20. Juni 2025 | News | Leseempfehlung

Wie sind NBA-Basketball, Physik und Demografie miteinander verbunden?

Können wir den nächsten Spielzug von Steph Curry auf dem Platz vorhersagen?

Boris Barron ist seit dem vergangenen Jahr wissenschaftlicher Mitarbeiter in der Abteilung „Migration und Mobilität” am Max-Planck-Institut für demografische Forschung (MPIDR). Boris ist Physiker und auf die Modellierung komplexer Systeme spezialisiert. Während seiner Zeit an der Cornell University entwickelte er gemeinsam mit Kollegen eine Methodik zur Analyse detaillierter Positionsdaten von Basketballspielern in NBA-Spielen. Ihr Ansatz basiert auf der physikalischen Dichtefunktional-Fluktuationstheorie (DFFT) und liefert einen allgemeinen Rahmen, um subtile Aspekte des Spiels zu erfassen.

Basketball-Strategiefeld, Spieltaktik-Tafelvorlage. Handgezeichnetes Basketballspielschema, Lernbrett, Sportplan

Boris Barron und seine ehemaligen Kollegen von der Cornell University haben eine Methode entwickelt, um detaillierte Positionsdaten von NBA-Basketballspielern zu analysieren. © iStockphoto.com / StartStock

Was haben Boris Barron und seine Kollegen herausgefunden? „Wir können die Position eines Spielers anhand der Positionen der anderen Spieler und des Balls vorhersagen und anhand dieser Spielerpositionen die Wahrscheinlichkeit verschiedener Spielausgänge bestimmen (z. B. ob das Ergebnis zwei Punkte oder ein Fehlwurf sein wird). Auf der Grundlage dieser Ergebnisse konnten wir Spieler identifizieren, die sich defensiv richtig positionieren, um ihrem Team zu helfen, und wir konnten quantifizieren, wie Offensivspieler die Verteidigung an verschiedenen Stellen des Spielfelds anziehen. Diese ‚Anziehung der Verteidigung‘ quantifiziert ein bisher schwer fassbares Konzept im Basketball, das oft als ‚Spielergravitation‘ bezeichnet wird. Unsere Gravitationsergebnisse stimmen sehr gut mit den bekannten Punktetendenzen der Spieler überein. Stephen Curry hat beispielsweise eine sehr hohe Gravitation in der Nähe der Dreipunktelinie, die oft größer ist als die eines typischen NBA-Spielers mit Ball, wenn Curry nicht im Ballbesitz ist. Wir haben auch mehrere zukunftsweisende Anwendungen in Betracht gezogen, beispielsweise wie schnell sich Spieler an sich entwickelnde Spielzüge positionell anpassen können. Dieses Konzept wird manchmal als ‚Basketball-IQ‘ bezeichnet“, sagt Boris.

Boris stützte seine Forschung auf die Density-Functional-Fluctuation-Theory (DFFT), eine allgemeine Theorie zu Menschenmengen, die erstmals 2018 von seinem Betreuer an der Cornell University, Tomás Arias, entwickelt wurde. In dieser Arbeit stellten sie die Kernthese der Theorie auf und wandten sie auf die Vorhersage der Verteilung von Fruchtfliegen unter verschiedenen Szenarien an.

Lesen Sie mehr dazu im Cornell Chronicle.

Das MPIDR freut sich, Boris mit seinem Skill-Set an Bord zu haben. Derzeit nutzt er die Density-Functional Fluctuation Theory (DFFT) und verwandte Ansätze zur Analyse von Segregation. „Traditionell versucht man, die Trennung von Gruppen anhand von Indizes zu messen, die bestimmte wünschenswerte Eigenschaften aufweisen. Wir versuchen zu zeigen, dass funktionsbasierte Messgrößen in vielerlei Hinsicht natürlicher sind, und demonstrieren, wie diese Funktionen systematisch abgeleitet, genutzt und mit indexbasierten Messgrößen der Segregation in Beziehung gesetzt werden können. In einer kommenden Studie zeigen wir nicht nur, wie Segregationsmessgrößen quantifiziert werden können, sondern auch, wie sie zur Integration der Segregationsliteratur in Bevölkerungsprognosen genutzt werden können.“

Originalpublikation

Boris Barron, Nathan Sitaraman, and Tomás Arias: "Analyzing NBA Player Positions and Interactions with Density-Functional Fluctuation Theory" in Scientific Reports (2025). DOI: 10.1038/s41598-025-04953-x

Der Artikel ist Teil der Sammlung „Social Behavior and Interaction“ in Scientific Reports.