In der Sportwissenschaft war Technikbewertung lange vom menschlichen Auge abhängig: erfahren, aber subjektiv. Markerless Motion Capture (MMC) verspricht einen Shift: Objektivität durch Algorithmen statt Bauchgefühl. Der Gewinn ist real — aber nur, wenn du zwischen technischer Machbarkeit und statistischer Realität im Feld unterscheiden kannst.
Was die KI wirklich sieht: Metriken der Mechanik
Markerlose Systeme nutzen Kameras (RGB/Depth) und Pose-Estimation, um Landmarken zu erkennen. Daraus entstehen drei Ebenen von Daten:
- Keypoints: Gelenkzentren / Landmarken → digitales Skelettmodell.
- Winkel: z. B. Knieflexion, Hüftadduktion, Knie-Valgus (2D/3D je nach System).
- Geschwindigkeit & Zeit: kinematische Parameter (z. B. Ganggeschwindigkeit, Timed Up and Go).
Evidenz und Grenzen: Ein ehrlicher Blick auf die Daten
Die Genauigkeit ist nicht konstant — sie hängt von Bewegung, Phase und Kamerageometrie ab. Besonders kritisch wird es bei Bewegungen „out-of-plane“, also wenn Rotationen nicht mehr sauber zur Kameralinse passen. Dann entstehen Projektionsfehler.
2D-KI vs. 3D-Labor: Wo liegt die Wahrheit?
| Metrik | Korrelation (r²) | Bewertung / Takeaway |
|---|---|---|
| Initial Contact (IC): Knie-Frontal-Winkel | 0,72 | stark – IC ist häufig robust messbar |
| Initial Contact (IC): Hüft-Frontal-Winkel | 0,52 | moderat – nutzbar, aber vorsichtiger interpretieren |
| Excursion: Knie-Abduktion während des Lifts | 0,06 | schwach – dynamische Peaks sind oft unzuverlässig |
| Excursion: Hüft-Adduktion während der Landung | 0,70 | stark – abhängig von Bewegung/Setup |
Biomechanisch ergibt das Sinn: Beim Initial Contact sind Extremitäten oft gestreckter, Rotationen geringer → weniger Projektionsterror. Sobald die Dynamik steigt (Excursion), wächst die Fehlerspanne teils drastisch. Praktische Konsequenz: IC-Werte als Basis, Excursion-Peaks als „Hypothese“, nicht als Urteil.
Das 4-Schritte-Protokoll: Nutze KI als Kompass, nicht als Autopilot
KI-Bewegungsanalyse in 4 Schritten (Setup → Cue → Retest)
Checkliste
Aufnahme: Kamera exakt frontal ODER sagittal (nicht dazwischen). Kamerahöhe grob im Bereich 0,6–1,1 m als praktikabler Startpunkt.
Auswertung: Fokus auf 1–2 Schlüsselmetriken (z. B. Knie-Valgus beim Initial Contact). Rechne pragmatisch mit 8–10 % Datenverlust durch Protokollfehler/Tech-Aussetzer.
1 Fokus-Cue ableiten: eine klare Instruktion (z. B. „Knie aktiv nach außen“ oder „Rippen runter, Becken neutral“).
Retest: Unmittelbar zweite Aufnahme. Nur wenn der Output sich verändert, war der Cue brauchbar.
- Welche 1–2 Metriken tracke ich pro Lift?
- War die Kameraposition identisch (Markierung am Boden)?
- Cue angewendet (Ja/Nein) + subjektives Gefühl (0–10)
- Retest: Trend besser/schlechter/gleich
Verletzungsprävention: Möglichkeiten und Mythen
- Möglichkeit: MMC kann Asymmetrien und auffällige Bewegungsmuster zuverlässig sichtbar machen — gut for gezielte neuromuskuläre Re-Edukation.
- Mythos: KI ist kein Wahrsager. Sie misst den Status quo, aber sagt Verletzungen nicht deterministisch voraus (Multifaktorialität).
Tracking: Weniger ist mehr (Metriken pro Lift)
Wenn du zu viele Variablen trackst, bekommst du Rauschen statt Steuerung. Pro Lift reichen 1–2 robuste Parameter.
- **Kniebeuge (Squat):** max. Knieflexion + Knie-Valgus/Frontal-Winkel (vorzugsweise bei IC/Bottom-Position, je nach Tool).
- **Sprunglandungen:** Frontal Plane Projection Angle (FPPA) beim Initial Contact.
- **Gait/Gang:** Schritt-/Stride-Länge + Geschwindigkeit (stabil und praxisnah).
Mini-FAQ
| Frage | Kurzantwort |
|---|---|
| Sind die Zahlen „wahr“? | Sie sind Messungen unter Annahmen. IC-Werte sind oft deutlich robuster als dynamische Excursions-Peaks. |
| 2D reicht doch, oder? | Für Screening/Trends oft ja. For Rotationen und out-of-plane-Bewegungen wird 2D schnell fehleranfällig. |
| Wie verhindere ich Müll-Daten? | Immer gleiche Kameraposition (Markierung), gleiches Licht, gleiche Distanz, klare Bewegungsaufgabe — und nur 1–2 Metriken tracken. |
| Wie oft tracken? | Technikphase: 1–2×/Woche. Erhalt: 1×/Woche oder alle 2 Wochen pro Lift. |
Fazit
KI-gestützte Bewegungsanalyse ist mächtig — wenn du die Grenzen der Projektion verstehst. Nutze die Daten als Kompass: robuste Phasen (z. B. IC) steuern, dynamische Peaks kritisch prüfen. Dann bekommst du Feedback, das meistens nicht lügt — und wenn doch, erkennst du es.
Call to Action: Welchen Lift nimmst du diese Woche unter die Lupe? Wähle 1 Lift, 2 Metriken, 1 Cue — und reteste sofort.
