Ich glaube wir sind uns hier größtenteils einig! Es wird imho keine KI geben die zu 100% voraussagen kann, wie Ergebnisse oder Platzierungen. Mein Gedanke war ein (konzeptionelles) Modell zu erstellen, das die unterschiedlichen (messbaren) Faktoren aus Angriff (z.B. Trefferquote, Gegenstoßquote, Anzahl Angriffe pro Spiel) , Ballkontrolle (Fehlerquote), Abwehr & Towart usw. sammelt und in Beziehungen setzt (auch mehrstufig). Wenn man die Daten alle hätte(!), dann könnte man ausrechnen, wieviel vom Ergebnis durch diese messbaren Faktoren erklärt werden können (Modellgüte, Bestimmtheitsmaß). Der Rest sind dann nicht greifbare Faktoren wie die Spieltagsverfassung, Team-Chemie oder deutlich schwerer zu erfassende Faktoren, wie Abhängigkeit von einem einzelnen Spieler, Ausgeglichenheit in der Kaderbreite, Spielsystem etc.
Deine grundsätzliche Argumentation (Was nützt mir ein Modell, welches Symptome berücksichtigt, nicht aber die Ursachen) teile ich daher nur bedingt. Für mich sind das keine Symptome, sondern nachgelagerte Kennzahlen/ lagging indicators. Wenn ich weiß, welche dieser nachgelagerten Kennzahlen "mehr Einfluss" haben, dann kann ich besser priorisieren. Wo ich aber bei dir bin: Es kann sein, dass die Aussagen für Fachleute trivial erscheinen würden, weil sie einfach das Bauchgefühl bestätigen.