Klantbeschrijving‍

Een sportbond met nationale opleidingsprogramma’s voor jonge sporters (13–18 jaar), actief in zaalsporten zoals basketbal, volleybal en handbal.

Uitdaging‍

Talentherkenning was grotendeels gebaseerd op zichtscouting, fysieke tests en subjectieve beoordelingen. Veel late bloomers of atypische profielen vielen buiten de boot.

Oplossing‍

Een AI-model werd ontwikkeld dat historische doorbraakinformatie, testresultaten, spelinzicht en gedrag combineerde om het potentieel van jonge sporters objectiever te voorspellen.

Aanpak

1. Analyse van profielen van succesvolle oud-talenten
   Dataset gebouwd met fysiek, mentaal en tactisch profiel van succesvolle internationals in het verleden.
2. Opbouw van test- en observatie-data
   Standaardisatie van testbatterijen en beoordelingsschalen voor jeugdcoaches en scouts.
3. Modeltraining en voorspelling
   AI koppelt individuele resultaten aan succesfactoren en berekent kans op doorbraak in 3 tot 5 jaar.
4. Scoutingdashboard voor regiocoaches
   Coaches zien per speler voorspelde potentie, opvallende sterktes en advies voor ontwikkelrichting.

Resultaten

• Meer objectiviteit in talentselectie
• Bredere instroom aan de onderkant van de piramide
• Vroegtijdige signalering van ‘onzichtbare’ groeibriljanten

Learnings‍

AI is geen vervanging voor mensenkennis, maar wel een waardevolle aanvulling. Door scoutingdata te verrijken ontstaat een eerlijker, inclusiever en effectiever talentselectieproces.

‍