Hvordan brukes kunstig intelligens i profesjonell fotball?

Visste du at et lag kan forutsi sine reelle sjanser til å vinne en kamp? Med kunstig intelligens og alle data den gir og analyserer, er denne typen ting mulig.
Hvordan brukes kunstig intelligens i profesjonell fotball?

Siste oppdatering: 01 juni, 2022

Teknologi har vært i idretten i lang tid, og hver dag finner vi nye utviklinger som fanger vår oppmerksomhet. En av dem er kunstig intelligens eller AI, et verktøy som blir stadig mer brukt og har blitt nesten uunnværlig i eliteverdenen innen profesjonell fotball.

Først av alt er det imidlertid en god idé å definere konseptet. AI demonstreres av maskiner og produseres av prosessorer og programvare. En av funksjonene innen sport er å analysere en enorm mengde data, identifisere trender og lage spådommer basert på dem.

Med enklere ord kan vi si at kunstig intelligens utøves av maskiner som gjør det samme som mennesker, men i stor skala og med mer presisjon og hastighet. I stedet for å ha flere personer som ser på et spill, registrerer maskinene automatisk hva som skjer og behandler dataene.

Noen selskaper som tilbyr denne typen tjenester installerer for eksempel kameraer på stadioner for å føre sine egne oversikter over et spill. Ved å bruke disse bildene er de i stand til å trekke ut millioner av data ved hjelp av algoritmer. Denne informasjonen selges til idrettsutøvere og klubber, som da kan få et bredere bilde av hva som skjer.

Liker du denne artikkelen? Du kan også like å lese: Den rettidige reaksjonen til James Rodriguez redder en fotballspillers liv

Big data og bruk av kunstig intelligens

Big data er navnet som er gitt til det store datasettet som kommer frem fra sportskamper gjennom bruk av kunstig intelligens. Foreløpig har lagene som bruker denne analysemetoden – det vil si nesten alle de beste internasjonale lagene – data om blant annet pasninger, avstander, skudd og taklinger.

Dette har to hovedbruksområder ved første øyekast. Den første er at den gjør det mulig å analysere ytelsen til utøverne på selve laget. Dette gjør det mulig å endre treningsøktene deres og gi større relevans til en faktor fremfor andre.

Big data gir også muligheten til å lære mye mer om spillerne til andre lag. Dette er positivt både når man møter dem og når spillere kjøpes og selges av klubber, når det er nødvendig å finne “den spesielle spilleren” som bommer på svært få pasninger og har en viss type prestasjon i hver kamp.

Mujer analizando data en la computadora tras un partido de fútbol profesional.
Big data brukes ikke bare på fotball. Det er en disiplin med flere og flere bruksområder på arbeidsplassen, reklame og til og med fritid.

Målet er å redusere den tilfeldige faktoren til et minimum når man tar beslutninger.

Kunstig intelligens og ny statistikk

I tillegg til å gi mer data, gir kunstig intelligens i fotball bedre analyser. En demonstrasjon av dette er opprettelsen av nye vilkår for å definere variabler som nylig har begynt å bli målt, for eksempel expected goal (xG) og expected assist (xA).

Ifølge den offisielle nettsiden til Bundesliga, Tysklands profesjonelle fotballiga, viser forventede mål sannsynligheten for at en spiller skal score et mål ved å bruke en indeks fra 0 til 1. Dette tar hensyn til variabler som skuddposisjon, avstand til målet, målvaktens plassering, inngripen fra andre forsvarere, og spillerens målscorerekord, blant annet.

En målsjanse med et register på 0,5 xG bør resultere i et mål 50 % av tiden.

På den annen side er forventede assists pasninger i faresoner som kan ende i mål av spilleren som mottar dem. Denne siste pasningen før målet kalles en “assist”. I likhet med forventede mål måles disse på en skala fra 0 til 1, hvor maksimumsverdien (1) representerer en maksimal sannsynlighet for at spillet ender i mål.

For å illustrere dette tydeligere, hvis en spiller passerer til en lagkamerat som har ryggen til mål og er markert av motstandere, vil xA være lav. På den annen side, hvis han eller hun assisterer en lagkamerat som vender mot målet og uten målvakt, vil xA være høyere, siden det er svært sannsynlig at denne pasningen ender opp som en assist.

Vi tror du kan være interessert i å lese dette også: Den rettidige reaksjonen til James Rodriguez redder en fotballspillers liv

Kunstig intelligens gir enestående data

Kunstig intelligens har revolusjonert fotball og andre idretter de siste årene. Takket være dette verktøyet er det som før var avhengig av perspektivet til treneren og teamet hans nå perfekt evaluert og målt av datamaskiner.

Noen av disse innovative målingene inkluderer ikke bare fysisk effektivitet, men også den kognitive ytelsen til en idrettsutøver. For eksempel gjør kunstig intelligens det mulig å måle riktigheten av beslutningstaking og stresset en spiller opplever under en kamp.

Det er til og med utviklet indekser som samler all tilgjengelig informasjon, sammenligner den med den til et annet lag og dermed etablerer vinnermuligheten for et lag. Denne indeksen kalles ETI (teknisk effektivitetsindeks) og er basert på matematikk for å analysere den generelle ytelsen til et lag fra et kollektivt taktisk synspunkt.

La inteligencia kunstig en el fútbol gana cada vez mer espacio.
Datahåndtering er en grunnleggende del av trening og klubbliv på høyt nivå.

Et grunnleggende verktøy i moderne fotball

Som ethvert innovativt element er kunstig intelligens fortsatt i utvikling, og nye brukstilfeller studeres fortsatt for de nesten uendelige mulighetene den gir. I mellomtiden blir det tekniske personalet til teamene stadig mer vant til disse nye teknologiene.

Ideelt sett bør det være en gruppe spesialister som fordøyer all informasjon og overleverer det viktigste til trenerne. Det er tross alt ingen vits i å ha så mye data hvis det ikke er noen som tolker det.

I mellomtiden, siden dette er et tilskudd og ikke noe som vil vinne mesterskap av seg selv, er det noen ting som fortsatt er avgjørende. Arbeid, planlegging og talent må gå hånd i hånd med teknologi for å nå de forventede målene.


Alle siterte kilder ble grundig gjennomgått av teamet vårt for å sikre deres kvalitet, pålitelighet, aktualitet og validitet. Bibliografien i denne artikkelen ble betraktet som pålitelig og av akademisk eller vitenskapelig nøyaktighet.



Denne teksten tilbys kun til informasjonsformål og erstatter ikke konsultasjon med en profesjonell. Ved tvil, konsulter din spesialist.