05.09.2023

Zone14: Wiener Fußball-Startup launcht umfassenden KI-Algorithmus für Videoanalyse

Fußball ist ein Sport, der eine riesige Datenflut produziert. Im Training und am Feld. Da reichen heutzutage handschriftliche Erkenntnisse nicht mehr aus bzw. verschlingen sie zu viel an Zeit und Kosten. Das Wiener Startup zone14 hat daher eine Lösung entwickelt.
/artikel/zone14-wiener-fussball-startup-launcht-umfassenden-ki-algorithmus-fuer-videoanalyse
zone14, Fußball-Analyse
(c) zone14 - Tobias Gahleitner, Lukas Grömer und Simon Schmiderer (v.l.n.r.) von zone14.

Künstliche Intelligenz ist spätestens seit ChatGPT in aller Munde. Auch im Sport gewinnt KI immer stärker an Bedeutung. Das Wiener Startup zone14 (der brutkasten berichtete) hat es sich zum Ziel gesetzt, diese Technologie zu nutzen, um die Arbeit von Fußballtrainer:innen zu erleichtern. Und launcht jetzt einen neuen Tracking-Algorithmus.

Zone14: Zeitersparnis bei der Analyse

Bereits 2021 wurde in einem ersten Schritt ein eigenes KI-Kamerasystem auf den Markt gebracht. Mit der Hilfe von „zone14 Replay“ sollten sich Trainer:innen wertvolle Zeit sparen, denn die Aufzeichnung der Spiele wird hierbei gänzlich durch eine KI übernommen und Analysen, die früher sechs bis acht Stunden dauerten, seien in unter 30 Minuten erledigt.

„Zone14 Stats“ indes sei nun der nächste Schritt, um die Tools der Profis für alle zugänglich zu machen. Erstmals werden hier gelaufene Kilometer, Anzahl von Sprints sowie auch team-taktische Elemente wie wahre Positionen, Abstände zwischen den Linien und mehr auf Knopfdruck direkt aus dem Video ermittelt, heißt es laut Mit-Gründer Simon Schmiderer.

Er weiß, dass Fußballdaten immer noch zum größten Teil per Hand erhoben werden. Ob durch Videoanalysten in Profiklubs oder günstige „Video Annotation Services“ in Niedriglohn-Ländern. Selbst GPS-Tracker bräuchten eine Person, die sie verteilt, auswertet und wieder auflädt. Am Schluss bleibe es ein Mensch, der jeden Pass und Schuss in mühsamer Kleinstarbeit markiere.

Dies mag für den Profifußball leistbar sein, aber nicht für die restlichen 99,9 Prozent des Fußballs, so Schmiderer. Deshalb begann er mit zwei Partnern Ende 2019 an der Datenerhebung mittels Computer Vision im Fußball zu tüfteln.

„Bei einem Afterwork-Bier mit einem gemeinsamen Freund der damals im TV arbeitete, kam das Thema Fußball Statistiken auf, und dass der Großteil diese Daten von sogenannten Daten-Scouts per Hand erhoben werden. Für uns war das damals unglaublich, aber auch schnell klar, dass das besser gehen muss“, erläutert Lukas Grömer, Co-CEO und zuständig für Produkt und AI bei zone14.

Neuer Algorithmus

Dank Förderungen der Wirtschaftsagentur Wien und des Austria Wirtschaftsservice wurde infolge und in enger Zusammenarbeit mit Trainer:innen aus allen Spielklassen der neue Spieler-Tracking-Algorithmus entwickelt.

„Wir sind im engen Austausch mit anderen Firmen, die an ähnlichen Tools forschen. Der größte Unterschied ist, dass diese meist auf Videomaterial aus Profiligen mit perfekten Bedingungen basieren und daher bei schlechteren Kamerapositionen, Wetter-, Licht- oder Platzbedingungen nicht mehr funktionieren“, sagt Gahleitner, COO und verantwortlich für Hardware und Operations.

Der neue Algorithmus berge laut Foundern nicht nur zahllose Möglichkeiten für Amateurtrainer:innen, sondern verspreche außerdem eine Kostenersparnis bei der Erhebung sämtlicher Sportdaten. Vor allem in der Trainingsanalyse für Akademien und Profimannschaften schlummere noch viel ungenutztes Potenzial.

„Auf diesem Niveau hast du vier bis fünf Mal die Woche Training und dann am Wochenende ein Spiel, bei dem nie alle zum Einsatz kommen. Irgendwann wird es aber unmöglich, diese schiere Flut an Daten zu erheben und dann auch zu verarbeiten. Da kommen wir ins Spiel“, betont Schmiderer.

Mit zone14 aus den Videos Daten ziehen

Konkret sei es mit der zone14-Software nun möglich, gelaufene Kilometer, Top-Speed oder Anzahl von Sprints ohne zusätzliche Tracker direkt aus den Videos zu berechnen. Zusätzlich ließen sich Rückschlüsse auf taktische Elemente ziehen: Informationen, wie die wahre Formation, Durchschnitts-Positionen sowie Abstände und Lücken zwischen den Spieler:innen.

So geht’s: Das gesamte Spiel (oder die Trainingseinheit) wird aufgezeichnet. Der Trainer muss aktuell noch die einzelnen Spieler mit Namen nennen, danach agiert der Algorithmus selbstständig. Er erkennt Spieler, selbst wenn sie mal „verloren“ gehen, und die Struktur des Spiels. Und kann bei allen 22 Spielern am Feld zu jedem Zeitpunkt die Koordinaten ausweisen, Heat Maps erstellen und Geschwindigkeiten messen.

„Wir wollen mit zone14 eine Marke aufbauen, die für innovative und unkomplizierte Video- und Datenanalyse steht. Immerhin opfern Trainer:innen oft Teile ihrer Freizeit, da ist es nur fair, ein Tool in der Hand zu haben, mit dem Analysen ohne viel Mehraufwand möglich sind“, erklärt Schmiderer. „Unser nächstes Ziel ist ganz klar Events wie Tore, Schüsse, Pressingverhalten und Pässe direkt aus den Videos zu erkennen. Das spart allen Beteiligten nochmals Zeit und Analysen können so noch schneller und umfassender erledigt werden.“

Ein Wandel in der Szene

Österreichs Fußballszene galt ja Beobachter:innen lange Zeit als eine, die sich gegen technische Neuerungen wehrt. Von Aussagen, wie Taktik sei überbewertet bis hin zur negativen Assoziation zum Begriff „Laptop-Trainer“, scheint sich Schmiderer nach, die Lage etwas verändert zu haben.

„Es gab tatsächlich eine Veränderung“, sagt der Gründer. „Man merkt über die letzten drei Jahre ein Umdenken; eine neue innovativ denkende Trainergeneration nimmt mehr Fahrt auf. Jene, die früher abgeneigt waren, greifen zwar nicht mehr selber zu den neuen technologischen Möglichkeiten, aber sie sind nicht mehr verpönt. Die Spieler selbst fordern das ja, auch in den unteren Ligen. Aber es gibt noch viel zu tun, vergleicht man den heimischen Fußball mit Sportarten aus den USA.“

Zone14 mit internationalen Partnern

Mittlerweile arbeiten über 50 Vereine aus vier verschiedenen Länder mit den Lösungen von zone14. Zu den Partnern des Startups zählen hierzulande u.a. die Wiener Austria, die Akademien von St. Pölten und von Sturm Graz, sowie der Wiener Sportclub. Das Startup befindet sich zudem noch mit zwei Bundesligisten in Verhandlungen. International kooperiert man mit dem VFB Friedrichshafen, dem Ausbildungsverein des Bundesligisten VFB Stuttgart, sowie einem Team aus Südamerika. Der Launch von „zone14 Stats“ startet heute.

Deine ungelesenen Artikel:
20.10.2026

Wiener Startup Prewave startet KI-Agenten für die finanzielle Bewertung von Lieferkettenrisiken

Das Wiener Startup Prewave will Unternehmen mit KI-Agenten helfen, Risiken nicht nur früher zu erkennen, sondern auch ihre finanziellen Folgen einzuschätzen und gezielter über Gegenmaßnahmen zu entscheiden.
/artikel/wiener-startup-prewave-startet-ki-agenten-fuer-die-finanzielle-bewertung-von-lieferkettenrisiken
20.10.2026

Wiener Startup Prewave startet KI-Agenten für die finanzielle Bewertung von Lieferkettenrisiken

Das Wiener Startup Prewave will Unternehmen mit KI-Agenten helfen, Risiken nicht nur früher zu erkennen, sondern auch ihre finanziellen Folgen einzuschätzen und gezielter über Gegenmaßnahmen zu entscheiden.
/artikel/wiener-startup-prewave-startet-ki-agenten-fuer-die-finanzielle-bewertung-von-lieferkettenrisiken
Prewave
Harald Nitschinger, Gründer von Prewave | (c) Prewave

Es nennt sich Quantified Resilience und soll zeigen, was Lieferkettenrisiken tatsächlich kosten. Das neue Portfolio des Wiener Startups adressiert die Risikolandschaft für globale Lieferketten, die sich seit Covid, der Chipknappheit sowie dem Krieg im Iran und in Russland verändert hat. Unternehmen haben in den vergangenen Jahren darauf reagiert und auf mehr Transparenz gesetzt, mehr Lieferanten überwacht und mehr Signale und Warnmeldungen verfolgt. Doch Einkaufsteams wollen nicht mehr Informationen, meint Co-Founder und seit Jänner alleiniger CEO Harald Nitschinger. „Sie wollen eine belastbare Entscheidungsgrundlage“, sagt er und bezieht sich auf eine Gartner-Studie aus 2026 mit dem Titel: „Market Overview for Supplier Risk Management Solutions.“ Teams, die ihre Zeit damit verbringen, schwer fassbare Risiken bei Sub-Tier-Lieferanten zu recherchieren und zu bewerten, hätten kaum Kapazitäten, um langfristige Resilienz aufzubauen.

Prewave: KI-Agenten übernehmen Recherche

Hier soll Quantified Resilience helfen, die globalen Risikodaten von Prewave mit den eigenen Daten eines Unternehmens zu verbinden, darunter Stücklisten, Lagerbestände, alternative Bezugsquellen und Umsatzzahlen. Spezialisierte KI-Agenten würden dann die Recherche übernehmen, Risiken priorisieren und deren mögliche finanzielle Auswirkungen auf das Unternehmen bewerten.

Ein Bestandteil des neuen KI-Portfolios heißt Prewave Respond und beinhaltet KI-Agenten, die Signale aus der gesamten Plattform bündeln und Risikosituationen danach ordnen, wie dringend Handlungsbedarf besteht. Risikomanager würden so auf einen Blick sehen, welche Situationen jetzt Aufmerksamkeit erfordern und welche warten können. Die Agenten lassen sich an die eigenen Prozesse und Prioritäten des jeweiligen Unternehmens anpassen.

Plattform zeigt Betroffenheit

„Die Bewertung einer Störung hat unser Risikoteam früher einen halben Tag gekostet, plus Abstimmung mit den Konzerneinkäufern, um die Auswirkungen auf die Lieferanten zu verifizieren“, erklärt Verena Rausch, Group Risk Manager bei der Vaillant Group, wie Prewave den Aufwand bei der Bewertung einzelner Störungen reduziert. „Beim Erdbeben von Kumamoto hat Prewave rund 50 aufgezeigte Lieferanten auf 11 eingegrenzt, die geprüft werden mussten, und einen unmittelbaren Produktionsstopp aufgezeigt. Das verkürzt den Zeitaufwand für jede Bewertung.“

Der Schlüssel zu dieser Priorisierung liege darin zu verstehen, was eine Störung für das Geschäft bedeutet. Die Prewave-Plattform kombiniert Informationen zu globalen Ereignissen, Lieferantenstandorten, Tier-n-Beziehungen und Rohstoffabhängigkeiten mit den eigenen Lieferketten- und ERP-Daten des Unternehmens. Sie zeige so, welche Lieferanten, Materialien oder Produkte tatsächlich betroffen sind.

Für Nitschinger ist Quantified Resilience der nächste Schritt im Umgang mit zunehmend komplexen Lieferkettenrisiken: „Unseren Kunden fehlt es nicht an Informationen. Im Gegenteil, sie werden mit Warnmeldungen, Ratings und Lieferanten-Updates überflutet. Wir geben ihnen jetzt Werkzeuge an die Hand, die diese Signale in eine konkrete Entscheidungsgrundlage verwandeln: Was verdient meine Aufmerksamkeit? Wo bin ich tatsächlich exponiert? Was steht finanziell auf dem Spiel? Und wo sollten wir Resilienz aufbauen, um die größte Wirkung zu erzielen? Quantified Resilience macht diese Zusammenhänge messbar und damit steuerbar.“

Resilienz von Kostenfaktor soll zur Investitionsentscheidung werden

Über die Priorisierung hinaus berechnet Prewave die finanziellen Auswirkungen einer Störung anhand von Daten wie Lagerbeständen, Stücklisten und Umsatz, heißt es. Damit soll die Resilienz von einem Kostenfaktor zu einer Investitionsentscheidung werden. Unternehmen könnten Ausgaben dorthin lenken, wo sie am meisten bewirken, und sie gegenüber Geschäftsführung und Vorstand mit belastbaren Zahlen untermauern.

Künftig will Prewave diesen Ansatz nutzen, um die Lieferketten seiner Kunden ganzheitlich und proaktiv zu optimieren. Prewave Optimise, ein weiteres Tool aus der „Quantified Resilience“-Strategie, das sich derzeit in der Beta-Phase befindet, soll zeigen, wo Absicherungen über das notwendige Maß hinausgehen und wo gefährliche Lücken bestehen. Ziel ist ein Lieferantennetzwerk, das Kosten und Resilienz entsprechend der individuellen Risikobereitschaft eines Unternehmens ausbalanciert.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Zone14: Wiener Fußball-Startup launcht umfassenden KI-Algorithmus für Videoanalyse

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Zone14: Wiener Fußball-Startup launcht umfassenden KI-Algorithmus für Videoanalyse

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Zone14: Wiener Fußball-Startup launcht umfassenden KI-Algorithmus für Videoanalyse

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Zone14: Wiener Fußball-Startup launcht umfassenden KI-Algorithmus für Videoanalyse

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Zone14: Wiener Fußball-Startup launcht umfassenden KI-Algorithmus für Videoanalyse

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Zone14: Wiener Fußball-Startup launcht umfassenden KI-Algorithmus für Videoanalyse

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Zone14: Wiener Fußball-Startup launcht umfassenden KI-Algorithmus für Videoanalyse

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Zone14: Wiener Fußball-Startup launcht umfassenden KI-Algorithmus für Videoanalyse

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Zone14: Wiener Fußball-Startup launcht umfassenden KI-Algorithmus für Videoanalyse