Zum Abschluss der US Open 2026 in New York hat das Technologieunternehmen IBM seine KI-Plattform watsonx um spezialisierte Werkzeuge für die Match-Analyse erweitert. Die neuen Funktionen wurden direkt im Umfeld des Grand-Slam-Turniers eingesetzt, um sowohl dem Publikum als auch dem Fachpersonal tiefere Einblicke in den Spielverlauf zu bieten. IBM verknüpft dabei generative Sprachmodelle mit biomechanischen Sensordaten, die über Kamerasysteme rund um die Turnierplätze erfasst werden. Damit wandelt sich die Auswertung von rein numerischen Datentabellen hin zu verständlichen Zusammenfassungen, die das Geschehen auf dem Platz für Fernsehübertragungen und Profiteams gleichermaßen aufbereiten.
Ein zentraler Baustein der technologischen Erweiterung ist die Einführung von Generative Key Moments. Frühere Tennisanalysen bei Großturnieren stützten sich vor allem auf statistische Wahrscheinlichkeitsrechner, insbesondere die Kennzahl Live Likelihood to Win, welche Siegchancen kontinuierlich als nackte Prozentwerte ausgab. Die neue Anwendung auf Basis von watsonx verarbeitet diese Zahlen nun weiter und formuliert in Echtzeit, warum bestimmte Ballwechsel das Momentum eines Matches kippen ließen. Das Sprachmodell generiert begleitende Texte und visuelle Erklärungen, die den Einfluss spezifischer Ballflugkurven und Spielsituationen für Zuschauer verständlich erklären.
Neben der narrativen Spielzusammenfassung stellte IBM den sogenannten Serve Quality Score vor, der sich auf die biomechanische Leistungsdiagnostik konzentriert. Diese Funktion beruht auf hochentwickelter Computer Vision, welche die komplexen Bewegungsabläufe der Athleten beim Aufschlag erfasst und bewertet. Die Kameras erfassen präzise den Treffpunkt des Balls, die Rotation des Körpers während der Schlagbewegung sowie den Schnittwinkel des Schlägerblatts. Durch die Kombination dieser Faktoren errechnet das System eine verlässliche Qualitätsmetrik, die weit über traditionelle Geschwindigkeitsmessungen des Aufschlags hinausgeht.
Die Anwendung dieser biomechanischen Scores blieb nicht auf theoretische Analysen beschränkt, sondern erreichte direkt die Praxis des Grand-Slam-Wettbewerbs. Trainerteams und TV-Analysten nutzten die Datenströme während des Turniers intensiv, darunter auch das sportliche Umfeld der US-amerikanischen Spitzenspielerin Jessica Pegula. Die Trainer erhielten durch die automatisierte Erfassung von Balltreffpunkt und Körperrotation unmittelbare Rückmeldungen über technische Abweichungen im Schlagablauf. Anhand dieser fundierten Auswertungen konnten im laufenden Turnierbetrieb gezielte Feinjustierungen an der Aufschlagtechnik vorgenommen werden.
Gleichzeitig eröffneten die Messwerte neue Möglichkeiten für die strategische Match-Vorbereitung und die Defensivarbeit. Durch die detaillierte Erfassung von Schnittwinkeln und Flugbahnen konnten Betreuerteams auch das Aufschlagverhalten der Konkurrenz detailliert sezieren. Die Trainer nutzten diese Erkenntnisse, um die Positionierung ihrer Spielerinnen und Spieler beim Return taktisch exakter auszurichten und gezielte Anpassungen vorzuschlagen. Die Neuerungen bei den US Open 2026 verdeutlichen, wie Bilderkennung und generative Modelle ineinandergreifen, um komplexe sportliche Bewegungen in echtzeitnahe taktische Handlungsanweisungen zu übersetzen.