Skalierbares Spieler-Profiling

Ein Fenster beschreibt einen Moment; eine Verteilung von Fenstern beschreibt einen Spieler. Das Spieler-Profiling 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 der Vergleich keine Frage von Adjektiven mehr. „Explosiv“, „ökonomisch“, „pressingresistent“ werden zu messbaren Nachbarschaften – und „Finden Sie Spieler, die sich so bewegen wie dieser“ wird zu einer Abfrage mit einer Rangliste als 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; stabile Profile über ganze Saisons sind 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 Aussage, gemessen an der eigenen Historie des Spielers.