Ein künstliches Intelligenz-System, entwickelt von Masterstudent Liam Salass von der Universität Waterloo, revolutioniert die Analyse von Hockeyspielen durch präzisere Puck-Verfolgung in Videofußage. Die Forschergruppe um Professoren David Clausi und John Zelek hat zwei bahnbrechende AI-Modelle vorgestellt: PLUCC (Puck Localization Using Contextual Cues) und SportMamba. PLUCC nutzt kontextuelle Hinweise wie Blickrichtung und Körperhaltung der Spieler, um die Puck-Position zu schätzen – ein Ansatz, der auf der Beobachtung beruht, dass Spieler ihre Augen meist auf den Puck richten. Dadurch steigerte das System die Erkennungsgenauigkeit um 12 % und senkte die Lokalisierungsfehler um über 25 % im Vergleich zu bestehenden Methoden. Besonders wertvoll ist dies für kleinere Vereine und Amateursportler, die auf teure Systeme wie Hawk-Eye verzichten müssen. „Unser Ziel war es, Puck-Tracking ohne Millioneninvestitionen möglich zu machen“, betont Salass. „Wenn ein Trainer ein Spiel nur mit Videofußage analysieren kann, ist das ein großer Schritt hin zu einer zugänglicheren Sportanalytik.“ Das zweite System, SportMamba, verbessert die gleichzeitige Verfolgung mehrerer Spieler unter schwierigen Bedingungen wie Kamerablenden, schnellen Bewegungen oder plötzlichen Kamerawechseln. Es basiert auf adaptiven Zustandsraummodellen und kann dynamisch Spielerbewegungen vorhersagen, selbst in hektischen Situationen wie Schlägereien am Brett oder vor dem Tor. Getestet an Videos aus Hockey, Fußball und Basketball, übertraf SportMamba bestehende Tracking-Methoden um bis zu 18 % in Genauigkeit und Effizienz. „Ein Angriff im Alleingang ist einfach zu verfolgen“, sagt Professor Zelek. „Aber wer den Puck abgefälscht hat, wenn fünf Spieler gleichzeitig vor dem Tor stehen? Das ist die echte Herausforderung – und genau hier zeigt SportMamba seine Stärke.“ Beide Forschungsarbeiten wurden auf der IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops 2025 präsentiert und auf dem arXiv-Server veröffentlicht. Die Ergebnisse markieren einen bedeutenden Fortschritt in der automatisierten Sportanalytik, indem sie hochpräzise Daten ohne teure Sensoren oder fest installierte Kameras liefern. Für Trainer bedeutet dies bessere strategische Einblicke, für Sender eine tiefere narrative Tiefe und für Fans eine spannendere Darstellung des Spiels. Die Arbeit unterstreicht auch die Stärke der Universität Waterloo in Computer Vision und Systemdesign. Experten sehen in den Systemen eine Schlüsseltechnologie für die Zukunft des Sports – nicht nur im Profisport, sondern auch in der breiten Nutzung durch Schulen, Vereine und Amateure.