Studenten optimieren Baseball-Aufstellungen mit Mathematik

Für ein Baseball-Team kann die richtige Schlagreihenfolge den Unterschied zwischen Sieg und Niederlage ausmachen. Doch die beste Sequenz zu finden ist kompliziert, weil die Stärken und Schwächen jedes Spielers die Gesamtleistung auf schwer vorhersagbare Weise beeinflussen.

Hier kommt der Lineup Optimizer ins Spiel, ein Online-Tool, das mit fortgeschrittener Mathematik und cleverem Softwaredesign Teams hilft, das Maximum aus ihren Aufstellungen herauszuholen. Entwickelt wurde er von den Johns-Hopkins-Studenten Benjamin Buman, Kiran Shay und dem Absolventen Jake Rasmussen unter der Leitung von Anton Dahbura, Gründer der Sports Analytics Research Group (SARG) an der Whiting School of Engineering.

Die Benutzeroberfläche ist so einfach, dass jeder sie nutzen kann. Im Hintergrund verwendet der Optimizer kombinatorische Mathematik, um die optimale Reihenfolge einer Schlagmannschaft zu bestimmen. Dabei modelliert er, wie sich die individuellen Statistiken jedes Spielers auf die kollektive Leistung auswirken – und das über Hunderttausende von Permutationen hinweg.

Das Tool hat bereits Erkenntnisse geliefert, die Teams aller Ebenen – von der High School bis zu den Major Leagues – helfen können, ihre Leistung zu steigern. So legt die konventionelle Weisheit nahe, schnellere Spieler an die erste Position zu setzen. Der Lineup Optimizer schlägt jedoch vor, dass ein starker Schlagmann an der Spitze mehr Runs generieren könnte.

Das Projekt ist eines von Dutzenden studentischen Arbeiten, die seit Gründung der SARG im Jahr 2014 entstanden sind. Die Gruppe zeigt, wie quantitative Analysen Teams zu besseren Entscheidungen verhelfen können – von der Spielerwahl auf dem Feld bis zu Entscheidungen im Management. Viele Profi-Teams haben inzwischen eigene Analyseabteilungen, die Verbesserungen in Training, Spielstrategie und Fanbindung vorantreiben.

Die Wurzeln der modernen Sportanalyse reichen bis zu Earnshaw Cook zurück, einem Professor für Maschinenbau an der Johns Hopkins University, der 1964 eines der ersten Bücher zur mathematischen Analyse von Sportdaten veröffentlichte. Heute arbeiten über 50 Studenten an mehr als 20 Projekten, die von Football und Fußball bis zu E-Sports und Formel 1 reichen. Viele Absolventen haben Karrieren als Analysten bei Profiteams wie den Miami Dolphins oder den Cleveland Guardians gemacht.

Aktuell stürzt sich die Gruppe auf Künstliche Intelligenz. Ein Team entwickelt KI-Agenten, die komplexe Aufgaben übernehmen können, etwa die Erstellung eines individuellen Reha-Plans für einen verletzten Spieler. Ein anderes Team baut eine Plattform, mit der Entwickler eigene KI-Werkzeuge erstellen können. Das gesamte Ökosystem soll öffentlich zugänglich werden. „Derzeit dauert es Monate, ein Sport-KI-Tool von Grund auf zu bauen. Wir hoffen, dass es mit unserem Ökosystem nur noch Stunden dauert“, sagt Student Jason Sun.