201705-bss-neuarbeiten-azure-machine-learning-titel.jpg

Mit Machine Learning zum Sieg

Dresden 15.05.2017
B-S-S Business Software Solutions – die Köpfe hinter NEUARBEITEN – haben beim diesjährigen KickerCup von Sputnika in Dresden so richtig abgeräumt – auch dank Machine Learning.

Nicht nur Übung, Schweiß und furiose Trickshots machen den Meister, auch die optimale Mannschaftsaufstellung kann über Sieg oder Niederlage entscheiden. Die Macher von NEUARBEITEN sind beim „Teambuilding“ ihren ganz eigenen und neuen Weg gegangen. Sie haben den Cloud-Dienst Azure Machine Learning von Microsoft für ihre Zwecke genutzt. Wie macht man das?
 
Google, Facebook und Co. nutzen Machine Learning schon lange, um große Datenmengen zu analysieren und Vorhersagen über Nutzerverhalten und Wahrscheinlichkeiten zu treffen. Warum nicht selbst auch ein bisschen von künstlicher Intelligenz profitieren? Warum die eigene Performance nicht ein bisschen mit maschineller Hilfe pimpen, dachten sich die Jungs von NEUARBEITEN bei einem ihrer täglichen Kicker-Matches. Schließlich warf der KickerCup17 seine Schatten voraus. Im Januar fingen sie deshalb an, Spieldaten zu sammeln. Fragen waren dabei: Wer gewinnt, wer verliert? Wer kann mit wem am besten? Ist die Woche gerade oder ungerade? Wer spielt welche Farbe?

Dank Erfahrung, dem intuitiven Handling und der überschaubaren Benutzeroberfläche von Azure Machine Learning war die Umsetzung gar nicht schwer: Einen Machine Learning Workspace erstellen, auf studio.azureml.net dann mit einfachem Drag&Drop-Funktionen hinzufügen, die Kickertabelle importieren und das Experiment kann beginnen. In der Bedienoberfläche können dabei die relevanten Tabellenspalten herausgefiltert und gesagt werden, was mit unvollständigen Daten passiert. Um die Zuverlässigkeit des Modells zu überprüfen, werden die Datensätze geteilt. Danach geht es los – die Maschine lernt.

Die Gegenüberstellung der tatsächlichen Ergebnisse der Spielsessions und die Prognosen haben es gezeigt: Das Modell kann mit sehr hoher Wahrscheinlichkeit sagen, wer ein Dreamteam abgibt und wer eher nicht so miteinander kann.

Mit den vorhandenen Daten konnten noch viele weitere Zusammenhänge und Wahrscheinlichkeiten berechnet werden: Tor- und Gegentor-Quote, der beste Angreifer, der Mann fürs Tor. Damit war klar, welches Team in den KickerCup17 ziehen würde.
 
Tony Aßmann, Teamkapitän beim KickerCup, Account Manager im echten Leben, meint:

“Die Nutzung von Azure ML für diese Zwecke erscheint vielleicht so, als hätten wir uns einen Porsche angeschafft, nur um den Zigarettenanzünder zu nutzen. Es ging uns aber darum, die Funktionsweise und Wirksamkeit mit einem einfachen Beispiel zu belegen. Die Möglichkeiten für Machine Learning sind dabei fast unbegrenzt und äußerst spannend.”

Nicht zuletzt der furiose Sieg beim KickerCup gibt den Machern von NEUARBEITEN Recht. Schließlich wird Machine Learning auch von Profisportlern immer stärker eingesetzt, um tiefere Zusammenhänge zu verstehen, Wahrscheinlichkeiten zu ermitteln und Chancen zu verbessern. Und wer weiß, vielleicht werden die „Ball-Sport-Spezialisten“ aus Dresden Deutscher Agenturkicker-Meister und steigen in die Kicker-Profiliga auf? Sponsorenanfragen aus dem Sportbekleidungsbereich sind natürlich jederzeit gern gesehen.

 

Bildquelle: NEUARBEITEN, SEO-Küche
 

Kommentare