KISs-BiS - Künstliche Intelligenz für den Spitzensport im Spannungsfeld zwischen Big und Small Data

Der Nutzen von Methoden der künstlichen Intelligenz und des maschinellen Lernens im Sport ist unbestritten, jedoch treten bei der Umsetzung in die Praxis gravierende Probleme auf, was den Zugang zu Ressourcen, die Verfügbarkeit von Experten, und den Umgang mit den Methoden und Daten angeht. Zum letzten Punkt sehen wir den Bedarf, das Spannungsfeld zwischen Big Data, wenn viele Daten zur Verfügung stehen, und im Umkehrfall Small Data, der sportwissenschaftlich typischere Fall, aufzulösen. Die Ursache für die, verglichen mit anderen Anwendungsgebieten, langsame An-/Übernahme von Methoden in den Spitzensport, liegt nach unsere Arbeitshypothese in mehreren Mismatches zwischen Sport und KI. Diese Mismatches sind methodischer, struktureller und auch kommunikativer Art.
Ziel dieses Projekts ist es, für diese Mismatches Lösungsvorschläge zu erarbeiten. Dafür soll ein systematischer Review den Ausgangspunkt bilden. Es sollen einerseits bestehende Anwendungsfälle von KI im nationalen/internationalen Spitzensport und andererseits "success stories" aus Anwendungsgebieten mit dem Spitzensport vergleichbarer Charakteristik betrachtet werden. Der Fokus liegt dabei darauf, unter welchen Randbedingungen welche (aktuelle) Methoden der KI, insb. des maschinellen Lernens, zum Erfolg geführt haben. Ausgehend von den Ergebnissen des Reviews werden Vorschläge zur Auflösung der Mismatches erarbeitet, mit dem Ziel der Ableitung neuer Transfer- und Synergiemöglichkeiten auch für neue innovative (Produkt-)entwicklungen. In drei Use Cases zu Trainingssteuerung/-Modellierung, Wettkampfdiagnostik-/analyse/ Spielanalyse und Leistungsdiagnostik wird dies exemplarisch, in Form entsprechender Projektbeschreibungen, umgesetzt. Diese sollten zielgruppengerecht aufbereitet werden, wobei die Akteure im Spitzensport zentral stehen.