Sport Beste data winnen

Geen sport ontkomt nog aan datadrift

Dylan Groenewegen wint in 2017 de sprint op de Champs-Élysées in Parijs. Beeld Klaas Jan van der Weij

Topsporters en wetenschappers weten elkaar steeds beter te vinden in hun zoektocht naar de ultieme prestatie. Van wielrennen tot tennis: data-analyse wint aan invloed. 

Het zijn zware tijden voor wie naar topsport kijkt om te genieten van heroïsche gevechten waarbij de strijd wordt bemoeilijkt door de elementen en toeval. Doping heeft al het romantische idee dat de beste wint onderuitgehaald en de wetenschap doet hetzelfde: niet wie het snelste of het sterkste is wint, maar wie de beste beslissingen neemt op grond van verzamelde meetgegevens. Op een congres in Delft kwamen deze week wetenschappers en sportteams bij elkaar om de laatste ontwikkelingen te schetsen. En die gaan hard. 

Wielrennen

Aan wielrennen kleeft nog het beeld van heroïsche renners, maar juist deze sport is verregaand verwetenschappelijkt. Van de aerodynamica van de kleding en de helmen, het gewicht van de fiets tot voedingsschema’s, het vermogen van de renner en het doorrekenen van het parcours: rekenmeesters verzamelen alle gegevens en komen zo tot voorspellingen en optimale voorbereidingen en tactiek. Ongelukken en materiaalpech onttrekken zich nog aan alle analyses, maar verder is het topwielrennen steeds meer schatplichtig aan de wetenschap, zegt Iwan Spekenbrink, de manager van Sunweb, de Nederlandse wielerploeg van Tom Dumoulin. ‘Vroeger stond de atleet centraal, of de coach. Wat ons betreft is dat nu de wetenschap.’ 

Sportbonden, professionele sportploegen en de academische wereld weten elkaar steeds beter te vinden. Logisch: ploegen kunnen zich verbeteren en wetenschappers krijgen de beschikking over een gigantische hoeveelheid gegevens. Sunweb werkt nauw samen met de TU Delft en KPMG, terwijl concurrent Jumbo-Visma nauwe banden heeft met de Universiteit Leiden. 

Spekenbrink laat er in de zaal van het Science Centre van de TU Delft geen misverstand over bestaan: alles moet wijken voor het grote plan. En dat is: telkens de ­beste beslissingen nemen op basis van data. Arend Schwab (assistent professor Human-Machine Control bij de TU Delft) en Teun van Erp (wetenschapper bij Sunweb) laten zien hoe zoiets in zijn werk gaat. Bij het samenstellen van de ideale strategie voor een ploegentijdrit bijvoorbeeld. Wie rijdt er achter wie? Hoe vaak moet er gewisseld worden? De modellen rekenen alles door, tot op de tiende seconde.

De ploeg kwam recentelijk nog in het nieuws met het besluit om vedette Dumoulin tóch mee te laten doen aan de Giro. Een beslissing op gevoel? Welnee, kwestie van koude statistiek. De kansen op de eindoverwinning in de Ronde van Italië zijn gewoon veel groter dan in de Tour de France, bleek na doorrekening door de dataspecialisten van KPMG van de twee parcoursen.

Schaatsen

Ook andere duursporten moeten eraan geloven, zoals schaatsen. Bewegingswetenschapper Jeroen van der Eb (Vrije Universiteit Amsterdam, vanaf februari Universiteit Leiden) doet onderzoek naar meetapparatuur die aan schaatsen wordt bevestigd. Via de aangebrachte sensoren kan bijvoorbeeld worden gemeten hoeveel slagen een rijder per ­seconde maakt of hoelang het ijzer in contact met het ijs staat. Schaatsers kunnen zo in real time feedback krijgen. In eerste instantie gebeurde dat via een speciale bril, maar die bleek te veel af te leiden. Nu denkt Van der Eb aan oortjes. Schaatsfabrikant ­Viking, die bij het project betrokken is, zou belangstelling hebben om de sensoren in zijn schoenen op te nemen. Een complexere – en zwaardere – sensor waaraan Van der Eb werkt, kan ook de beweging van de schaats in alle richtingen meten. Handig voor schaatsers met een zogeheten zwabbervoet: de sensoren kunnen precies vertellen op welk moment de schaats iets te veel uitslaat.

Ook bij andere sporten wordt meer en meer gemeten. Bij honkbal is al langer van iedere slagman en catcher bekend wat hun effectiviteit is. Voetbal is complexer om in kaart te brengen, maar ook hier krijgen fans steeds vaker informatie over hun favoriete spelers. Hoeveel kilometer lopen ze, hoe vaak schieten ze, hoeveel succesvolle passes versturen ze? Bij volleybal wordt dan weer gemeten hoe hoog de spelers springen en hoe lang hun sprong duurt. 

Tennis

Jan van Gemert, hoofd van het Computer Vision Lab van de TU Delft, houdt zich bezig met tennis. ­Video’s van tenniswedstrijden zijn er genoeg, maar het is een monnikenwerk om die te analyseren. Service, forehand, backhand, backhand, forehand, einde rally. Hoe lang duurt een slag, waar staat de speler precies? Van Gemert heeft een deeplearningmodel ontwikkeld waarbij de computer deze tijdrovende analyse doet. Maar pas nadat al die honderden uren video door mensen zijn voorzien van labels. Bijvoorbeeld: ‘service’. Ook dat is monnikenwerk, maar wel eenmalig, legt Van Gemert uit. Vanaf nu kan de computer, met dank aan die labels, hetzelfde als eerst mensen deden. ‘En bijna even goed’, zegt Van Gemert. 

Het is nu aan de tennisbond om te kijken hoe dit soort analyses zijn te gebruiken om spelers te verbeteren. Bijvoorbeeld als blijkt dat ze consequent om hun backhand heenlopen. Voor Van Gemert (zelf geen tennisser) was het in ieder geval weer eens wat anders dan de deeplearningnetwerken die worden gebruikt voor video-analyse ten behoeve van opsporing en surveillance. ‘Tennis is een prettig positief verhaal.’

Zwemmen

Bewegingswetenschapper ­Marit van Dijk (VU Amsterdam) analyseert de start van wedstrijdzwemmers, die van grote invloed is op het eindresultaat. Van Dijk heeft bijna negenduizend starten van de afgelopen acht jaar in haar database, uitgesplitst in tientallen variabelen. Hoe lang zweeft de zwemmer door de lucht, hoe hoog komt hij, wat is de snelheid na vijf meter, hoe diep komt hij, wat is de hoek waarbij het water wordt geraakt? Op basis van deze gegevens kunnen zwemmers hun trainingen aanpassen. Van Dijk werkt samen met de zwembond.

Toch: Sunweb-baas Spekenbrink zal het niet prettig vinden, maar ook in de toekomst zal niet alles te voorspellen zijn. Denk maar aan Dumoulin die in de Giro d’Italia van 2017 plotseling moest poepen en zo kostbare tijd verloor. Daar sta je dan als dataspecialist met al je wattages, hellingspercentages en voedings- en herstelschema’s. De romanticus kan opgelucht ademhalen.

Waarom Dumoulin inzet op de Giro en niet op de Tour? Het is een kwestie van kansberekening

Dat Tom Dumoulin de komende Giro d’Italia gaat winnen, weet natuurlijk niemand zeker. Maar in enkele computers van zijn ploeg Sunweb en de accountants- en adviesonderneming KPMG circuleert wel alvast een virtueel eindklassement. Wie volgens die rangschikking bovenaan staat, blijft binnenskamers. 

In de klimaatkamer van Papendal bereiden sporters zich voor op de temperaturen in Tokio

In de zomer stijgt in Tokio de temperatuur tot boven de 40 graden. Om de sporters te wapenen tegen de hitte tijdens de Spelen van 2020 is er het Thermo Tokyo-project. Lijden in de klimaatkamer van Papendal.

Meer over

Wilt u belangrijke informatie delen met de Volkskrant?

Tip hier onze journalisten


Op alle verhalen van de Volkskrant rust uiteraard copyright. Linken kan altijd, eventueel met de intro van het stuk erboven.
Wil je tekst overnemen of een video(fragment), foto of illustratie gebruiken, mail dan naar copyright@volkskrant.nl.