Prof. Dr. Daniel Memmert

Institusleiter

  • seit 2025 Executive Editor des Journal of Sport Science
  • seit 2023: Chefredakteur des Journal of Applied Sport and Exercise Psychology
  • 2021-2025: Associate Editor des International Journal of Sport and Exercise Psychology
  • 2017-2021: Mitherausgeber Journal of Sport Psychology
  • 2016-2018: Mitherausgeber (Psychologie) der Zeitschrift Research Quarterly for Exercise and Sport
  • 2012-2016: Redakteur des Journal of Sport Science (Behavioral Science Section)
  • 2009-2016: Leiter des Instituts für Kognitions- und Sportspielforschung an der Deutschen Sporthochschule Köln
  • 2009-2013: Geschäftsführer des asp (Association for Sport Psychology),
  • 2014: Gastproffessor an der Universität Wien
  • 2008-2022: stellvertretender Sprecher der dvs-Kommission "Sportspiele"
  • 2008: Habilitation an der Elite-Universität-Heidelberg (Auszeichnung: DOSB-Wissenschaftspreis, Bornze)
  • 2003: Promotion an der Elite-Universität Heidelberg (Auszeichnung: dvs-Nachwuchspreis, Bronze)

Benjamin Noel, Fabian Wunderlich, Dennis Redlich, Hans-Erik Scharfen, Michael Stügelmeier, Malte Albrecht, Dorothee Altmeier, Thomas Apitzsch, Mathias Bellinghausen, Frowin Fasold, Philip Furley, Andreas Grunz, Stephanie Hüttermann, Niels Kaffenberger, Matthias Kempe, Alexander Knyazev, Carina Kreitz, Stephan Nopp, Giulia Pugnaghi, Marco Rathschlag, Karsten Schul, Sebastian Schwab, Konstantinos Velentzas, Ben Low, Ashwin Phatak, Marc Garnica Caparrós, Marius Pokolm, Marcus Lödige (geb. Dodt), Ann-Kathrin Lobert, Dominik Raabe, Michel Brinkschulte. Henrik Biermann, Julian Henz, Max Klemp, David Smith, Manuel Bassek, Ju-Yi Huang

DFG Projekte in dem Bereich Informatik:

  • 2024 - 2028    DFG - Förderung: SportVid: Ein Portal zur Unterstützung der Suche, Analyse und Auswertung von Videos in der Sport- und Trainingswissenschaft
  • 2024 - 2027    DFG - Förderung: Implementierung der floodlight e-Research Technologie für die Analyse von raum-zeitlichen Bewegungsdaten in der Sportwissenschaft [DFG]
  • 2022 - 2027    DFG - Förderung: Simulation interaktiver Handlungssequenzen am Beispiel des Hochleistungs-Fußballs [DFG]
  • 2019 - 2027    DFG - Förderung: Ein theoretisches Simulations-Framework zur Analyse von prädiktiven Ratingverfahren auf Netzwerken mit Anwendungsbezug im Sport
  • seit     2020    DFG - Förderung: Datenbasierte Ansätze zur Analyse von Fußballspielen aus der e-science Perspektive   [DFG]
  • 2018 - 2020    DFG -  Förderung: Simulation komplexer Aufgabenstellungen am Beispiel des Hochleistungsfußballs  [DFG]
  • 2018 - 2020    DFG - Förderung: Simulation von Interaktionsmustern und simulative Wirksamkeitsanalyse kreativer Spielzüge im Sportspiel mittels Neuronaler Netze [DFG]
  • 2014 - 2016    Simulation und Analyse von Kreativität mit Neuronalen Netzen (Daniel Memmert & Jürgen Perl) (2. Fortsetzungsantrag)
  • 2011 - 2013    Simulation und Analyse von Kreativität mit Neuronalen Netzen (Daniel Memmert & Jürgen Perl) (1. Fortsetzungsantrag)
  • 2008 - 2011    Simulation und Analyse von Kreativität mit Neuronalen Netzen (Daniel Memmert & Jürgen Perl) (Erst-Antrag)

DFG Projekte in dem Bereich Psychologie: 

  • 2016 - 2019   DFG - Förderung: Neuronale Mechanismen kreativer Lösungen in komplexen Aufgabenstellungen (Kooperationspartner: Dr. Andreas Fink) [DFG]
  • 2016 - 2017   DFG - Förderung: Das Finden von geeigneten und originellen Lösungen: Ein Forschungsprogramm zum Einfluss von persönlichen und situationsbezogenen Faktoren auf kreative motorische Problemlösungen  [DFG]
  • 2014 - 2017   DFG - Förderung: Warum schießt man wohin? Eine Untersuchung zur zeitgleichen Beteiligung verschiedener Bewusstseinsprozesse in Labor- und Feld-Settings [DFG]
  • 2013 - 2017   DFG - Förderung: Inattentional Blindness and Attention: Exploring the Mechanisms Underlying Failures of Awareness  [DFG]

Projekte, die vom BMBF unterstützt wurden:

  • 2022-2025    Förderung von Qualifizierungsmaßnahmen und Forschungsvorhaben im Bereich Maschinelles Lernen im Rahmen des Förderprogramms „Förderung der Künstlichen Intelligenz in der Hochschulbildung“: Ein universitäres Lehrkonzept für KI in den Sportwissenschaften ((uLKIS)
  • 2020-2024    Multimodale Analyse für Sports Analytics: Intelligente Synchronisierung und semantische Anreicherung von Positions- und Videodaten zur Analyse von Sportspieldaten. „Anwendung von Methoden der Künstlichen Intelligenz in der Praxis“ im Rahmen der KI-Strategie der Bundesregierung und der Hightech Strategie 2025.

  1. Biermann, H., Yang, W., Wieland, F. G., Timmer, J., & Memmert, D. (2024). Quantification of Turnover Danger with xCounter. In: Brefeld, U., Davis, J., Van Haaren, J., Zimmermann, A. (eds) Machine Learning and Data Mining for Sports Analytics. MLSA 2023. Communications in Computer and Information Science, vol 1784. Springer, Cham. 

  2. Biermann, H., Memmert, D., Petersen, N., & Raabe, D. (2025). Contextualization of soccer analysis with tactical periodization and machine learning. Data Mining and Knowledge Discovery, 39(3), 23. doi.org/10.1007/s10618-025-01092-9

  3. Raabe, D., Nabben, R., & Memmert, D. (2023). Graph representations for the analysis of multi-agent spatiotemporal sports data. Applied Intelligence, 53(4), 3783-3803.

  4. Wunderlich, F., Biermann, H., Yang, W., Bassek, M., Raabe, D., Elbert, N., ... & Garnica Caparrós, M. (2025). Assessing machine learning and data imputation approaches to handle the issue of data sparsity in sports forecasting. Machine Learning, 114(2), 1-28.

  5. Garnica Caparrós, M., Memmert, D., & Wunderlich, F. (2022). The effects of scheduling network models in predictive processes in sports. Social Network Analysis and Mining, 12(1), 143.

  6. Garnica-Caparrós, M., Memmert, D., & Wunderlich, F. (2022). Artificial data in sports forecasting: a simulation framework for analysing predictive models in sports. Information Systems and e-Business Management, 20(3), 551-580.

  7. Theiner, J., Gritz, W., Müller-Budack, E., Rein, R., Memmert, D., & Ewerth, R. (2022). Extraction of Positional Player Data from Broadcast Soccer Videos. In Proceedings of the IEEE/CVF winter conference on applications of computer vision.

  8. Brefeld, U., Knauf, K., & Memmert, D. (2016). Spatio-Temporal Convolution Kernels. Machine Learning, 102(2), 247-273. DOI: 10.1007/s10994-015-5520-1

  9. Low, B., Coutinho, D., Gonçalves, B., Rein, R., Memmert, D., & Sampaio, J. (2020). A systematic review of collective tactical behaviours in football using positional data. Sports Medicine,50, 343-385.

  10. Paul, Y., Klemp, M., Memmert, D. (2026). Beyond Outcome Bias: Incorporating Action Completion Probability and Risk-Return Into Soccer Evaluation Models. In: Rios-Neto, H., Robberechts, P., Van Roy, M., Zimmermann, A. (eds) Machine Learning and Data Mining for Sports Analytics. MLSA 2025. Communications in Computer and Information Science, vol 2833. Springer, Cham.