Die größte Sportzeitung der Welt, MARCA, hat über ihren Big-Data-Journalisten Miguel Ángel García ein Interview mit Comparisonator-CEO Tarkan Batgün geführt. Hier sind einige wichtige Schlagzeilen aus dem Interview:
K.Tarkan Batgün kommt für dieses Interview an einem besonderen Tag: Spanien und die Türkei treffen in einem Spiel aufeinander, das er aus seiner doppelten Perspektive als globaler Analytiker und türkischer Experte für künstliche Intelligenz im Fußball gut kennt. CEO von Comparisonator -einer Plattform, die Leistung kontextualisiert, Spieler über Ligen hinweg vergleicht und simuliert, wie sie sich an neue Wettbewerbsumgebungen anpassen würden, hat er für internationale Clubs, Agenturen und Beratungsunternehmen gearbeitet. Er gründete das “Scouting Lab” bei Bursaspor, war im Vorstand von Altınordu FK, beriet Unternehmen wie Wyscout und SoccerLab und war sechs Jahre lang für das Scouting-Programm von NIKE Türkiye verantwortlich.
Aus dieser vielschichtigen Perspektive heraus argumentiert er, dass der Kontext der Schlüssel zu allen Daten ist und dass KI nur dann Sinn macht, wenn sie uns hilft, bessere Entscheidungen zu treffen. In diesem Gespräch erklärt er, wie seine Technologie den Fußball zwischen den Ligen übersetzt, versteckte Risiken aufspürt und millionenschwere Transfers verhindert, die schief gehen könnten.
Frage: Sie haben auf vier Kontinenten gearbeitet und betonen immer wieder, dass Daten ohne Kontext nutzlos sind. Was war der größte Kulturschock, der Sie gezwungen hat, Daten oder das Profil eines Spielers völlig neu zu interpretieren?
Antwort: Die Arbeit auf vier Kontinenten hat mich schon sehr früh eines gelehrt: Dieselbe Zahl kann völlig unterschiedliche Dinge bedeuten, je nachdem, woher sie kommt. Und der größte Kulturschock, der Moment, der mich wirklich gezwungen hat, die Daten neu zu interpretieren, kam, als ich vom strukturierten Fußball in Australien in das emotionale, chaotische, hochintensive Umfeld der Türkei wechselte.
Lassen Sie mich Ihnen ein konkretes Beispiel geben: In Australien habe ich einen Mittelfeldspieler analysiert, der eine hervorragende Passgenauigkeit hatte: 92-93%. In dieser Liga deutet dies normalerweise auf Intelligenz, Geduld und ein gut trainiertes Stellungsspiel hin. Aber als ich in die Türkei zurückkehrte und die gleiche Logik anwandte, stellte ich etwas Schockierendes fest: Ein Passgeber mit 92% in der türkischen Liga ist oft nicht sehr kreativ. Es kann sein, dass er einfach nur Risiken vermeidet, den Ball zurückspielt oder ihn aufgrund von Druck sofort wieder freigibt.
Das war der Moment, in dem ich erkannte, dass der Kontext die Wahrheit diktiert, und der mich dazu brachte, den Comparisonator als kontextbezogene Maschine für Sportdirektoren, Trainer und Personalverantwortliche zu entwickeln: um Zahlen durch das Prisma des Ligatempos neu zu interpretieren, um die Leistung an den taktischen Stil anzupassen, um zu verstehen, wie sich ein Spieler außerhalb seines Umfelds verhält, um den Klubs zu helfen, Talente global zu bewerten, ohne in irreführende statistische Fallen zu tappen.
Die gleiche Zahl kann je nach Land, aus dem sie stammt, völlig unterschiedliche Bedeutungen haben.
F: In Ihrer Karriere arbeiten Sie in einem Club, einer Agentur, als Berater und als Lehrer. Was haben Sie in jeder dieser Rollen gelernt, das Sie jetzt direkt auf die Entwicklung der künstlichen Intelligenz von Comparisonator anwenden?
R. Jede Phase meiner Karriere hat mir eine andere Perspektive auf den Fußball eröffnet, und heute fließen all diese Perspektiven direkt in die KI von Comparisonator ein.
Aus dem Vereinsumfeld habe ich gelernt, dass Entscheidungsträger keine Zeit haben; sie brauchen Klarheit. Sie wollen keine ‘Big Data’, sondern sie wollen wissen, ob ein Spieler zu unserem Stil passt oder nicht. Deshalb verhält sich unsere KI eher wie ein entscheidungsunterstützender Berater als eine Statistikmaschine.
Aus der Welt der Agenturen habe ich gelernt, dass der Werdegang eines Talents genauso wichtig ist wie das Talent selbst. In der Beratung habe ich gelernt, dass jeder Club eine andere Realität hat. Deshalb passt sich die KI von Comparisonator an den Benutzer an. Sie lernt den Stil, die Bedürfnisse und die Prioritäten des Clubs und passt ihre Empfehlungen entsprechend an.
Beim Unterrichten und Vortragen habe ich gelernt, dass Verständnis durch Erklärungen entsteht, nicht durch Zahlen. Deshalb haben wir CompaGPT entwickelt: eine KI, die den Menschen Fußballdaten so erklärt, wie es ein erfahrener Scout oder Trainer tun würde.
Q. Bei Bursaspor haben Sie das “Scouting Lab” entwickelt. Welcher Teil dieser Idee ist heute noch relevant und was ist durch die aktuelle KI völlig überholt?
A: Dank meiner Mentoren Christophe Daum und seinem Assistenten Rudi Verkempinck war das Bursaspor Scouting Lab mein erster Versuch, eine systematische, evidenzbasierte Methode zur Bewertung von Spielern zu entwickeln. Viele Teile dieser Idee sind auch heute noch relevant, aber andere wurden durch die moderne KI völlig verändert. Sagen wir, das ‘Scouting Lab’ war die Saat. Die Methodik (Struktur, Klarheit, Zusammenarbeit) ist nach wie vor relevant. Aber alles, was manuell, repetitiv oder subjektiv ist, wurde von der KI verdrängt. Heute ist Comparisonator das Scouting Lab, das in eine globale, dynamische und umweltbewusste Intelligenzmaschine verwandelt wurde.
Q. Viele Vereine glauben, dass sie Daten verwenden, aber in Wirklichkeit versuchen sie nur, ihre vorgefassten Meinungen zu bestätigen. Wie viel Lärm erzeugen diese Vorurteile im modernen Scouting-Prozess?
R. Voreingenommenheit ist der größte versteckte Kostenfaktor des modernen Scoutings, und sie verursacht weit mehr Lärm, als den Vereinen bewusst ist. Viele Vereine glauben, dass sie Daten verwenden, aber in Wirklichkeit verwenden sie Zahlen, um Entscheidungen zu rechtfertigen, die sie bereits emotional getroffen haben. Dies führt zu drei großen Problemen: Sie entdecken keine neuen Spieler mehr, denn wenn Daten nur dazu dienen, eine Meinung zu bestätigen, stellen Sie Ihren ersten Eindruck nicht in Frage und entdecken keine unerwarteten Talente; Sie filtern die Wahrheit heraus, da Bestätigungsvoreingenommenheit dazu führt, dass Klubs rote Fahnen ignorieren; und Sie verlieren Ihren Wettbewerbsvorteil, denn wenn alle Klubs Daten verwenden, um bereits bestehende Überzeugungen zu bestätigen, nehmen sie am Ende alle die gleichen Spieler unter Vertrag.
Die größten versteckten Kosten des modernen Scoutings sind Voreingenommenheit: Sie verzerrt, schränkt ein und führt zu verlorenen Talenten
Q. Wenn ein Comparisonator-Bericht der Intuition eines Trainers oder Chefscouts widerspricht, wie wird dieser Konflikt normalerweise gelöst? Wer liegt häufiger falsch?
A: Wenn Daten und Intuition nicht übereinstimmen, ist die erste Regel einfach: Entscheiden Sie sich nicht für eine der beiden Optionen, sondern forschen Sie weiter. Ein Trainer sieht Dinge, die Daten nicht sehen können: Körpersprache, Persönlichkeit, Verhalten im Training… Der Comparisonator sieht Dinge, die ein Trainer nicht sehen kann: Anpassung an die Liga, taktischer Stress, versteckte Risikofaktoren…
Meiner Erfahrung nach unterschätzt die Intuition bei Konflikten mit der Umweltprojektion (wie sich der Spieler an die Liga und das System anpassen wird) in der Regel das Risiko. Genau hier bietet Comparisonator einen Mehrwert: Er ersetzt das menschliche Urteilsvermögen nicht, sondern schützt es vor blinden Flecken.
Wer macht also häufiger den Fehler? In der Regel die Mannschaft, die den Kontext ignoriert. Und im modernen Fußball ist der Kontext nicht verhandelbar.
Q. Die Standardisierung zwischen den Ligen ist eine der größten Herausforderungen in der Branche. Welche Konkurrenten wehren sich am stärksten gegen den Algorithmus, und warum?
R. Die Liga, die jedem Algorithmus am meisten Widerstand entgegensetzt, ist diejenige, in der der Fußball am wenigsten standardisiert ist und in der das Tempo, die Struktur und die taktische Disziplin innerhalb ein und desselben Spiels enorm variieren.
Für uns sind dies in der Regel Ligen mit erheblichen Unterschieden in der Spielfeldqualität, unvorhersehbarem Spieltempo, inkonsistenter defensiver Organisation und extremer emotionaler Intensität. Standardisierung ist das Problem, kontextuelle Intelligenz ist die Lösung.
Q. Sie sprechen viel über KI-Punkte, Trends, Beständigkeit und die funktionale Rolle. Welcher von all diesen Indikatoren sagt die zukünftige Entwicklung eines Spielers am besten voraus?
A. Der zuverlässigste Indikator für die zukünftige Entwicklung eines Spielers ist die Beständigkeit seiner Leistung in verschiedenen Umgebungen. KI-Punkte, Trends und Rollenmetriken sind wichtig, aber der eigentliche Indikator ist dieser: Zeigt der Spieler auch dann noch Leistung, wenn sich der Kontext ändert? Anderes Tempo, anderer Druck, andere taktische Anforderungen, andere Qualität des Gegners.
Der virtuelle Transfer hat bereits Vertragsabschlüsse verhindert, die die Vereine Millionen gekostet hätten.
Spieler, die ihre Leistung in verschiedenen Umgebungen beibehalten, machen fast immer Fortschritte. Spieler, die außerhalb ihrer Komfortzone zusammenbrechen, tun dies fast nie. Deshalb konzentriert sich Comparisonator so stark auf Leistungsstabilität, Ligaübersetzung, Indikatoren für Anpassungsfähigkeit und Rollenverhalten unter Druck.
Q. Mit Virtual Transfer können Sie die Leistung eines Spielers in einer anderen Liga simulieren. Haben Sie irgendwelche dokumentierten Fälle, in denen das Modell einen Verein davor bewahrt hat, einen schlechten Spieler zu verpflichten?
R. Ja, mehrere, aber ich kann die Namen der Vereine oder der Spieler nicht verraten. Was ich sagen kann, ist dies: Der virtuelle Transfer hat den Vereinen bereits Millionen gespart. Ein aktueller Fall war der eines sehr begehrten Stürmers aus einer schnellen, offenen Liga. Seine Rohdaten waren spektakulär: Dribbling, progressive Läufe, erwartete Tore… Alles deutete darauf hin, dass er unbedingt verpflichtet werden sollte.
Aber als wir ihn durch Virtual Transfer laufen ließen und seine Leistung in einer der fünf besten europäischen Ligen simulierten, tauchten sofort zwei rote Fahnen auf: Seine Effizienz sank unter erhöhtem defensiven Druck um fast 50% und seine Entscheidungsfindung verlangsamte sich in strukturierten taktischen Umgebungen erheblich. Der Verein blockierte den Transfer. Zwei Monate später unterschrieb er bei einem anderen europäischen Team und hatte in genau den Bereichen Probleme, die unser Modell vorhergesagt hatte.
Das ist das Hauptziel von Virtual Transfer: nicht “Nein” zu sagen, sondern die Wahrheit darüber zu enthüllen, wie sich ein Spieler außerhalb seiner Komfortzone verhält. In der modernen Personalvermittlung kann diese Klarheit den Unterschied zwischen einer erfolgreichen Verpflichtung und einem sehr kostspieligen Fehler bedeuten.
Q. KI-Plattformen und -Modelle versprechen, Verzerrungen zu beseitigen, aber sie können sie auch erzeugen. Welches war das größte “falsch positive” Ergebnis oder der größte Systemfehler, der Sie gezwungen hat, das Modell zu überarbeiten?
R. Der größte Fehlschuss, den wir je hatten, stammte von einem Spieler, der außergewöhnlich zu sein schien, weil das Umfeld in seiner Liga seine Stärken künstlich aufblähte. Er spielte in einem Wettbewerb mit sehr geringem defensivem Druck, sehr offenen Räumen, Chaos bei Übergängen und extrem hohen Ballgewinnungszonen.
Auf dem Papier waren seine Metriken elitär. Unser anfängliches Modell platzierte ihn sehr hoch in seiner Position. Aber als er in eine besser strukturierte Liga wechselte, brach alles zusammen. Nicht weil es ihm an Talent fehlte, sondern weil sein Umfeld eine statistische Illusion geschaffen hatte.
KI wird nicht gefährlich, weil sie Fehler macht, sondern weil sie den Kontext nicht versteht.
Das war ein Wendepunkt für uns. Wir erkannten, dass das Modell eine stärkere Gewichtung brauchte. Wir haben die Engine so umgebaut, dass die Umweltverzerrung nun eines der ersten Dinge ist, die das System überprüft.
Die Lektion war einfach: KI wird nicht gefährlich, wenn sie Fehler macht; KI wird gefährlich, wenn sie den Kontext nicht versteht. Dieser Misserfolg hat Comparisonator stärker, vorsichtiger und viel anpassungsfähiger gemacht.
Q. Sie haben in unterbewerteten Märkten und in Spitzenligen gearbeitet. Welches gemeinsame Muster finden Sie bei Spielern, die sich am besten anpassen, wenn sie einen plötzlichen Sprung in den Wettbewerb machen?
A. Auf allen Kontinenten haben die Spieler, die sich nach einer großen Wettbewerbsveränderung am besten anpassen, das gleiche Muster: Sie lernen schnell, nicht nur weil sie schnelle Spieler sind. Die Spieler, die Erfolg haben, sind diejenigen, die ihre Gewohnheiten fast sofort anpassen können, wenn sich das Umfeld ändert.
Q. Immer mehr Vereine suchen nach dem nächsten Haaland, bevor er auf der Bildfläche erscheint. Ist es realistisch zu glauben, dass die KI Talente der nächsten Generation vorhersehen kann, oder jagen wir immer noch Einhörnern hinterher?
A: KI kann außergewöhnliche Muster frühzeitig erkennen, aber sie kann kein Haaland schaffen. Talent einer Generation lässt sich nicht vorhersagen, es bestätigt sich im Laufe der Zeit. Was KI kann, ist, die Anzeichen zu erkennen, die typischerweise vor einem großen Sprung auftreten. Ein Einhorn wird zu einem Einhorn aufgrund seiner Umgebung, seiner Ausbildung, seiner Persönlichkeit und seiner Einstellung, nicht nur aufgrund von Metriken. KI findet das Potenzial. Menschliches Scouting findet die Bestimmung.
Q. Nach 20 Jahren im Fußball und in der Technologie, welche unbequeme Wahrheit muss die Scouting-Branche Ihrer Meinung nach hören, wenn sie den nächsten Schritt machen will?
R. Dass die meisten Vereine kein Scouting-Problem haben, sondern ein Entscheidungsproblem. Die Vereine sammeln tonnenweise Berichte, Videos, Statistiken und Meinungen… aber wenn es hart auf hart kommt, treffen viele ihre Entscheidungen immer noch aufgrund von Emotionen, Politik, Hierarchie oder Panik.
Der nächste Schritt ist nicht mehr Daten. Es geht um mehr Disziplin bei der Art und Weise, wie Entscheidungen getroffen werden. Und genau aus diesem Grund haben wir Comparisonator entwickelt: nicht um Scouts zu ersetzen, sondern um Entscheidungen klarer, fairer und schwieriger zu manipulieren.
Klicken Sie hier, um das Originalinterview zu lesen: https://www.marca.com/futbol/2025/11/18/tarkan-batguen-datos-e-intuicion-chocan-hay-elegir-hay-investigar.html
