JADS-onderzoek draagt bij aan eerlijke tijdsvergelijking in het schaatsen
Posted on
Hoe vergelijk je een snelle 500 meter op Thialf met een tijd op een half-open buitenbaan in Deventer of Eindhoven? Binnen de KNSB kauwen ze al jaren op dit vraagstuk: hoe kunnen schaatstijden op verschillende ijsbanen eerlijk en objectief met elkaar vergeleken worden? Dankzij de correctiefactor ANS – ontwikkeld door de KNSB, Innovatielab Thialf, JADS en IT-bedrijf Qualogy – is daar nu een wetenschappelijk onderbouwde oplossing voor.
Correctiefactor ANS: een eerlijker speelveld
De ANS (Algemene Nederlandse Schaatstijd) maakt het mogelijk om de invloed van ijscondities, luchtweerstand en andere externe factoren te corrigeren, zodat schaatstijden van verschillende banen beter vergelijkbaar zijn. Martijn Willemsen, onderzoeker bij JADS en TU Eindhoven, werkte binnen het project aan de wetenschappelijke onderbouwing van de methode.
“Met data science kunnen we een objectieve correctiefactor ontwikkelen die de omstandigheden op verschillende ijsbanen meeneemt,” legt Willemsen uit. “Daardoor kunnen we bijvoorbeeld een tijd van 40.1 seconden op een buitenbaan vergelijken met een tijd van 39.2 seconden op Thialf. Dat geeft schaatsers, coaches en schaatsliefhebbers veel beter inzicht in prestaties.”
De Nationale 500: testen in de praktijk
Tijdens De Nationale 500, een speciaal testevent op 9 maart 2025, werd de ANS voor het eerst op grote schaal getest. De resultaten waren veelbelovend en lieten zien dat de correctiefactor daadwerkelijk zorgt voor eerlijke tijdsvergelijkingen. Dit trok landelijke aandacht, onder meer in NRC en op Schaatsen.nl. Willemsen: “We zagen bij het testevent dat rijders en coaches enthousiast reageerden. In de uitslagen zag bijvoorbeeld duidelijk dat na ANS correctie de snelste tijden (uit Thialf) opeens minder snel waren dan de snelle tijden van rijders op andere banen en nu opeens naar plaats 6 of 8 zakten ”
JADS en de rol van data science in sport
Dit project laat zien hoe data science en AI bijdragen aan innovatie in de sport. De samenwerking tussen de KNSB, Innovatielab Thialf, JADS en Qualogy is een goed voorbeeld van hoe wetenschap en praktijk samenkomen. Willemsen: “Met data kunnen we schaatsers niet alleen helpen hun prestaties te analyseren, maar ook de sport eerlijker en toegankelijker maken. Wellicht hoeven rijders in de toekomst minder vaak naar een snelle baan als Thialf te gaan om zich te kunnen kwalificeren voor bijvoorbeeld een landelijke selectiewedstrijd. Dit is een belangrijke stap voor de toekomst van schaatsen en draagt ook bij aan talentontwikkeling in de regios en een meer duurzame sport met minder reisbewegingen.” Verdere samenwerking staat al op de planning. Afgelopen semester hebben bijvoorbeeld twee studenten van de joint BSc data science al thesis projecten gedaan op schaatsonderwerpen en voor komend jaar gaan we ook MSc thesisprojecten opzetten.
