Bundesliga Match Fact Skill: Quantifizierung der Qualitäten von Fußballspielern mithilfe von maschinellem Lernen auf AWS

Im Fußball, wie in vielen Sportarten, gehörten Diskussionen über einzelne Spieler schon immer zum Spaß dazu. "Wer ist der beste Torschütze?" oder "Wer ist der König der Verteidiger?" sind Fragen, die von Fans ständig diskutiert werden, und soziale Medien verstärken diese Debatte. Man bedenke nur, dass allein Erling Haaland, Robert Lewandowski und Thomas Müller zusammen 50 Millionen Follower auf Instagram haben. Viele Fans sind sich der unglaublichen Statistiken bewusst, die Starspieler wie Lewandowski und Haaland erstellen, aber Geschichten wie diese sind nur die Spitze des Eisbergs.

Bedenken Sie, dass fast 600 Spieler in der Bundesliga unter Vertrag stehen und jedes Team seine eigenen Champions hat – Spieler, die vorgestellt werden, um in einem Spiel eine bestimmte Fähigkeit zum Tragen zu bringen. Schauen Sie sich zum Beispiel Michael Gregoritsch vom FC Augsburg an. Zum jetzigen Zeitpunkt (21. Spieltag) hat er in der Saison 21/22 fünf Tore erzielt, was niemanden veranlassen würde, ihn in einem Gespräch über die großen Torschützen zu erwähnen. Aber schauen wir genauer hin: Addiert man die erwarteten Torwerte (xGoals) aller Torchancen, die Gregoritsch in dieser Saison hatte, kommt man auf 1.7. Das bedeutet, dass er seine Torschüsse um +194 % übertroffen hat und 3.2 Tore mehr als erwartet erzielte. Im Vergleich dazu übertraf Lewandowski nur 1.6 Tore (+7 %). Was für eine Leistung! Offensichtlich bringt Gregoritsch eine besondere Fähigkeit mit nach Augsburg.

Wie bringen wir also Licht in all die verborgenen Geschichten über einzelne Bundesliga-Spieler, ihre Fähigkeiten und ihren Einfluss auf die Spielergebnisse? Geben Sie den neuen Bundesliga Match Fact powered by AWS namens Skill ein. Skill wurde durch eingehende Analysen der DFL und AWS entwickelt, um Spieler mit Fähigkeiten in vier spezifischen Kategorien zu identifizieren: Initiator, Finisher, Ballgewinner und Sprinter. Dieser Beitrag bietet einen tiefen Einblick in diese vier Fähigkeiten und erläutert, wie sie in der AWS-Infrastruktur implementiert werden.

Ein weiterer interessanter Punkt ist, dass Bundesliga Match Facts bisher unabhängig voneinander entwickelt wurden. Skill ist der erste Bundesliga Match Fact, der die Ausgabe mehrerer Bundesliga Match Facts in Echtzeit mithilfe einer darauf aufbauenden Streaming-Architektur kombiniert Von Amazon verwaltetes Streaming Kafka (Amazon MSK).

Initiator

Ein Initiator ist ein Spieler, der viele wertvolle Erst- und Zweitvorlagen leistet. Um den Wert dieser Assists zu identifizieren und zu quantifizieren, haben wir die neue Metrik xAssist eingeführt. Er wird berechnet, indem der letzte und vorletzte Pass vor einem Torschuss verfolgt und diesen Aktionen der entsprechende xGoals-Wert zugewiesen wird. Ein guter Initiator schafft Chancen unter schwierigen Umständen, indem er Pässe mit hohem Schwierigkeitsgrad erfolgreich absolviert. Um zu beurteilen, wie schwer es ist, einen bestimmten Pass zu absolvieren, verwenden wir unsere vorhandenen xPass Modell. In dieser Metrik schließen wir bewusst Flanken und Freistöße aus, um uns auf Spieler zu konzentrieren, die mit ihren präzisen Vorlagen aus dem offenen Spiel Torchancen generieren.

Der Skill Score wird mit der folgenden Formel berechnet:

Nehmen wir als Beispiel den aktuellen Initiator von Rang 1, Thomas Müller. Er hat zum jetzigen Zeitpunkt (9.23. Spieltag) einen xAssist-Wert von 21 gesammelt, was bedeutet, dass seine Pässe für die nächsten Spieler, die auf das Tor geschossen haben, einen Gesamt-xGoal-Wert von 9.23 generiert haben. Das xAssist-Verhältnis pro 90 Minuten beträgt 0.46. Das errechnet sich aus seiner Gesamtspielzeit der laufenden Saison, die mit über 1,804 Minuten Spielzeit beachtlich ist. Als zweiter Assist generierte er einen Gesamtwert von 3.80, was umgerechnet 0.19 Sekunden Assists pro 90 Minuten entspricht. Insgesamt waren 38 seiner 58 ersten Assists schwierige Pässe. Und als zweiter Assist waren 11 seiner 28 Pässe auch schwierige Pässe. Mit dieser Statistik hat sich Thomas Müller im Initiatoren-Ranking auf den ersten Platz katapultiert. Zum Vergleich zeigt die folgende Tabelle die Werte der aktuellen Top XNUMX.

..	xAssist	xAssistper90	xSecondAssist	xSecondAssistper90	SchwierigPässeAssisted	SchwierigPässeAssisted2	Endstand
Thomas Müller – Rang 1	9.23	0.46	3.80	0.18	38	11	0.948
Serge Gnabry – Rang 2	3.94	0.25	2.54	0.16	15	11	0.516
Florian Wirtz – Rang 3	6.41	0.37	2.45	0.14	21	1	0.510

Finisher

Ein Finisher ist ein Spieler, der außergewöhnlich gut darin ist, Tore zu schießen. Er hat eine hohe Schlageffizienz und erreicht entsprechend seiner Spielzeit viele Tore. Die Fähigkeit basiert auf den tatsächlich erzielten Toren und ihrer Differenz zu den erwarteten Toren (xGoals). So können wir beurteilen, ob Chancen gut genutzt werden. Nehmen wir an, zwei Stürmer haben gleich viele Tore. Sind sie gleich stark? Oder punktet einer von ihnen in leichten Situationen, während der andere in schwierigen Situationen ins Ziel kommt? Mit der Schusseffizienz lässt sich dies beantworten: Wenn die erzielten Tore die Anzahl der xGoals überschreiten, ist ein Spieler überdurchschnittlich stark und ein effizienterer Schütze als der Durchschnitt. Durch die Größe dieses Unterschieds können wir quantifizieren, inwieweit die Effizienz eines Schützen den Durchschnitt übertrifft.

Der Skill Score wird mit der folgenden Formel berechnet:

Beim Finisher konzentrieren wir uns mehr auf Tore. Die folgende Tabelle gibt einen genaueren Einblick in die aktuellen Top XNUMX.

..	Ziele	TorePer90	Schusseffizienz	Endstand
Robert Lewandowski – Platz 1	24	1.14	1.55	0.813
Erling Haaland – Platz 2	16	1.18	5.32	0.811
Patrik Schick – Rang 3	18	1.10	4.27	0.802

Robert Lewandowski hat in dieser Saison 24 Tore erzielt und liegt damit auf Platz eins. Obwohl Haaland eine höhere Schusseffizienz hat, reicht es für Haaland immer noch nicht, um an erster Stelle zu stehen, weil wir erzielte Tore höher gewichten. Dies deutet darauf hin, dass Lewandowski sowohl von der Qualität als auch von der Quantität der erhaltenen Vorlagen stark profitiert, obwohl er außergewöhnlich gut abschneidet. Patrick Schick hat zwei Tore mehr erzielt als Haaland, hat aber eine geringere Torquote pro 90 Minuten und eine geringere Schusseffizienz.

Sprinter

Der Sprinter hat die physische Fähigkeit, hohe Höchstgeschwindigkeiten zu erreichen, und dies häufiger als andere. Dazu werten wir durchschnittliche Höchstgeschwindigkeiten über alle Spiele der aktuellen Saison eines Spielers aus und beziehen unter anderem die Häufigkeit der Sprints pro 90 Minuten mit ein. Ein Sprint wird gewertet, wenn ein Spieler länger als zwei Sekunden mit einer Mindestgeschwindigkeit von 4.0 m/s läuft und in dieser Zeit eine Spitzengeschwindigkeit von mindestens 6.3 m/s erreicht. Die Dauer des Sprints ist durch die Zeit zwischen dem ersten und letzten Erreichen der 6.3 m/s-Schwelle gekennzeichnet und muss zur Bestätigung mindestens 1 Sekunde lang sein. Erst wenn die Pace wieder unter die 4.0 m/s-Schwelle gefallen ist, kann ein neuer Sprint als erfolgt angesehen werden.

Der Skill Score wird mit der folgenden Formel berechnet:

Die Formel ermöglicht es uns, die vielen Möglichkeiten zu bewerten, wie wir die Sprints von Spielern betrachten können, und geht weiter, als nur die Höchstgeschwindigkeiten dieser Spieler zu betrachten. So hält beispielsweise Jeremiah St. Juste den aktuellen Saisonrekord von 36.65 km/h. Wenn wir uns jedoch die Häufigkeit seiner Sprints ansehen, stellen wir fest, dass er im Durchschnitt nur neun Mal pro Spiel sprintet! Alphonso Davies hingegen ist zwar nicht so schnell wie St. Juste (Höchstgeschwindigkeit 36.08 km/h), legt aber sagenhafte 31 Sprints pro Match hin! Er sprintet viel häufiger mit viel höherer Durchschnittsgeschwindigkeit und schafft so Platz für sein Team auf dem Platz.

Ball gewinner

Ein Spieler mit dieser Fähigkeit verursacht der gegnerischen Mannschaft Ballverluste, sowohl insgesamt als auch bezogen auf seine Spielzeit. Er gewinnt viele Boden- und Luftduelle und stiehlt oder fängt den Ball oft ab, wodurch er selbst eine sichere Ballkontrolle und eine Möglichkeit für sein Team zum Gegenangriff schafft.

Der Skill Score wird mit der folgenden Formel berechnet:

Zum jetzigen Zeitpunkt ist Danilo Soares der Gewinner des Balls auf dem ersten Platz. Er hat insgesamt 235 Abwehrduelle. Von den 235 Defensivduellen hat er 75 gewonnen und Gegner im Bully besiegt. Er hat in dieser Saison auf seiner Spielposition als Verteidiger 51 Bälle abgefangen, was ihm eine Gewinnquote von etwa 32 % beschert. Im Durchschnitt fing er 2.4 Bälle pro 90 Minuten ab.

Skill-Beispiel

Der Skill Bundesliga Match Fact ermöglicht es uns, Fähigkeiten und Stärken von Bundesliga-Spielern aufzudecken. Die Skill-Rangliste rückt Spieler ins Rampenlicht, die zuvor in Ranglisten herkömmlicher Statistiken wie Tore unbemerkt geblieben wären. Nehmen Sie zum Beispiel einen Spieler wie Michael Gregoritsch. Gregoritsch ist ein Stürmer des FC Augsburg, der am 21. Spieltag auf Platz sechs der Finisher-Wertung stand. Fünf Tore hat er bisher erzielt, womit er in keinem Torjäger-Ranking an der Spitze stehen würde. Dies gelang ihm jedoch in nur 663 gespielten Minuten! Eines dieser Tore war der späte Ausgleich in der 97. Minute, der Augsburg half, die Auswärtsniederlage in Berlin zu vermeiden.

Durch den Skill Bundesliga Match Fact können wir auch verschiedene Qualitäten jedes Spielers erkennen. Ein Beispiel dafür ist der Dortmunder Star Erling Haaland, der sich ebenfalls das Abzeichen des Sprinters und Finishers verdient hat und aktuell auf Platz sechs der Bundesliga-Sprinter liegt.

Alle diese Metriken basieren auf Spielerbewegungsdaten, torbezogenen Daten, ballaktionsbezogenen Daten und passbezogenen Daten. Wir verarbeiten diese Informationen in Datenpipelines und extrahieren die notwendigen relevanten Statistiken pro Skill, wodurch wir die Entwicklung aller Metriken in Echtzeit berechnen können. Viele der oben genannten Statistiken sind nach der Zeit auf dem Platz normalisiert, was die Berücksichtigung von Spielern ermöglicht, die wenig Spielzeit haben, aber beim Spielen erstaunlich gute Leistungen erbringen. Die Kombinationen und Gewichtungen der Metriken werden zu einer einzigen Bewertung kombiniert. Das Ergebnis ist eine Rangliste für alle Spieler nach den vier Spielerfähigkeiten. Spieler unter den Top 10 erhalten ein Skill-Abzeichen, damit die Fans schnell die außergewöhnlichen Qualitäten erkennen können, die sie in ihre Mannschaften einbringen.

Implementierung und Architektur

Bundesliga Match Facts, die bis zu diesem Zeitpunkt entwickelt wurden, sind unabhängig voneinander und beruhen nur auf der Aufnahme von Positions- und Ereignisdaten sowie eigenen Berechnungen. Dies ändert sich jedoch für den neuen Bundesliga Match Fact Skill, der Skill-Rankings auf Basis von Daten bestehender Match Facts, wie zum Beispiel xGoals oder xPass, berechnet. Das Ergebnis eines Ereignisses, möglicherweise ein unglaubliches Tor mit geringen Chancen auf ein Tor, kann einen erheblichen Einfluss auf die Rangliste der Finisher-Fähigkeiten haben. Aus diesem Grund haben wir eine Architektur entwickelt, die immer die aktuellsten Skill-Rankings bereitstellt, wenn die zugrunde liegenden Daten aktualisiert werden. Um Echtzeit-Updates der Fähigkeiten zu erreichen, verwenden wir Amazon MSK, einen verwalteten AWS-Service für Apache Kafka, als Datenstreaming- und Messaging-Lösung. Auf diese Weise können verschiedene Bundesliga Match Facts die neuesten Ereignisse und Updates in Echtzeit kommunizieren.

Die zugrunde liegende Architektur für Skill besteht aus vier Hauptteilen:

• An Amazon Aurora Serverless-Cluster speichert alle Ausgaben bestehender Spieldaten. Dazu gehören beispielsweise Daten zu jedem Pass (z. B. xPass, Spieler, beabsichtigter Receiver) oder Schuss (xGoal, Spieler, Tor), der seit der Einführung von Bundesliga Match Facts passiert ist.
• Eine zentrale AWS Lambda schreibt die Bundesliga Match Fact-Ausgaben in die Aurora-Datenbank und benachrichtigt andere Komponenten, dass es ein Update gegeben hat.
• Eine Lambda-Funktion für jeden einzelnen Skill berechnet das Skill-Ranking. Diese Funktionen werden immer dann ausgeführt, wenn neue Daten für die Berechnung der spezifischen Fähigkeit verfügbar sind.
• Ein Amazon MSK Kafka-Cluster dient als zentraler Kommunikationspunkt zwischen all diesen Komponenten.

Das folgende Diagramm veranschaulicht diesen Workflow. Jeder Bundesliga Match Fact sendet sofort eine Ereignisnachricht an Kafka, wenn ein Ereignis aktualisiert wird (z. B. ein aktualisierter xGoals-Wert für ein Schussereignis). Die Lambda-Funktion des zentralen Dispatchers wird automatisch ausgelöst, wenn ein Bundesliga Match Fact eine solche Nachricht sendet, und schreibt diese Daten in die Datenbank. Anschließend sendet es eine weitere Nachricht über Kafka mit den neuen Daten zurück an Kafka, die als Trigger für die einzelnen Skill-Berechnungsfunktionen dient. Diese Funktionen verwenden Daten von diesem Trigger-Ereignis sowie dem zugrunde liegenden Aurora-Cluster, um die neuesten Skill-Rankings zu berechnen und zu veröffentlichen. Weitere Informationen zur Verwendung von Amazon MSK in diesem Projekt finden Sie im Blogpost zu Set Piece Threat.

Zusammenfassung

In diesem Beitrag haben wir demonstriert, wie der neue Bundesliga Match Fact Skill es ermöglicht, Bundesliga-Spieler auf vier zentralen Spielerdimensionen objektiv zu vergleichen, indem er auf ehemals unabhängigen Bundesliga Match Facts in Echtzeit aufbaut und diese kombiniert. So können Kommentatoren und Fans bisher unbeachtete Fähigkeiten der Spieler aufdecken und die Rollen beleuchten, die verschiedene Bundesliga-Spieler erfüllen.

Der neue Bundesliga Match Fact ist das Ergebnis einer eingehenden Analyse durch die Fußballexperten der Bundesliga und AWS-Datenwissenschaftler, um die Qualitäten von Fußballspielern auf der Grundlage objektiver Leistungsdaten herauszufiltern und zu kategorisieren. Spieler-Skill-Badges werden in der Aufstellung und auf Spielerdetailseiten in der Bundesliga-App angezeigt. In der Sendung werden den Kommentatoren Spielerfähigkeiten durch die bereitgestellt Datenstory-Finder und den Fans bei Spielerwechsel und beim Aufstieg eines Spielers in die jeweilige Top-10-Rangliste visuell angezeigt.

Wir hoffen, dass Ihnen dieser brandneue Bundesliga Match Fact gefällt und Ihnen neue Einblicke in das Spiel bietet. Um mehr über die Partnerschaft zwischen AWS und der Bundesliga zu erfahren, besuchen Sie Bundesliga auf AWS!

---

Über die Autoren

Simon Rolfes 288 Bundesligaspiele absolvierte er als zentraler Mittelfeldspieler, erzielte 41 Tore und bestritt 26 Länderspiele für Deutschland. Derzeit ist Rolfes Sportdirektor bei Bayer 04 Leverkusen, wo er den Kader der Profispieler, die Scouting-Abteilung und die Nachwuchsförderung des Vereins betreut und weiterentwickelt. Simon schreibt außerdem wöchentliche Kolumnen auf Bundesliga.com über die neuesten Bundesliga-Spielfakten powered by AWS

Luuk Figdor ist Senior Sports Technology Specialist im AWS Professional Services-Team. Er arbeitet mit Spielern, Vereinen, Ligen und Medienunternehmen wie der Bundesliga und der Formel 1 zusammen, um ihnen dabei zu helfen, mithilfe von maschinellem Lernen Geschichten mit Daten zu erzählen. In seiner Freizeit lernt er gerne alles über den Verstand und die Schnittstelle zwischen Psychologie, Ökonomie und KI.

Pascal Kuhner ist Cloud-Anwendungsentwickler im AWS Professional Services Team. Er arbeitet branchenübergreifend mit Kunden zusammen, um ihnen dabei zu helfen, ihre Geschäftsergebnisse durch Anwendungsentwicklung, DevOps und Infrastruktur zu erreichen. Er ist sehr sportbegeistert und spielt in seiner Freizeit gerne Basketball und Fußball.

Tareq Haschemi ist Berater bei AWS Professional Services. Seine Fähigkeiten und Fachgebiete umfassen Anwendungsentwicklung, Data Science, maschinelles Lernen und Big Data. Von Hamburg aus unterstützt er Kunden bei der Entwicklung datengetriebener Anwendungen in der Cloud. Bevor er zu AWS kam, war er auch als Berater in verschiedenen Branchen wie Luftfahrt und Telekommunikation tätig. Er engagiert sich leidenschaftlich dafür, Kunden auf ihrer Daten-/KI-Reise in die Cloud zu unterstützen.

Jakob Michalczyk ist Data Scientist bei der Sportec Solutions AG. Vor einigen Jahren zog er das Mathematikstudium dem Fußballspielen vor, da er zu dem Schluss kam, dass er in letzterem nicht gut genug war. Jetzt kombiniert er diese beiden Leidenschaften in seiner beruflichen Laufbahn, indem er Methoden des maschinellen Lernens anwendet, um einen besseren Einblick in dieses schöne Spiel zu erhalten. In seiner Freizeit spielt er immer noch gerne XNUMXer-Fußball, schaut sich Krimis an und hört Filmmusik.

Javier Poveda-Panter ist Data Scientist für EMEA-Sportkunden im AWS Professional Services-Team. Er ermöglicht es Kunden im Bereich Zuschauersport, innovativ zu sein und aus ihren Daten Kapital zu schlagen, indem er durch maschinelles Lernen und Data Science hochwertige Benutzer- und Fanerlebnisse liefert. In seiner Freizeit geht er seiner Leidenschaft für ein breites Spektrum an Sport, Musik und KI nach.

• Coinsmart. Europas beste Bitcoin- und Krypto-Börse.
• Platoblockkette. Web3-Metaverse-Intelligenz. Wissen verstärkt. DEN FREIEN ZUGANG.
• CryptoHawk. Altcoin-Radar. Kostenlose Testphase.
• Quelle: https://aws.amazon.com/blogs/machine-learning/bundesliga-match-fact-skill-quantifying-football-player-qualities-using-machine-learning-on-aws/