diff --git a/raw/blog/2026-08-16_plaier-ki-wm-analyse-deutschland.md b/raw/blog/2026-08-16_plaier-ki-wm-analyse-deutschland.md new file mode 100644 index 0000000..40c1860 --- /dev/null +++ b/raw/blog/2026-08-16_plaier-ki-wm-analyse-deutschland.md @@ -0,0 +1,68 @@ +--- +type: blog +source_url: "https://www.welt.de/sport/fussball/article6a7d7d7d169e8e32c0ae64ef/peinliches-aus-in-den-usa-viel-qualitaet-zu-hause-gelassen-ki-analyse-zeigt-gruende-des-deutschen-wm-scheiterns.html" +retrieved: 2026-08-16 +title: "Peinliches Aus in den USA: KI-Analyse zeigt Gründe des deutschen WM-Scheiterns" +author: "Julien Wolff (WELT)" +tags: [ki-fussball, plaier, spieleranalyse, wm-2026, deutschland] +--- + +# KI-Analyse des deutschen WM-Scheiterns (Plaier) + +Quelle: WELT, Julien Wolff, 2026-08-16. Autor: Julien Wolff (Sportkompetenzcenter WELT). + +## Kontext + +- Jürgen Klopp hat die Arbeit als Bundestrainer aufgenommen. +- Sein Vorgänger Julian Nagelsmann schied bei der WM 2026 (USA, Mexiko, Kanada) im Sechzehntelfinale gegen Paraguay aus. +- Die Firma Plaier hat das Scheitern mit einer KI-Anwendung analysiert. + +## Über Plaier + +- Wachsendes KI-Unternehmen im internationalen Fußball. +- VfL Osnabrück nutzt die KI-Anwendung zur Spielersuche und stieg in die Zweite Liga auf. +- Büros in USA, Deutschland, Spanien; aktiv auf dem asiatischen Markt. +- CEO/Gründer: Jan Wendt. + +## Methodik + +- Score basiert auf Auswertung von mehr als 2 Millionen Spielen, mehr als 400.000 Spielern, Milliarden von Datenpunkten. +- Stützt sich auf KI und mathematische Prinzipien, die auch in Sprachmodellen wie ChatGPT verwendet werden, speziell für Fußball adaptiert. +- Nutzt nicht nur Fifa-Daten, sondern Daten aus Vereinsspielen und Nationalmannschaften (Turnierdaten zu gering und volatil). +- Zwei Scores: + - **N18 Nominal Score:** Stärke des Kaders. Deutschland schwächer als Halbfinal-Teilnehmer. + - **Effective Score:** Stärke der elf aufgestellten Spieler. Deutschland ebenfalls schwach. +- Emotionale und psychologische Faktoren wurden nicht berücksichtigt. + +## Kern-Ergebnisse + +- Nagelsmann nominierte teilweise nicht die richtigen Spieler — „viel Qualität zu Hause gelassen" (Wendt). Laut Plaier bestimmt Kaderqualität 90 Prozent der sportlichen Leistung. +- Aus dem nominierten Kader stellte er nicht immer die passenden Spieler auf. +- Aufgestellte Spieler spielten nicht immer auf der passenden Position. + +## Score-Werte + +- Gesamtdurchschnitt Team-Score deutscher WM-Kader: 5082. +- Bestmöglicher realistischer Kader: 5503. +- Vergleich: Spanien 5666, Frankreich 5506, England 5595. + +## Spieler-Beispiele + +- Joshua Kimmich (FC Bayern): knapp 7000, einer der wenigen Weltklasse-Spieler. Musste unter Nagelsmann als Rechtsverteidiger spielen, statt zentral als „DeepLying Playmaker" (laut Plaier eine der wichtigsten Positionen). +- Florian Wirtz (FC Liverpool): Score 5397, spielte nicht zentral, wo sein Score am höchsten ist. +- Maximilian Mittelstädt: sehr hoher Score (6816), gehörte nicht zum WM-Kader. Vergleich: Antonio Rüdiger (Real Madrid) 3819. +- Gegen Paraguay in der Startelf: Rüdiger (3819) und Felix Nmecha (BVB, 4265). Höhere Werte draußen: Nadiem Amiri (Mainz 05, 6371), David Raum (RB Leipzig, 5484). + +## Positionen im Fokus + +- Zentrale Mittelfeldpositionen und Außen („Sechser", „Achter", „Attacking Winger") sind die entscheidenden Positionen im Weltfußball. +- „Das Spiel wird im Maschinenraum gewonnen" (Wendt). Nicht Harry Kane/Haaland, sondern Kimmich, Jamal Musiala, Michael Olise — auf der richtigen Position eingesetzt. +- Wendt: Toni Kroos mit Abstand einer der besten deutschen Spieler aller Zeiten. + +## Ausblick für Klopp + +- Deutschland hat grundsätzlich genügend Spieler mit entsprechenden Scores, aber Kaderschwächen auf bestimmten Positionen. +- In der Breite deutlich dünner aufgestellt als vergleichbare Nationen. +- Bundesliga-Scores nehmen ab: Bundesligaspieler im Schnitt 4460 Punkte, Premier-League-Profi 5400. Bundesliga verliert international an Qualität. +- Andere Nationen sind bei Kaderstärke voraus, was sich in K.-o.-Wettbewerben kompensieren lassen sollte. +- Nächstes großes Turnier: EM in Großbritannien in zwei Jahren. diff --git a/wiki/index.md b/wiki/index.md index 1b5f622..0144644 100644 --- a/wiki/index.md +++ b/wiki/index.md @@ -2,7 +2,9 @@ *Auto-generated: 2026-07-07* - *Letzte Aktualisierung: 2026-08-15 (94. Update — Vier Ökosystem-Items aus OME Topic "Hermès Agents": Hermes /learn Compound-Knowledge, vsurf Browser-as-shared-agent-space, DeepSeek-V4-Pro Umgebungs-Erkennung, Kimi K3 Open Weights als Wettbewerb. Raw: `raw/xpost/2026-08-15_julian-goldie-hermes-learn.md`, `raw/github/2026-08-15_warmshao-vsurf.md`, `raw/other/2026-08-15_deepseek-v4-pro-environment-recognition.md`, `raw/xpost/2026-08-15_anirban-bandyo-kimi-k3-graph-engineering.md`. Wiki-Updates: `tools/vsurf.md`, `concepts/agents/compound-knowledge.md`, `concepts/llm/deepseek-environment-recognition.md`, `concepts/llm/open-weights-economics.md`, `concepts/llm/kimi-k3.md`.)* + *Letzte Aktualisierung: 2026-08-16 (95. Update — Plaier KI-Spieleranalyse aus OME Topic "News & Infos". Raw: `raw/blog/2026-08-16_plaier-ki-wm-analyse-deutschland.md`. Wiki-Update: `institutions/plaier.md`.)* + +*Vorheriges Update: 2026-08-15 (94. Update — Vier Ökosystem-Items aus OME Topic "Hermès Agents": Hermes /learn Compound-Knowledge, vsurf Browser-as-shared-agent-space, DeepSeek-V4-Pro Umgebungs-Erkennung, Kimi K3 Open Weights als Wettbewerb. Raw: `raw/xpost/2026-08-15_julian-goldie-hermes-learn.md`, `raw/github/2026-08-15_warmshao-vsurf.md`, `raw/other/2026-08-15_deepseek-v4-pro-environment-recognition.md`, `raw/xpost/2026-08-15_anirban-bandyo-kimi-k3-graph-engineering.md`. Wiki-Updates: `tools/vsurf.md`, `concepts/agents/compound-knowledge.md`, `concepts/llm/deepseek-environment-recognition.md`, `concepts/llm/open-weights-economics.md`, `concepts/llm/kimi-k3.md`.)* ## Architecture @@ -220,6 +222,7 @@ | Seite | Beschreibung | Quellen | |-------|-------------|---------| +| [Plaier](institutions/plaier.md) | KI-Unternehmen im internationalen Fußball (Spieler-/Kaderanalyse, CEO Jan Wendt). Zwei Scores (N18 Nominal, Effective). These: Kaderqualität = 90% der sportlichen Leistung. WM-2026-Analyse Deutschland: Nagelsmann ließ „viel Qualität zu Hause", Kimmich/Wirtz falsch positioniert. Referenzkunde VfL Osnabrück | blog/2026-08-16_plaier-ki-wm-analyse-deutschland.md | | [OpenAI](institutions/openai.md) | AI-Forschungs- und Produkt-Unternehmen (GPT-Serie, Frontier Scaling). **Staatsbeteiligung (Juli 2026):** Altman bietet Trump 5% Anteile an (Alaska Permanent Fund Modell). Intel-Präzedenz (9,9%, $8.9 Mrd). Strategisch: Exportkontrollen vermeiden, Bailout-Absicherung, IPO-Vorbereitung. Kontrast zu Anthropic | blog/2026-06-16_aschenbrenner-situational-awareness.md + blog/2026-07-02_berliner-zeitung-openai-staatsbeteiligung.md | | [Anthropic](institutions/anthropic.md) | AI-Sicherheits- und Forschungs-Unternehmen (Claude-Serie, Exportkontrollen-Krise). **Kontrast zu OpenAI:** Wurde von Regierung beschnitten (Fable 5/Mythos 5), während OpenAI 5% Staatsbeteiligung anbietet | blog/2026-06-13_trump-export-controls-anthropic-mythos-fable.md + blog/2026-07-02_berliner-zeitung-openai-staatsbeteiligung.md | | [Z.ai (Zhipu AI)](institutions/z-ai.md) | AI-Frontier-Unternehmen aus China (GLM-Serie, kostengünstige Frontier-Coding-Modelle). **GLM-5.5 (20.07.2026):** >1T params, 1M context, open weights, August 2026 launch. Fourth Chinese AI wave announcement | youtube/2026-06-15_ichbinfabian-glm-5.2-coding-modell.md + xpost/2026-07-20-healthranger-four-chinese-models.md | diff --git a/wiki/institutions/plaier.md b/wiki/institutions/plaier.md new file mode 100644 index 0000000..922ceb6 --- /dev/null +++ b/wiki/institutions/plaier.md @@ -0,0 +1,52 @@ +--- +created: 2026-08-16 +updated: 2026-08-16 +sources: [blog/2026-08-16_plaier-ki-wm-analyse-deutschland.md] +tags: [ki-fussball, plaier, spieleranalyse, wm-2026] +--- + +# Plaier — KI-Spieleranalyse im Fußball + +Plaier ist ein wachsendes KI-Unternehmen im internationalen Fußball, das Spieler- und Kaderanalysen auf Basis von KI und mathematischen Prinzipien erstellt. Bekannt wurde es durch eine Analyse des deutschen WM-Scheiterns 2026. + +## Überblick + +- **Gründer/CEO:** Jan Wendt +- **Büros:** USA, Deutschland, Spanien; aktiv auf dem asiatischen Markt +- **Referenzkunde:** VfL Osnabrück (nutzt die KI zur Spielersuche, stieg in die Zweite Liga auf) +- **Datenbasis:** mehr als 2 Mio. Spiele, mehr als 400.000 Spieler, Milliarden von Datenpunkten + +## Methodik + +- Score basiert auf KI und mathematischen Prinzipien, die auch in Sprachmodellen wie ChatGPT verwendet werden, speziell für den Fußball adaptiert. +- Nutzt nicht nur Fifa-Daten, sondern Daten aus Vereinsspielen und Nationalmannschaften (Turnierdaten statistisch zu gering und volatil). +- Zwei Scores: + - **N18 Nominal Score:** Stärke des Kaders. + - **Effective Score:** Stärke der elf aufgestellten Spieler. +- Emotionale und psychologische Faktoren werden nicht berücksichtigt. + +## Kern-These + +- Kaderqualität bestimmt laut Plaier **90 Prozent** der sportlichen Leistung. +- Entscheidende Positionen im Weltfußball: zentrale Mittelfeldpositionen und Außen („Sechser", „Achter", „Attacking Winger"). „Das Spiel wird im Maschinenraum gewonnen" (Wendt). + +## WM-2026-Analyse Deutschland + +- Deutscher WM-Kader: Team-Score 5082; bestmöglicher realistischer Kader 5503. +- Vergleich: Spanien 5666, Frankreich 5506, England 5595. +- Befund: Nagelsmann ließ „viel Qualität zu Hause", stellte nicht immer die passenden Spieler auf und setzte sie nicht auf der passenden Position ein. +- Beispiel: Joshua Kimmich (Score ~7000) spielte als Rechtsverteidiger statt zentral als DeepLying Playmaker; Florian Wirtz (5397) nicht zentral; Maximilian Mittelstädt (6816) nicht im Kader, während Rüdiger (3819) und Nmecha (4265) in der Startelf standen. + +## Bundesliga-Befund + +- Bundesligaspieler im Schnitt 4460 Punkte, Premier-League-Profi 5400. +- Bundesliga verliert international an Qualität, weil das Repertoire an Weltklassespielern abnimmt. + +## Verwandte Seiten + +- (noch keine — bei Bedarf verlinken, sobald Seiten zu WM-2026-Deutschland oder KI-im-Sport angelegt sind) + +## Quellen + +- [WELT-Artikel (2026-08-16)](https://www.welt.de/sport/fussball/article6a7d7d7d169e8e32c0ae64ef/peinliches-aus-in-den-usa-viel-qualitaet-zu-hause-gelassen-ki-analyse-zeigt-gruende-des-deutschen-wm-scheiterns.html) +- [raw/blog/2026-08-16_plaier-ki-wm-analyse-deutschland.md](../raw/blog/2026-08-16_plaier-ki-wm-analyse-deutschland.md) diff --git a/wiki/log.md b/wiki/log.md index 127016c..0f209d6 100644 --- a/wiki/log.md +++ b/wiki/log.md @@ -2,6 +2,16 @@ *Append-only changelog. Start: 2026-06-05* +## 2026-08-16 — Plaier KI-Spieleranalyse (WELT, OME Topic "News & Infos") + +**Type:** ingest | **Scope:** raw/blog (1 new), wiki/institutions (1 new), wiki/index, wiki/log +**Source:** OME-Gruppe, Topic "News & Infos" — Rüdiger (@Stelariz_75) postete WELT-Artikel + +- raw (NEW): `raw/blog/2026-08-16_plaier-ki-wm-analyse-deutschland.md` — WELT-Artikel (Julien Wolff, 16.08.2026): KI-Firma Plaier analysiert das deutsche WM-Scheitern 2026. Score aus 2 Mio. Spielen, 400k Spielern, Milliarden Datenpunkten. Zwei Scores (N18 Nominal = Kaderstärke, Effective = Startelf-Stärke). Kern-These: Kaderqualität = 90% der sportlichen Leistung. Befund: Nagelsmann ließ „viel Qualität zu Hause", Kimmich (Score ~7000) als RV statt zentral als DeepLying Playmaker, Wirtz nicht zentral, Mittelstädt (6816) nicht im Kader. Bundesliga verliert Qualität (4460 vs. PL 5400). +- wiki (NEW): `wiki/institutions/plaier.md` — Institution-Seite: KI-Spieleranalyse-Unternehmen (CEO Jan Wendt, Büros USA/DE/ES, Referenzkunde VfL Osnabrück), Methodik, WM-2026-Analyse, Bundesliga-Befund. +- index.md: Institutions-Tabelle (plaier) + Header-Update 95. +- log: this entry + ## 2026-08-15 — Vier Ökosystem-Items aus OME Topic "Hermès Agents" (Hermes /learn, vsurf, DeepSeek-V4-Pro, Kimi K3) **Type:** ingest | **Scope:** raw/xpost (2 new), raw/github (1 new), raw/other (1 new), wiki/tools (1 new), wiki/concepts/agents (1 new), wiki/concepts/llm (2 new + 1 update), wiki/index, wiki/log