Fußball lebt von Emotionen. Spätestens wenn in Dortmund die „gelbe Wand“, die berühmte Südtribüne des Signal-Iduna-Parks, „You Never Walk Alone“ anstimmt, kann sich auch der nüchternste Zeitgenosse dieser besonderen Stimmung nicht entziehen. Doch wie sieht es abseits des Live-Geschehens vor Ort aus? Wie lassen sich Emotionen, Spielgeschehen und Highlights so transportieren, dass der Zuschauer vor seinem Endgerät bestenfalls das Gefühl hat, im Stadion dabei zu sein?
Live-Atmosphäre vor dem Spiel
Innovative Antworten auf diese Fragen für den deutschen Profifußball zu finden, das ist Aufgabe von Sportcast und ihren Kollegen von Bundesliga Media. Als B2B Media Factory der Bundesliga ist Sportcast seit 20 Jahren Host Broadcaster und sorgt dafür, dass Rechteinhaber Fußballfans weltweit mit individuellen Formaten begeistern können. Die im Rahmen einer strategischen Neuausrichtung im Mai 2026 gegründete Bundesliga Media bündelt unter anderem die Vermarktung der internationalen Medienrechte der Bundesliga und 2. Bundesliga sowie das Produktmanagement der dazugehörigen Medienproduktion.
Innovation entsteht im Dialog
Dabei beeinflussen sich die aktuelle Transformation in der Broadcast- und Medientechnik sowie die immer stärkeren digitalen Einflüsse im Sportbusiness wechselseitig. „Es gibt einen kontinuierlichen Dialog zwischen der Direktion Produktmanagement und Innovation der Bundesliga Media sowie der Direktion Technologie und Produktionsmanagement von Sportcast“, bestätigt Tim Achberger, Director Technology & Product Management von Sportcast.
Jeden Monat treffe man sich für einen Austausch über aktuelle Themen. Zudem gebe es übergreifende Innovation Boards: „Es findet jedes Quartal ein Innovationstermin statt, an dem Teilnehmer der gesamten Bundesliga-Gruppe vertreten ist. Daraus ergeben sich dann thematische Schwerpunkte und es wird gemeinsam festgelegt, welche Themenfelder mit welcher Priorität versehen werden“, so Achberger.
Eine wichtige Säule der Arbeit an Zukunftsthemen ist auch die SportsInnovation, eine internationale Fachmesse und Konferenz für Sporttechnologie, Digitalisierung und die Zukunft des Sports, die alle zwei Jahre in Düsseldorf stattfindet. „Dort finden die thematischen Deep Dives statt, die eine umfassende Auseinandersetzung mit Fokusthemen ermöglichen. Eine wichtige Rolle spielt zudem grundsätzlich das direkte Gespräch mit den Dienstleistern sowie die Durchführung von Teststellungen, um Potentiale und Limitierungen einordnen zu können.“
Praxistests beim Supercup
Beim Franz-Beckenbauer-Supercup dann, kurz bevor die neue Bundesliga-Saison startet, schlägt die Stunde der Wahrheit für die zuvor ausgewählten Technologien. Das Spiel dient der Bundesliga als Live-Labor für Tests im echten Spielbetrieb. In diesem Jahr schafften es unter anderem die folgenden Tests in die Innovation Lounge:
- KI-gesteuerte Kameraführung
- Volumetrische Kameratechnik für 3D-Replays
- 3D-Tracking vom Stadion bis zur Game Engine
- KI-Assistent „Captain“ für personalisierte Fußball-Informationen
- KI-gestützte Lokalisierung
KI-gesteuerte Kameraführung
Für die Erstellung des internationalen „Tactical Feeds“ erprobte man den Einsatz eines KI-gestützten, vollautomatisierten Kamerasystems. Zum Einsatz kam die Bildsteuerungssoftware von Studio Automated, die einen Egripment HotHead 3 mit professionellem Großobjektiv-Setup automatisiert steuerte. Der Unterschied zu klassischen automatisierten Kamerasystemen liegt in der Art der Bildanalyse. Während konventionelle Lösungen häufig primär auf die Verfolgung von Ball oder einzelnen Spielern ausgelegt sind, analysiert die Plattform von Studio Automated die gesamte Spielsituation einschließlich des jeweiligen Matchkontexts.
Auf dieser Grundlage wendet das System Prinzipien der etablierten Sport-Bildgestaltung an und erzeugt eigenständig produktionsgerechte Kadrierungen. Die Kamera folgt damit nicht lediglich einem zuvor definierten Trackingziel, sondern berücksichtigt die Dynamik des Spiels und leitet daraus die jeweils passende Bildkomposition ab. Für die automatisierte Produktion bedeutet dies einen Wechsel vom reinen Tracking hin zu einer kontextbasierten Kamerasteuerung.
Die technische Architektur ist auf den Einsatz innerhalb bestehender Broadcast-Infrastrukturen ausgelegt. Die KI-Anwendung läuft vollständig On-Premises auf Standardhardware und benötigt keine Cloud-Anbindung. Ein vorgelagerter Kalibrierungsprozess ist ebenfalls nicht erforderlich. Hinzu kommen eine sehr niedrige Latenz sowie offene Schnittstellen für die Integration in Produktionsumgebungen.
Für Fußballproduktionen unterstützt das System mehrere typische Kamerapositionen und Bewegungen. Damit lässt sich die Automatisierung nicht nur für klassische Übersichts- und Verfolgungsbilder einsetzen, sondern auch in Produktionsszenarien integrieren, bei denen die taktische Analyse des Spiels im Vordergrund steht.
Kombination aus KI und Robotik
Die oben beschriebene Konfiguration verbindet die softwareseitige Bildgestaltung mit der mechanischen Präzision eines robotischen Remote-Heads.
Während die KI für die Auswahl und Gestaltung der Bilder verantwortlich ist, stellt der HotHead 3 die erforderlichen Bewegungsparameter mit hoher Präzision, Laufruhe und Wiederholgenauigkeit bereit. Dadurch entsteht eine Kombination aus automatisierter Regie- beziehungsweise Kameralogik und professioneller mechanischer Kameraführung.
Die Integration erfolgt nativ in Egripments DigiLite-IP-Ökosystem. Studio Automated unterstützt dabei nicht nur den HotHead 3, sondern das gesamte Egripment-Portfolio kompatibler Remote-Heads, darunter die Modelle 306, 301, 205 und MiniShot. Das Spektrum reicht damit von kompakten Remote-Kameraaufbauten bis hin zu groß dimensionierten Broadcast-Produktionen.
Volumetrische Kameratechnik für 3D-Replays
Neben der KI-gesteuerten Kameraführung wurde auch ein volumetrisches Kamerasystem für die Produktion von 3D-basierten Highlight-Replays eingesetzt. Technischer Partner dieser Lösung war Philips.
Die Grundlage bildete ein Setup aus 20 kleinen, auf den Werbebanden montierten Kameraeinheiten mit insgesamt 32 Kameras, die rund um das Spielfeld positioniert waren. Diese erfassten das Spielgeschehen aus unterschiedlichen Perspektiven. Aus den synchronisierten Bilddaten lässt sich eine räumliche Darstellung der jeweiligen Spielsituation erzeugen, die anschließend für frei bewegte virtuelle Kameraperspektiven genutzt werden kann.
Bullet-Time-Replays mit freier Kameraposition
Eine zentrale Anwendung sind sogenannte Bullet-Time-Replays. Dabei wird eine Spielsituation zeitlich eingefroren oder verlangsamt, während sich der virtuelle Kamerablickpunkt um die Szene bewegt. Die Perspektive ist somit nicht mehr an einen der real vorhandenen Kamerastandpunkte gebunden, sondern kann innerhalb der rekonstruierten Szene frei gewählt werden.
Dadurch lassen sich beispielsweise Tore, Fouls oder andere spielentscheidende Situationen aus ungewöhnlichen Blickwinkeln darstellen. Auch virtuelle Kamerafahrten und digitale Zooms sind möglich, ohne dass hierfür eine zusätzliche physische Kamera positioniert werden muss.
3D-Tracking des Balls
Das System kann zudem mit den Trackingdaten des Spiels verknüpft werden. Insbesondere die dreidimensionale Flugbahn des Balls lässt sich räumlich erfassen und in die Replay-Darstellung integrieren. Damit können Bewegungsabläufe nicht nur aus der Kameraperspektive gezeigt, sondern auch als räumliche Trajektorien visualisiert werden.
Die Kombination aus Multi-Kamera-Aufnahme, volumetrischer Rekonstruktion und 3D-Tracking erweitert damit die Möglichkeiten klassischer Replay-Systeme. Aus einer einzelnen Spielsituation können unterschiedliche virtuelle Einstellungen erzeugt werden, ohne dass die entsprechende Perspektive während des eigentlichen Spiels physisch aufgenommen worden sein muss.
Vom linearen Replay zur interaktiven Darstellung
Für die Broadcast-Produktion eröffnet diese Technologie zwei wesentliche Anwendungsebenen. In der klassischen TV-Regie kann die Redaktion innerhalb der rekonstruierten Szene einen geeigneten virtuellen Kamerastandpunkt auswählen und daraus ein gerendertes Highlight für den linearen Feed erzeugen.
Darüber hinaus eignet sich die Technologie für interaktive Anwendungen. Zuschauer können bei entsprechender Ausspielung die Perspektive selbst verändern, die Szene aus unterschiedlichen Richtungen betrachten und digital in das Geschehen hineinzoomen.
Das volumetrische Replay entwickelt sich damit vom klassischen, vorproduzierten Kamerawinkel zu einer räumlich navigierbaren Darstellung. Für die Sportproduktion bedeutet dies eine zusätzliche Ebene der Bildgestaltung, bei der die Kameraperspektive teilweise erst nach der eigentlichen Aufnahme festgelegt wird.
3D-Tracking vom Stadion bis zur Game Engine
Ein weiterer Showcase demonstrierte eine neue Pipeline für hochauflösendes 3D-Tracking. Die Lösung entstand in Zusammenarbeit mit dem Tracking-Spezialisten ChyronHego/Tracab und EA Sports und verbindet die Erfassung von Bewegungsdaten im Stadion mit einem nahezu in Echtzeit arbeitenden Rendering in der Frostbite-Engine von EA Sports.
Die Datenerfassung erfolgt über 12 fest installierte Tracking-Kameras, die das Spielfeld kontinuierlich erfassen. Dabei wird nicht mehr lediglich ein einzelner Punkt als Repräsentation des Spielers verfolgt. Das System erzeugt vielmehr ein digitales Skelett mit 21 Datenpunkten pro Spieler, darunter Kopf, Schultern, Hüfte sowie die einzelnen Gelenke und Füße. Über ein komplettes Spiel entstehen auf diese Weise mehr als 150 Millionen Datenpunkte.
Die erfassten Rohdaten werden in Echtzeit bereinigt, normalisiert und über eine API-basierte Pipeline an die nachgelagerten Systeme übergeben. Im Kern handelt es sich um standardisierte 3D-Koordinaten, die die Positionen der einzelnen Körperpunkte im Raum beschreiben.
Von realen Bewegungsdaten zum virtuellen Spieler
Eine Besonderheit der Pipeline ist die direkte Anbindung an die Frostbite-Engine von EA Sports. Die Live-3D-Daten des Trackings werden dort auf die virtuellen Spielermodelle übertragen. Die Bewegungen der realen Spieler – bis hin zur Position von Fuß, Kopf oder einzelnen Gelenken – können dadurch unmittelbar in der virtuellen Umgebung abgebildet werden.
Damit entsteht eine Verbindung zwischen realer Sportproduktion und fotorealistischer Game-Engine. Die virtuellen Spieler bewegen sich nicht anhand vorgefertigter Animationen, sondern auf Basis der tatsächlich erfassten Bewegungsdaten des Spiels.
6 bis 7 Sekunden bis zum fertigen Rendering
Für den Broadcast-Einsatz entscheidend ist die Geschwindigkeit der Verarbeitungskette. Vom Moment einer realen Spielsituation bis zur fertig gerenderten Szene in der Game Engine vergehen nach den vorliegenden Angaben lediglich 6 bis 7 Sekunden. Damit handelt es sich zwar nicht um eine echte Live-Darstellung, wohl aber um eine Near-Live-Anwendung.
Diese geringe Latenz eröffnet besonders für die Spielanalyse neue Möglichkeiten. Sky Deutschland hat diese Anwendung für Spielanalysen in Halbzeit und nach Abpfiff bereits eingesetzt, um Spielsituationen aus Perspektiven zu analysieren, die mit konventionellen Kameras nicht ohne Weiteres verfügbar sind. Eine virtuelle Kamera kann sich frei durch die rekonstruierte Szene bewegen und beispielsweise die Perspektive eines Torwarts oder Schiedsrichters einnehmen.
Die Anwendung beschränkt sich dabei nicht auf die klassische TV-Übertragung. Die aus den Trackingdaten generierten Sequenzen können auch für digitale Clips und Second-Screen-Angebote genutzt werden.
Der Showcase zeigt eine Entwicklung, bei der Trackingdaten nicht mehr nur für klassische Sportgrafiken verwendet werden, sondern als direkte Eingabe für frei navigierbare, gerenderte 3D-Szenen dienen. Die Kombination aus hochauflösendem Player-Tracking, standardisierten Echtzeitdaten und Game-Engine-Rendering schafft damit eine zusätzliche Ebene für Analyse, Storytelling und digitale Ausspielwege.
KI-Assistent für personalisierte Fußball-Informationen
Bundesliga Media stellte zudem die neue KI-App „Captain“ vor, die in Zusammenarbeit mit AWS entstanden ist. Die Anwendung macht die im professionellen Fußball verfügbaren Daten direkt für Fans nutzbar. Grundlage des dialogbasierte Assistenten ist eine agentische KI-Architektur. Nach Angaben der Bundesliga verarbeitet das System pro Spiel bis zu 200 Millionen Datenpunkte.
Die Interaktion erfolgt über einen natürlichen Dialog: Nutzer können „Captain“ Fragen zu aktuellen Spielstatistiken, historischen Daten, taktischen Zusammenhängen oder Fußball-Trivia stellen. Während einer laufenden Partie kann der Assistent zudem automatisch personalisierte Informationen und Analysen auf dem Smartphone bereitstellen.
Eine weitere Komponente ist die Integration von Videoinhalten. Auf Anfrage oder abhängig vom Spielgeschehen kann die App passende Highlight-Clips auswählen und damit beispielsweise bestimmte Spielsituationen, taktische Zusammenhänge oder Regeln erläutern. Die textbasierte Analyse wird damit unmittelbar mit dem verfügbaren Bewegtbild verknüpft.
Mit dem „Coach Mode“ erweitert die Anwendung den KI-Assistenten um eine interaktive Lernebene. Tägliche Fragen und Quizformate ermöglichen es den Nutzern, ihr Fußballwissen zu testen, Badges zu sammeln und sich spielerisch mit taktischen und regeltechnischen Aspekten des Spiels auseinanderzusetzen.
„Captain“ steht damit exemplarisch für eine weitere Entwicklungsebene der Sportdatenverarbeitung: Während Tracking- und KI-Systeme im Produktionsumfeld vor allem die automatisierte Bildgestaltung und Analyse unterstützen, übersetzt der Assistent große Mengen an Live- und historischen Daten in eine individuelle, dialogbasierte Nutzererfahrung.
KI-Lokalisierung: Echtzeit-Übersetzung für internationale Feeds
Ein weiterer Showcase beschäftigte sich mit der KI-gestützten Lokalisierung von Live-Sportübertragungen. Gemeinsam mit LOGIC media Solutions und auf Basis der AWS-Cloud wurde eine automatisierte Pipeline demonstriert, die sowohl Grafiken als auch Kommentar und Barrierefreiheitsangebote in unterschiedliche Zielsprachen überführen kann.
Anders als bei einer nachträglichen Lokalisierung wird der Prozess dabei direkt in die Live-Sendeinfrastruktur integriert. Die Verarbeitung erfolgt in mehreren parallelen Strängen – von der grafischen Ebene über die Audiospur bis hin zu Untertiteln und Gebärdensprache.
Grafiken werden dynamisch lokalisiert
Eine Herausforderung bei internationalen Feeds besteht darin, dass Live-Grafiken häufig bereits fest in das Videosignal eingebettet sind. Für den Showcase wird das World Feed daher in Video- und Grafikebenen getrennt verarbeitet. Grafikdaten wie Spielerinformationen, Statistiken oder Expected Goals werden als Metadaten synchron zum Videosignal übertragen.
Eine automatisierte Grafik-Engine kann diese Informationen anschließend für die jeweilige Zielregion aufbereiten und beispielsweise Schriften, Spielernamen und Statistiken in der gewünschten Sprache neu rendern. Die Lokalisierung erfolgt damit auf Datenebene und nicht durch eine nachträgliche Bearbeitung des fertigen Bildsignals.
Echtzeit-Übersetzung des Kommentars
Noch anspruchsvoller ist die Lokalisierung der Kommentatorspur. Dafür wird der englische Lead-Kommentar zunächst als separater Audiostream in die Cloud übertragen und mit Amazon Transcribe transkribiert. Ein Machine-Learning-Modell gleicht die erkannten Inhalte parallel mit Live-Eventdaten ab, um den sprachlichen Kontext – etwa ein Tor oder eine bestimmte Spielsituation – korrekt zu erfassen.
Anschließend übersetzt Amazon Nova den Kommentar und erzeugt dabei nicht nur eine sprachlich passende Fassung, sondern sollte auch eine für den jeweiligen Zielmarkt geeignete Tonalität berücksichtigen. Eine neuronale Text-to-Speech-Komponente erzeugt daraus wiederum eine synthetische Audiospur, die als lokalisierter Feed ausgegeben werden kann.
Damit ist die technische Machbarkeit einer weitgehend automatisierten End-to-End-Lokalisierung demonstriert. Bei der Qualität der lokalisierten Kommentare zeigt sich jedoch noch Entwicklungsbedarf. Wie Tabea Wagner, Senior Manager Live Products & Product Innovation bei Bundesliga Media im Rahmen eines Presseevents for dem Supercup feststellte, fehle es den erzeugten Feeds besonders an der emotionalen und kulturell geprägten Charakteristik professioneller Sportkommentare. Gerade die für bestimmte Fußballmärkte typische Dramaturgie und Emotionalität – etwa die eruptiven Torjubel spanischer oder lateinamerikanischer Kommentatoren – ließen sich mit der automatisierten Sprachgenerierung noch nicht überzeugend reproduzieren.
Barrierefreiheit: Untertitel und Gebärdensprache
Die Pipeline wird darüber hinaus für automatisierte Barrierefreiheitsangebote eingesetzt. Mit geringer Latenz können aus dem laufenden Signal Live-Untertitel erzeugt werden. Zusätzlich erprobt wird die Übertragung von Gebärdensprache über die Technologie von Sygnapse. Dafür wird das transkribierte und sprachlich angepasste Signal an das System übergeben, das daraus einen digitalen Gebärdensprach-Avatar generiert. Dieser kann als Bild-in-Bild-Signal in entsprechende Feeds integriert werden.
Der Showcase zeigt damit sowohl das Potenzial als auch die aktuellen Grenzen KI-basierter Live-Lokalisierung. Während die technische Prozesskette bereits mit sehr geringer Verzögerung realisierbar ist, bleibt die sprachlich-kulturelle Qualität eine entscheidende Hürde. Gerade im Sport ist die Stimme des Kommentators nicht nur Informationsträger, sondern Teil der Dramaturgie und Atmosphäre der Übertragung.
Vom Test in die Praxis
Auch wenn alle Tests vielversprechend verliefen, schafft es nicht jeder auf der Sports Innovation oder während des Supercups gezeigte Proof of Concept sofort in den operativen Einsatz einer Bundesliga Produktion. „Wir haben fest definierte Produktionskonzepte für Standardspiele und Topspiele der Bundesliga und 2. Bundesliga, ,“ erläutert Achberger. Bei Erweiterungen in der Technik prüfe nicht nur die Bundesliga selbst, welches Interesse besteht, bestimmte Themen einzubinden oder auf ihren eigenen oder Partnerplattformen darzustellen, sondern stehe dazu auch im engen Austausch mit den nationalen und internationalen Lizenznehmern und den weiteren Stakeholder wie Sponsoren, Partnern oder Clubs.
Achberger: „Einige Themen sind infrastrukturell und rechtlich komplexer als andere. Das Thema virtuelle Bandenwerbung etwa haben wir bereits 2016 getestet, aber erst sehr viel später in der Praxis eingesetzt.“ Auch bei der RefCam, die bei der Club-WM letztes Jahr ihr internationales Debüt feierte und auch bei der Fußball-WM dieses Jahr im Einsatz war, sei der Prozess der Absprachen mit allen Beteiligten deutlich intensiver gewesen. „Das greift ja tief in die Spielkultur ein und betrifft die Spieler und Schiedsrichter ganz persönlich. Wenn wir hingegen einen einfacheren Fall haben, etwa den selbstfahrenden Dolly, den wir schon in verschiedenen Ausbaustufen bei der Sports Innovation hatten, und wir zu dem Ergebnis kommen, dass dies einen Nutzen bringt und ins Budget passt, dann entscheidet die Liga in einem solchen Fall selbst.“
Bilder: Aufmacher: Broadcast Solutions, Tim Achberger: Sportcast, Video und alle weiteren Bilder: Angela Bünger
