Der frühere stellvertretende Generaldirektor des FC Sotschi, Andrei Orlov, warf dem ehemaligen Trainer des Teams, dem Spanier Robert Moreno, vor, sich beim Training von Fußballspielern zu sehr auf das neuronale Netzwerk ChatGPT verlassen zu haben.
Seltsame Zubereitungsmethoden
Laut Orlov nutzte der spanische Spezialist aktiv künstliche Intelligenz, um Präsentationen zu erstellen und die Trainingspläne des Teams zu entwickeln. Der ungewöhnlichste Vorschlag des neuronalen Netzes war, 28 Stunden vor dem Spiel gegen SKA-Chabarowsk nicht zu schlafen und um 5 Uhr morgens aufzustehen.
Moreno nutzte ChatGPT auch zur Spielerauswahl für seinen Kader. Der ehemalige stellvertretende Generaldirektor erklärte, der Trainer habe Daten zu den Stürmern Wladimir Pisarski, Pawel Meleschin und Artur Schuschenachew aus dem Wyscout-System in das neuronale Netzwerk geladen. ChatGPT wählte Schuschenachew als beste Option aus, doch der Spieler hat in der Saison 2024/25 in zehn Spielen noch kein Tor erzielt.
Erwiderung des Trainers
Robert Moreno wies die Vorwürfe in einer Stellungnahme gegenüber sports.ru zurück. Der spanische Trainer betonte, dass er ChatGPT weder zur Spielvorbereitung noch zur Spielerauswahl genutzt habe und respektierte damit seine Arbeit in Sotschi.
Ergebnisse der Arbeit
Laut Transfermarkt übernahm Moreno am 15. Dezember 2023 das Traineramt bei Sotschi und verließ seinen Posten am 31. August 2025. In dieser Zeit bestritt er 62 Spiele und erzielte dabei durchschnittlich 1,34 Punkte pro Spiel.
Unter dem spanischen Trainer stieg die Mannschaft aus der russischen Premier League in die erste Liga ab, schaffte aber den Wiederaufstieg. Im Herbst 2025 wurde Moreno jedoch entlassen, nachdem er in sieben Ligaspielen nur einen Punkt geholt hatte.
Die Geschichte von ChatGPT im Fußball zeigt, wie rasant sich entwickelnde Technologien den Sport durchdringen. Die Debatte über die Rolle künstlicher Intelligenz bei Trainerentscheidungen wird sich mit der Weiterentwicklung solcher Tools voraussichtlich noch intensivieren.
Meinung der KI
Aus Sicht des maschinellen Lernens verdeutlicht der Vorfall in Sotschi eine gravierende Diskrepanz zwischen den Fähigkeiten generativer KI-Modelle und den Anforderungen der Sportanalyse. ChatGPT wurde nicht mit realen Sportdaten trainiert und hat keinen Zugriff auf dynamische Indikatoren für die Fitness, den mentalen Zustand oder die taktische Kompatibilität der Spieler mit dem Team. Das Modell arbeitet mit Textbeschreibungen anstelle multidimensionaler Sportmetriken.
Eine Analyse historischer Muster zeigt, dass der Profisport bereits ähnliche Phasen durchlaufen hat, etwa die Einführung von „Moneyball“ im Baseball in den 2000er-Jahren oder Videoanalysesysteme im American Football in den 2010er-Jahren. Der Schlüsselfaktor für den Erfolg war jedes Mal nicht die Technologie selbst, sondern deren kompetente Integration mit dem Fachwissen des Trainerteams. Paradoxerweise gilt: Je komplexer der Algorithmus, desto mehr menschliches Verständnis ist für seine korrekte Anwendung im Sport erforderlich.