De sportwereld ontdekt AI (en schrijft er een whitepaper over)
De sportwereld heeft er weer één bij. Een whitepaper over AI. Dit keer van Peter Sprenger, die met “AI Trends in Sport (2026–2030)” een overzicht geeft van waar technologie en sport elkaar raken. Het is een herkenbaar document: zorgvuldig opgebouwd, rijk aan voorbeelden en geschreven met het duidelijke doel om bestuurders en professionals mee te nemen in een ontwikkeling die al gaande is.
Wie het leest, krijgt een gevoel van overzicht en grip. AI helpt bij het analyseren van prestaties, verdiept de relatie met fans en maakt organisaties efficiënter in hun dagelijkse operatie. Het rapport laat zien dat de sportwereld niet achterloopt, maar juist volop in beweging is. Dat beeld klopt ook. Tegelijkertijd roept het een interessantere vraag op dan de vraag wat AI kan.
Niet wat er verandert, maar waarom het vaak minder snel verandert dan je zou verwachten.
Inzicht is niet langer het probleem
Het opvallende aan dit soort whitepapers is dat ze zelden iets echt nieuws vertellen. Ze bevestigen vooral wat al zichtbaar is. Clubs en bonden beschikken over steeds meer data, coaches worden ondersteund met analyses die tien jaar geleden ondenkbaar waren en fans bewegen zich in een omgeving die steeds persoonlijker en interactiever wordt ingericht.
Het inzicht is er. Breed gedeeld, goed begrepen en in veel gevallen ook al toegepast. In die zin is de sportwereld niet anders dan andere sectoren waarin data en technologie hun intrede hebben gedaan. De vraag is dus niet langer of AI waarde kan toevoegen. Die fase zijn we voorbij.
De interessantere vraag is wat er gebeurt nádat dat inzicht er is.
Wanneer alles zichtbaar wordt
AI heeft de bijzondere eigenschap dat het niet alleen versnelt, maar ook zichtbaar maakt. Wat voorheen impliciet bleef, wordt expliciet. Waar beslissingen ooit werden genomen op basis van ervaring en intuïtie, ligt nu een onderbouwing naast in de vorm van data en voorspellingen.
Dat klinkt als vooruitgang, en dat is het ook. Maar het brengt ook een subtiele verschuiving met zich mee. Zodra alles zichtbaar wordt, ontstaat er niet alleen meer duidelijkheid, maar ook meer afweging. Meer mogelijkheden, meer scenario’s, meer interpretaties.
De coach die vroeger op gevoel wisselde, krijgt nu signalen over vermoeidheid, positionering en kansberekening. De organisatie die een evenement plant, ziet real-time hoe bezoekers zich bewegen en waar knelpunten ontstaan. De vraag is alleen niet of die informatie beschikbaar is, maar wat je ermee doet op het moment dat het ertoe doet.
En precies daar wordt het ingewikkeld.
De rol die niet verdwijnt
In de sport blijft één rol onaantastbaar, hoe geavanceerd de technologie ook wordt. De rol van degene die uiteindelijk de beslissing neemt. De coach langs de lijn, de technisch directeur, de bestuurder die bepaalt welke richting wordt gekozen.
AI kan aangeven dat een speler minder effectief wordt, maar het model zit niet op de bank. AI kan voorspellen hoe een wedstrijd zich ontwikkelt, maar het staat niet op het veld. Er blijft een moment waarop iemand moet kiezen, vaak onder tijdsdruk, met incomplete informatie en met gevolgen die verder reiken dan het model kan overzien.
Dat moment is niet verdwenen met de komst van technologie. Het is juist zichtbaarder geworden. De beslissing wordt niet alleen genomen, maar ook vergeleken, beoordeeld en soms achteraf geanalyseerd op basis van wat het model suggereerde.
Dat legt druk op organisaties die daar niet op ingericht zijn.
Waar het begint te wringen
Wat in het rapport van Sprenger impliciet aanwezig is, maar niet expliciet wordt gemaakt, is dat de echte uitdaging niet ligt in het toepassen van AI, maar in het verwerken van wat het oplevert. De sportwereld beweegt sneller dan ooit. Data komt realtime beschikbaar, analyses volgen direct en verwachtingen van buitenaf groeien mee.
Maar besluitvorming volgt niet automatisch datzelfde tempo. Structuren, overlegmomenten en verantwoordelijkheden zijn vaak nog ingericht op een ander ritme.
Een ritme waarin tijd zat om te reflecteren, af te stemmen en pas daarna te handelen.
Wanneer die twee snelheden naast elkaar bestaan, ontstaat er spanning. Niet zichtbaar als een groot probleem, maar voelbaar in kleine momenten. In inzichten die blijven liggen, in kansen die niet worden benut en in discussies die langer duren dan de situatie toelaat.
Wat dit soort rapporten eigenlijk laten zien
De waarde van een whitepaper zoals die van Sprenger zit niet alleen in de inhoud, maar in wat het onbedoeld blootlegt. Het laat zien dat de sportwereld technologisch klaar is om verder te versnellen. De tools zijn er, de kennis is aanwezig en de toepassingen zijn concreet.
Tegelijkertijd maakt het zichtbaar dat de echte uitdaging verschuift naar een ander niveau. Niet naar de vraag hoe je data verzamelt of analyseert, maar naar de vraag hoe je als organisatie omgaat met de snelheid en de overvloed aan informatie die daaruit voortkomt.
Het rapport beschrijft de mogelijkheden van AI, maar tussen de regels door lees je iets anders: dat de volgende stap niet technologisch is, maar organisatorisch.
De stille verschuiving binnen de sport
Misschien is dat wel de meest interessante ontwikkeling. AI verandert de sport niet alleen door betere prestaties of slimmere analyses, maar door de manier waarop beslissingen tot stand komen. Het dwingt organisaties om explicieter te worden in hun keuzes, scherper in hun prioriteiten en sneller in hun handelen.
Dat vraagt niet per se om meer technologie, maar om meer helderheid. Wie beslist wanneer? Op basis waarvan? En hoe ga je om met een situatie waarin het model iets anders suggereert dan je intuïtie?
Het zijn vragen die niet in een dashboard worden beantwoord, maar die wel bepalend zijn voor hoe succesvol een organisatie met AI omgaat.
Waar de echte waarde ontstaat
De echte waarde van AI in de sport zit niet in de hoeveelheid data of de kwaliteit van de modellen. Die worden steeds beter en steeds toegankelijker. De waarde ontstaat op het moment dat een organisatie in staat is om een inzicht te herkennen en daar consequent naar te handelen.
Dat klinkt eenvoudig, maar blijkt in de praktijk het lastigste onderdeel. Niet omdat mensen het niet begrijpen, maar omdat het vraagt om keuzes die niet altijd comfortabel zijn. Sneller beslissen, duidelijker prioriteren en accepteren dat niet elke beslissing perfect onderbouwd kan zijn.
Daar ligt de uitdaging die in veel whitepapers slechts zijdelings wordt geraakt, maar die in de praktijk allesbepalend is.
En misschien is dat precies wat dit soort rapporten uiteindelijk het meest zichtbaar maken. Niet alleen wat er mogelijk is, maar vooral wat er nog nodig is om die mogelijkheden echt te benutten.