Skalierbares Spielerprofil

Ein Fenster beschreibt einen Moment; eine Verteilung von Fenstern beschreibt einen Spieler. Das Spielerprofil aggregiert Tausende von Bewegungs-Signaturen pro Athlet zu einem stabilen Profil — einer Position und einer Form im Embedding-Raum, die erfasst, wie sich dieser Spieler bewegt.

Weil jedes Profil im selben Raum lebt, ist Vergleich keine Adjektiv-Übung mehr. „Explosiv“, „ökonomisch“, „pressingresistent“ werden zu messbaren Nachbarschaften — und „Finden Sie Spieler, die sich so bewegen wie dieser“ wird zu einer Abfrage mit einer sortierten Antwort.

Profile sind laufende Aggregate über die Fenster eines Spielers: mittlere Signatur, Streuung und Drift über die Zeit. Die Mathematik darüber ist bewusst einfach — die Kraft liegt in der Repräsentation darunter. Profile werden schärfer, je größer das Korpus wird: Im Proof-of-Concept-Maßstab trennt das Modell Spieler innerhalb eines Spiels; robustes Fingerprinting über Saisons hinweg ist ein Meilenstein der Datenskalierung, kein algorithmischer Sprung.

Für das Scouting komprimiert Profiling stundenlange Videosichtung zu einer aussagekräftigen Shortlist — jeder Kandidat kommt mit der Bewegungsevidenz, die ihn dorthin gebracht hat. Für Entwicklungstrainer wird aus „wirkt diesen Monat spritziger“ eine gemessene Aussage gegen die eigene Historie des Spielers.