Arbeits- und Forschungsschwerpunkte

Positionsdatenanalyse im Fußball mittels Machine Learning

• Quantifizierung von Individualleistung
• Quantifizierung von Teamleistung
• Exktraktion und Anreicherung von Spielinformationen

Betreuung des BISP Projekts Wettkampfanalyse Beach-Volleyball

Betreuung des BISP Projekts Wettkampfanalyse Taekwondo

Beruflicher Werdegang

• 2010-2013: B.A. Sportwissenschaft an der Johannes-Gutenberg-Universität, Mainz
• 2013-2016: M.Sc. (TUM) Diagnostik & Training, TU München
• 2015: Wissenschaftliche Hilfskraft Lehrstuhl für Trainingswissenschaft und Sportinformatik
• Seit 2019: Wissenschaftlicher Mitarbeiter

Publikationen

Lang, Steffen; Wild, R., Isenko, A., & Link, D., (2022). Predicting the in-game status in soccer with machine learning using spatiotemporal player tracking data. Scientific Reports, 12: 16291. doi: 10.1038/s41598-022-19948-1

Lang, Steffen; Haggenmüller, K., & Link, D.  (2022). TaekViewer – Ein Softwaretool zur Auswertung von Wettkampfdaten im Taekwondo. BISP-Jahrbuch Forschungsförderung 2021/22 (S. 357-360). Köln: Strauß.

Lang, Steffen; Wenning, R., & Link, D.  (2022). BeachCompiler – Das Softwaretool zur Unterstützung von Videotrainingseinheiten im Beach-Volleyball. BISP-Jahrbuch Forschungsförderung 2021/22 (S. 343-346). Köln: Strauß.

Lang, Steffen; Wenning, R., & Link, D.  (2022). Spielverlaufsanalyse Beach-Volleyball. BISP-Jahrbuch Forschungsförderung 2021/22 (S. 199-202). Köln: Strauß.

Lang, Steffen (2019): Who will score next? About the predictive power of performance indicators in soccer. In M. Lames, A. Danilov, E. Timme & Y. Vassilevski (Eds.), Proceedings of the 12th International Symposium on Computer Science in Sport (IACSS 2019). Heidelberg: Springer.

Link, Daniel; Lang, S. (2019): How to find elementary football structures in positional data. In: Angel Ric und Raul Pelaez (Hg.): Football Analytics: Now and Beyond. A deep dive into the current state of advanced data analytics. Barcelona, S. 50–65.

Link, Daniel; Lang, S.; Wenning, R. (2019): Scouting-Software im Beach-Volleyball. Youtube Video. Bonn: Bundesinstitut für Sportwissenschaft. Online verfügbar unter https://www.youtube.com/watch?v=PcOdZCs-PRM

Link, Daniel; Lang, S., & Seidenschwarz, Ph. (2016). Real Time Quantification of Dangerousity in Football Using Spatiotemporal Tracking Data. PLOS ONE, 11(12): e0168768. doi:10.1371/journal.pone.0168768