Ein mathematisches Modell stimmte bei 37 von 38 Teams mit den Bracket-Auswahlen des NCAA-Komitees überein.

Jedes Jahr wählt ein rotierendes zehnköpfiges Komitee 68 von 351 Division-I-Teams für das NCAA-Basketballturnier der Männer aus, das von mehr als 80 Millionen Menschen verfolgt wird, und setzt anschließend die Setzliste. Auswahl und Setzliste sind subjektiv und anfällig für Verzerrungen und menschliche Fehler.

Bruce Reinig und Ira Horowitz entwickelten ein mathematisches Programmiermodell, das die 68 Teams anhand von Saisondaten auswählt, einordnet und setzt – unabhängig von Komiteestrukturen, Turnierergebnissen und vergangenen Saisons. Getestet an den Turnieren 2012–2016, reproduzierte es durchgängig die Ranglisten des Komitees.

Angewandt auf das Turnier 2017 identifizierte der Algorithmus 37 der 38 Teams, die das Komitee ausgewählt hatte; 24 Setzpositionen stimmten exakt überein, 77,6 % lagen innerhalb einer Setzposition und 89,6 % innerhalb von zwei Setzpositionen der Ranglisten des Komitees.

Teams mit Mathematik einordnen, damit sich die Verzerrung des Komitees nicht einschleichen kann.

Es verwandelt ein subjektives Urteil des Komitees in eine objektive, wiederholbare Berechnung.

Da das Modell transparent ist, können Sportdirektoren sehen, wie sich Änderungen am Spielplan auf ihre Setzposition auswirken würden.

Es gibt dem Komitee einen verzerrungsfreien Ausgangspunkt und lässt zugleich Raum für eine menschliche Überprüfung.

Wenn eine kleine Gruppe Entscheidungen mit hohen Einsätzen über Ranglisten trifft, legt ein Optimierungsmodell, das aus denselben Daten erstellt wird, Verzerrungen offen, beschleunigt die Arbeit und gibt allen eine belastbare Ausgangsbasis.

INFORMS veröffentlichte die Studie in Interfaces und stellte den Volltext während March Madness 2018 frei zur Verfügung, wodurch die algorithmusgestützte Bracket-Auswahl in die öffentliche Debatte gelangte.