MD1Qby Dataobjects
DE
Demo anfragen
Maschinelles Lernen

Maschinelles Lernen in MD1Q

Modell, Messwert, Grenze.

MD1Q arbeitet mit drei trainierten Modellen auf koordinatenbasierten Ereignisdaten. Für jedes nennen wir, was es misst, woraus es gelernt hat, wie genau es bei Turnieren ist, die das Training nie gesehen hat, und wo seine Grenzen liegen.

Unabhängiger Test, AUC
Torchance0,83
Gegentorchance0,85
Passerfolg0,95
  • 0,5 ist Zufall, 1,0 eine fehlerfreie Reihenfolge
  • Test: WM 2022, EM 2024
01

Drei Modelle

Aktionswert

Was es misst
Wie stark eine Aktion am Ball (Pass, Ballführung, Dribbling, Schuss, Balleroberung, Zweikampf) die Chance verändert, dass das Team innerhalb der nächsten zehn Aktionen ein Tor erzielt oder kassiert.
Gelernt aus
Öffentliche Ereignisdaten mit Koordinaten, 1.073.172 Aktionen aus drei Wettbewerben.
Unabhängiger Test
AUC 0,83 für Torerfolg und 0,85 für Gegentor, bei 263.061 Aktionen der WM 2022 und der EM 2024.
Grenze
Läuft nur, wo für das Spiel Ereignisdaten mit Koordinaten vorliegen.

Passerfolg

Was es misst
Wie wahrscheinlich ein Pass in der Situation, aus der er gespielt wurde, sein Ziel erreicht.
Gelernt aus
Öffentliche 360-Momentaufnahmen, 98.190 Pässe aus zwei Turnieren.
Unabhängiger Test
AUC 0,95 bei 43.820 Pässen der EM 2024.
Grenze
Das 360-Bild zeigt nur das Sichtfeld der Kamera: Spieler außerhalb sieht das Modell nicht.

Entscheidungsqualität

Was es misst
Der Wert des gewählten Passes im Vergleich zu den anderen in diesem Moment sichtbaren Optionen.
Gelernt aus
Baut auf dem Passerfolgsmodell und einem auf denselben Daten berechneten Gefahrenwert-Raster auf.
Unabhängiger Test
Stützt sich auf den Test des Passerfolgsmodells (AUC 0,95).
Grenze
Es bewertet Pässe; Ballführung, Dribbling und Schuss sind keine Optionen.
02

KI in der Oberfläche

MD1Q Proof (AI)

Stellen Sie dem System eine Frage und erhalten Sie eine Grafik oder Tabelle. Es kennt 14 Fragetypen, antwortet nur aus berechneten Zahlen und nennt zu jeder Antwort die zugrunde liegenden Fakten.

KI-Text

14 Textarten in der Oberfläche. Er darf nur gemessene Zahlen schreiben, ist immer gekennzeichnet und lässt sich pro Organisation abschalten.

03

Wie man die Zahl liest

Die AUC misst, wie gut das Modell Fälle in eine Reihenfolge bringt: 0,5 ist Zufall, 1,0 eine fehlerfreie Reihenfolge. Getestet wurde mit Spielen aus Turnieren, die das Training nie gesehen hat; die Zahl zeigt also, wie das Modell auf neuen Daten arbeitet. Das Modell liefert eine Zahl, kein Urteil: Die Entscheidung bleibt beim Stab.