Daten als Beruf — nicht nur als Hobby. Der deutsche Profifußball beschäftigt mittlerweile 64.122 Menschen — ein Rekord, der die wachsende Professionalisierung der Branche widerspiegelt. Innerhalb dieses Ökosystems gehört die Datenanalyse zu den am schnellsten wachsenden Bereichen. Wo vor zehn Jahren ein einzelner Videoanalyst die gesamte Abteilung bildete, arbeiten heute Teams aus Data Scientists, Performance Analysten und Scouting-Spezialisten zusammen.
Die Nachfrage nach analytisch geschultem Personal steigt nicht nur in den Vereinen selbst. Datenanbieter wie Sportec Solutions, Stats Perform und StatsBomb suchen ebenso nach Fachkräften wie Sportwettenanbieter, Medienunternehmen und Beratungsfirmen, die den Fußball als Markt entdeckt haben. Die Frage ist nicht mehr, ob man mit Fußballdaten Karriere machen kann — sondern wie.
Dieser Artikel stellt die wichtigsten Berufsbilder vor, beschreibt die Qualifikationen, die Arbeitgeber erwarten, und zeigt die konkreten Einstiegswege — vom Studium über das Praktikum bis zum Quereinstieg.
Berufsbilder: Vom Match Analyst zum Data Scientist
Der Match Analyst ist das klassische Berufsbild in der Fußballanalyse. Seine Aufgabe: Spiele des eigenen Teams und der kommenden Gegner systematisch auswerten und die Ergebnisse so aufbereiten, dass das Trainerteam sie in der Spielvorbereitung nutzen kann. Match Analysten arbeiten primär mit Video — sie schneiden Spielszenen, erstellen Sequenzen zu taktischen Mustern und präsentieren ihre Erkenntnisse in Teambesprechungen. Programmierkenntnisse sind in dieser Rolle hilfreich, aber nicht zwingend erforderlich. Entscheidend sind taktisches Verständnis, die Fähigkeit, Muster zu erkennen, und die Kompetenz, komplexe Zusammenhänge verständlich zu kommunizieren.
Der Performance Analyst ergänzt die taktische Analyse um physische Daten. Er wertet Laufleistung, Sprintdaten, GPS-Tracking und Belastungsprofile aus und liefert dem Trainerteam Informationen zur Trainingssteuerung und Verletzungsprävention. Die Rolle erfordert sportwissenschaftliche Grundlagen und den Umgang mit Tracking-Systemen wie Catapult, STATSports oder den Daten von Sportec Solutions.
Der Data Scientist im Fußball ist die technisch anspruchsvollste Rolle. Er entwickelt Modelle — xG-Modelle, Spielerprognosen, Transferbewertungen —, arbeitet mit großen Datensätzen und programmiert in Python oder R. Der globale Markt für Sportanalyse wächst laut Straits Research von 4,8 Milliarden Dollar auf prognostizierte 41 Milliarden bis 2033, und ein erheblicher Teil dieses Wachstums entfällt auf datengetriebene Produkte, die von Data Scientists entwickelt werden. Wer in dieser Rolle arbeitet, verbindet technische Expertise mit Fußballverständnis — eine Kombination, die auf dem Arbeitsmarkt selten und entsprechend gefragt ist.
Der Scouting-Analyst sitzt an der Schnittstelle von Daten und Transferentscheidungen. Er filtert Spielerdatenbanken nach Kriterien, die das Trainerteam definiert, erstellt Spielerprofile und bewertet Kandidaten anhand fortgeschrittener Metriken. Plattformen wie Wyscout, InStat und SAP Sports One sind seine täglichen Arbeitsmittel. Die Rolle erfordert ein gutes Auge für Spielerqualitäten und die Fähigkeit, Daten in handlungsorientierte Empfehlungen zu übersetzen.
Jenseits der Vereine bieten Datenanbieter wie Stats Perform, Sportec Solutions und StatsBomb Karrieremöglichkeiten für Softwareentwickler, Dateningenieure und Produktmanager, die im Fußball-Ökosystem arbeiten wollen, ohne direkt bei einem Club angestellt zu sein. Medienunternehmen wie Sky, DAZN und die Sportportale suchen Analysten, die Daten für die Berichterstattung aufbereiten können.
Qualifikationen: Was Arbeitgeber erwarten
Die Qualifikationsanforderungen variieren stark je nach Berufsbild. Für den Match Analyst steht taktisches Wissen im Vordergrund. Eine Trainerausbildung (DFB-Lizenz B oder höher), Erfahrung mit Videoanalyse-Software (Hudl, SportsCode, Dartfish) und die Fähigkeit, unter Zeitdruck präzise zu arbeiten, sind die Kernkompetenzen. Ein Studium in Sportwissenschaft oder Sportmanagement ist üblich, aber keine zwingende Voraussetzung — manche der besten Match Analysten haben als ehemalige Spieler oder über Praktika den Einstieg gefunden.
Für den Performance Analyst sind sportwissenschaftliche Grundlagen unerlässlich: Trainingslehre, Leistungsphysiologie und Biomechanik. Der Umgang mit GPS-Tracking-Systemen und die Fähigkeit, physische Daten in verständliche Berichte zu übersetzen, gehören zum Tagesgeschäft. Ein Studium der Sportwissenschaft mit Schwerpunkt Leistungsdiagnostik oder Trainingswissenschaft ist der klassische Weg.
Für den Data Scientist im Fußball gelten die gleichen technischen Anforderungen wie in anderen Branchen: solide Programmierkenntnisse (Python, R, SQL), Erfahrung mit statistischer Modellierung und Machine Learning, und die Fähigkeit, mit großen Datensätzen zu arbeiten. Der Unterschied zu einem Data Scientist in einem Tech-Unternehmen: Fußballverständnis ist nicht optional, sondern entscheidend. Wer ein xG-Modell baut, muss verstehen, warum ein Schuss aus dem Rückraum anders zu bewerten ist als ein Eins-gegen-Eins — und dieses Domänenwissen lässt sich nicht allein aus Daten ableiten.
Sprachen spielen eine unterschätzte Rolle. In der Bundesliga ist Deutsch die Arbeitssprache, aber viele internationale Vereine und Datenanbieter arbeiten auf Englisch. Wer international Karriere machen will, braucht fließendes Englisch — für die Kommunikation, für die Fachterminologie und für die wissenschaftliche Literatur, die fast ausschließlich auf Englisch publiziert wird.
Einstiegswege: Studium, Praktikum, Quereinsteiger
Der akademische Weg führt über ein Studium der Sportwissenschaft, Sportinformatik, Statistik oder Data Science. Die Deutsche Sporthochschule Köln bietet einen der wenigen spezialisierten Studiengänge für Sportinformatik und Spielanalyse an. Andere Universitäten — Tübingen, München, Leipzig — haben sportwissenschaftliche Fakultäten mit Schwerpunkten in Leistungsdiagnostik und Trainingssteuerung. Für den Data-Science-Weg sind Studiengänge in Informatik, Mathematik oder Statistik geeignet, ergänzt durch eigenständig erworbenes Fußballwissen.
Praktika sind der wichtigste Türöffner. Fast jeder Bundesligist und die meisten Zweitligisten bieten Praktikumsplätze in ihren Analyse- und Scoutingabteilungen an. Die Konkurrenz ist hoch — auf eine Stelle kommen oft dutzende Bewerber —, aber ein überzeugendes Portfolio macht den Unterschied. Wer eigene Analysen vorweisen kann — auf einem Blog, auf Twitter/X oder in einem GitHub-Repository —, hat einen erheblichen Vorteil gegenüber Bewerbern, die nur akademische Qualifikationen mitbringen.
Der Quereinstieg ist möglich und wird häufiger, als man denkt. Programmierer aus der Tech-Branche, die sich für Fußball begeistern, finden über Open-Source-Projekte und Fußball-Analytics-Communities den Weg in die Branche. Plattformen wie Kaggle veranstalten regelmäßig Fußball-bezogene Data-Science-Wettbewerbe, deren Ergebnisse als Portfolio-Projekte dienen können. Die Friends of Tracking-Initiative auf YouTube bietet kostenlose Kurse zur Fußballanalytik, die von akademischen Forschern unterrichtet werden.
Ein realistischer Zeithorizont: Wer heute mit dem Aufbau eines Portfolios beginnt und parallel ein relevantes Studium absolviert oder Berufserfahrung in der Datenanalyse sammelt, kann in zwei bis drei Jahren eine Position in der Fußballanalyse erreichen. Der Weg ist nicht einfach — die Branche ist klein, die Gehälter liegen unter dem Tech-Durchschnitt, und die Arbeitszeiten sind an Spieltage gebunden. Aber für Menschen, die Fußball und Daten gleichermaßen lieben, gibt es wenige Berufe, die befriedigender sind.
Fazit
Die Fußball-Datenanalyse ist ein wachsendes Berufsfeld mit vielfältigen Einstiegsmöglichkeiten. Vom Match Analyst, der mit Video und Taktik arbeitet, bis zum Data Scientist, der Modelle programmiert — die Bandbreite der Rollen spiegelt die zunehmende Professionalisierung der Branche wider. Daten als Beruf — nicht nur als Hobby: Wer die richtigen Qualifikationen mitbringt und den Willen hat, sich in einer wettbewerbsintensiven Nische zu behaupten, findet in der Fußballanalytik eine Karriere an der Schnittstelle von Sport, Technologie und Leidenschaft.
Der Einstieg gelingt über Eigeninitiative: eigene Analysen, ein sichtbares Portfolio und die Bereitschaft, mit einem Praktikum zu beginnen. Die Branche belohnt diejenigen, die zeigen können, was sie können — nicht nur, was sie gelernt haben.
Quellen
- DFL (2026): Wirtschaftsreport 2024/25 — Beschäftigtenzahlen. dfl.de
- Straits Research (2024): Sports Analytics Market Report. straitsresearch.com