Anpfiff! Wenn am 8. Juni die Fußball-Europameisterschaft in Polen und der Ukraine startet, feiert, jauchzt und jubelt das Land. Mitfiebern ist angesagt. Waschechte Fans tippen schon jetzt die Spiele der deutschen Nationalelf – das ein oder andere Mal auch ins Blaue. Wissen, wo der Ball rollt, wollen auch fünf wissenschaftliche Mitarbeiter am Lehrstuhl für Wirtschaftsinformatik an der TU. Dafür nutzen sie das Können eines speziellen Data Mining Verfahrens, das Spielprognosen zur EM ermittelt. Das Stichwort: Künstliche Intelligenz. Und die Spannung steigt. Wer tippt treffsicherer – Mensch oder Maschine?
Zwei Monate lang hat das Team an seinem "Spaßprojekt" gebastelt. Fotos: Hannah Biermann / Teaserbild: Rainer Sturm/pixelio.de
Wetten, dass…? Auf das System ist Verlass! Bereits zur Fußball-Weltmeisterschaft vor zwei Jahren hat das Team der WiSo-Fakultät mithilfe künstlicher neuronaler Netze viele Spiele punktgenau getippt. „Wir haben damals recht gute Ergebnisse erzielt“, meint der wissenschaftliche Mitarbeiter Erik Frank. Zusammen mit seinen Kollegen erklärt er, wie das Data Mining Verfahren funktioniert und was hinter der sogenannten künstlichen Intelligenz steckt.
Muster erkennen
Das Prinzip ist simpel: „Unser System bildet die Art und Weise ab, wie der Mensch Informationen im Gehirn verarbeitet“, erklärt Frank. Auf einen Reiz, wie beispielsweise einen Sonnenstrahl, erfolgt die Informationsverarbeitung, die wiederum zu einer Reaktion, einer logischen Schlussfolgerung führt – wird man von der Sonne geblendet, schließt man die Augen. Die künstliche Intelligenz? Ist nichts weiter als ein maschinelles Lernen. „Es geht darum, aus Vergangenheitsdaten Muster zu erkennen“, schildert Franks Kollege Tobias Anton. Dafür hat das Team über 1.800 Turnierspiele bis zum Jahr 1994 zurückverfolgt und ausgewertet. „Wir brauchen eine breite Masse an Daten“, sagt Teammitglied Katharina Schulte. Und das ist extrem zeitaufwendig. Über zwei Monate haben die fünf Köpfe gemeinsam mit studentischen Hilfskräften Datenbanken im Netz durchforscht, Informationen und Zahlen zusammengetragen sowie eine Liste mit den wichtigsten Einflussfaktoren aufgestellt.
Das Ergebnis: Für die EM-Prognose mithilfe der künstlichen Intelligenz spielen elf Inputfaktoren eine entscheidende Rolle:
- K.O.-Spiel
- FIFA-Score
- Offensivstärke
- Defensivstärke
- Heimspiel
- Homogenität des Teams
- Form
- Angstgegner
- Durchschnittsalter des Teams
- Amtszeit des Trainers
- Turniererfolg
Katharina Schulte auf Datensammlung.
Es geht darum, Spielstärken- und schwächen eines Teams gegeneinander aufzuwiegen, die psychologische Beschaffenheit der Mannschaften zu analysieren und bisherige Erfolge oder Misserfolge genauestens in Betracht zu ziehen. Das Gesamtsystem, bestehend aus unterschiedlichen künstlichen neuronalen Netzen, gewichtet die Inputfaktoren, stellt sie in einen Zusammenhang und verarbeitet die eingegangenen Informationen in Sekundenschnelle. Als Output spuckt das System einen „wohl durchdachten“ Spieltipp aus: Sieg, Unentschieden oder Niederlage.
Mensch gegen Maschine
Damit es spannend bleibt, sind alle WiSo-Studenten dazu aufgerufen, fleißig mitzutippen und womöglich sogar das System zu schlagen. „Wir wollen herausfinden, wer das beste Ergebnis erzielt: Die Kraft der menschlichen Masse oder aber unser künstliches neuronales Netz“, sagt Anton und schmunzelt. Und zu gewinnen gibt es natürlich auch etwas. Um den Datenfluss so aktuell wie möglich zu halten, werden die Prognosen des neuronalen Netzes erst kurz vor Anpfiff veröffentlicht und mit anderen Data Mining Verfahren vergleichend dargestellt. Die Ergebnisse sind am jeweiligen Spieltag abrufbar. In diesem Sinne: Top, die Wette gilt!
Mehr zum Thema:
