3 Erkenntnisse aus dieser Folge
- 01
E-Sports liefert eine Datenqualität, von der klassische Sportarten träumen. Kein Tracking-Chip, kein Sensor-Ausfall — jede Aktion ist verlustfrei erfasst. Das ist Labor-Bedingung.
- 02
Die echten Produkte in E-Sports-Daten sind Betting, Broadcasting und Team-Coaching. Jede Nutzergruppe braucht andere Daten — erfolgreiche Anbieter segmentieren klar.
- 03
Traditionelle Sportarten werden Methoden adaptieren, die jetzt in E-Sports entstehen. Wer im Sport-Data-Bereich arbeitet, sollte E-Sports aktiv beobachten.
Worum es in dieser Folge geht
Dr. Notger W. führt Bayes Esports — ein Unternehmen, das Datenanalyse für den E-Sports-Markt anbietet. Wir sprechen über eine Sport-Branche, die für die meisten außerhalb ein Mysterium bleibt, aber in Sachen Data-Infrastruktur traditionellen Sportarten Jahre voraus ist.
Die Storyline
Warum E-Sports ein Daten-Labor ist
Bei uns gibt es keine fehlenden Daten. Jede Aktion wird vom Spiel selbst registriert — verlustfrei. Das ist für Datenanalyse eine Luxus-Situation, die es im klassischen Sport nicht gibt.
Das ist der strukturelle Unterschied. Ein Fußballspiel hat Kamera-Tracking, Sensor-Technik, menschliche Erfassung — alles unvollständig. Ein League-of-Legends-Match hat jede Aktion als Datenpunkt. Das ermöglicht Analysen, die in anderen Sportarten nur annäherungsweise möglich sind.
Die drei Nutzergruppen
Bayes bedient drei Kundengruppen: 1. Betting-Operatoren: Brauchen Echtzeit-Odds-Basis und Risk-Management-Signale. 2. Broadcasting: Will Visualisierung und Story-Material für Übertragungen. 3. Teams & Coaching: Brauchen Retrospektive und taktische Auswertung.
Das sind drei Produkt-Welten aus einer Daten-Basis.
Die Business-Realität
Notger ist klar: E-Sports-Markt wächst, aber ist kein Geldregen. Die Monetarisierung läuft primär über Betting und Sponsoring. Content und Broadcasting-Rechte sind wachsende, aber noch nicht dominante Segmente.
Was traditionelle Sportarten lernen können
- Real-Time-Analyse ist möglich — das Argument "zu viel Latenz" zieht nicht mehr.
- Segmentierung der Zielgruppen. Ein Datenset, drei Produkte — das Modell skaliert.
- Datenprodukte statt Daten-Services. Bayes verkauft nicht Beratung, sondern lizenzierte Feeds.
Warum mich das besonders umtreibt
E-Sports wird in traditionellen Data-Diskussionen zu wenig wahrgenommen. Notgers Folge ist ein guter Einstieg. Für CDOs in Medienunternehmen, Sportverbänden oder Betting-Adjacent-Bereichen ist sie essentiell. Für alle anderen ein spannendes Analogon: So sieht ein Markt aus, in dem Datenqualität strukturell hoch ist — und wie viel Produkt-Vielfalt daraus entsteht.
Jetzt reinhören
Jetzt reinhören
Diese Folgen könnten dich auch interessieren
Folge 323
Solo gegen alle: Wie 15 Jahre Datenhandwerk eine D2C-Brand allein tragen
Carlos Yniguez · 60Kollektiv
Folge 322
KI in NRW: Warum 90 % des Mittelstands noch nicht wirklich anfängt
Christian Temat · KI.NRW (Fraunhofer IAIS)
Folge 319
Warum Data Mesh ohne Data Citizens scheitert
Jonas Kell · Siemens Energy