Sofabold.dk

Få det fulde overblik over hvad sport der sendes direkte/live på TV. Sofabold giver dig det fulde overblik med nem mulighed for at tilføje til din kalender.

🇩🇪 1. Bundesliga 2022/2023 kalender
NHL 2022/2023 kalender
🏆 Få VM 2022 kampene i din kalender
Se vores kalendere - tilføj kampe med ét klik
🥇 UEFA Women's EURO 2022 kalender
🏴󠁧󠁢󠁥󠁮󠁧󠁿 Få Premier League 2022/2023 i din kalender
🟡 Brøndby IF kalender 2022/2023
🇩🇰 Fuld oversigt af 2. Division 2022/2023
⚪️ F.C. København kalender 2022/2023
🇮🇹 Serie A 2022/2023 kalender
⚽️ Danske 🇩🇰 hold i Europa 2022/2023 kalender
Klik på kampe/events for mere info
⚫️ FC Midtjylland kalender 2022/2023
🇩🇰 Fuld oversigt af 2. Division 2022/2023
Få overblikket over EHF EURO 2022 (K) ind i din kalender
🏒 Få Metal Ligaen direkte i din kalender
🇩🇰 Få NordicBet Liga 2022/2023 i din kalender
🇩🇰 Få 3F Superligaen 2022/2023 i din kalender
🏁 Formel 1 2022 kalender
Stem på resultatet ved at klikke på kamp
🇪🇸 La Liga 2022/2023 kalender
?
×

Velkommen til Sofabold.dk

Sofabold er en TV guide til sport på TV og Stream. Vores eneste formål er at give dig det bedste overblik over hvilken sport der sendes LIVE på TV og Stream, samt hvor.

Hvis du klikker på en kamp/event, kan du finde mere info, samt tilføje kampe/event til din kalender med ét klik. På kampe har du også muligheden for at give dit bud på resultatet.

I vores kalendere kan du tilføje kampe automatisk til din kalender, som derefter vil blive opdateret med tider og TV info

Med kan du anbefale kampe/events til andre brugere af Sofabold.

Som registeret bruger på Sofabold, har du mulighed for at vælge favorithold og turneringer / sportsgrene - disse vil blive markeret med rødt på side, så du har det bedste overblik. Du har som bruger også mulighed for at vælge hvilke TV kanaler der vises i oversigten.

Du er altid velkommen til at kontakte os, hvis du har spørgsmål eller anden feedback.

VM 2014 vundet med big data

“Big data”. Ugens fodboldblog kommer til at have en lidt mere markant IT-vinkel på sig, end den måske plejer. Men det er helt med vilje – for ”big data”, som fænomenet, hvor man indsamler en masse, masse data, til at gøre sin præstation bedre. Emnet er sindssygt bredt, men vi tager hul på det her i dag. Dette bliver muligvis til en lidt længere seance af skriv, der kommer her på siden over de næste måneder.

“Big data” bruges af alle aktører i sportens verden. Fodboldens paraplyorganisationer som fodboldforbund, spillerforeninger, divisionsforeninger og –organisationer; fodboldspillere og deres trænere (især); og måske i største grad af bettingselskaberne rundt om i verden. En kæmpe milliardindustri i sig selv, bruger denne informationsindsamlingsteknik til både at score den største profit til selskabet selv, men også til at afsløre folk i at snyde eller til at afsløre eventuelle matchfiksere. Og så er der selvfølgelig tredjepartsaktørerne: statistikindsamlingsfirmaerne, der i særdeleshed bruger ”big data” – ja, måske er deres virksomheder bygget op omkring denne indsamlingsmetode.

Indsamlingsmetoden er banebrydende i mange sammenhænge, men måske i særdeleshed i sportsindustrien, som i virkeligheden er en underholdningsindustri, har denne informationstankegang vundet indpas over de sidste 3-5 år. Det er gået fra at være en nichetilgang til spillet, til i dag at være allemandseje og selv sofaseeren kan få adgang til uendelige rækker af data, som de så selv kan bruge til dét de vil og give dataene deres egen vinkel på kampen, på situationen, på begivenheden.

FC Midtjyllands nye ejer, Matthew Benham, har også sat nye standarder i en dansk kontekst på dette område. Matthew Benham har faktisk jagtet spillere med denne tilgang til fodbolden, via hans bettingfirma Smartodds. Her er der 70 analytikere ansat til at kigge al statistik igennem og derefter analysere denne. Der har også være historier om, at efter man har fået Matthew Benham ind i FC Midtjylland skal trænerteaemet på sigt have statistik med sig under kampen, som de så derefter kan agere efter på baggrund af kampens forløb og dennes hændelser.

Og apropos hændelser i en fodboldkamp, har fodboldanalysefirmaet Prozone tidligere sagt, at der er mellem 2.000 og 3.000 hændelser i en fodboldkamp. Totalt set, hvis man tager de fleste aktioner med. Men tager man eksempelvis alle vendinger, retningsskift, temposkift, accelerationer (og niveauer, retninger og så videre i alle disse aspekter), tror jeg vi rammer over godt 5.000 forskellige mængder af data.

At indsamle så mange data omkring en spiller, en kamp, en hændelse i kampen (og måske omkring en specifik spiller) er ikke blot en dårlig undskyldning for at gøre tilgangen til fodbolden mere videnskabelig eller akademisk – men det er også en metode til at indsamle og forstå data (og ikke mindst hvorledes man kan bruge dette bagefter selve kampen er spillet).

Hvis du ikke er blevet grebet af “big data” endnu, og ikke har set alle de spændende synsvinkler og perspektiver i dette fænomen, så kan følgende måske endda overbevise dig.

Et af de bedste, og mest aktuelle eksempler, hvorpå man (måske) kan konkludere at “big data” har virket i praksis, er Tysklands Verdensmesterskabssejr over Argentina i finalen i Rio i sommers. Tyskland bruge under sommerens VM-slutrunde et analyseværktøj, der hedder Match Insights – et system, udviklet af den tyske softwaregigant SAP AG, og som kan optage flere tusind datapunkter pr. sekund (!!!). Alt sammen styret via kameraer placeret rundt omkring banen (i øvrigt meget som man kender det fra andre kampanalyseprogrammer som både hold i Superligaen og Premier League benytter sig af). Match Insights kan måle alt fra spillerplaceringer, retningsskift, temposkift, løbe- og accelerationshastigheder og nærmest alt mellem himmel og jord. Match Insights indsamler flere hundrede-millioner datapunkter på bare én kamp, og al data sendes til SAP AGs kæmpe statistikdatabase, hvori trænere, holdledere og andre fagfolk kan lave målrettede, og egenproducerede, analyser til spillerne og til deres feedback. Og feedbacken kommer endda på alle tænkelige enheder, også mobile enheder og tablets.

Noget af dét som Tyskland (og DFB, det tyske fodboldforbund) konkret brugte Match Insights til, var at skære de individuelle spilleres tid på bolden ned. Altså, skulle tiden, hvor hver enkelt spiller havde bolden i fødderne, skæres ned og blive så minimal så muligt – for derfor at tvinge spillet op i et generelt højere tempo.

Faktisk blev den gennemsnitlige boldbesiddelsestid for hver enkelt spiller skåret ned fra 3,4 sekunder til 1,1 sekund. Via systemet fik hver enkelt spiller visualiseret de ting, de hver i sær skulle forbedre, og derved kunne spillerne tage feedbacken med ud på banen til næste træning og kamp.

Og virkede dette så? Ja, man kan insinuere det i hvert fald: Da Tyskerne kørte Brasilien over med 7-1 i semifinalen scorede tyskerne tre af målene inden for 179 sekunder!

Faktisk havde Brasilien bolden i 52% af tiden i den kamp, men tyskerne, til trods for den lavere andel i boldbesiddelsen, spillede bare bolden signifikant hurtigere rundt for derved at skabe huller i Brasilianernes forsvar. Det lykkedes, kunne man sige…

Systemet, altså Match Insights, kan også bruges til at lave individuelle målsætninger for hver enkel spiller i løbet af kampene, og derefter kan træneren eller holdlederen sende resultatet, samt udvalgte statistikker, til hver enkelt spiller på deres mobile enheder. F.eks. hvis en træner ville have spiller A til at løbe hurtigere, når han vendte 180 grader med bolden, eller hvis han ville have ham til at spille bolden 5 gange fremad til højre med det dårlige ben, så havde Match Insights samlet alle klip, hvor spilleren lykkedes eller mislykkedes med netop hans specifikke mål og så kan den respektive spiller modtage netop denne statistik samt alle klippene.

At Match Insights indsamler alle disse millioner og atter millioner af data er én ting. Men måden at viderebehandle og overlevere data til modtageren/kunden er en anden ting. For der er rigtig mange firmaer, og klubber, der har adgangen til førstnævnte – men at demonstrere og viderebehandle, samt at få en statistisk fordel ud af alle disse data, er der knapt så mange, der formår. Både på klub- og landsholdsplan.

Match Insights er også et af de systemer, der kan måle, og visualisere, spilleres og holds positionelle areal og hvor meget hver enkelt spiller (eller hold) står og løber mest. F.eks. brugte Tyskernes forsvarsspillere systemet til at analysere Christiano Ronaldos løbebaner, hvordan han kom ind i feltet og hvordan han modtog bolden på banens midterste tredjedel. Alt sammen, igen, for at få en fordel i form af “big data” og indsamlingen heraf.

Inden, og under VM, var Tysklands landshold (og dermed DFB) det eneste landshold, og klubhold for den sags skyld, der kunne bruge Match Insights – men SAP AG vil i fremtiden blive mere kommercialiseret og mere udbredt i både klub- og landsholdsfodbold, det er jeg helt overbevist om. Og måske allerede fra 2015.

Før i tiden havde DFB faktisk haft mange, nærmest umenneskeligt mange, universitetsstuderende siddende til alle Tysklands landskampe for at indsamle og analysere data.

Ovenstående fortælling omkring Tysklands “big data”-VM-sejr er vel i virkeligheden fortællingen om, hvorfor “big data” og sport overhovedet er relavant. Netop for at få den lillebitte sandsynlige fordel fra start af kampen, som modstanderen ikke kan have. Den viden, man kan opnå, hvis man kan finde ud af at indsamle, analyserer og præsentere al denne data, er nærmest ubetalelig.

“Big data” er kommet for at blive – og man har brugt det i årevis i England og i de seneste 5-7 år i Danmark (på lavere niveau) – og udviklingen vil kun gå én vej. Fremad. 

⏰ Næste
📊 Ugens spørgsmål
Hvilken udenlandsk fodboldrække følger du tættest?
1. Bundesliga
Allsvenskan
Eliteserien
Eredivisie
La Liga
Ligue 1
Serie A
Premier League
Anden
Uge 32
annonce
mackabler.dk
annonce
annonce
annonce
📆 kalendere

Her er et fuldt overblik over vores kalendere på Sofabold.

Speciel 2022/2023
Fodbold
FIFA World Cup 2022
3F Superliga
Gjensidige Kvindeligaen
NordicBet Liga
2. Division
3. Division
Premier League
La Liga
1. Bundesliga
2. Bundesliga
Serie A
UEFA Champions League
UEFA Europa Conference League
UEFA Europa League
UEFA Women's Champions League
Allsvenskan
Damallsvenskan
Eliteserien
Danmark
Danmark (K)
Danmark (U21)
AaB
Aarhus Fremad
AB Gladsaxe
AB Tårnby
AC Horsens
AGF
B.93
BK Frem
Brabrand IF
Brøndby IF
Dalum IF
Esbjerg fB
F.C. København
FC Fredericia
FC Helsingør
FC Midtjylland
FC Nordsjælland
FC Roskilde
Fortuna Hjørring (K)
Frederiksberg Alliancen 2000
Fremad Amager
HB Køge
HB Køge (K)
Hellerup IK
Hillerød Fodbold
Hobro IK
Holstebro Boldklub
Hvidovre IF
IF Lyseng
Ishøj IF
Jammerbugt FC
Kolding IF
Lyngby Boldklub
Middelfart Boldklub
Nykøbing FC
Næsby BK
Næstved Boldklub
OB
Randers FC
SfB-Oure FA
Silkeborg IF
Skive IK
SønderjyskE
Thisted FC
Vanløse IF
Vejle Boldklub
Vendsyssel FF
Viborg FF
VSK Aarhus
Young Boys FD
Arsenal FC
Chelsea FC
Liverpool F.C.
Manchester City
Manchester United
Tottenham Hotspur F.C.
Atlético de Madrid
FC Barcelona
Real Madrid C.F.
Sevilla FC
València CF
Villarreal CF
Bayer 04 Leverkusen
Borussia Dortmund
Eintracht Frankfurt
FC Bayern München
RB Leipzig
A.C. Milan
AS Roma
F.C. Internazionale Milano
Juventus F.C.
S.S. Lazio
S.S.C. Napoli
Olympique de Marseille
Olympique Lyonnais
Paris Saint-Germain
Stade Rennais FC
Håndbold
EHF EURO (K)
IHF World Cup - Men
Bambusa Kvindeliga
HTH HerreLigaen
EHF Champions League (H)
EHF Champions League (K)
EHF European League (H)
EHF European League (K)
Danmark Håndbold (H)
Danmark Håndbold (K)
Aalborg Håndbold
Bjerringbro-Silkeborg
GOG Håndbold
Ikast Håndbold
København Håndbold
Nykøbing Falster Håndbold
Odense Håndbold
Skanderborg Aarhus Håndbold (H)
Skjern Håndbold
Team Esbjerg
Viborg HK
Ishockey
Metal Ligaen
National Hockey League
Basketball
Basket Ligaen
National Basketball Association
Andre
E-sport - CS:GO
Formel 1
Tennis - ATP
Tennis - WTA
Vuelta A Espana
lozad
annonce
Sofabold.dk
Alle logoer tilhører de respektive klubber, turneringer, forbund og TV stationer - © Sofabold 2011-2022
Vi gør opmærksom på, at alt info er vejledende og TV kanalerne kan lave sidste minuts ændringer. 🤷🏻‍♂️