Multicriteria-besluitvorming in voetbal: een bibliometrische analyse

Waarom slimmere keuzes ertoe doen in het moderne voetbal

Achter elk transfergerucht, basiselftal en langetermijnplan van een club schuilt een doolhof aan keuzes die veel verder reiken dan het simpelweg opmerken van een getalenteerde speler met het blote oog. Dit artikel onderzoekt hoe onderzoekers gestructureerde beslissingshulpmiddelen gebruiken om clubs te helpen veel factoren tegelijk te wegen, van fitheid en vaardigheden tot blessurerisico en teambehoeften. Door het kleine maar snel groeiende onderzoeksveld van dergelijke studies in kaart te brengen, laten de auteurs zien hoe datagedreven besluitvorming de manier waarop het spel buiten het veld wordt beheerd verandert.

Hoe beslissingsinstrumenten het veld betreden

Het moderne voetbal genereert een stroom van informatie, maar trainers en analisten moeten die data nog steeds omzetten in heldere keuzes: wie te contracteren, wie te laten starten, hoe een selectie te vormen voor een lang seizoen. Het artikel richt zich op multicriteria-besluitvorming, een familie van methoden die veel maatregelen combineren tot een algehele rangorde of score. Deze hulpmiddelen helpen bij het vergelijken van spelers, teams of strategieën door verschillende criteria te wegen in plaats van te vertrouwen op één statistiek of instinct. De auteurs gebruiken de afkorting MCDM voor deze brede gereedschapskist en tonen hoe deze is toegepast bij vraagstukken als het kiezen van een nationale elftalopstelling, het vergelijken van clubs op een Wereldbeker of het beoordelen van het potentieel van jonge spelers.

Hoe de studie het onderzoeksveld in kaart brengt

In plaats van een nieuwe tactiek te testen of wedstrijdspel te analyseren, nemen de auteurs afstand en onderzoeken ze het onderzoek zelf. Ze doorzoeken de Web of Science-database naar peer-reviewed artikelen die specifieke beslissingsinstrumenten toepassen, zoals rangschikkingsmethoden en tweetalvergelijkingen, direct op voetbalvraagstukken. Na het screenen van bijna tweehonderd resultaten en het verwijderen van werk buiten het voetbal of zonder reëel gebruik van deze methoden, blijven er slechts 26 relevante artikelen over, gepubliceerd tussen 2000 en 2025. Met gespecialiseerde software volgen ze wie met wie publiceert, welke tijdschriften het meest actief zijn, hoe vaak het werk geciteerd wordt en welke kernwoorden vaak samen voorkomen. Deze aanpak maakt het mogelijk verborgen patronen bloot te leggen in een klein maar verspreid geheel van studies.

Wie doet het werk en wat bestuderen ze

De analyse toont aan dat dit type onderzoek zich heeft ontwikkeld van geïsoleerde inspanningen naar een duidelijke toename in recente jaren, met zowel meer publicaties als meer citaties die hun piek bereikten in 2024. Bepaalde universiteiten, met name in Turkije, vallen op door meerdere studies te produceren, terwijl werk uit Australië, Maleisië en de Verenigde Staten de meeste citaties verzamelt. Veelvoorkomende thema’s zijn spelersselectie, evaluatie van teamprestaties en vergelijkingen tussen clubs of nationale teams. Een handvol beslistechnieken domineert, vooral methoden die opties rangschikken op basis van nabijheid tot een ideaalprofiel of criteria hiërarchisch organiseren. Veel studies gebruiken ook vage (fuzzy) varianten van deze hulpmiddelen, bedoeld om de onzekerheid en subjectiviteit die gepaard gaan met het beoordelen van menselijke prestaties te verwerken.

Opkomende thema’s en de rol van kunstmatige intelligentie

Door te onderzoeken hoe kernwoorden zich clusteren, identificeren de auteurs verschillende hoofdthema’s. Eén kerncluster brengt selectie, prestatie en rangschikkingsmethoden samen en vormt daarmee het hart van het vakgebied. Een andere groep concentreert zich op bredere ideeën zoals beslismodellen en -systemen, terwijl een verdere groep zich bezighoudt met risico-, gezondheid- en blessurebeheer. Een nieuwer cluster verbindt termen gerelateerd aan kunstmatige intelligentie, voetballers en selectie, wat wijst op een groeiende interesse in het combineren van klassieke beslissingshulpmiddelen met machine learning en trackingdata. Internationale samenwerkingsnetwerken laten zien dat landen zoals Spanje, het Verenigd Koninkrijk, de Verenigde Staten en Australië fungeren als bruggen tussen verschillende onderzoeksgroepen, waardoor methoden en ideeën grensoverschrijdend verspreiden.

Wat dit betekent voor de toekomst van het spel

Voor lezers die geïnteresseerd zijn in hoe clubs slimmere keuzes maken, is de conclusie van het artikel duidelijk: gestructureerde beslissingsinstrumenten worden een belangrijk onderdeel van het werk achter de schermen in het voetbal, maar het vakgebied is nog jong. De auteurs pleiten voor zorgvuldiger testen van hoe gevoelig resultaten zijn voor de gebruikte gewichten en methoden, rijkere data die context en tactiek vastleggen in plaats van alleen ruwe cijfers, en realistische proeven binnen clubs om te zien hoe goed deze hulpmiddelen het personeel ondersteunen. Naarmate meer teams zoeken naar een voorsprong bij scouting, opstelling en langetermijnstrategie, kan de zorgvuldige combinatie van menselijk oordeel met transparante, multicriteria-analyse helpen bergen data om te zetten in beslissingen die makkelijker te verantwoorden zijn en waarschijnlijker standhouden onder druk.

Bronvermelding: 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

Trefwoorden: voetbalanalyses, spelersselectie, besluitvorming, sportgegevens, team­prestaties