In Folge 284 von MY DATA IS BETTER THAN YOURS (MDIBTY) spricht Jonas Rashedi mit Kilian A. (Match & Performance Analyst, DFB) über Match Analysis. Konkret: Performance-Analyse hat drei Zeiträume: Vor dem Spiel (Gegneranalyse), während (Live-Entscheidungen), danach (Lernen). Jeder Zeitraum hat eigene Datenarten und eigene Methoden — Vermischung ist der häufigste Fehler. Die Folge zeigt: Jugend-Teams und Profi-Mannschaften brauchen andere Daten.
3 Erkenntnisse aus dieser Folge
- 01
Performance-Analyse hat drei Zeiträume: Vor dem Spiel (Gegneranalyse), während (Live-Entscheidungen), danach (Lernen). Jeder Zeitraum hat eigene Datenarten und eigene Methoden — Vermischung ist der häufigste Fehler.
- 02
Datenanalyse im Fußball lebt von der Spannung zwischen Algorithmus und Erfahrungswissen. Wer das eine gegen das andere ausspielt, verliert. Wer beide klug kombiniert, gewinnt.
- 03
Jugend-Teams und Profi-Mannschaften brauchen andere Daten. Was bei einem A-Nationalspieler valide Analyse ist, überfordert einen 14-Jährigen. Die Analyse-Tiefe muss zur Entwicklungsphase passen.
Worum es in dieser Folge geht
Zweiter Teil der DFB-Serie. Nach Kevin (Daten-Strategie) sitzt mir Kilian gegenüber — der operative Performance-Analyst, der die Arbeit wirklich macht. Wir reden über den Analyse-Alltag und die Feinheiten, die Corporate-Welten oft übersehen.
Die Storyline
Drei Zeiträume der Analyse
Eine Analyse für das Spiel selbst ist keine Analyse für nach dem Spiel. Das sind völlig unterschiedliche Arbeitsweisen — mit unterschiedlichen Datenarten und unterschiedlichen Entscheidungsstrukturen.
Kilian gliedert die Arbeit: 1. Vor dem Spiel: Gegneranalyse, statistische Muster, Szenario-Vorbereitung. 2. Während: Live-Daten, taktische Signale, Handlungsempfehlung in Sekunden. 3. Nach dem Spiel: Retrospektive, Lernen, Spielerentwicklungs-Daten.
Jeder Zeitraum braucht andere Tools, andere Teams, andere Entscheidungsdisziplinen.
Der Tanz zwischen Algorithmus und Bauchgefühl
Algorithmen sind gut im Erkennen, Erfahrungswissen ist gut im Bewerten von Kontext. Die besten Analyse-Teams haben nicht das beste Tool, sondern die beste Interaktion zwischen beiden.
Jugend vs. Profi
Ein Thema, das mich überrascht hat: Bei Jugendspielern arbeitet man mit anderen Datensätzen als bei Profis. Ein 14-Jähriger ist kein kleiner Erwachsener — körperliche Entwicklung, mentale Reife, Lernkurven unterscheiden sich fundamental. Kilian beschreibt, wie Analyse-Tiefe und Datenarten je nach Entwicklungsphase gestaffelt werden.
Was Corporate-Welten lernen können
- Trennen Sie Analyse-Zeiträume. Operative Echtzeit-Analyse und retrospektives Lernen sind zwei Welten.
- Akzeptieren Sie den Bauchgefühl-Anteil. Wer 100 % Algorithmus sagt, ignoriert, was gute Entscheider wissen.
- Staffeln Sie die Daten-Tiefe. Ein Einsteiger-Analyst braucht andere Daten als ein erfahrener.
Warum mich das besonders umtreibt
Ich arbeite gern mit Sport-Analogien, weil Fußball die klarste Realtime-Entscheidungs-Umgebung in Deutschland ist. Kilians Folge zeigt, wie dort mit Daten gearbeitet wird — und das ist für jedes Unternehmen mit Realtime-Prozessen eine wertvolle Referenz.