Dieser KI-Algorithmus aus Salzburg entwickelt den Skisport weiter
Eine neue KI-Methode soll mithilfe eines „hocheffektiven“ Algorithmus Sprünge im Skisport automatisiert und in Echtzeit erkennen. Wie Salzburg Research verkündet, arbeitet man dabei mit dem Red Bull Athlete Performance Center zusammen. Die Technologie könnte das Training und die Leistungsbeurteilung von Spitzen-Skisportler:innen revolutionieren – und auch im Freizeitbereich Anwendung finden.
Präzisere Einblicke in die Sprung-Performance durch KI
Ob Skifahren, Freestyle, Snowboarden, Skispringen oder Eiskunstlauf – Sprünge sind essenziell für Leistung und Bewertung dieser Wintersportarten. Doch ein präziser Einblick in die Sprung-Performance bleibt oft eine Herausforderung.
Ein neuer Algorithmus soll dies ändern: Laut Salzburg Research erkennt er Sprünge mithilfe von Maßbändern, laserbasierter Distanzberechnung, Kraftmessplatten, Drucksensoren und Videoanalyse in Echtzeit. Dies soll die Trainingseffizienz erheblich steigern.
On-Body-Sensortechnologie direkt auf der Piste
Für Messungen unter realen Bedingungen setzt das System auf „minimalinvasive On-Body-Sensortechnologie“. Hierbei werden Trägheitsmesssensoren (IMUs) direkt am Skischuh angebracht. Der speziell für den alpinen Skisport entwickelte Algorithmus erfasst Beschleunigungsdaten und ermöglicht präzise Sprunganalysen – auf der Piste.
„Durch die tragbare Technologie können wir Messungen im Feld durchführen“, erklärt Stefan Kranzinger, Leiter des Forschungsteams bei Salzburg Research.
Auch für Freizeitsportler:innen interessant
Die digitale Sprunganalyse wurde zunächst für Athlet:innen entwickelt, um ihre Leistung zu überwachen, die Technik zu verfeinern und Verletzungsrisiken zu minimieren.
Langfristig sieht Salzburg Research jedoch auch Potenzial im Freizeitbereich. Denkbar sind Gamification-Anwendungen, die spielerisches Feedback zur Sprungperformance bieten. Künftige Entwicklungen sollen zudem kleinere Sprünge präziser erkennen und den Algorithmus für andere Sportarten nutzbar machen.
Praxistest auf der Skipiste
Der Algorithmus wurde mit verschiedenen Sprungtypen getestet, darunter „Big Air“- und routinemäßige Sprünge. „Die Ergebnisse zeigen eine hohe Erkennungsrate mit minimalen Übererkennungen für kleine und mittlere Sprünge. Der Vorteil des Algorithmus liegt in seiner leicht umsetzbaren Struktur, seinem schnellen Feedback und seiner hohen Genauigkeit“, so Stefan Kranzinger.
Innophore: Grazer Jungfirma kooperiert mit Nvidia für Proteinanalyse
