Als Fußballliga mit den meisten Stadionbesuchern weltweit und ausgestrahlt in mehr als 200 Ländern gehört die Bundesliga zu den Spitzenreitern der beliebtesten Sportarten der Welt. Um die Interaktion der Fans zu steigern, nutzt die Bundesliga Live-Datenströme und historische Daten aus über 10.000 Spielen, um ML-Modelle in Amazon SageMaker für Echtzeitvorhersagen und zusätzliche Erkenntnisse zu erstellen und zu trainieren. Diese Modelle werden als Erkenntnisse und Grafiken eingesetzt, um den Fans zu zeigen, wann ein Tor wahrscheinlich erzielt wird, um potenzielle Torchancen zu identifizieren und aufzuzeigen, wie Teams das Feld positionieren und kontrollieren. Die Liga arbeitet auch mit AWS zusammen, um Fans benutzerdefinierte Inhalte und Suchergebnisse basierend auf ihrem Standort, ihren Lieblingsspielern, Mannschaften und Spielen bereitzustellen und nutzt Amazon Rekognition, um das größte digitale Fußballmedienarchiv der Welt mit mehr als 150.000 Stunden Videomaterial zu analysieren, um einfach nach historischem Filmmaterial zu suchen.

FORMEL 1 ist die von der FIA genehmigte höchste Klasse des Automobilrennsports mit den schnellsten und fortschrittlichsten Fahrzeugen. Während jedes Rennens generieren 120 Sensoren an jedem Fahrzeug 3 GB Daten, wobei jede Sekunde mehr als 1.500 Datenpunkte erstellt werden. F1 verwendet Amazon SageMaker, um Deep-Learning-Modelle mit Daten aus 65 Jahren zu trainieren, um den Fans Statistiken, Vorhersagen und Erkenntnisse in die von Teams und Fahrern getroffenen Entscheidungen in Sekundenbruchteilen zu liefern, die in Echtzeit über Amazon Kinesis gestreamt werden. Darüber hinaus verwendet F1 Computational Fluid Dynamics (CFD), das auf Amazon HPC ausgeführt wird, um neue Karosseriedesigns in einer virtuellen Umgebung für den Einsatz in der Saison 2021 schnell als Prototyp zu erstellen.

NASCAR, die größte Stockcar-Rennorganisation in den USA, hat ihr 18-Petabyte-Videoarchiv mit Filmmaterial aus 70 Jahren zu AWS migriert und kann Amazon Rekognition verwenden, um Videoframes automatisch mit Metadaten wie Fahrer, Fahrzeug, Rennen, Runde, Zeit und Sponsoren sowie Amazon Transcribe zu markieren, um jedes Wort aufzufangen und mit einem Zeitstempel zu versehen. Dies spart NASCAR Tausende von Stunden an manuellem Markieren und Durchsuchen ihrer Videoarchive, um den Fans die kultigsten Momente in der NASCAR-Geschichte zu präsentieren. NASCAR wird dann SageMaker verwenden, um Deep-Learning-Modelle zu trainieren, um Metadaten und Videoanalysen zu verbessern. 

Durch ihr Next-Gen-Stats (NGS)-Programm, das auf AWS mit Machine-Learning-Technologie basiert, bietet die NFL fortschrittliche Statistiken, die den Umfang, die Geschwindigkeit und die Komplexität des Spiels hervorheben. Ultra-Breitband-Empfänger verfolgen die Spieler- und Ballbewegungen mithilfe von RFID-Tags zentimetergenau und erfassen und speichern über 3 TB Daten pro Spiel mithilfe von Amazon EC2, S3 und EMR. Echtzeitdaten werden mit traditionellen Spielbericht-Daten kombiniert, um Hunderte von Metriken zu berechnen und Vorhersagen und Erkenntnisse auszugeben, die über Grafiken an Fans online, auf dem Bildschirm, im Stadion und in Second-Screen-Erlebnissen sowie als APIs für Teams, Analyseunternehmen, Broadcaster und Kommentatoren. 

2006 in Großbritannien als Pro Football Focus gegründet und heute mehrheitlich im Besitz des ehemaligen NFL-Profis Cris Collinsworth, analysiert das über 500-köpfige Team von PFF Pro- und College-Football mit ausgeklügelten mathematischen und analytischen Modellen. PFF begann mit der Implementierung von Machine-Learning-Lösungen mit Amazon S3 und AWS ElastiCache, um die Skalierung zu verwalten, nachdem die gesamte Technologie und der Cloud-Stack im Juli 2019 zu AWS migriert wurden. PFF wird AWS-Computing-, Speicher-, Datenbank-, Serverless-, Analyse- und Machine-Learning-Services nutzen, um die Betriebseffizienz zu verbessern, Innovationen zu beschleunigen und die statistischen Daten von Spielen zu vertiefen. AWS wird PFF in die Lage versetzen, noch nie dagewesene Metriken aufzudecken, die die Art und Weise verändern werden, wie Teams, Fans und die Medien Fußball erleben.

Die Seattle Seahawks gelten als eines der fortschrittlichsten und datengetriebensten Teams der NFL und verlagern den größten Teil ihrer Infrastruktur auf AWS und nutzen Computing-, Speicher-, Datenbank-, Analyse- und ML-Services, um eine eingehende Analyse ihrer Spieler zu ermöglichen und Wettbewerbsdaten, verbessern die betriebliche Effizienz und beschleunigen Innovationen. Ein Data Lake auf Amazon S3 wird die über 40-jährigen Statistiken des Teams mit NFL-Daten, Spielerverfolgung, GPS-Bewegung, Spielergesundheits- und Gesundheitsdaten sowie Scouting-Informationen kombinieren, um eine tiefere Sichtbarkeit und bessere Einblicke zu erhalten, die es den Trainern ermöglichen, bessere Matchups und reale Zeitanpassungen zu machen, die zu erfolgreicheren Drives und Touchdowns führen.

Die University of Illinois, Urbana Champaign (UIUC) arbeitete mit dem Amazon Machine Learning (ML) Solutions Lab zusammen, um UIUC-Fußballtrainer dabei zu unterstützen, sich effizienter auf Spiele vorzubereiten und ihre Gewinnchancen zu verbessern. Das Team kombinierte die umfassende Expertise von UIUC in College-Football und -Coaching mit dem AWS Machine Learning, um ein hochmodernes ML-Modell zu erstellen, das das Ergebnis jedes Fußballspiels vorhersagt. Darüber hinaus verfügen UIUC-Trainer jetzt über automatisch generierte visuelle Spielplanungsblätter, die auf den vom ML-Modell empfohlenen Schlüsselfunktionen basieren. Dies spart den Trainern Zeit bei der Spielvorbereitung und gibt ihnen mehr Einblicke in ihre Leistung und Strategien.

Second Spectrum ist der offizielle Anbieter für optische Nachverfolgung und Analyse von Sportligen wie der National Basketball Association (NBA) und der englischen Premier League. Second Spectrum verwendet AWS, um Sportligen und ihren Medienpartnern dabei zu helfen, Analysen, Visualisierungen und leicht durchsuchbare Videoclips bereitzustellen, um das Fan-Erlebnis zu verbessern und den Teams tiefere Einblicke in den Wettbewerb zu bieten. Second Spectrum verwendet AWS Elemental, um die Latenz bei seinen Streaming-Services zu minimieren und gleichzeitig den Fans ein qualitativ hochwertiges Seherlebnis zu bieten und AWS Elemental MediaStore, einen für Medien optimierten Speicher-Service, um Fernsehproduzenten und Sportkommentatoren den schnellen Zugriff auf wichtige Momente von Sportereignissen zu ermöglichen.

Schwimmen ist Australiens erfolgreichste olympische Sportart und mit jährlich mehr als 4,5 Millionen Teilnehmern eine der beliebtesten Aktivitäten des Landes. Die Teilnahme am Schwimmen ist ein grundlegender Bestandteil von Australiens Kultur, hängt jedoch von staatlicher Finanzierung ab und der globale Wettbewerb ist hart. In Zusammenarbeit mit AWS hat das Team Machine-Learning-Modelle verwendet, um Staffelformationen zu optimieren, um die besten Chancen auf Medaillen bei wichtigen Wettbewerben zu bieten. AWS ist stolz darauf, eine Rolle bei der Einbindung, Unterstützung und Entwicklung der nächsten Generation australischer Freizeit- und Eliteschwimmer zu spielen. Durch diese Partnerschaft hofft AWS, das Schwimmen in Australien zu unterstützen, um das Profil des Sports und die Medienaufmerksamkeit zu erhöhen, die nationalen Teilnahmeraten zu steigern und zu verbesserten Leistungsergebnissen der australischen Schwimmnationalmannschaft beizutragen.

Für Sportradar, den globalen Anbieter von Sport- und Informationsservices für die Wett- und Medienbranche, der jährlich mehr als 200.000 Ereignisse abdeckt, bieten Fortschritte im Bereich Computer Vision die Möglichkeit, die Tiefe der den Kunden angebotenen Sportdaten zu erweitern und die Kosten für die Datenerfassung durch Automatisierung zu senken. Sportradar investiert sowohl durch interne Entwicklung als auch durch externe Partnerschaften in die Computer-Vision-Forschung, um Fähigkeiten zur Computer-Vision-Datenerfassung aufzubauen, mit einem anfänglichen Fokus auf Tennis, Fußball und Snooker. In Zusammenarbeit mit dem Amazon ML Solutions Lab untersucht Sportradar die Anwendung modernster Deep-Learning-Modelle für die automatische Erkennung von Spielereignissen im Fußball und geht über die Spieler- und Balllokalisierung hinaus, um die Absicht des Spiels in Bezug auf das zu verstehen, was ist im Spiel passiert. Um diese Technologie mit zunehmender Reife in die Produktion zu bringen, nutzt Sportradar AWS-Services wie Amazon SageMaker, EKS, MSK, FSx und Amazons breite Palette an GPU- und CPU-Computing-Instances für seine Pipeline zur Verarbeitung von Computer Vision. Diese Infrastruktur ermöglicht es den Forschern von Sportradar, Computer-Vision-Modelle nach Maß zu testen und zu validieren und Modelle mit minimalem Aufwand aus dem Labor in die Produktion zu bringen und gleichzeitig die niedrige Latenz, Zuverlässigkeit und Skalierbarkeit bereitzustellen, die für Live-Sportwetten-Anwendungsfälle erforderlich sind.

Mit AWS kann INEOS TEAM UK Tausende von Konstruktionssimulationen für sein America's-Cup-Boot in einer Woche verarbeiten, im Gegensatz zu mehr als einem Monat in einer On-Premises-Umgebung. Das Team verwendet eine HPC-Umgebung, die auf Amazon-EC2-Spot-Instances ausgeführt wird, um sein Boot für den Wettbewerb zu konzipieren. Für die Hülle, deren Design Hunderte von Computing-Kernen für jede Simulation benötigte, verwendete das Team zusätzlich zu den neuesten Amazon-EC2-C5n-Nitro-betriebenen Instances mit Elastic Fabric Adapter (EFA)-Netzwerkschnittstellen Amazon-EC2-C5-Instances. Um eine schnelle Festplattenleistung für die Tausende von Simulationen zu gewährleisten, die jede Woche durchgeführt werden, nutzte das Team außerdem Amazon FSx for Lustre, um ein schnelles, skalierbares und sicheres Hochleistungsdateisystem basierend auf Amazon Simple Storage Service (Amazon S3) bereitzustellen.

Pulselive ist digitaler Partner einiger der größten Sportligen und -veranstaltungen, von der Premier League bis zur Cricket-Weltmeisterschaft. Das mit Sony verbundene Unternehmen trägt dazu bei, Fanerlebnisse zu schaffen, die das Engagement durch neue und wirkungsvolle Wege steigern. Pulselive verwendet Amazon Personalize, um seinen Kunden zu ermöglichen, hochgradig personalisierte Empfehlungen für ihre Online-Sportmedieninhalte zu erstellen. In Zusammenarbeit mit dem Amazon-Prototyping-Team hat Pulselive eine neue Empfehlungs-Engine entwickelt, die den Videokonsum um 20 % steigert. Durch die Nutzung von AWS war Pulselive in der Lage, schnell A/B-Tests durchzuführen, einen einfachen Machbarkeitsnachweis mit minimaler Unterbrechung zu erstellen und zu experimentieren, um die Eintrittsbarriere niedrig zu halten – sowohl technisch als auch finanziell.

Durch die Nutzung der Breite und Tiefe der AWS-Services wird die NHL in der Lage sein, die Videoverarbeitung und Inhaltsbereitstellung in der Cloud zu automatisieren und ihr Puck-and-Player-Tracking-(PPT)-System zu nutzen, das auf der AWS-Cloud-Infrastruktur läuft, um die Details des Spiels für seine Fans, Teams und Medienpartner besser zu erfassen. Die NHL wird mit dem Amazon Machine Learning Solutions Lab zusammenarbeiten, um das umfassende Portfolio an Machine-Learning-Services von AWS auf Spielvideos und offizielle NHL-Daten anzuwenden, um fortschrittliche Spielanalysen und -metriken zu entwickeln und zu teilen, die Fans tiefer in das Spiel eintauchen lassen. Die NHL beabsichtigt, AWS Elemental Media Services zu verwenden, um ein Cloud-basiertes HD- und 4K-Video-System zur Bereitstellung von Inhalten zu entwickeln und zu verwalten, das NHL-Funktionären, Trainern, Spielern und Fans einen vollständigen Überblick über das Spiel bietet. Powered By AWS wird das System Spielmaterial aus einer Reihe neuer Kamerawinkel kodieren, verarbeiten, speichern und übertragen, um kontinuierliche Video-Feeds bereitzustellen, die Spiele und Ereignisse außerhalb des Sichtfelds herkömmlicher Broadcast-Kameras erfassen. Durch die Nutzung von AWS-Analyse-Services wie Amazon Kinesis und Machine-Learning-Services wie Amazon SageMaker kann die NHL ihre Feeds an Sendepartner in Echtzeit prüfen.

AWS ist der offizielle Cloud-Anbieter, Cloud-Anbieter für künstliche Intelligenz, Deep-Learning-Cloud-Anbieter und Machine-Learning-Cloud-Anbieter der PGA TOUR. AWS und die TOUR gehen eine Partnerschaft ein, um die Art und Weise zu verändern, wie Golfinhalte erstellt, verbreitet und erlebt werden, um die Fans näher an das Geschehen auf dem Golfplatz heranzuführen und gleichzeitig der TOUR zu helfen, ihren Medienbetrieb zu rationalisieren. Die TOUR wird AWS-Machine- Learning-, Speicher-, Computing-, Analyse-, Datenbank- und Medien-Services nutzen, um Videomaterial von jedem Golfturnier schnell zu verarbeiten und wird AWS nutzen, um diese Inhalte schnell in aufregende neue digitale Erlebnisse zu verwandeln, die den Fans ein umfassenderes und personalisierteres Erlebnis im gesamten TOUR-Wettbewerb bieten. Die TOUR wird fast 100 Jahre an Medieninhalten auf AWS migrieren - einschließlich Video-, Audio- und Bildmaterial, das bis zu den Los Angeles Open 1928 zurückreicht - und wird Live-Material von zukünftigen Turnieren in den Data Lake streamen, der auf Amazon S3 entwickelt wurde. Die TOUR verwendet dann Amazon Rekognition, um Inhalte automatisch mit spezifischen Metadaten wie Spielernamen und Sponsorenlogos zu versehen. Die TOUR wird auch AWS-Medienservices nutzen, um die Bereitstellung von Videoinhalten für die Fernsehübertragung von Veranstaltungen und OTT-Streaming (over-the-top, OTT) für Online-Zuschauer zu beschleunigen.

Intels Olympic Technology Group hat sich zum Ziel gesetzt, eine Lösung für Machine Learning zu entwickeln, um ein digitales Echtzeitmodell der Athletenleistung zu erstellen, um eine tragbare, Cloud-basierte Lösung für das Coaching von Elite-Athleten zu ermöglichen. Intel hat sich mit dem Amazon Machine Learning Solutions Lab (MLSL) zusammengetan, um die Computer-Vision-Expertise von MLSL zu nutzen, um die bestehenden 3D-Skelett-Nachverfolgungs-Funktionen von Intel zu verbessern. MLSL hat auf Amazon SageMaker eine 3D-Pipeline zur Posenschätzung für mehrere Personen entwickelt, die die 3D-Skelett-Nachverfolgung mit einer einzigen Kamera ermöglicht. „Das MLSL-Team hat hervorragende Arbeit geleistet, um unsere Anforderungen zu hören und eine Lösung vorzuschlagen, die den Bedürfnissen unserer Kunden entspricht“, sagte Jonathan Lee, Director of Sports Performance, Olympic Technology Group. Das Team übertraf unsere Erwartungen und entwickelte in nur zwei Wochen eine 3D-Posen-Schätzungspipeline mit 2D-Videos, die mit Mobiltelefonen aufgenommen wurden. Durch die Standardisierung unseres ML-Workloads auf Amazon SageMaker haben wir bei unseren Modellen eine bemerkenswerte durchschnittliche Genauigkeit von 97 % erreicht.“ 

Die Pac-12-Konferenz widmet sich der Entwicklung der nächsten Generation von Führungskräften, indem sie sich für Exzellenz in Wissenschaft, Leichtathletik und der Betreuung ihrer studentischen Athleten einsetzt. Pac-12 Networks, das Medienunternehmen im Besitz der Konferenz und ihre zwölf Mitgliedsuniversitäten, haben seine Video- und Medieninfrastruktur mithilfe von AWS Media Services, AWS-Cloud-Speicher und AWS Direct Connect für alles von der Codierung über die Werbungseinfügung und die Übertragung bis zur Auslieferung auf AWS umgestellt. Pac-12-Ingenieure entwickeln mit AWS Lambda und Amazon EC2 schnell und kostengünstig neue Services, die Funktionen von der Cloud-basierten Produktion bis hin zur Datenanalyse ermöglichen, um das ultimative Ziel zu unterstützen, überall erstaunliche Erlebnisse für Pac-12-Fans und College-Fans Leichtathletik zu schaffen.

Kayo Sports ist ein Multi-Sport-Streaming-Service und Inhalts-Aggregator für australische Sportfans, der den Großteil seiner IT-Infrastruktur auf AWS betreibt, um personalisierte Kundenerlebnisse nach Maß für mehr als eine Million Abonnenten (Stand Mai 2021) bereitzustellen. Kayo verwendet AWS-Produkte und -Services, einschließlich Analysen, Machine Learning, Medien-Services sowie Netzwerk- und Inhaltsbereitstellung, um Hunderttausende von Datenpunkten zu analysieren, um interaktive Statistiken und tiefere Einblicke zur Verbesserung des Seherlebnisses bereitzustellen. Dazu gehören SplitView, mit dem Benutzer bis zu vier Sportarten auf einem Bildschirm ansehen können und Kayo Key Moments, mit denen Benutzer zu den besten Teilen ihrer Lieblingsspiele springen können. Mithilfe von Services wie Amazon Redshift, Amazon Glue und Amazon Athena analysiert Kayo Informationen, um eine einheitliche Ansicht des Kunden zu erstellen und passt die Inhaltsbibliothek an, um ein personalisiertes Menü mit Sportereignissen basierend auf den Vorlieben des Zuschauers bereitzustellen. 

Stats Perform ist der Marktführer in der Sporttechnologie und bietet die vertrauenswürdigsten Sportdaten und die neuesten Fortschritte bei der Anwendung von KI und Machine Learning, um bessere Vorhersagen für Teams, Sportwetten und ein ansprechenderes Rundfunk-, Medien- und Fanerlebnis zu liefern. Das Unternehmen sammelt die detailliertesten Sportdaten, um neue Erfahrungen in allen Sportarten zu schaffen. Stats Perform nutzt die umfangreichste Sportdatenbank und verbessert sportliche Wettbewerbe und Unterhaltung durch Machine Learning und Computer Vision, um fortschrittliche Vorhersagen und Analysen zu erstellen – sei es für digitale und Rundfunkmedien mit differenzierter Erzählkunst, Technologieunternehmen mit zuverlässigen und schnellen Daten für ihre Innovationen, Sportwetten mit Wetten im Laufe des Spiels und Integritäts-Services oder Teams mit der ersten KI-Analysesoftware ihrer Art. Mit Amazon und AWS bedeutete dies die erstmalige Verwendung von Live-Gewinnwahrscheinlichkeiten in der Übertragung für die Premier-League-Berichterstattung von Prime, Alexas gründliche Implementierung von Sportdaten in die Sprachtechnologie für Ligen auf der ganzen Welt und die Weiterentwicklung der Verwendung von Rugby-Daten mit AWS für das Six Nations Championship und mehr. Weitere Informationen finden Sie auf der Website StatsPerform.com. 

Ferrari wird die bewährte globale Infrastruktur von AWS, einschließlich der AWS-Region Europa (Mailand), sowie die Breite und Tiefe der Services nutzen, um das Design und die Tests seiner Fahrzeuge zu rationalisieren und den Kunden die aufregendsten Fahrerlebnisse zu bieten. Darüber hinaus wird Scuderia Ferrari als neuer Partner AWS nutzen, um über seine mobile App eine digitale Fan-Interaktions-Plattform zu starten, um Hunderte Millionen von Fans weltweit mit exklusiven, personalisierten Inhalten zu begeistern. Ferrari wird die Amazon Elastic Compute Cloud (Amazon EC2) mit Zugriff auf spezialisierte Instance-Typen für effizientes High Performance Computing (HPC) nutzen und Ferrari wird AWS-Graviton2-basierte Instances verwenden, die im Vergleich zu auf x86-basierten Instances der Vorgängergenerationen eine siebenmal bessere Leistung liefern. Ferrari wird mit Amazon Simple Storage Service (Amazon S3) einen Data Lake aufbauen und AWS Lake Formation verwenden, um schnell und sicher Hunderte von Petabyte an Daten zu sammeln, zu katalogisieren und zu bereinigen und wird AWS auch nutzen, um es bestehenden und potenziellen Kunden zu erleichtern, ihre Fahrzeuge zu entwickeln, zu kaufen und zu warten. Mithilfe von Amazon Elastic Kubernetes Service (Amazon EKS) und Amazon DynamoDB (der vollständig verwalteten Schlüsselwertdatenbank von AWS) kann Ferrari schnell verbesserte digitale Erlebnisse wie den Ferrari Car Configurator erstellen, bereitstellen und skalieren.