Wie mit Big Data und Predictive Analytics Sportler sowie Unternehmen gewinnen

Doppelsieg: Tausche Daten gegen Mehrwert

Wearables, Predictive Analytics, Sportler

Wenn man heute Menschen am Eingang zum Fitnessstudio nach dem Grund des gegenwärtigen Besuchs fragen würde, wäre eine mögliche Antwort, dass eine ihrer Fitness-Apps sie dazu animiert hätte. Um die eigene Trainingsleistung zu verbessern, investieren viele Sportler und Fitnessbegeisterte in Apps sowie Wearables und geben dafür bereitwillig persönliche Daten Preis. Experten des Beratungsunternehmens IDC gehen davon aus, dass der Wearables-Markt1 weiter wächst. „Quantified Self“2, also die Vermessung der eigenen Körperdaten, liegt im Trend. Kein Wunder, dass Unternehmen in Big Data der Sport- und Fitnessbranche ein großes wirtschaftliches Potenzial sehen. So leicht kommen sie kaum an Tracking-Daten und Informationen für Cross-Selling oder Marketing. Investitionen in neue Methoden sowie Lösungen für Datenanalysen oder Predictive Analytics lohnt sich – denn ein größerer Mehrwert für die Anwender bedeutet ein Plus an verwertbaren Daten und zahlenden Kunden für die Anbieter.

Medaillen, Pokale, Siege – das macht den Marktwert eines Sportlers oder Vereins aus. Um diese zu erringen, werden Big Data und die dazugehörigen Datenanalysen im Profi-Sport immer wichtiger. Auf der diesjährigen Tour de France3 wurden beispielsweise zum ersten Mal die Messdaten eines unter dem Sattel angebrachten Chips aufgezeichnet: Dadurch wissen wir als Zuschauer, dass die Durchschnittsgeschwindigkeit aller Fahrer bei 42,46 km/h liegt. Der Fan freut sich über solche Informationen, der Team-Kapitän jedoch entwickelt daraus eine neue Strategie zum Etappensieg und zu mehr Sponsorengeldern – soweit die Theorie.

Den weit größeren und interessanteren Markt bilden aber die Freizeit-Sportler im Consumer-Bereich. Auch für sie sind Medaillen, Pokale und Siege wichtig, doch eher als digitale Erfolgsmeldung ihrer Fitness-Apps. Heute sind diese im neuen Smartphone meist schon vorinstalliert und mit wenigen Klicks gestartet. Das passende Armband wird rasch dazugekauft. Mit Applikationen oder digitalen Fitnessbändern lassen sich damit relativ einfach jede Menge Körperwerte und Geodaten tracken – und das alles mit Einwilligung der User: Bezahlt wird oft nur mit den eigenen Daten.

Verkabelte Sportler und „Quantified Self“ mit hohem Marktpotenzial

Große Sportgerätehersteller, Elektronik- und Software-Unternehmen haben die Möglichkeiten dieses Marktes erkannt und die Tatsache, dass im Profi- wie auch im Freizeitsport die Budgets oft viel lockerer sitzen als in anderen Branchen. Dies hängt sehr wahrscheinlich davon ab, dass sich die Erträge in der Welt von Sportlern, Verbänden, Clubs, Fitnessstudios, Sponsoren und Fans anders zusammenstellen: Der wirtschaftliche Erfolg von Profi-Sportlern und Vereinen wird an Siegen, Pokalen und Medaillen gemessen. Daher spielt die Bekanntheit eine sehr wichtige Rolle: Erst eine Identifikationsfigur oder ein Publikumsmagnet wird zur lukrativen Werbefläche.

Der „private“ Sportbereich ist schon weiter: Im Zuge des Quantified-Self-Trends sollen Apps und Sensoren dabei helfen, die Anwender bei ihren sportlichen Aktivitäten zu coachen und Körper- sowie Leistungswerte zu optimieren. Dafür sind Anwender bereit, persönliche Ergebnisse und Geld zu investieren. Was fehlt, sind Lösungen, die sämtliche Daten aus den verschiedenen Tools und Geräten zusammenführen sowie interpretieren können. Ansonsten haben die Anwender nur einzelne Datensätze, teilweise sogar ohne sofort erkennbaren Nutzen vorliegen. Das Ziel der Unternehmen muss also sein, mit den richtigen Anwendungen einen sofort ersichtlichen Mehrwert zu liefern, für den User gerne Daten hergeben und Geld investieren – ohne teuren Data Scientist oder Supercomputer.

Sportliche Erfolge berechenbarer machen

Von effizienteren, kräfteschonenderen Bewegungsabläufen über die optimale Spielstrategie bis hin zum Fitnessplan anhand von Blutwerten und Ernährungstabellen: Wenn möglich, wird im Sport alles digital gemessen, in Data-Warehouse-Lösungen gesammelt und in modernsten Analysesystemen von Datenspezialisten ausgewertet und weiterverarbeitet. Die so gewonnenen Informationen werden dabei immer wertvoller. Ein Predictive-Analytics-System kann per Ist-Daten und Software-Algorithmen die Leistungs- und Gesundheitsentwicklung voraussagen, neue Nachwuchssportler sowie Talente oder Trainings- und Gegnerschwächen entdecken – sofern richtig interpretiert.

Und genau hier liegt die Herausforderung: Ein Freizeit-Sportler will seine Daten so einfach und kostengünstig wie möglich auswerten. Also ohne teuren Datenexperten und Superrechner!

Big-Data-Szenarien im Sport gibt es viele. SAP hat für verschiedene Profi-Sportarten wie Fußball4, Tennis, Segeln oder Reiten Realtime-Analyse-Systeme entwickelt. Auf großen Tennisturnieren wie den Australian Open5 oder Wimbledon6 wird mithilfe von IBM-Technologien eine Vielzahl von Daten gesammelt und analysiert. Mit Chips in Babolat-Tennisschlägern7 lässt sich der Balltreffpunkt genau ermitteln und optimieren. Detektoren in Joggingschuhen helfen, die Laufbewegung zu verbessern, biosensorische Pflaster8 auf der Haut zeichnen Laktatwerte im Schweiß auf, um die Trainingsleistung zu überwachen. Beim American Football9 wird mit Analyse-Tools die Wahrscheinlichkeit des kommenden gegnerischen Spielzugs vorausgesagt.

Wem es gelingt, Teile dieser Technologien auf den Consumer-Bereich zu übertragen, die verschiedenen Daten zu kombinieren, auszuwerten und Trainingsanleitungen sowie Coaching-Apps daraus zu entwickeln, dem erschließt sich eine lukrative Informations- und Geldquelle. Dabei dürfen natürlich Persönlichkeitsrechte und Datensicherheit nicht verletzt werden. Neue Geschäftsideen und Anwendungen entscheiden dabei über Erfolg und Niederlage, wie etwa übertragbare Punktesysteme, bspw. zwischen Fitnessstudio und Krankenkasse, Vergünstigungen beim Kauf von Sportartikeln durch erreichte Laufstrecke oder ein aus allen Werten ermittelter Leistungsindex.

Mehr Informationen zum Thema Predictive Analytics finden Sie in diesem exklusiven Whitepaper:

Kommentare

Noch nicht bewertet

Es gibt noch keine Kommentare

Kommentar hinterlassen