Multi-Kriterien-Entscheidungsfindung im Fußball: eine bibliometrische Analyse

Warum klügere Entscheidungen im modernen Fußball wichtig sind

Hinter jeder Transfermeldung, jeder Startelfentscheidung und jedem langfristigen Vereinsplan steckt ein Geflecht von Entscheidungen, das weit über das Erkennen eines talentierten Spielers mit bloßem Auge hinausgeht. Dieser Artikel untersucht, wie Forschende strukturierte Entscheidungswerkzeuge einsetzen, um Vereinen zu helfen, viele Faktoren gleichzeitig zu gewichten – von Fitness und technischen Fähigkeiten bis hin zu Verletzungsrisiken und Mannschaftsbedarfen. Indem sie das kleine, aber schnell wachsende Feld solcher Studien kartieren, zeigen die Autorinnen und Autoren, wie datenbasierte Entscheidungsunterstützung die Art und Weise verändert, wie das Spiel abseits des Platzes gesteuert wird.

Wie Entscheidungswerkzeuge auf den Platz treten

Der moderne Fußball erzeugt einen Informationsstrom, dennoch müssen Trainer und Analysten all diese Daten in klare Entscheidungen umsetzen: wen verpflichten, wen aufstellen, wie einen Kader für eine lange Saison formen. Der Beitrag konzentriert sich auf Multi-Kriterien-Entscheidungsfindung (MCDM), eine Methodenfamilie, die viele Messgrößen zu einer Gesamtbewertung oder Rangfolge kombiniert. Diese Werkzeuge helfen, Spieler, Mannschaften oder Strategien zu vergleichen, indem sie verschiedene Kriterien gewichten, statt sich auf eine einzelne Statistik oder das Bauchgefühl zu verlassen. Die Autorinnen und Autoren verwenden den Begriff MCDM für dieses breite Instrumentarium und zeigen, wie es genutzt wurde, um Fragen zu unterstützen wie die Auswahl einer Nationalmannschaftsaufstellung, den Vergleich von Vereinen bei einer Weltmeisterschaft oder die Bewertung des Potenzials junger Spieler.

Wie die Studie das Forschungsfeld kartiert

Statt eine neue Taktik zu testen oder Spielverläufe zu analysieren, treten die Autorinnen und Autoren einen Schritt zurück und untersuchen die Forschung selbst. Sie durchsuchten die Web of Science-Datenbank nach peer‑reviewten Artikeln, die spezifische Entscheidungswerkzeuge wie Rangordnungsverfahren und paarweise Vergleiche direkt auf Fußballprobleme anwenden. Nach dem Screening von fast zweihundert Einträgen und dem Ausschluss von Arbeiten außerhalb des Fußballs oder ohne tatsächliche Anwendung dieser Methoden blieben nur 26 relevante Artikel übrig, veröffentlicht zwischen 2000 und 2025. Mit spezieller Software verfolgen sie, wer mit wem publiziert, welche Zeitschriften am aktivsten sind, wie häufig Arbeiten zitiert werden und welche Schlüsselbegriffe gehäuft gemeinsam auftreten. Dieser Ansatz erlaubt es, verborgene Muster in einem kleinen, aber verstreuten Forschungsbestand aufzudecken.

Wer die Arbeit macht und was sie untersuchen

Die Analyse zeigt, dass sich diese Art von Forschung von vereinzelten Bemühungen zu einem deutlichen Anstieg in den letzten Jahren entwickelt hat, wobei Publikationen und Zitationen bis 2024 zunehmen und ihren Höhepunkt erreichen. Bestimmte Universitäten, insbesondere in der Türkei, fallen durch mehrere Studien auf, während Arbeiten aus Australien, Malaysia und den USA die meisten Zitationen sammeln. Häufige Themen sind Spielerauswahl, Bewertung der Teamleistung und Vergleiche zwischen Vereinen oder Nationalmannschaften. Einige Entscheidungsverfahren dominieren, insbesondere solche, die Optionen nach der Nähe zu einem idealen Profil ordnen oder Kriterien hierarchisch strukturieren. Viele Studien integrieren auch fuzzy-Varianten dieser Werkzeuge, die Unsicherheit und Subjektivität beim Bewerten menschlicher Leistung besser handhaben sollen.

Entstehende Themen und die Rolle künstlicher Intelligenz

Durch die Analyse, wie Schlüsselbegriffe gruppiert sind, identifizieren die Autorinnen und Autoren mehrere Hauptthemen. Ein Kerncluster verbindet Auswahl, Leistung und Rangmethods und markiert damit das Zentrum des Feldes. Eine weitere Gruppe konzentriert sich auf breitere Konzepte wie Entscheidungsmodelle und -systeme, während eine zusätzliche Gruppe Risiken, Gesundheit und Verletzungsmanagement behandelt. Ein neuerer Cluster verknüpft Begriffe im Zusammenhang mit künstlicher Intelligenz, Fußballspielern und Auswahl und weist auf ein wachsendes Interesse hin, klassische Entscheidungswerkzeuge mit Machine Learning und Trackingdaten zu kombinieren. Internationale Kooperationsnetzwerke zeigen, dass Länder wie Spanien, das Vereinigte Königreich, die USA und Australien als Brücken zwischen verschiedenen Forschungsgruppen fungieren und so Methoden und Ideen über Grenzen hinweg verbreiten.

Was das für die Zukunft des Spiels bedeutet

Für Leserinnen und Leser, denen daran liegt, wie Vereine klügere Entscheidungen treffen, ist das Fazit des Artikels klar: Strukturierte Entscheidungswerkzeuge werden zunehmend zu einem wichtigen Bestandteil der Arbeit hinter den Kulissen im Fußball, doch das Feld ist noch jung. Die Autorinnen und Autoren fordern sorgfältigere Tests zur Sensitivität gegenüber verwendeten Gewichtungen und Methoden, reichhaltigere Daten, die Kontext und Taktik statt nur Rohzahlen abbilden, sowie reale Feldversuche in Vereinen, um zu prüfen, wie gut diese Werkzeuge die Entscheidungen der Mitarbeiter unterstützen. Da immer mehr Teams nach Vorteilen bei Rekrutierung, Aufstellungsplanung und langfristiger Strategie suchen, kann die sorgfältige Verbindung menschlichen Urteils mit transparenter Multi-Kriterien-Analyse helfen, Berge von Daten in erklärbare Entscheidungen zu verwandeln, die unter Druck eher Bestand haben.

Zitation: Belhouchet, H., Dergaa, I., Zoudji, B. et al. Multi-criteria decision-making in soccer: a bibliometric analysis. Humanit Soc Sci Commun 13, 595 (2026). https://doi.org/10.1057/s41599-026-06968-9

Schlüsselwörter: Fußball-Analytics, Spielerauswahl, Entscheidungsfindung, Sportdaten, Teamleistung