Coupe du monde 2026 : Comment l'élimination des Pays-Bas a mis en échec les prédictions mathématiques d'un économiste allemand

Il y a un mois, quelques jours avant le début de la Coupe du monde 2026, les prédictions de l'économiste allemand Joachim Klement faisaient le tour des réseaux sociaux. Son modèle statistique, qui avait correctement désigné les champions du monde en 2014, 2018 et 2022, annonçait les Pays-Bas comme vainqueurs de la Coupe du monde 2026.

Cette série de trois succès consécutifs avait renforcé sa réputation d'oracle des grandes compétitions. Beaucoup y voyaient une méthode capable de déceler les lois cachées du football, tandis que certains supporters et parieurs prenaient ses prévisions très au sérieux.

Mais la compétition a, une nouvelle fois, rappelé pourquoi le football résiste aux certitudes. Les Pays-Bas ont été éliminés dès les seizièmes de finale par le Maroc aux tirs au but.

Leur sortie prématurée du tournoi souligne les limites des approches probabilistes dans un tournoi à élimination directe, où les facteurs imprévisibles restent déterminants.

Avant le tournoi, le chercheur, connu pour ses travaux mêlant économie et football, avait désigné les Pays-Bas comme futurs champions du monde, dans la continuité de ses prédictions réussies sur les éditions 2014, 2018 et 2022.

Son approche, basée sur des calculs mathématiques complexes, lui avait valu une attention internationale croissante, certains observateurs évoquant un modèle "particulièrement performant", bien que le principal intéressé insiste sur le rôle déterminant du hasard.

Le modèle combine plusieurs indicateurs des indicateurs sportifs, économiques et démographiques notamment la richesse d'un pays, sa population, son climat, son classement FIFA et d'autres données historiques, afin d'estimer les probabilités de succès des différentes sélections.

Mais la défaite des Néerlandais face au Maroc en huitièmes de finale a stoppé net ce scénario, invalidant l'hypothèse centrale de son modèle pour cette édition.

Joachim Klement affirme toutefois n'avoir jamais voulu présenter son travail comme une méthode infaillible. Selon lui, son projet est né pour démontrer les limites des prévisions économiques et montrer que les modèles statistiques ne peuvent expliquer qu'une partie de la réalité.

Dans ses précédents travaux, l'économiste, stratège dans une banque d'investissement basée à Londres, rappelait que les performances en Coupe du monde ne pouvaient être entièrement expliquées par des facteurs structurels et que la réussite dans une Coupe du monde dépend aussi d'éléments impossibles à quantifier.

Selon lui, lorsque deux équipes d'un niveau comparable s'affrontent, un match peut basculer sur un détail impossible à anticiper : une décision arbitrale, une blessure, une erreur défensive, un tir contré, un ballon qui touche le poteau avant de ressortir ou au contraire, qui franchit la ligne.

« Ce genre de choses est totalement imprévisible », souligne-t-il, rappelant que le football demeure l'un des sports les plus difficiles à modéliser.

Des facteurs qui restent impossibles à intégrer pleinement dans un modèle prédictif, malgré leur impact décisif sur le résultat des rencontres.

L'économiste reconnaît que ses trois prédictions successives ont renforcé la confiance du public dans son modèle, au point que certains supporters et même plusieurs de ses collègues ont pris ses pronostics très au sérieux, allant jusqu'à miser sur une victoire finale des Pays-Bas.

Les limites des algorithmes face à l'incertitude du résultat sportif

Le cas de 2026 illustre ainsi les limites des approches quantitatives appliquées à des compétitions à élimination directe, où la variance sportive demeure élevée et où les écarts entre équipes sont souvent réduits.

Si ses modèles avaient jusqu'ici anticipé correctement les vainqueurs des trois dernières éditions, leur confrontation au déroulement du tournoi 2026 souligne la difficulté persistante à transformer des tendances statistiques en prédictions fiables sur une compétition sportive aussi aléatoire que la coupe du monde.

« C'est comme lancer une pièce. On peut prédire qu'elle tombera sur pile quatre fois de suite plutôt que sur face, et c'est tout à fait possible. Mais cela ne garantit pas que ce sera le cas la prochaine fois. »

Dans un contexte de forte médiatisation des outils prédictifs appliqués au sport, cet épisode rappelle que les modèles probabilistes décrivent des chances, mais ne déterminent pas des résultats.

Si les approches statistiques permettent d'identifier des tendances, elles peinent à intégrer les facteurs décisifs d'un match : erreur individuelle, décision arbitrale ou rebond du ballon.

Dans un format à élimination directe, la variance sportive reste élevée, rendant les projections à long terme particulièrement fragiles.

Le Mondial 2026 se poursuit aux États-Unis, au Mexique et au Canada jusqu'au 19 juillet, avec une phase à élimination directe particulièrement ouverte.

Pourquoi le football est difficile à modéliser ?

L'échec de la prédiction de Joachim Klement rappelle surtout les limites des modèles mathématiques appliqués au football.

Contrairement à des sports où le nombre d'actions décisives est élevé, un match de football produit peu de buts, ce qui donne un poids considérable à chaque événement.

Si les statistiques permettent d'estimer les probabilités de succès d'une équipe sur une longue période, elles peinent à anticiper ces événements rares mais déterminants.

Plus le tournoi avance vers les matches à élimination directe, plus cette part d'aléa devient importante : une seule défaite suffit à faire disparaître le favori. C'est ce qui rend la Coupe du monde si difficile à modéliser et explique pourquoi, malgré des algorithmes de plus en plus sophistiqués, le football demeure l'un des sports les plus imprévisibles.

En science comme sur le terrain, un modèle peut mesurer les probabilités, mais il ne peut jamais supprimer l'incertitude qui fait tout le charme et la popularité du jeu.