El problema: un gigante en caída libre

El Schalke 04 no es un club cualquiera. Es uno de los equipos con más historia de Alemania, con más de 160.000 socios. Pero en la temporada 2020-21 descendió a la segunda división alemana y desde entonces no conseguía volver. Años de malas decisiones deportivas, fichajes que no funcionaban y cambios de entrenador constantes habían sumido al club en un ciclo de fracaso que parecía no tener fin.

El problema de fondo no era la falta de dinero ni de afición. Era la forma de tomar decisiones. Los fichajes se hacían por intuición, contactos y vídeos sueltos. La elección de entrenadores dependía de quién estaba disponible y quién conocía a quién. No había un sistema objetivo para evaluar si un jugador o un técnico encajaban realmente en lo que el club necesitaba.

La solución: un sistema de IA propio

En lugar de seguir haciendo lo mismo, la directiva del Schalke dio un giro radical. Contrató a cuatro especialistas en datos a tiempo completo y les dio un encargo claro: desarrollar un sistema propio de inteligencia artificial que ayudara a tomar mejores decisiones deportivas.

El resultado fue Statslibuda, un nombre que combina "stats" (estadísticas) con Libuda, en homenaje a Stan Libuda, una leyenda del club. El sistema analiza una base de datos de más de 23.000 futbolistas y calcula el nivel de compatibilidad de cada uno con lo que internamente llaman el "ADN Schalke": un perfil ideal definido por variables como intensidad de presión, disposición para correr, capacidad de duelo, edad, proyección y estilo de juego.

El desarrollo costó más de un millón de euros y llevó varios años de trabajo. Pero la inversión tenía un objetivo claro: dejar de fichar por corazonada y empezar a fichar con datos.

Cómo funciona en la práctica

El sistema no reemplaza al director deportivo ni al entrenador. Lo que hace es filtrar, analizar y recomendar. Cuando el club necesita un lateral derecho, Statslibuda analiza todos los laterales derechos disponibles en su base de datos, los puntúa según 60 variables diferentes y genera un ranking de compatibilidad con el ADN Schalke.

Para esta temporada, el club estableció una regla: solo se ficharían jugadores que alcanzaran al menos 70 puntos en la escala de ADN Schalke. Sin excepciones. Un jugador podía ser muy bueno, pero si no encajaba en el perfil que el sistema había definido como óptimo, no se fichaba.

El caso más visible fue el de Soufiane El-Faouzi, que llegó desde el Alemannia Aachen — un equipo de categoría inferior — con una puntuación de más del 90% en el sistema. Sin la IA, probablemente nadie habría mirado hacia ese equipo. Con la IA, El-Faouzi se convirtió en uno de los fichajes clave de la temporada.

No solo jugadores: también entrenadores

El Schalke no se quedó ahí. Además de Statslibuda, desarrolló otro programa llamado Coach Scouting, diseñado para evaluar entrenadores. La IA analiza cómo jugaban los equipos antes y después de la llegada de cada técnico, midiendo su impacto real en el rendimiento colectivo.

Esto resolvió otro problema clásico: elegir entrenador basándose en la reputación o en la disponibilidad en vez de en datos objetivos sobre su capacidad de mejorar un equipo concreto.

Todo se integra en una plataforma central llamada HubStevens (en homenaje a otra leyenda del club, Huub Stevens), que conecta scouting, análisis táctico, rendimiento físico y gestión deportiva en un solo sistema.

El resultado: ascenso confirmado

La temporada 2025-26 ha sido la prueba definitiva. Con una plantilla construida íntegramente con criterios de datos y IA, el Schalke 04 ha liderado la segunda división alemana y ha confirmado su ascenso a la Bundesliga. Después de años de fracaso, la apuesta por la tecnología ha funcionado.

El CEO Matthias Tillmann, que impulsó toda la transformación digital tras inspirarse en Silicon Valley, resumió la filosofía: no se trata de reemplazar el criterio humano, sino de darle mejores herramientas para decidir.

Qué puede aprender cualquier negocio de este caso

El Schalke es un club de fútbol, pero el problema que tenía es universal: tomar decisiones importantes basándose en intuición y contactos en vez de en datos. Esto pasa en empresas de todos los tamaños y sectores.

La IA no decide por ti — te da mejor información para decidir.

El Schalke no dejó que un algoritmo fichara jugadores. Los datos filtraban y recomendaban, pero la decisión final seguía siendo humana. En tu negocio, la IA puede analizar candidatos, evaluar proveedores, priorizar clientes o predecir tendencias — pero la decisión estratégica sigue siendo tuya.

No hace falta ser una gran empresa.

El Schalke invirtió más de un millón de euros porque es un club profesional con necesidades muy específicas. Pero hoy, herramientas de IA accesibles permiten a una pyme analizar datos de clientes, automatizar decisiones repetitivas y optimizar procesos sin una inversión comparable.

Los datos tienen que ser propios y relevantes.

El éxito del Schalke no fue usar IA genérica — fue definir su propio "ADN" y evaluar a todos los candidatos contra ese perfil personalizado. Para tu negocio, lo equivalente es definir qué métricas importan realmente y construir un sistema que las mida.

La constancia importa más que la herramienta.

El Schalke tardó años en desarrollar su sistema. No fue una solución mágica de un día para otro. La IA funciona cuando se integra en el proceso de decisión de forma constante, no cuando se usa puntualmente.

En una pyme, ese sistema suele empezar por algo pequeño: que los datos que ya tienes lleguen solos, cada semana, a una hoja donde puedas leerlos. Para eso sirve automatizar la recogida de datos con IA, y un flujo así parte de 600 €, sin IVA.

La IA ya no es el futuro — es el presente

Si un club de fútbol puede usar inteligencia artificial para analizar 23.000 jugadores y volver a la élite, imagina lo que puede hacer por un negocio local que necesita captar clientes, optimizar procesos o tomar mejores decisiones de inversión.

En BCL IA ayudamos a negocios en Asturias a implementar soluciones de inteligencia artificial adaptadas a su tamaño y sector. No necesitas un equipo de 4 especialistas ni un millón de euros — necesitas entender qué datos tienes, qué decisiones quieres mejorar y qué herramientas te pueden ayudar. Nosotros nos encargamos del resto.