AI und der nächste NBA-Star

Der Scout flüstert

Ich optimierte Modelle für Premier League-Ergebnisse – bis sie versagten. Denn Daten erfassen nicht alles. Ein anonymes Gespräch mit einem Scout über Carter-Bryant: »Sein Wurf ist sauber.« Kein Spektakel, nur präzise Technik.

Jenseits der Zahlen

Carter-Bryant ist kein Highlight-Star – aber er findet Räume, trifft klare Würfe und verteidigt bewusst. In meiner Arbeit mit Sport-Analytics-Startups vergaßen wir lange ruhige Spieler – bis wir merkten: Konsistenz schlägt Lärm.

Das Paradox der Nummer 10

ESPN sieht ihn bei Nr. 10 bei den Rockets – nicht wegen Blitzstatistiken, sondern wegen des Musters: effizienter Schütze + vielseitiger Verteidiger = niedriges Risiko für Rotation.

Doch vertrauen wir wirklich darauf? Oder überlassen wir Urteile Systemen, die Intangible noch immer nicht erfassen?

Daten vs Menschliche Wahrnehmung

Daten zählen – besonders heute im Draft, wo Teams ROI wollen. Doch ich sah zu viele Modelle scheitern, wenn sie »Basketball-IQ« oder »offensive Aufmerksamkeit« messen wollten.

Ein Scout sieht das, was Datensätze verpassen: Haltung unter Druck, Bewegung im Angriff, selbst leises Kommunizieren in der Verteidigung.

Carter-Bryant hat noch keine 60 % Dreier – doch seine Laufwege? Gold wert in der heutigen NBA.

Warum es jetzt wichtiger denn je ist

Künstliche Intelligenz behauptet, alles vorhersagen zu können – von Spielausgängen bis zur Entwicklung von Spielern. Doch eines sei klar: Daten lügen nicht… aber Menschen interpretieren sie falsch.

Genau deshalb frage ich mich: Wann hören wir auf, Scouting als Mathematik zu sehen… und beginnen es als Kunst zu erleben? Die leisesten Spieler werden oft die wertvollsten – nicht wegen Statistiken allein, sondern weil sie Tempo besser verstehen als jeder andere.