Auch KI lernt nicht aus
Im Spitzensport sind es oftmals nur wenige Hundertstelsekunden und Millimeter, die zwischen Erfolg und Niederlage entscheiden. Daher werden am Institut für Angewandte Trainingswissenschaft (IAT) bereits seit Jahrzehnten quantitative, videobasierte Bewegungsanalysen durchgeführt, um Abläufe zu optimieren, Leistungsreserven zu kennzeichnen und Handlungsempfehlungen abzuleiten.
Seit einigen Jahren evaluieren Wissenschaftlerinnen und Wissenschaftler am IAT im Rahmen von Pilotprojekten die Bewegungssoftware Simi Shape ihres Technologiepartners Simi Reality Motion Systems GmbH. Die Software ermöglicht die markerlose Erfassung von Bewegungen während des Sports. Die Pilotprojekte starteten in den akrobatischen Sportarten, beim Skispringen und bei Wurfdisziplinen. Inzwischen wird Simi Shape auch bei Projekten im Tischtennis, Badminton, Eiskunstlauf, Skeleton, Wasserspringen, Geräteturnen und Gewichtheben eingesetzt. Das Fazit der Forschenden bisher: Es gibt keine hundertprozentige Genauigkeit, aber das System läuft stabil und ermöglicht eine enorme Zeitersparnis bei der Auswertung. Dabei ist entscheidend, wie gut sich die bewegte Person oder das bewegte Objekt vom Hintergrund abhebt. Um die Datenqualität weiter zu erhöhen, hat Simi Motion Systems die Software dank des Einsatzes von Künstlicher Intelligenz (KI) weiterentwickelt. Das neuronale Netz kann die sportartspezifische Bewegung detektieren, lernt so mit jeder Analyse weiter und erhöht damit seine Genauigkeit.
In Zukunft soll die Software durch KI noch weiter optimiert werden, damit vor allem der personelle Aufwand und der aufwändige Aufbau der Messsysteme reduziert werden können. Damit wäre das System nicht nur für den Einsatz in Forschungsprojekten geeignet, sondern könnte auch für den Amateursportbereich interessanter werden. Um dies zu erreichen, laufen weitere Kooperationsprojekte zwischen Simi Motion Systems und dem IAT: Bei Laufbanddiagnostiken soll die Bewegungsanalyse moderner gestaltet werden, im Bogenschießen werden verschiedene Schusstechniken verglichen und im Tischtennis sollen unterschiedliche Bewegungsmuster während gespielter Topspin-Schläge erkannt und optimiert werden.
Für all diese Projekte muss die KI weiter trainiert und verbessert werden. Auch sie lernt also nicht aus.
Kontakt:
Institut für Angewandte Trainingswissenschaft (IAT)
Marschnerstraße 29
04109 Leipzig
Deutschland
Steven Pickardt
pickardt@iat.uni-leipzig.de
www.sport-iat.de
