Fuzzy-Logik-System optimiert Echtzeit-Substitutionsentscheidungen im Fußball

In der Elite des Fußballs sind Substitutionsentscheidungen entscheidend für Finanzen und Spielverlauf, doch sie beruhen bislang stark auf Intuition oder Vorhersagemodellen, die lediglich historische Vorlieben nachahmen. Ein neues Forschungsprojekt präsentiert ein auf Fuzzy-Logik basierendes Entscheidungsunterstützungssystem (DSS), das in Echtzeit preskriptive Spielmanagemententscheidungen ermöglicht.

Im Gegensatz zu herkömmlichen Machine‑Learning‑Ansätzen, die sich an menschlichem Verhalten orientieren und damit eine Vorhersagegrenze erreichen, nutzt das System einen objektiven, regelbasierten Inferenz‑Engine. Dabei wird die PlayeRank‑Metrik neu formuliert: ein kumulativer Mittelwert mit rollenbezogener Normalisierung eliminiert die Zeit‑Expositions‑Verzerrung, die bei kumulativen Summen entsteht, und erlaubt präzise Vergleichsanalysen innerhalb eines Spiels.

Das System kombiniert diese verbesserte Kennzahl mit physiologischen Indikatoren (z. B. Ermüdung) und kontextuellen Variablen (disziplinarisches Risiko, das durch die taktische Rolle moduliert wird), um eine dynamische Substitutionspriorität zu berechnen. Die Validierung erfolgte anhand eines Fallstudienbeispiels aus dem 2018‑Weltmeisterschaftsspiel zwischen Brasilien und Belgien.

Die Ergebnisse zeigen, dass das Modell nicht nur mit der Expertenmeinung zu den tatsächlich getätigten Substitutionen übereinstimmt – etwa bei der Einsetzung von Gabriel Jesus – sondern auch kritische Risikosituationen identifiziert, die von menschlichen Entscheidern übersehen wurden. So wurde der „FAGNER‑Paradox“, ein maximaler defensiver Risikopunkt, Minuten vor einer entscheidenden Gelben Karte erkannt, ebenso wie der „Lukaku‑Paradox“, bei dem ein isolierter Assist eine starke Abnahme der Beteiligung verschleierte.

Diese Befunde bestätigen die ökologische Validität des Fuzzy‑Logik‑Systems und unterstreichen dessen Potenzial, die Entscheidungsfindung im modernen Fußball zu revolutionieren.