Twee Eredivisieclubs streden dit weekend in Nederland om het laatste Europese ticket. De finale van de Europese play-offs werd beslist na een strafschoppenserie. De inzet was een plek in de voorrondes van Europees voetbal komend seizoen. De rol van video-analyse en algoritmen roept tegelijk vragen op over privacy onder de AVG en de Europese AI-verordening en de gevolgen voor overheid en sportorganisaties.
Strafschoppen geven de doorslag
De wedstrijd bleef na negentig minuten en verlenging onbeslist. Pas bij de penalty’s viel de beslissing. Dat maakt details als voorbereiding, keeperkeuzes en mentale rust bepalend. Clubs gebruiken hier steeds vaker data en computeranalyse voor.
Video-analyse helpt spelers om patronen te herkennen. Denk aan waar een keeper meestal duikt of hoe lang hij wacht. Zulke inzichten komen uit systemen die duizenden beelden vergelijken. Ze geven advies, maar nemen nooit de druk van het moment weg.
Ook arbitrage is deels gedigitaliseerd. De KNVB gebruikt in de Eredivisie het VAR-systeem van Hawk-Eye voor videoscheidsrechtspraak. In Europese toernooien zet UEFA op het moment van schrijven semi-automatische buitenspeltechnologie in, met cameratracking en algoritmen. In nationale play-offs blijft de uiteindelijke beslissing echter bij spelers en scheidsrechter.
Data sturen penaltykeuze
Clubs werken met dataleveranciers zoals SciSports en SkillCorner. Die platforms verzamelen wedstrijdbeelden en leveren rapporten over schotlocaties, aanloophoeken en keepersgedrag. Trainers bouwen zo een vaste penaltyvolgorde en afspraken per hoek. Spelers oefenen gericht en variëren om niet voorspelbaar te worden.
Een veelgebruikte maat is expected goals, een rekenmodel dat de kans op een doelpunt inschat. Bij penalty’s ligt die kans normaal hoog, maar zakt door stress en voorspelbaarheid. Modellen adviseren daarom over timing, plaatsing en misleidingsbewegingen. Het blijft een weging tussen data en intuïtie.
Expected goals (xG) is een datamodel dat per schot de kans op een doelpunt berekent, op basis van locatie, lichaamsteil, vooractie en historische patronen.
Keepers krijgen ook dashboards met voorkeurshoeken van tegenstanders. Ze leren om later te kiezen of juist vroeg druk te geven. Sommige teams simuleren series met VR of video, om stress en wachttijd na te bootsen. Die hulpmiddelen zijn ondersteunend, niet bepalend.
Grenzen van algoritmen
Penaltydata is schaars: elke speler neemt er maar enkele per seizoen. Dat maakt voorspellingen onzeker. Spelers veranderen bovendien bewust hun patroon zodra clubs data delen. Wat gisteren klopte, is morgen verouderd.
Psychologie speelt een grote rol. Druk van publiek, belang van de wedstrijd en volgorde in de serie tellen mee. Zulke factoren zijn lastig te vangen in een model. Een koelbloedige reserve kan statistisch slechter lijken, maar toch de beste keuze zijn.
Er zijn ook ethische grenzen. Het meten van micro-expressies of hartslag uit video om “zenuwen” te lezen is omstreden. Dit kan spelers stigmatiseren en privacy schenden. Clubs doen er goed aan zulke analyses te vermijden of strikt te toetsen.
Privacy en AVG-eisen
Bewegingsdata en videobeelden zijn persoonsgegevens onder de AVG. Clubs en de KNVB hebben dus een wettelijke grondslag nodig, zoals gerechtvaardigd belang of contractuele noodzaak. Ze moeten dataminimalisatie toepassen: alleen verzamelen wat nodig is, niet méér. Versleuteling en beperkte bewaartermijnen zijn verplicht.
Buitenlandse cloudleveranciers brengen extra risico’s. Bij doorgifte naar landen buiten de EU zijn passende waarborgen nodig, zoals standaardclausules. Transparantie richting spelers en staf is essentieel. Denk aan duidelijke informatie over doelen, bewaartermijnen en rechten op inzage en verwijdering.
Ook publiek in het stadion kan in beeld komen. Clubs moeten daarom privacyzones instellen en onnodige herkenbaarheid vermijden. Voor gezichtsherkenning aan de poort gelden strenge regels en hoge risico’s. Toestemming moet vrij gegeven zijn en is bij toegang vaak niet echt vrijwillig.
AI-verordening stuurt gebruik
De Europese AI-verordening (AI Act) deelt systemen in risicoklassen in. Prestatieanalyse in sport valt meestal in de laagste categorie met beperkte verplichtingen. Maar biometrische identificatie in publiek of emotieherkenning op de werkvloer is op het moment van schrijven beperkt of verboden. Dat raakt clubs, stadionbeheerders en toeleveranciers direct.
Emotieherkenning bij spelers kan als verboden praktijk gelden in de werkcontext. Clubs moeten dus wegblijven van systemen die stemming of stress uit gezichtskenmerken afleiden. Gebruik van tracking en analysetools vergt bovendien transparantie en technische documentatie. Inkoopcontracten moeten hierop toetsen.
Voor de overheid verandert het toezicht ook. Toetsing door toezichthouders zal kijken naar ontwerp, dataherkomst en menselijk toezicht in de keten. Een Data Protection Impact Assessment (DPIA) wordt in veel gevallen verstandig of verplicht. Dit voorkomt problemen achteraf en versnelt goedkeuring.
Nederlandse praktijk en vooruitblik
In Nederland zijn VAR en video-assistentie ingeburgerd bij de KNVB, met Hawk-Eye als techniekpartner. Clubs werken met dataplatforms als SciSports, Hudl en Wyscout voor scouting en tactiek. UEFA rolt in Europese duels geavanceerdere buitenspeltechnologie uit. Nationale competities volgen die lijn mogelijk stapsgewijs.
De play-offs tonen dat kleine beslissingen grote gevolgen hebben. Data en algoritmen kunnen die keuzes ondersteunen. Maar de uitvoering aan de stip blijft mensenwerk. Een goed beleid rond privacy en AI is daarmee net zo belangrijk als techniek.
Voor komend seizoen ligt de lat hoger. Clubs zullen hun datateams uitbreiden en modellen verfijnen. Tegelijk vraagt de AI-verordening om aantoonbare zorgvuldigheid. Wie nu orde op zaken stelt, voorkomt gedoe als de druk opnieuw oploopt bij de volgende strafschoppenserie.
