Det tyske landshold har netop vundet verdensmesterskabet i fodbold med et helt eminent mål af Mario Goetze, som med en kontrolleret tæmning og et kraftigt, men præcist spark fik fastsat den endelige score på 1-0.
Mario Goetze er hamrende dygtig, men ud over en stor mængde talent - både fra spillerne og fra trænergruppen - så har det tyske landshold brugt et hemmeligt våben: Big data.
Oftere og oftere sniger big data sig ind i sportsverdenen, hvor det ofte er få millimeter, som kan være afgørende.
Det tyske landshold har et samarbejde med SAP om håndtering af big data omkring fodboldspillerne, banen og modspillerne.
SAP's applikation analyserer uanede mængder data, som det tyske landshold ligger inde med fra kampene, og håndterer det i real time. Og en app er udviklet med henblik på, at spillerne selv skal kunne bruge data til at udvikle sig selv.
"Hvis vi skulle lave en spilleranalyse, var vi nødt til at tage spilleren og placere ham i et rum med analyse-og videoudstyr. Nu kan vi i stedet bruge big data i vores app, så spillerne kan udvikle deres teknik og se, hvad de gør rigtigt og måske forkert, siger Oliver Bierhoff, der er manager for det tyske landshold, til SAP's presse-site.
Millioner af data
Med app'en kan spillerne analysere, hvordan deres spillerstil er i forhold til medspillere og modspillere. Før i tiden måtte spillere bruge tunge og ofte lidt upræcise skemaer om modspillernes håndtering af straffespark, men nu kan big data give et glimt af tendenser hos modspillere som medspillere.
Det er store mængder data, som vi snakker om her. Alene ti minutters spil med ti spillere og tre bolde genererer op imod 7 millioner datapoints, som ville være fuldstændig uoverskuelige uden software til at håndtere det, forklarer SAP.
Med en bearbejdning af data, kan det tyske landshold udarbejde personlige træningsforløb, da man nemmere kan pege på, hvad den enkelte spiller har behov for at træne.
SAP og det tyske landshold er allerede ved at videreudvikle systemet, så man i fremtiden blandt andet vil have helbredsstatistikker over hver enkelt spiller og en gennemført "modstander-bank", så man hurtigt kan se, hvordan Ronaldo afleverer sine bolde.
"Den løsning vil i fremtiden være med til, at vi kan foretage vigtige valg i halvegen om, for eksempel hvilken spiller der skal udskiftes i forhold til andre," forklarer Oliver Bierhoff.
Big data trænger ind overalt i sporten
Det er ikke kun hos det tyske fodboldhold, at man ser big data få en stadig større indflydelse.
I den amerikanske baseball-liga benytter klubberne sig i stor stil af big data for at kunne analysere pitches - kast mod batteren - og til at vurdere, hvordan de skruer, om de er et "hit" eller en "ball".
Man ser det også hos sportsgrene som F1 og LeMans, hvor dataindsamling kun må bruges i begrænsede mængder. Derfor skal dataet indsamles og behandles på den helt rigtige måde.
Computerworld har besøgt F1-holdet Lotus, for at se, hvordan de har benyttet sig af big data.
Herhjemme kommer big data også ind på de danske baner. Da FC Midtjylland blev opkøbt af den engelske investor og forretningsmand Matthew Benham, blev der samtidig sat et øget fokus på big data, som netop skal udvikle FC Midtjyllands talentudvikling.
Desuden har Microsofts kommende elektroniske hjælper, Cortana, overraskende præcist udregnet udfaldet af VM-kampene.
Læs også: Big data afmystificeret: Sådan kommer du i gang
Læs også: Advarsel til firmaer: Kom i gang med big data - eller bliv overhalet
Læs også: Klar til big data? Her skal du investere i ny teknologi
