Zo rijden onze schaatstoppers hun perfecte Olympische race
Datawetenschapper Martijn Willemsen stippelt op basis van 300.000 schaatswedstrijden ideale race per individu uit
![](https://assets.w3.tue.nl/w/fileadmin/_processed_/1/9/csm_shutterstock_175352873_522c85357b.jpg)
Op welke manier kan schaatser Antoinette de Jong op de Olympische Spelen de ongenaakbare Irene Schouten op de 3.000 meter verslaan? En hoe moet Kjeld Nuis zijn 1.500 meter indelen zodat de kans op prolongatie van zijn titel het grootst is? Voor advies kunnen de topsporters terecht bij universitair hoofddocent Martijn Willemsen van de TU Eindhoven. De psycholoog en datawetenschapper met een liefde voor schaatsen en kunstmatige intelligentie zoekt naar patronen in de opbouw van rondetijden. Zo kan hij op basis van meer dan 300.000 wedstrijden de ideale race per individu uitstippelen. Willemsen ontwikkelt momenteel een app die schaatsers van alle niveaus kunnen gaan gebruiken.
Neem de eerste vraag uit de intro hierboven. Voor de onderzoeker is in één oogopslag duidelijk hoe het strijdplan van De Jong eruit moet zien. Ze moet namelijk een aanzienlijk vlakkere race rijden om Schouten van een Olympische titel af te houden. Willemsen: “De Jong kan alleen maar sneller rijden als ze langzamer zou starten. Als ze net als Schouten ook in drie minuten en 55 seconden wil finishen, moeten de eerste twee ronden duidelijk langzamer, waardoor de laatste ronden sneller kunnen.”
Willemsen ontwikkelde onderstaand profiel, met de afstand op de horizontale as en de rondetijden op de verticale as. De gele lijn behelst de ideale, fictieve 3.000 meter van De Jong. Ze start daarbij dus aanmerkelijk langzamer dan tijdens haar races op het Nederlands Kampioenschap (blauwe lijn), het Europees Kampioenschap (grijze lijn) en het Olympisch kwalificatietoernooi (oranje lijn), maar haar eindsprint zou dan weer beduidend sneller kunnen uitvallen. Willemsen, lachend: “Maar misschien hebben haar coaches dit ook al geconcludeerd.”
![](https://assets.w3.tue.nl/w/fileadmin/_processed_/8/9/csm_Picture1_c0442d11c5.png)
Wetenschappelijke publicatie
Willemsen schaatst zelf ook fanatiek en zeker niet onverdienstelijk. Zo nam hij deel aan de 1.500 meter op de Nederlands Kampioenschappen masters, voor schaatsers van boven de 40 jaar. Zijn kinderen schaatsen ook.
Hij doet al langer onderzoek naar de voorspelling van persoonlijke records van schaatsers op alle niveaus. Twee jaar geleden schreef hij hierover al een wetenschappelijke publicatie met collega Barry Smyth, die dit eerder op marathonlopers had toegepast. Het idee: via het zogeheten case-based reasoning (redeneren op basis van vergelijkbare gevallen uit het verleden) is het mogelijk om nauwkeurig en gepersonaliseerd te bepalen hoe schaatsers hun rondetijden moeten opbouwen om tot een sneller eindresultaat te komen. Ideaal voor talenten die een stap hogerop willen maken, maar ook de toppers kunnen er lering uit trekken.
Het principe is simpel; elke schaatser heeft zijn of haar eigen niveau. Om je niveau omhoog te krikken, kun je lering trekken uit de rondetijden van voorgangers in dezelfde leeftijdsklasse. Voorwaarden is wel dat die leeftijdsgenoten een vergelijkbare wedstrijdopbouw kennen en zichzelf in de jaren erna aanmerkelijk hebben verbeterd. Hebben deze voorgangers juist getraind op een snellere opening? Of zijn ze vlakkere rondes gaan rijden – met minder verval – om tot betere tijden te komen?
Vooral op de langere afstanden is een goede opbouw van rondetijden – het zogeheten pacing – van groot belang, legt Willemsen uit. “Vanaf de 1.500 meter wordt pacing relevant. Veel hangt af van wat voor soort rijder je bent; ben je meer een sprinter die snel start en hoopt dat-ie de laatste ronde nog fit genoeg is of iemand die langzamer start en in de eindfase sterk komt opzetten?”
Algoritme
Hij ontwikkelde een algoritme dat op basis van case-based reasoning rijders met vergelijkbare rondetijden aan elkaar koppelt en liet deze los op de grote hoeveelheid wedstrijddata die hij via Osta (dat schaatsstatistieken bijhoudt) heeft verkregen. Momenteel is hij een app aan het ontwikkelen, die zit nu in de testfase. In deze app kunnen sporters de rondes van hun persoonlijke records invoeren. Met een druk op de knop rolt hier vervolgens een voorspelling uit die laat zien hoe schaatsers een nog betere 1.500 of 3.000 meter kunnen rijden.
![](https://assets.w3.tue.nl/w/fileadmin/_processed_/4/7/csm_martijn_2017_0a88e5580f.jpg)
“Ideaal voor onder meer talentontwikkeling binnen de schaatssport”, denkt Willemsen die in gesprek is met het Innovatielab van schaatsstadion Thialf over hoe deze inzichten coaches kunnen helpen bij het trainen van de Olympisch kampioenen van morgen.
“Er zit vaak maar één of twee procent foutmarge in de voorspellingen van het model”, verduidelijkt Willemsen. “Je hebt niet eens de rondetijden nodig van een betreffende afstand om toch een accurate voorspelling te doen. Je kunt dus op basis van een 1.000 en 1.500 meter voorspellen hoe iemand zijn of haar race op de 3.000 meter moet aanpakken. Dat is handig als iemand nog (bijna) nooit een bepaalde afstand heeft gereden, want op basis van kortere afstanden kun je toch een plan bedenken en de eindtijd voorspellen.”
“Wel is het belangrijk om te corrigeren voor het type baan. Half open banen die meer aan weersinvloeden worden blootgesteld hebben vaak langzamere tijden dan gesloten banen, zeker als de luchtvochtigheid en temperatuur geconditioneerd wordt, zoals in Heerenveen.”
Rondetijden omhoog
Er kleeft ook een nadeel aan zijn toekomstige app, zegt Willemsen met een lach. “Schaatsers zoals ikzelf, op bijvoorbeeld master niveau (boven de veertig jaar), zullen hun rondetijden niet snel meer omlaag zien gaan, maar juist omhoog. De tijden zijn natuurlijk gebaseerd op de tijden van hun leeftijdsgenoten, en op een bepaald moment begint toch echt de aftakeling.” Dan, met een knipoog: “Maar als de data laat zien dat de aftakeling eigenlijk wel meevalt, kan dat juist ook weer motiveren!”
Mediacontact
Meer over AI
![](https://assets.w3.tue.nl/w/fileadmin/_processed_/e/4/csm_66c5a61a41242%20%281%29_d42b49e423.jpg)
![](https://assets.w3.tue.nl/w/fileadmin/_processed_/7/a/csm_53870915401_ac36589491_o_09ca1d1a0a.jpg)
![AI](https://assets.w3.tue.nl/w/fileadmin/_processed_/f/c/csm_AI%20Master%20EE_shutterstock_1356669083_85d3fea9de.jpg)
Het laatste nieuws
![](https://assets.w3.tue.nl/w/fileadmin/_processed_/6/2/csm_universiteit%20jos%20keurentjes%20energie%202_d469fe3b2f.jpg)
![](https://assets.w3.tue.nl/w/fileadmin/_processed_/2/2/csm_Pre-EditLeviBaruch-0003_558369f155.jpg)
![](https://assets.w3.tue.nl/w/fileadmin/_processed_/7/d/csm_Boutin%20Banner%20image_165e239d2b.jpg)