Belgisch AI-bedrijf SquadAssist wil clubs stoppen met overbetalen bij transfers

Belgische sport‑start‑up SquadAssist gebruikt kunstmatige intelligentie om de echte financiële opbrengst van een voetballer te voorspellen, met het argument dat veel clubs dezelfde kostbare fout maken. Opgericht in 2024, telt het bedrijf al negen clubs die een abonnement betalen en, in de afgelopen twee jaar, 40 tot 50 teams die haar platform hebben uitgeprobeerd.

Een van de mede‑oprichters, Wout Pauwels, legt de werking van het systeem uit, de grenzen ervan en de rol die nog gereserveerd is voor menselijk oordeel.

De drie mede‑oprichters van het bedrijf zijn Louis Janssen, Wout Pauwels en Maarten Wyns.

Kunstmatige intelligentie heeft zich snel verspreid door het voetbal, van prestatie‑ en tactische analyse tot medische monitoring, blessurepreventie, scheidsrechterwerk en fanbeleving.

Het meest voorkomende gebruik ervan ligt vandaag in scouting en spelersrekrutering, waar SquadAssist traditionele methoden wil verstoren.

Gelanceerd net in 2024, ondersteunt SquadAssist nu een toenemend aantal voetbalactoren met haar AI‑gedreven tools.

Het platform helpt clubs het exacte type speler te identificeren dat ze nodig hebben, terwijl het ook spelers of agenten in staat stelt de meest geschikte werkgever te vinden.

Clubs uit de Jupiler Pro League, de Eredivisie, Ligue 1 en de Championship hebben al gebruik gemaakt van de diensten van SquadAssist.

Pauwels zegt dat het bedrijf momenteel negen betalende klanten heeft met een abonnement en dat 40 tot 50 clubs de alfa‑versie hebben getest in de afgelopen twee jaar.

Het artikel werd naast Discover en Elle in de publicatie geplaatst.

Voorspellen van de opbrengst van een speler op investering

Naast het beheren van scoutingrapporten en selectielijsten, onderscheidt SquadAssist zich door de opbrengst van een speler op investering te voorspellen.

De ROI‑voorspelling steunt op drie pijlers: de toekomstige doorverkoopwaarde van de speler, de sportieve impact zoals verhoogde kansen op kwalificatie voor de Champions League en bijbehorende prijzengelden, en de verwachte transfervergoeding.

Volgens Pauwels is SquadAssist het enige bedrijf wereldwijd dat deze drie‑factorvoorspelling aanbiedt.

De tool kan worden gebruikt om spelers te rangschikken voor scouting, waardoor scouts zich kunnen concentreren op een beperkt aantal sleutelkenmerken.

Hij is ook bedoeld voor de laatste beslissingsfase, wanneer de raad van bestuur, de CEO, de sportdirecteur en de hoofden van rekruteringsdata van een club samenkomen om een speler te tekenen.

Door ruwe data—vaak 200 parameters per speler per wedstrijd—om te zetten in een beknopte set metrieken, benadrukt het model wat echt belangrijk is voor een club.

SquadAssist levert alleen softwarevoorspellingen en informatie, waarbij de uiteindelijke tekenbeslissing wordt overgelaten aan de experts van de club.

Diepte van data en marktinzicht

Het transfer‑kostmodel baseert zich op meer dan 17 000 historische transfers en 200 parameters.

Voor zijn impactmodel analyseert het platform data van 100 competities over de afgelopen tien jaar.

Pauwels illustreert de schaal, en merkt op dat het vermenigvuldigen van twintig clubs per divisie met 25 spelers per kern een aanzienlijke dataset oplevert.

De alumni van de Katholieke Universiteit Leuven benadrukken het onderscheid tussen marktwaarde en de verwachte transferkost, die schat wat een club daadwerkelijk zal betalen.

Veel historische deals overschreden de marktwaarde maar bleken winstgevend omdat de doorverkoopwaarde en de sportieve impact de prijs overstegen.

Hij geeft een voorbeeld: als een speler naar verwachting tien keer zijn verwachte vergoeding oplevert, maar de club betaalt het dubbele vanwege concurrentie, vermenigvuldigt de investering zich nog steeds vijfvoudig, wat aantoont dat het uitsluitend beoordelen op marktwaarde clubs laat overbetalen.