Dienst van SURF
© 2025 SURF
Voetbal en witwassen zijn begrippen die steeds vaker met elkaar worden geassocieerd. Een blik op de krantenkoppen uit het voorjaar van 2019 suggereert dat de sport een criminaliteitsprobleem heeft.
MULTIFILE
Voor optimale wedstrijdprestaties in het voetbal is een juiste verhouding tussen belasting en herstel noodzakelijk.2 Het monitoren van trainingen en het systematisch analyseren van wedstrijden kan helpen bij het optimaliseren van prestaties en het voorkomen van onder en overbelasting. Het eerste deel van dit tweeluik, dat verscheen in Sportgericht 5/2014, was gewijd aan trainingsmonitoring. In dit tweede deel worden mogelijkheden voor wedstrijdanalyse besproken, die door de trainer/coach en zijn staf gebruikt kunnen worden.
De voetbalsector is nog steeds kwetsbaar voor witwaspraktijken en andere vormen van financieel-economische criminaliteit. In dit artikel wordt nader ingegaan op de resultaten en achtergronden van het antiwitwasbeleid van de afgelopen 15 jaar. Geconcludeerd wordt dat de vrije zelfregulering niet effectief is gebleken om een dam op te werpen tegen de instroom van crimineel geld en dat actieve bemoeienis van de overheid vereist is. Het artikel sluit af met drie opties voor – onderbrenging in de WWFT; vergunningplicht en bestuurlijke integriteitstoetsing en geconditioneerde zelfregulering met wettelijke randvoorwaarden – verscherpte regulering en toezicht van de witwaspreventie in het professionele voetbal.
Wie heeft er nou geen hekel aan wachten? Wij in ieder geval wel. Regelmatig als wij een voetbalwedstrijd bezoeken of een ander groot evenement komt het weer voor: ellenlange wachtrijen en doodgeslagen bier. Dat moet en kan beter in onze ogen. De oplossing? Het plaatsen van onze biermachine, de Bierport. Een innovatief apparaat dat een concrete oplossing biedt voor organisatoren van festivals, uitbaters van stadionbars of andere grootschalige evenementen. In nog geen halve minuut een kant en klaar traytje met jouw bier. Dit wordt de nieuwe standaard.
Big data spelen een steeds grotere rol in de (semi)professionele sport. De hoeveelheid gegevens die opgeslagen wordt, groeit exponentieel. Sportbegeleiders (coaches, inspanningsfysiologen, sportfysiotherapeuten en sportartsen) maken steeds vaker gebruik van sensoren om sporters te monitoren. Tijdens trainingen en wedstrijden worden de hartslagen, afgelegde afstanden, snelheden en versnellingen van sporters gemeten. Het analyseren van deze data vormt een grote uitdaging voor het begeleidingsteam van de sporters. Sportbegeleiders willen big data graag inzetten om meer grip te krijgen op sportblessures. Blessures kunnen namelijk desastreuze gevolgen hebben voor teamprestaties en de carrière van (semi)professionele sporters. In totaal stopt maar liefst 33% van de topsporters door blessures met hun sportloopbaan. Daarnaast is uitval door blessures een belangrijke oorzaak van stagnatie van talentontwikkeling. Het lectoraat Sportzorg van de Hogeschool van Amsterdam heeft veel expertise op het gebied van blessurepreventie in de sport. Sportbegeleiders hebben het lectoraat Sportzorg benaderd om antwoord te krijgen op de onderzoeksvraag: Wat zijn op data gebaseerde indicatoren om sportblessures te voorspellen? Deze onderzoeksvraagstelling is opgesplitst in de volgende deelvragen: 1. Hoe kan met sensoren relevante data van sporters verzameld worden om de sportbelasting in kaart te brengen? 2. Welke parameters kunnen blessures voorspellen? 3. Hoe kunnen deze parameters op betekenisvolle en eenvoudige wijze naar sportbegeleiders en sporters teruggekoppeld worden? Het project resulteert in de volgende projectresultaten: - Een overzicht van nauwkeurige en gebruiksvriendelijke sensoren om sportbelasting in kaart te brengen - Een overzicht van relevante parameters die blessures kunnen voorspellen - Een online tool dat per sporter aangeeft of de sporter wel of niet training- of wedstrijdfit is Bij dit project zijn de volgende organisaties betrokken: Hogeschool van Amsterdam, Universiteit Leiden, VUmc, Rijksuniversiteit Groningen (RuG), Amsterdam Institute of Sport Science (AISS), Johan Sports, Centrum voor Topsport en Onderwijs (CTO) Amsterdam, Koninklijke Nederlandse Voetbalbond (KNVB), de Nederlandse Vereniging voor Fysiotherapie in de Sport (NVFS), VV Noordwijk (voetbalclub) en Black Eagles (basketbalclub).
Er ontstaan in Nederland veel blessures als gevolg van overbelasting in alle lagen van de sport. Hoe kunnen deze blessures worden voorkomen? Insteek van dit project is het gebruik van (sensor)technologie en big data analyse voor het vroegtijdig detecteren van signalen van overbelasting en daarmee het voorkomen van blessures. Een grote hoeveelheid technologie wordt momenteel al gebruikt voor het meten aan sporters (quantified self). Professionele sportclubs investeren in dure systemen. Diepte-interviews tonen echter aan dat er twee grote problemen zijn: ten eerste de grote hoeveelheid data en ten tweede de kennis voor een juiste interpretatie van de data benodigd voor een omzetting naar een trainingsadvies. Computermodellen opgebouwd uit systematische data-analyse van de enorme hoeveelheden trainingsdata en aangevuld met domeinkennis kunnen deze problemen oplossen. Er is behoefte aan een systeem waarin informatie uit verschillende bronnen in één systeem wordt opgeslagen en toegankelijk gemaakt om vervolgens geïntegreerd geanalyseerd te kunnen worden. Individuele profielen moeten gebouwd worden uit de data voor een snelle, automatische interpretatie. Hiermee kan grensbewaking voor overbelasting plaatsvinden en kunnen trainingsaanpassingen gedaan worden waar nodig. Vanuit deze behoefte richt het project zich op de praktijkvraag “Hoe kunnen we een praktisch toepasbaar gereedschap ontwikkelen dat valide de externe en interne trainingsbelasting kan meten, de (para)medische staf en/of fysiek trainer helpt bij het detecteren van (potentiële) overbelasting en daarmee helpt bij het plegen van de juiste interventies voor het voorkomen van blessures?”. Het principe van een dergelijke ‘belastingmonitor’ is al aangetoond. Voor een volwaardig prototype zal echter zowel het computermodel als de gebruikersapplicatie technisch gezien moeten worden doorontwikkeld, geoptimaliseerd, uitgebreid en vooral getest. Daar richten de onderzoeksvragen van dit project zich op. De focus ligt in eerste instantie op het (betaalde) voetbal, maar kan ook naar andere teamsporten en de breedtesport vertaald worden.