KI-Scouting: Was Fußballer und Ingenieure gemeinsam haben
KI strukturiert die Talentsuche im Fußball – und im Ingenieurwesen. Der Artikel erklärt den Wandel und zeigt Grenzen der Technologie.
West Ham startet eine KI-Offensive im Scouting. Der Artikel zeigt, wie Datenmodelle, Analysen und menschliche Scouts zusammenarbeiten.
Foto: Smarterpix / vectorfusionart
Künstliche Intelligenz verändert das Scouting im Profifußball – und ähnliche Methoden halten inzwischen auch im Recruiting technischer Fachkräfte Einzug. Beide Bereiche nutzen datenbasierte Modelle, um Talente schneller zu erkennen, Risiken sichtbar zu machen und Entscheidungen zu strukturieren. KI ersetzt Menschen nicht, verschiebt aber die Prozesse.
Inhaltsverzeichnis
- Ein neuer Blick auf Talente
- West Ham geht in die KI-Offensive
- Warum Daten im Fußball unverzichtbar geworden sind
- Beschreibung wird zur Prognose
- Vorreitervereine zeigen, was möglich ist
- SAP Sports One
- Was KI gut kann – und was nicht
- Der Zufall bleibt – trotz Daten
- KI-Scouting für Ingenieure
- KI ersetzt keine Scouts – und keine Recruiter
Ein neuer Blick auf Talente
Der Profifußball befindet sich mitten in einem Umbruch. Vereine arbeiten nicht mehr nur mit Videobildern oder Eindrücken aus dem Stadion. Sie verknüpfen riesige Datenmengen, lassen maschinelle Lernverfahren laufen und suchen Muster, die menschlichen Augen oft entgehen. Der Premier-League-Club West Ham United steht hier stellvertretend für eine Branche, die sich neu erfindet.
Die Methoden, die West Ham gerade einführt, senden ein Signal über den Sport hinaus. Denn dieselben KI-Prinzipien tauchen inzwischen auch in der technischen Personalarbeit auf. Ingenieurinnen und Ingenieure erleben gerade, wie algorithmische Modelle Karrierewege neu sortieren, Kompetenzen vergleichen und Bewerbungen filtern. Der Fußball dient damit als Lehrstück dafür, wie datenbasierte Verfahren Entscheidungen vorbereiten.
West Ham geht in die KI-Offensive
Der Premier-League-Klub arbeitet seit November mit Crayon und Amazon Web Services (AWS) an einer KI-Plattform für Talentsuche und Kaderplanung. Sie soll Daten aus vielen Ligen sammeln, auswerten und mit maschinellem Lernen analysieren. Das Ziel: Die Vorauswahl automatisieren und Scouts gezielt unterstützen.
Maximilian Hahn von West Ham erklärte: „Die Plattform, die wir mithilfe von KI und maschinellem Lernen entwickeln, erstellt umfassende Modelle zur Bewertung von Spielern in mehreren Dimensionen (…)“ Die Software bewertet Leistung, Spielstil, Teamdynamik, Alter und finanzielle Passfähigkeit. Sie soll Muster finden, die Scouts im Stadion oder beim Video-Scouting nur schwer erkennen.
Nathan Thompson, Executive Director, betont die strategische Bedeutung: „Diese Zusammenarbeit ist ein wichtiger Meilenstein für West Ham United (…)“ Der Klub nutzt damit Technologien, die weit über herkömmliche Videodaten hinausgehen. Die Zusammenarbeit mit AWS zeigt auch, wie tief IT-Anbieter inzwischen in den Profisport vordringen.
Warum Daten im Fußball unverzichtbar geworden sind
Der Fußball ist heute ein globales Datensystem. Ein Bundesliga-Spiel produziert Millionen Positionsdatenpunkte. Dazu kommen Ereignisdaten wie Pässe, Schüsse, Fouls oder Pressingaktionen. Vereine müssen diese Daten auswerten, um konkurrenzfähig zu bleiben.
Daniel Memmert sagte rbb|24: „Der Weg hat gerade erst begonnen, wir stehen noch am Anfang.“ Die Daten sollen helfen, große Talentpools schnell zu filtern. Erst dann folgen Stadionbesuche. Das klassische Scouting verschwindet nicht, es wird strukturiert.
Sportdirektoren berichten, dass sie mit externen Datenanbietern arbeiten. Tools wie Impect oder StatsBomb liefern riesige Datensätze zu Spielerprofilen und Spielsituationen. Diese Daten ermöglichen Suchvorgänge, die früher undenkbar waren: zum Beispiel alle Flügelspieler einer bestimmten Liga, die eine bestimmte Sprintgeschwindigkeit erreichen und zweistellig treffen.
Beschreibung wird zur Prognose
Mit der wachsenden Datenmenge verschiebt sich der Fokus. KI-Modelle erkennen nicht nur, was passiert, sondern versuchen vorherzusagen, was passieren könnte. Die Ex-Nationalspielerin und Datenexpertin Turid Knaak erklärte dem ZDF: „Wir gucken uns wirklich an, was passiert am Ball (…) unter wie viel Druck, in welcher Spielphase.“
KI erlaubt eine Auswertung, die das menschliche Auge allein nicht leisten kann. Muster entstehen dort, wo Menschen zu langsam, zu inkonsistent oder zu wenig objektiv wären. Jan Wendt von Plaier sagte dem ZDF: „Wir sagen bei Transfers voraus, wer die Mannschaft besser macht. Da haben wir eine neunzigprozentige Trefferquote.“
Ob diese Aussage belastbar ist, bleibt offen. Memmert warnt, dass viele Unternehmen mit „KI“ werben, obwohl oft klassische Statistik im Hintergrund arbeitet. Modelle bleiben Black Boxes, deren Entscheidungslogik nicht vollständig erklärbar ist.
Vorreitervereine zeigen, was möglich ist
Der FC Brentford aus der englischen Premier-League und der dänische Club FC Midtjylland gelten laut ZDF als Pioniere. Ihr Anteilseigner Matthew Benham hat mit mathematischen Wettmodellen ein Vermögen aufgebaut – und dieses Know-how ins Scouting übertragen. Midtjylland wurde seitdem mehrfach Meister. Brentford stieg bis in die Premier League auf.
Schauen wir uns weitere Vereine an, die bereits mit künstlicher Intelligenz arbeiten. Brighton & Hove Albion kombiniert statistische Modelle, psychologische Profile und taktische Analysen. Die Akademie von Ajax Amsterdam nutzt interne Analysetools, um Muster in Raumverhalten, Pressingintelligenz und Spieltempo auszuwerten.
Ein Blick in die Bundesliga: Union Berlin, Bayer Leverkusen, SC Freiburg oder Werder Bremen arbeiten mit systematischem Data-Scouting – oft kombiniert mit KI-Plattformen wie Scoutastic. Andere Vereine wie die TSG Hoffenheim, Bayern München oder Hertha BSC Berlin arbeiten mit SAP. Der VfB Stuttgart ist im Januar 2025 als erster Profi-Fußballclub dem IPAI in Heilbronn beigetreten. Die Plattform für angewandte Künstliche Intelligenz gilt als ambitioniertestes KI-Innovationsökosystem Europas.
SAP Sports One
Auch der deutsche Softwareriese SAP nutzt künstliche Intelligenz im Sport. Mit der TSG Hoffenheim hat das Unternehmen aus Walldorf einen idealen Sparringspartner. Der Verein liegt quasi vor der eigenen Haustür, wird von SAP gesponsert und wurde von SAP-Mitgründer Dietmar Hopp in die Bundesliga gebracht.
SAP integrierte eine KI-Funktion in seine Plattform Sports One, die unstrukturierte Scoutingberichte automatisch zusammenfasst. Fadi Naoum von SAP erklärte: „Bei einem Proficlub kann während einer Saison schon einmal eine vierstellige Anzahl an Scouting-Berichten entstehen.“
Die KI konsolidiert Inhalte, übersetzt Sprachen und liefert spielerspezifische Kurzanalysen. Bayern München und Hertha BSC testeten das System und lobten die Qualität der Ergebnisse – sowie die Zeitersparnis in hektischen Transferphasen.
Was KI gut kann – und was nicht
KI zeigt Stärken in Bereichen, in denen Daten strukturiert sind:
- große Talentpools filtern
- Bewegungs- und Positionsdaten vergleichen
- Simulationen für Ligaveränderungen erstellen
- Scoutingberichte automatisiert zusammenfassen
Gleichzeitig bleiben Grenzen:
- KI erkennt keine Persönlichkeitsmerkmale
- soziale Faktoren lassen sich kaum abbilden
- Black-Box-Modelle sind schwer nachvollziehbar
- schlechte Daten erzeugen falsche Ergebnisse
Der Zufall bleibt – trotz Daten
Memmert weist darauf hin, dass Fußball nicht vollständig kalkulierbar wird. Seine Analyse von 8000 Premier-League-Spielen zeigt: 42 % eines Spiels bestehen aus Zufall. (gegenüber dem RBB)
Abgefälschte Schüsse, Abpraller, individuelle Fehler, Aluminiumtreffer – diese Ereignisse entziehen sich Vorhersagen. Der Sport bleibt deshalb offen. Herbergers Satz behält Gültigkeit: Menschen gehen ins Stadion, weil sie nicht wissen, wie es ausgeht.
KI-Scouting für Ingenieure
Die KI-Logik aus dem Profifußball lässt sich auch auf technische Berufe übertragen. Viele Unternehmen nutzen inzwischen sogenannte Talent-Intelligence-Systeme, die ähnlich funktionieren wie moderne Scouting-Plattformen: KI analysiert Lebensläufe, Skills, Projektverläufe oder Zertifizierungen und gleicht sie mit den Anforderungen von Stellenprofilen ab. Sie priorisiert Kandidatinnen oder Kandidaten, erkennt Potenzial und schlägt alternative Rollen vor, die zum Kompetenzprofil passen.
Plattformen wie Eightfold AI oder SAP SuccessFactors setzen dabei auf maschinelles Lernen. Das Prinzip ähnelt dem Vorgehen im Fußball: Die Maschine filtert große Datenmengen vor, die finale Entscheidung bleibt beim Menschen. Für Ingenieurinnen und Ingenieure bringt das neue Chancen, weil unkonventionelle Karrierewege oder Quereinstiege sichtbarer werden, wenn die relevanten Fähigkeiten klar erkennbar sind.
Die Unterschiede liegen in der Datenqualität. Während der Fußball auf hochstandardisierte Tracking- und Ereignisdaten zugreift, basieren HR-Systeme meist auf unstrukturierten Informationen. Das erhöht die Gefahr verzerrter Bewertungen. Trotzdem zeigt die Entwicklung: Auch in der Technikbranche verschiebt KI das Recruiting hin zu einem datenbasierten Prozess. KI strukturiert den Markt – doch ob jemand fachlich und kulturell wirklich zum Team passt, bleibt eine menschliche Entscheidung.
KI ersetzt keine Scouts – und keine Recruiter
Die zentrale Erkenntnis: KI strukturiert Märkte. Sie sortiert, filtert und beschleunigt Entscheidungen. Sie ersetzt aber nicht den Blick für Persönlichkeit, Teamdynamik oder soziale Faktoren – weder im Stadion noch im Unternehmen.
Die beste Kombination entsteht dort, wo KI effizient vorarbeitet und Menschen die finale Auswahl treffen.
Ein Beitrag von:
