Big Data & Sport

In kaum einem anderen Bereich ist Big Data Analysis mehr gefordert das Wesentliche vom Interessanten zu trennen als im Sport. Ein ambitionierter Hobbysportler trainiert täglich eine Stunde und viele körperlich aktiven Menschen protokollieren ihre Trainingsleistungen mit. Das geht beispielsweise über Schrittzähler, Höhenmesser oder Smartphones. Der beste Beweis dafür sind weltweit 16 Millionen Runtastic User, jenes Unternehmen das unlängst für
220 Millionen Euro den Besitzer gewechselt hat. Ein guter Radcomputer protokolliert etwa alle 6 Sekunden 7 Parametern mit: Zeit, Distanz, Geschwindigkeit, Temperatur, Höhe, Trittfrequenz, Herzfrequenz. Multipliziert man stündlich 600 Datensätze bestehend aus 7 Parametern mit wöchentlich 6 Trainingseinheiten und einer Million Usern erhält man jährlich ein Datenvolumen das in die Terabyte geht.

Persönlicher Trainingsplan

Warum soll man diese gigantische Menge an Daten nicht sinnvoll nutzen? Natürlich ist der überwiegende Teil redundant. Big Data Analysis liest aus einem Wildwuchs von Zahlen die relevante Information heraus die für den User nützlich ist. Das ist eine Aufgabe die sich nur schwer automatisieren lässt und Intuition voraussetzt — wie sie Johannes Kepler hatte.