Kan een wiskundig algoritme de ideale voetbalopstelling berekenen?

Elke trainer staat wekelijks voor hetzelfde dilemma: zet je opnieuw je sterkste elf op het veld, of gun je een sleutelspeler rust om een blessure te voorkomen? Meestal gebeurt die keuze op basis van ervaring en buikgevoel. Maar wat als je zo'n beslissing ook met cijfers kan onderbouwen, en wat vinden coaches daar zelf van?

Yari Van de Kerkhof onderzocht beide vragen. In zijn masterproef aan UAntwerpen, onder begeleiding van prof. dr. Kenneth Sörensen en dr. Matteo Balliauw (Koninklijke Belgische Voetbalbond), bouwde hij het model. In een tweede masterproef aan de Czech Technical University in Praag, via het double degree traject en onder begeleiding van prof. dr. Tomáš Evan, bracht hij datzelfde model naar de praktijk: marktanalyse, gesprekken met coaches en performance staff, en een werkende prototypetoepassing.

Eén wedstrijd tegelijk is niet genoeg

Wiskundige modellen voor elftalselectie bestaan al langer. Bijna al die modellen bekijken elke wedstrijd afzonderlijk: wat is vandaag de sterkste opstelling? Dat laat één dimensie liggen: wie vandaag speelt, is volgende maand misschien niet meer beschikbaar.

Het model vertrekt daarom van één centrale aanname: hoe meer wedstrijden een speler kort na elkaar afwerkt, hoe hoger zijn ingeschatte blessurerisico; krijgt hij rust, dan daalt dat risico weer. Blessures hebben uiteraard meer oorzaken dan speelminuten alleen, maar die eenvoudige regel volstaat om de kern te vatten: elke selectie van vandaag verandert je mogelijkheden van volgende week.

Yari: "Ik liet een optimalisatie-algoritme niet één opstelling zoeken, maar meteen een volledig rotatieschema voor acht speeldagen. Elk kandidaat-schema wordt duizenden keren gesimuleerd, telkens met andere blessures en uitslagen. Zo bereken je welk schema over de hele reeks gemiddeld het meeste punten oplevert."

Getest op de selectie van Manchester City uit 2015-2016, tegen acht tegenstanders van uiteenlopende sterkte, levert het geplande schema in het zwaarste blessurescenario, waarin spelers sneller uitvallen dan je in werkelijkheid verwacht, gemiddeld 1,73 punten meer op over acht wedstrijden dan een eenvoudige referentiestrategie die elke week de sterkste beschikbare elf opstelt zonder vooruit te kijken. "Dat cijfer meet het verschil tussen vooruitkijken en niet vooruitkijken, niet tussen algoritme en trainer," nuanceert Yari. Opvallender is het gedrag: als de zwaarste tegenstanders later volgen, geeft het algoritme uit zichzelf sterkhouders eerder rust tegen zwakkere ploegen. Die regel is nergens geprogrammeerd; ze volgt uit de doelstelling.

En dan: wil iemand dit eigenlijk?

Een goed model is nog geen bruikbaar hulpmiddel. In het tweede luik bracht Yari elf bestaande commerciële tools in kaart, van GPS-systemen tot analyseplatformen. De conclusie: die tools meten, monitoren en waarschuwen, maar geen enkele ervan plant meerdere wedstrijden vooruit met blessurerisico erin verrekend. De wekelijkse rotatiebeslissing zelf gebeurt vandaag zonder software.

Daarna volgden negen diepte-interviews met hoofdcoaches, fysieke trainers, performance staff en analisten, van de Belgische competitie tot mensen die bij AC Milan, Sevilla en de nationale ploeg werkten. Die gesprekken corrigeerden het onderzoek meer dan ze het bevestigden.

Yari: "De scherpste tegenwerping kwam van een specialist blessurepreventie op het allerhoogste niveau. Bij topclubs met een complete dataverzameling werd toch niet vooruit gepland, niet uit onwil, maar omdat blessures, schorsingen, interlands en kalenderwijzigingen elk plan overhoop gooien. Zijn punt was niet dat vooruitplannen weinig oplevert, maar dat het niet kán."

Precies daar zit volgens Yari het antwoord van het model ingebouwd: het gaat er niet van uit dat het plan overeind blijft. Het rekent met de volledige waaier aan mogelijke tegenslagen en herberekent zodra er nieuwe informatie is. "Het plan is niet het product. De beslissing die je vandaag neemt, gegeven alles wat er nog kan gebeuren, dát is het product." Of die redenering ook praktijkmensen overtuigt, is een open vraag die verder onderzoek moet uitwijzen.

Een tweede les was eenduidig: alle betrokkenen wilden een adviserend instrument, nooit een systeem dat de opstelling bepaalt.

Van model naar scherm

Tot slot bouwde Yari een werkend prototype: een webtoepassing die het rotatieschema toont, per speler uitlegt waaróm hij rust krijgt, de kostprijs van elke rustbeurt in verwachte punten weergeeft, en alles samenvat op één afdrukbaar A4-blad, het formaat dat in een stafvergadering effectief op tafel kan.

Een bekerwinnende hoofdcoach kreeg de toepassing te zien. Zijn reactie was leerrijk: hij formuleerde ongevraagd zelf de rolverdeling (het systeem stelt voor en legt uit, de staf beslist) en vroeg niet om méér blessure-informatie, maar om tactische context tegenover de specifieke tegenstander. Precies daar ligt volgens het onderzoek de volgende stap.

Deze masterproeven tonen samen wat een handelsingenieur in de beleidsinformatica doet: een probleem wiskundig modelleren en programmeren, én toetsen of de wereld erop zit te wachten. Het model vervangt de trainer niet. Het geeft hem een extra hulpmiddel voor de weken waarin elke wedstrijd telt.