Fußball: Ein Grund, glücklich zu sein!
Während einer universitären Aktivität stieß ich zum ersten Mal auf ScoutDecision. An diesem Tag zeigte mir Miguel, dass selbst jemand mit einem scheinbar fernliegenden Hintergrund von Fußball (ja, wir sind Ingenieure) einen bedeutenden Einfluss auf dieses schöne Spiel haben kann. Von diesem Moment an war ich wie ein Kind mit einem Traum—getrieben von einer Obsession für Daten. (Übrigens, Moneyball ist ein Meisterwerk!) Mein Ziel für meine Masterarbeit war klar: technisch begabte Spieler in unteren Ligen zu identifizieren, die auf dem gleichen Niveau wie die in den Top-Ligen spielen können, sodass die Daten sich entfalten und eine effiziente Frontier definieren. Scouting ist ein unglaublich komplexer Prozess. Erstens, weil es keinen einzigen “richtigen” Weg gibt, Spieler zu bewerten—jeder Scout hat seine eigene Methodik und Überzeugungen, was bedeutet, dass derselbe Spieler von verschiedenen Scouts unterschiedlich beurteilt werden kann. Zweitens, weil es keine goldene Formel gibt, die Talent definiert. Talent ist ein abstraktes und facettenreiches Konzept, das jeden Spieler einzigartig und schwer mit absoluter Sicherheit bewertbar macht. Schließlich ist Scouting stark subjektiv; manchmal ist es schwer, in Worte zu fassen, was wir sehen (dieses unerklärliche „Trainerauge“-Gefühl). Meine Mission war es, einige dieser Herausforderungen durch die Strukturierung des Scouting-Prozesses auf klare und objektive Weise anzugehen—Clubs und Stakeholdern zu helfen, ihre Überzeugungen zu rationalisieren und Entscheidungsfindung zu unterstützen. Um dies zu erreichen, entwickelte ich ein Multi-Criteria Player Performance Model—ein Ausgangspunkt für reale Beobachtungsaufgaben: DataScouting. Doch ich erkannte schnell, dass Scouting keine Einheitslösung ist. Die Bedürfnisse und Vorlieben jedes Clubs variieren je nach Vision, Spielstil und gewünschten Spielercharakteristika. Daher wurde es wesentlich, die Präferenzen der Entscheidungsträger (Chief Scout, Sportdirektor oder Cheftrainer) in das Modell zu integrieren. Dieser Ansatz ermöglichte mir: Die Gruppe der am meisten geschätzten Kriterien für jede Position und/oder Funktion basierend auf dem Kontext des Teams zu identifizieren. Von der Vorstellung abzurücken, dass alle Kriterien gleich gewichtet sind—einige Attribute sind für bestimmte Positionen und Rollen wichtiger. Zu erkennen, dass Kriterien nicht isoliert sind—einige Attribute erzeugen Synergien und verbessern die Gesamtleistung. Den Prozess für alle Stakeholder transparent zu machen und ein klares, intuitives Spielerprofil für jede Position zu erstellen. Nichts hätte mich stolzer gemacht, als dieses Projekt in meinem Verein—dem, der mich geprägt hat—Sporting Clube da Covilhã umzusetzen. Der erste Schritt? Das Modell an den Kontext des Clubs anzupassen: Was ist die Vision des Clubs? Woher kommen die Spieler normalerweise? Der nächste Schritt war die Datensammlung. Der Club hatte nie eine formelle Scouting-Abteilung. Angesichts des weltweiten Erfolgs der Football Manager-Datenbank nutzte ich deren Daten als Grundlage für meinen Prozess. Die Priorität des Teams war die Verstärkung der Stürmerposition, was zur Definition zweier unterschiedlicher Profile führte: ein fester Stürmer und ein mobiler Stürmer. Unter Berücksichtigung der finanziellen Einschränkungen des Clubs kamen die Zielspieler aus der vierten Division (Campeonato de Portugal). Um jedoch eine Qualitätsbenchmark zu erstellen, sammelte ich auch Daten zu Stürmern aus der zweiten und dritten Liga (Liga 2 und Liga 3). Der Entscheidungsträger wählte die Gruppe von Kriterien für jedes Szenario aus und bewertete die Kriterien, die er für jedes Stürmerprofil am meisten schätzte. Dann identifizierte er Synergieeffekte zwischen den Attributen und passte die Skalen entsprechend an. Die Ergebnisse? • Fester Stürmer: Von 229 bewerteten Stürmern waren 38 auf der effizienten Frontier, aber nur 7 spielten im Campeonato de Portugal. • Mobiler Stürmer: 57 Stürmer wurden als effizient eingestuft, davon 18 aus Campeonato de Portugal. • Nur ein Stürmer war in beiden Profilen vertreten. Diese Gruppe identifizierter effizienter Spieler wurde dann für reale Scouting-Aufgaben herangezogen. Stürmer, die nicht auf der effizienten Frontier waren, wurden ebenfalls bewertet, wodurch die Kriterien identifiziert werden konnten, in denen sie im Vergleich zu den Effizienten noch Lücken hatten. Zusätzlich half die Rangordnung der ineffizienten Stürmer, einzuschätzen, wie nah sie der effizienten Frontier waren und gab Einblicke in ihr Entwicklungspotenzial. Am Ende des Projekts diente das Modell auch als Validierungsinstrument für den Scouting-Prozess. Spieler, die vom Entscheidungsträger identifiziert wurden, wurden anhand des Modells getestet: Zwei von drei wurden als effizient eingestuft, während der dritte den siebten Platz belegte, sehr nahe an der Effizienzgrenze. Dies lieferte eine datenbasierte Bestätigung der Bewertung des Entscheidungsträgers. Letztlich ist ein Scout mehr als nur ein Talentscout—ein Scout ist ein Entscheidungserleichterer. Schließlich, wenn ein Ingenieur Portugals Nationalmannschaft führen könnte, gibt es vielleicht Platz für Ingenieure im Fußball.
