EventGPT: KI-Modell simuliert Spielerleistung in neuen Teams

Ein neues KI-Modell namens EventGPT verspricht, die Bewertung von Fußballtransfers zu revolutionieren. Durch die Analyse von Spielereignissen als Sequenz von Tokens kann das System die nächste Aktion auf dem Spielfeld vorhersagen – inklusive Typ, Ort, Zeitpunkt und geschätztem Wert.

EventGPT nutzt einen GPT‑ähnlichen Autoregressiven Transformer, der sowohl die Spielkontext‑Daten als auch die Identität des Spielers berücksichtigt. Dadurch entsteht ein dynamisches Bild davon, wie ein Spieler in unterschiedlichen taktischen Setups agiert und welchen Beitrag er leistet.

Ein besonderes Merkmal ist die Möglichkeit, „Counterfactual“-Simulationen durchzuführen. Indem man die Spieler‑Embeddings in neue Ereignissequenzen einsetzt, kann man vorhersagen, wie sich das Verhalten und der Wert eines Spielers verändern würden, wenn er in ein anderes Team oder ein anderes System wechselt.

Die Autoren haben EventGPT auf fünf Saisons Premier‑League‑Daten getestet und konnten zeigen, dass das Modell die Genauigkeit der nächsten‑Ereignis‑Vorhersage und die räumliche Präzision deutlich über den bisherigen Baselines liegt. In praktischen Fallstudien wurde das Modell genutzt, um die Leistung von Stürmern in verschiedenen Systemen zu vergleichen und stilistische Ersatzspieler für bestimmte Rollen zu identifizieren.

Mit EventGPT erhalten Trainer, Scouts und Analysten ein fundiertes Werkzeug, um Transferentscheidungen datenbasiert zu treffen und die wahre Wirkung eines Spielers in neuen taktischen Umgebungen zu verstehen.