zentimeter- Genauigkeit, ca. 25 Hz), oft mit Wearables fusioniert.
• Tracking aus Übertragungsvideo: Positionen werden aus TV-Signalen geschätzt; günstiger, geringere Genauigkeit, nützlich für Scouting.
• Amateur/Jugend/Schule: einzelne feste oder Panoramakamera, Smartphone-Apps, automatisches Mitschwenken und Clips.
• Einzelsportarten und Fitness: Tennis, Golf, Laufen, Skifahren: Pose- und Ball-/Schlägerverfolgung (siehe VIS-024).
• Medien-/Fan-Produkte: eingeblendete Grafiken und Highlights (siehe VIS-055, VIS-025).
• Wett-Datenfeeds: siehe ANOM-026 zur Integritätsseite; die Datenlizenzierung an Wettanbieter ist eine kommerzielle Frage.

So funktioniert es

1. camera feeds (fixed / broadcast / multi-cam)
2. calibration (pitch line detection
3. homography / camera pose)
4. detection (players, referees, ball)
5. multi-object tracking + re-identification
6. team assignment (kit colour clustering), jersey-number OCR, roster matching
7. pitch-coordinate projection
8. tracking data (x,y per entity per frame)
9. event detection (pass, shot, tackle) & action spotting
10. metrics, dashboards, clips
11. analyst / coach review

• Erkennung und Tracking: Detektoren der YOLO- oder DETR-Klasse mit Zuordnung nach Art von ByteTrack/BoT-SORT; der kleine Ball und Verdeckungen sind der schwierige Teil, daher ist die Ballerkennung meist ein eigenes Modell.
• Identität: Trikotnummernerkennung und Aussehens-Re-ID lösen Identitätswechsel auf; Kaderdaten helfen.
• Ereignisse: zeitliche Action-Spotting-Modelle auf Video und/oder Tracking-Sequenzen.
• VLM-Schicht: Abfragen in natürlicher Sprache („alle Pressing-Sequenzen in der zweiten Halbzeit“) und automatisch verfasste Spielberichte.
• Mensch-in-der-Schleife (Human-in-the-Loop): Analysten prüfen Identitäten und Ereignisse, Schiedsrichter entscheiden über die Spielleitung; Trainer deuten Kennzahlen, es gibt keine automatisierte Entscheidung über Verträge oder Aufstellung von Spielern.

Datenaufbereitung

Benötigte Daten: Spiel- und Trainingsvideo, optionale Wearable- oder GPS-Daten, Kader mit Spieler-IDs und Trikotnummern sowie Ereignisdaten des Vereins. Diese liegen auf Kameras und SD-Karten, Cloud-Videoplattformen, Vereinsservern, in Tabellen und manchmal auf Aufstellungsbögen aus Papier.

Typische Lücken: instabile Kamerapositionen, uneinheitliche Videoformate, fehlende Spielfeldkalibrierung, nicht mit IDs verknüpfte Spieler, keine Einwilligungsnachweise für Minderjährige und verstreute Leistungsdaten in privaten Tabellen.

Aufbereitungsschritte: Kameraplatzierung und Formate vereinheitlichen, den Kader mit Trikotnummern und Einwilligungsstatus anlegen, Spielfeldlinien kalibrieren, Tabellen in saubere Datentabellen überführen (PREP-011) und klare Ereigniskategorien definieren (PREP-019). Für eigene Modelle einige hundert Bilder je Kamera mit einem Trainer beschriften (PREP-018). Exporte an Dritte pseudonymisieren (PREP-022). Werkzeuge: ffmpeg, CVAT, Tabellen. Die Datenaufbereitung macht bei einem gekauften Produkt etwa 20-30 Prozent des Aufwands aus und steigt bei Eigenbau. Siehe GUIDE-003.

Umsetzungswege

Welcher Weg für wen

• KMU (Vereine, Akademien): Weg A, weil ausgereifte, in der EU hostbare Videoanalyse-Produkte zu Vereinsbudgets existieren und der Prozess Standard ist.
• Unternehmen (Ligen, große Verbände): Weg B, weil Tracking-Daten in eigene Leistungs-, Scouting- und Medizinsysteme fließen müssen und die Daten ein Wettbewerbsvorteil sind.
• Entwickler: Weg C, weil offene Detektoren, Tracker und Pose-Modelle auf einer einzelnen GPU-Workstation laufen und volle Kontrolle über die Daten geben.
• Privat (Amateure, Eltern): Weg A mit Smartphone- oder Kamera-Apps, weil die Einrichtung minimal ist und keine Datentechnik nötig ist.

Weg A — Kaufen (Standardsoftware)

• Elite-Anbieter für Optik und Daten: Hawk-Eye Innovations (Sony), Genius Sports, Sportradar, Stats Perform, Second Spectrum (Genius), SkillCorner (Tracking aus Übertragungsbildern, Frankreich, EU), Kinexon (München, EU; lokale Positionsbestimmung mit Sensoren), Track160 (mit Schweden verbunden, EU), Metrica Sports (Spanien, EU), Hudl (Wyscout, Statsbomb).
• Automatische Kameras und Analyse für Amateure/Halbprofis: Veo, Pixellot, Spiideo, Trace; prüfen Sie die DSGVO- Bedingungen für Minderjährige und die Hosting-Region.
• Wählen Sie A, wenn: Sie von der Liga zertifizierte Daten, nachgewiesene Genauigkeit und Support statt Entwicklungsarbeit brauchen.

Weg B — Auf Cloud-KI-Diensten aufbauen

• Von Roboflow gehostete oder Cloud-Endpunkte zur Objekterkennung sowie multimodale APIs (Gemini, Claude, GPT, Mistral) zum Markieren, Zusammenfassen und für die Suche in Clips in natürlicher Sprache; nutzen Sie EU-Regionen, wo angeboten.
• Cloud-Videodienste (z. B. Google Video Intelligence, Azure AI Vision) sind allgemein gehalten und schwächer bei der Verfolgung kleiner Bälle; nutzen Sie sie zum Markieren, nicht für genaue Positionen.
• Orchestrieren Sie mit n8n/Airflow; speichern Sie Tracking-Daten als Parquet in einem Data Warehouse in der EU.

Weg C — Selbst betreiben (Open Source)

• Erkennung/Tracking: Ultralytics YOLO (AGPL, Lizenz prüfen), RT-DETR, die Roboflow-Repositories supervision und sports, ByteTrack, BoT-SORT, SAM 2 für Maskenverfolgung; TrackLab und die SoccerNet- Entwicklungskits [3].
• Spielfeldregistrierung und Ereignisse: offene Baselines aus den SoccerNet-Challenges (Kamerakalibrierung, Rekonstruktion des Spielzustands, Action Spotting) [3].
• Analytik: kloppy (Datenformat-Konvertierung), mplsoccer, socceraction.
• Hardware: HW2 verarbeitet ein Spiel offline in wenigen Vielfachen der Echtzeit; HW1-Edge-Geräte (Jetson Orin) für Live-Tracking vor Ort mit leichteren Modellen.

Weg D — Eigenes Training

Lohnt sich für einen sportartspezifischen Ball-/Geräte-Detektor, ungewöhnliche Spielstätten oder Ligen oder das Lesen von Trikots/Nummern. Erfordert einige tausend annotierte Bilder je Spielstätte; die öffentlichen Datensätze SoccerNet und SportsMOT bieten einen Ausgangspunkt; Detektoren und Re-ID-Modelle feintunen und je Spielstätte eigene Validierungsdatensätze behalten.

Stand der Technik (2026)

• Der SoccerNet-Benchmark hat sich vom reinen Tracking zur Rekonstruktion des Spielzustands entwickelt: Ausgabe ist, wer wo auf einer Minimap steht, mit Team, Rolle und Trikotnummer, bewertet mit GS-HOTA [3].
• Foundation-Modelle (Videosegmentierung im Stil von SAM 2, Open-Vocabulary-Detektoren, VLMs) senken den Beschriftungs- aufwand, während genaue Verfolgung kleiner Bälle und langfristige Identität bei Verdeckung offen bleiben.
• Das Tracking aus Übertragungssignalen erreicht nur für sichtbare Spieler die Qualität optischer Systeme: nicht im Bild befindliche Spieler müssen erschlossen werden.
• Grenzen: volle Szenen, ähnliche Trikots, Bewegungsunschärfe, Flutlichtwechsel, Kameraschwenks; Tiefen- mehrdeutigkeit bei einer Kamera. Aus geschätzten Positionen abgeleitete Kennzahlen erben Fehler, geben Sie daher Unsicherheiten an.

Gemeinsame Bausteine & Kombinationen

• Gleicher Stack (object-detection + tracking + pose-estimation) wie VIS-008 Personenzählung, VIS-024 Pose-Analyse, VIS-010 Überwachungsanalytik; die sportspezifische Kalibrierung ist das Unterscheidungsmerkmal.
• Nachgelagert/angrenzend: VIS-055 automatisierte Kameraproduktion, VIS-025 Highlight-Erkennung, VIS-035 Bewertung von Sponsoren-Logos, ANOM-026 Wettintegrität, PRED-Familie für Verletzungsrisiko-/Belastungsmodelle.
• Ein GPU-Server (HW2) kann mehrere dieser Video-Pipelines bedienen.

Aufwand, Kosten & Kennzahlen

• Weg A: Tage bis Wochen; Abonnement je Team/Saison oder je Spiel; Kamerahardware bei Amateurprodukten.
• Weg B/C: 2-6 Monate für eine robuste Tracking-Pipeline, vor allem Annotation, Kalibrierung und Qualitätssicherung.
• Weg D: zusätzlicher Beschriftungs- und MLOps-Aufwand.
• Kennzahlen: Erkennungs- und Identitätsmetriken (HOTA, IDF1, GS-HOTA) gegenüber manueller Referenz, Positionsfehler in Metern, Präzision/Recall der Ereignisse, eingesparte Analystenstunden je Spiel, Anteil der automatisch verarbeiteten Spiele, Akzeptanz bei den Trainern.

Menschen & Veränderung

Beginnen Sie mit dem Vereinsvorstand oder der Leitung und dem Cheftrainer (Prozessverantwortlicher), beziehen Sie dann Spieler oder deren Erziehungsberechtigte, Analysten und die IT oder den technischen Ehrenamtlichen des Vereins ein. Eine(n) Datenschutzbeauftragte(n) oder einen externen Datenschutzbeauftragten müssen Sie früh einbinden, weil Tracking-Daten personenbezogen sind und oft Minderjährige betreffen. Recht und Compliance prüfen Verträge mit Videoanbietern sowie Sponsoren- oder Medienrechte.

Betriebsrat: Profispieler und Trainerstab sind Arbeitnehmer, und Leistungs-Tracking ist zur Leistungsüberwachung geeignet; daher gilt die Mitbestimmung nach §87 Abs. 1 Nr. 6 BetrVG, wo ein Betriebsrat besteht; §90 Abs. 1 Nr. 3 verlangt rechtzeitige Information. Amateurvereine ohne Angestellte haben keinen Betriebsrat, brauchen aber dennoch die Einwilligung der Spieler und Transparenz.

Datenschutz: Halten Sie die Rechtsgrundlage fest (Vertrag oder Einwilligung; bei Minderjährigen die Erziehungsberechtigten), schließen Sie einen AVV mit den Plattformen, beschränken Sie Aufbewahrung und Zugriff und führen Sie eine DSFA durch, wenn Leistungs- und Gesundheitsdaten systematisch ausgewertet werden. Zur KI-Kompetenz unterstützen Sie Trainer und Analysten mit einer kurzen Schulung zur Deutung der Kennzahlen und ihren Grenzen (Art. 4 KI-Verordnung). Kommunizieren Sie, dass die Zahlen Trainerentscheidungen unterstützen und nicht automatisch für Entlassungs- oder Vertragsentscheidungen verwendet werden. Pilotieren Sie mit einer Mannschaft über eine Saison, sammeln Sie die Bedenken der Spieler offen und lassen Sie den Trainer die Kontrolle behalten. Leitfäden: GUIDE-004, GUIDE-005, GUIDE-008.

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): in der Regel minimales Risiko für Leistungsanalysen. Vorsicht (Art. 5): Das Ableiten von Emotionen von Beschäftigten (Profispieler sind Arbeitnehmer) ist am Arbeitsplatz verboten, außer aus medizinischen oder Sicherheitsgründen; fügen Sie keine Emotionserkennung hinzu. Biometrische Identifizierung (Gesichtserkennung von Zuschauern, VIS-016) ist ein eigenes, stark eingeschränktes Thema. Eine Einstufung als hochriskant kann entstehen, wenn Ergebnisse für Beschäftigungsentscheidungen (Bewertung oder Auswahl von Beschäftigten, Anhang III) oder für Zulassungen in Bildung/Jugendakademien genutzt werden [4].
• DSGVO: Positionen, Geschwindigkeiten und Belastungsdaten sind personenbezogene Daten identifizierbarer Spieler, und Schlüsse auf Gesundheit oder Fitness können besondere Kategorien von Daten berühren (Art. 9); Minderjährige in Jugendmannschaften erfordern besondere Sorgfalt (Einwilligung der Eltern, minimale Aufbewahrung). Zuschauer, die auf den Rängen gefilmt werden: informieren Sie sie und beschränken Sie die Analyse auf das Spielfeld. Regeln zur Beschäftigtenüberwachung und die Mitbestimmung des Betriebsrats gelten in mehreren Mitgliedstaaten für Profispieler; Auftragsverarbeitungsverträge und Hosting in der EU sind ratsam.
• Verträge: Daten- und Bildrechte unterliegen oft den Regeln von Liga und Verband sowie Übertragungsverträgen.
• Gegenmaßnahmen: Zweckbindung (Leistung, nicht Disziplin), rollenbasierter Zugriff, Aufbewahrungs- grenzen, pseudonymisierte Spieler-IDs für die Forschung, DSFA für Wearable-/Belastungsdaten.

Erste Schritte

1. Definieren Sie die Fragestellung (Scouting, Taktik, Belastung, Highlights) und die Randbedingungen von Sportart und Spielstätte.
2. Pilotieren Sie 2 Produkte aus Weg A an 3-5 eigenen Spielen; vergleichen Sie mit manueller Markierung.
3. Wenn Sie selbst bauen, beginnen Sie mit offenen SoccerNet-Baselines und supervision auf aufgezeichnetem Material.
4. Schließen Sie eine DSFA ab, aktualisieren Sie Einwilligung/Information der Spieler und prüfen Sie, ob Betriebsrat und Einwilligung der Eltern nötig sind.
5. Verfolgen Sie die Genauigkeitskennzahlen je Spielstätte und lassen Sie Menschen Identitäten und wichtige Ereignisse prüfen.

Quellen

1. Semi-automated offside technology (overview) — https://en.wikipedia.org/wiki/Semi-automated_offside_technology
2. FIFA, Electronic Performance and Tracking Systems (EPTS) standard — https://inside.fifa.com/innovation/standards/epts
3. SoccerNet, tracking and game-state reconstruction challenges — https://www.soccer-net.org/tasks/game-state-reconstruction
4. Regulation (EU) 2024/1689 (AI Act), Art. 5 and Annex III — https://eur-lex.europa.eu/eli/reg/2024/1689/oj
5. Roboflow supervision / sports repository — https://github.com/roboflow/sports
6. Regulation (EU) 2016/679 (GDPR) — https://eur-lex.europa.eu/eli/reg/2016/679/oj
7. Ultralytics YOLO documentation — https://docs.ultralytics.com