von
Mit dem Modell ließen sich "in Zukunft potenziell Verletzungen verhindern", benannte Hecksteden im Gespräch den Nutzen dieses Modells. Man wolle mit diesem schließlich "Spieler identifizieren, die ein hohes Verletzungsrisiko haben" und somit mit "personalisierten, medizinischen Ansätzen" eingreifen und gegensteuern, konkretisierte die Sportmedizinerin, die an der Medizinischen Universität Innsbruck und der Universität Innsbruck forscht und langjährige Erfahrung im Spitzensport als Ärztin deutscher Nationalteams - etwa Nationalmannschaften bei den "Youth Olympic Games oder "World Games" - mitbringt, die Herangehensweise und die Ziele. Besonders groß sei der Nutzen, "wenn Spieler von einer früheren Verletzung zurückkommen", fügte Hecksteden hinzu. Das aktuelle, neuerliche Verletzungsrisiko stelle eine "wichtige Grundlage für die Bestimmung des richtigen Zeitpunktes für den Wiedereinstieg" dar.
Das "Identifizieren" der Spieler mit hohem Verletzungsrisiko und damit die Risikoabschätzung gelinge mit gegenwärtig im Profi-Fußball genutzten, größtenteils datengetriebenen Prognosemodellen jedenfalls nur unzureichend. Bei diesen werde ein "regelrechter "Daten-Tsunami" produziert, der nur schwer präzise interpretierbar sei. "Das sind dann etwa Daten aus dem Bereich Belastung und Leistung der Sportler, GPS-Daten, unzählige Videos oder auch KI-Skelettmodelle", nannte sie einige Beispiele. Gründe für das unzureichende funktionieren gebe es: "Es werden schlicht zu viele Variablen ins Rennen geschickt, womit der Blick auf die wesentlichen Faktoren aus dem Blick gerät", sagte Hecksteden.
Das nunmehr forcierte Modell - das im Juni in einem Kommentar im Fachjournals "Science and Medicine in Football" vorgestellt worden war - funktioniere hingegen anders: "Wir reduzieren die Komplexität des Modells ganz bewusst auf einige wenige Parameter." Es gehe jedenfalls darum, "die wichtigen, tatsächlich entscheidungsrelevanten Aspekte zu messen" und auch menschliches Expertenwissen einfließen zu lassen.
"Das ist etwa bei der Ermüdung der Spieler wichtig, die die Verletzungsfälle erhöht", führte Hecksteden aus. Ein Spieler "spürt die Ermüdung" und auch ein "erfahrener Trainer nimmt sie wahr", sie lasse sich aber nur schwer mit objektiven Daten fassen, erklärte die Sportmedizinerin. Es gebe diesbezüglich eben "das Alleinstellungsmerkmal der menschlichen Wahrnehmung", die "subjektive Wahrnehmung" sei nur "schwer zu modellieren", strich die Wissenschafterin heraus. Das "Trainerauge" unterstütze also gewissermaßen computergestützte Verfahren, die weiterhin "zur Optimierung der Modelle" genutzt werden würden.
Ein weiters Problem bei den aktuell sich im Einsatz befindlichen Modellen und Verfahren seien die zu kleinen Fallzahlen. "Wir reden hier ja nicht von Online-Marketing mit Millionen von Datensätzen", so Hecksteden. "Die Fallzahlen im Spitzenfußball sind relativ klein, weil uns nicht Millionen von Spielern zur Verfügung stehen". Man rede hier schließlich "von einer Elite", betonte sie. Die Erstellung von rein datengetriebenen, hochkomplexen Modellen, die dann "auch auf neue Spieler anwendbar sind", sei deshalb nur sehr eingeschränkt möglich.
Nunmehr gelte es - anschließend an den Kommentar, in dem das neue Modell anhand zweier realer Beispiele illustriert wurde - das Prognosemodell mit weiteren Fällen abzusichern und dessen Funktionieren damit zu untermauern. "Wir müssen uns noch genauer anschauen, was das adjustieren des Modells durch Experten bringt", erläuterte Hecksteden. Daraus soll dann im Endeffekt ein "fachlich plausibles, praktikables Modell entstehen, das in der Praxis im Spitzenfußball und womöglich auch in anderen Spitzensportarten und Spielsportarten anwendbar ist", so die Forscherin.
