Sportökonomie: Warum Sports Analytics?

Die Nutzung von Daten gewinnt im Profifußball immer mehr Bedeutung. Klug eingesetzt, bringt sie zahlreiche Vorteile. Aus sportökonomischer Sicht zum Beispiel die Relativierung von Motivationsproblemen! Was dahinter steckt?


Institutionenökonomische Problemtypen

Das traditionelle ökonomische Modell erklärt Sachverhalte anhand eines vollkommenen Markt und des Homo Oeconomicus. Doch in der Realität kommt absolute Rationalität selten vor.

Die Institutionenökonomie beschreibt anhand jener begrenzten Rationalität typische Problembereiche bei ökonomischen Tauschbeziehungen. Zum Beispiel tritt oft das sogenannte Motivationsproblem auf. Das kommt vor, wenn Informationsdefizite und opportunistisches Verhalten rund um ein Geschäft zusammentreffen.

Scouting und Adverse Selection

Ein Beispiel sind Transfers im Fußball. Verpflichte ich einen Spieler, erwarte ich mir ein bestimmtes Profil. Doch bekomme ich das letztlich auch? Weiß ich z. B., ob der Spieler nicht vielleicht doch eine Verletzung mitbringt?

Bestehen vor Vertragsabschluss Informationsdefizite bei einem Geschäftspartner, nennt man das Adverse Selection. Obwohl man ggf. die Informationen nach dem Transfer erkennen kann, entwickelt man sich so in die falsche Richtung.

Das zeigt speziell für den Fußball: Ein tiefgründiges und genaues Scouting ist von größter Relevanz!

Teamleistung und Moral Hazard

Bestehen Informationslücken, also ein Kontrolldefizit, nach Vertragsabschluss bezeichnet man das als Moral Hazard.

Weil die sportliche Leistung von jedem Teammitglied abhängt, kann man die Beiträge einzelner Spieler nicht genau bemessen. Somit strengen sich die Sportler tendenziell weniger an als in einem Individualwettkampf.

Für den Fußball bedeutet das: Irgendwie müssen wir jeden einzelnen Spieler motivieren!

Wie? Zum Beispiel mit klugen finanziellen Anreizsystemen.

Eine Lösung: Sports Analytics

Eine weitere Lösung ist Sports Analytics! Das meint den Trend der objektivierten Analyse des Sports – mit digitalen Tools und vielschichtigen Daten.

Daten bringen zahlreiche Vorteile mit sich. Die Gegenbewegung zu kognitiven Biases ist eine davon. Außerdem: Sie relativieren die Probleme Adverse Selection und Moral Hazard.

Über den Einsatz von objektiven Tools besteht die Möglichkeit, Informationsdefizite vor Vertragsabschluss strategisch zu minimieren. Mit Daten kann ich Wunschspieler gezielter, tiefgründiger und gleichzeitig günstiger scouten.

Genauso ergeben sich vielfältige Möglichkeiten, die Leistungen der Spieler in Training und Spiel zu dokumentieren. Das bietet den Akteuren einen großen Anreiz, sich trotz des Teamcharakters der sportlichen Leistung noch mehr anzustrengen. Außerdem: Wer nicht performt, kann leichter identifiziert und bestraft werden.

Das Konzept Sports Analytics hat zahlreiche Vorteile. Auch aus sportökonomischer Sicht kann es so einen Teil zur Lösung typischer Problemphänomene beitragen.


Zum Nachlesen

Daumann, F. (2019). Grundlagen der Sportökonomie (3. Aufl.). München: UVK, S. 129–138, 333–340.

Daumann, F. (2018). Phänomenologie der Digitalisierung aus ökonomischer Perspektive. In Rebscher, H. & Kaufmann, S. (Hrsg.). Zukunftsmanagement in Gesundheitssystemen. Heidelberg, S. 69–85.


Kommentar verfassen

Trage deine Daten unten ein oder klicke ein Icon um dich einzuloggen:

WordPress.com-Logo

Du kommentierst mit Deinem WordPress.com-Konto. Abmelden /  Ändern )

Twitter-Bild

Du kommentierst mit Deinem Twitter-Konto. Abmelden /  Ändern )

Facebook-Foto

Du kommentierst mit Deinem Facebook-Konto. Abmelden /  Ändern )

Verbinde mit %s