Schon heute ermöglichen die GPS-basierten mobilen Spieler-Tracking-Systeme von Kinexon eine weltweite Datenbasis für die Überwachung und Verbesserung der Leistung von Profisportler*innen. Auf ihrer Grundlage werden Trainingspläne effizienter gestaltet und individuell auf die Leistungen und Bedürfnisse der Athlet*innen eingegangen. Einer der Kernnutzen beim Einsatz dieser Systeme besteht unter anderem darin, das Verletzungsrisiko zu minimieren. Im neu gestarteten Projekt trAIner werden nun die Erfahrungswerte aus dem Profisport zusammen mit der Expertise von fortiss gekoppelt und für den Breitensport im Bereich Basketball adaptiert. Das vom Bayerischen Staatsministerium für Wirtschaft, Landesentwicklung und Energie (STMWi) geförderte Projekt wird von Kinexon als Konsortialführer geleitet.
Effiziente Leistungssteigerung und Verletzungsprävention auch im Breitensport
Durch trAIner soll eine neuartige Spieleranalyse im Basketball ermöglicht werden, die ohne GPS-Tracking und nur mit einer am Spielrand platzierten, mobilen Kamera die benötigten Daten sammelt. Für die Datenerfassung zeichnet sie die Spieler*innen sowohl beim Training als auch beim Spiel auf. Ein robustes KI-basiertes Verfahren zur Erkennung, Verfolgung und kontextbasierten Auswertung von athletischen Aktivitäten analysiert die erhaltenen Bilddaten. Dadurch können Informationen über das Zusammenspiel der Basketballer*innen, über physische Belastungen sowie über die physikalischen Zusammenhänge gewonnen werden oder auch erfasst werden, wann und von wem Trefferpunkte erzielt werden. Durch die Aufnahme der Bilddaten kann die KI die Aufzeichnungen objektiv und allumfassend auswerten.
Die implementierte KI erstellt aus der generierten Datenbasis kontextbasierte Wurfstatistiken, Leistungskennzahlen, sowie Tendenzvisualisierungen und Vergleiche von Spieler*innen im Basketball. Durch die anschließende Datenanalyse kann das Training wesentlich effizienter gestaltet und auf die individuellen Bedürfnisse der Sportler*innen angepasst werden.
Einsatz von Machine Learning im Sporttraining
fortiss wird im Projekt robuste KI-Verfahren zur Erkennung, Verfolgung und kontextbasierten Auswertung von athletischen Aktivitäten im Teamsport entwerfen, umsetzen und validieren. Neben den Bilddaten wird die KI mit Domänenwissen wie Spielfeldgeometrie, Spielregeln, Physik des Spielgeräts und biomechanische Prinzipien gefüttert, um eine möglichst universelle und robuste KI-Lösung für unterschiedliche Anwendungsszenarien zu entwickeln. Um die Wissenskomponenten zu integrieren, sollen außerdem geeignete Möglichkeiten und Schnittstellen erforscht werden. „Somit trägt das Projekt trAIner dazu bei, die Aussagekraft der Statistiken zu verbessern, indem es sportlichen Kontext einbezieht, die Erklärbarkeit erhöht und damit einer breiteren Kundenbasis zugänglich macht“, betont Dr. Nicolai von Hoyningen-Huene, Teamleiter Optical Tracking bei Kinexon.
Die fortiss Wissenschaftler*innen setzen dabei ihre Expertise, insbesondere zur bildbasierten Erkennung und Verfolgung, in die Praxis um. Die KI wird erlernen, Objekte auch unter Verdeckungen und unter Einfluss von Bildstörungen zuverlässig zu verfolgen, indem Deep Learning Verfahren, vor allem neuartige Transformer-Architekturen, genutzt werden. Diese Methoden des maschinellen Lernens werden bereits in weiten Anwendungsfeldern wie beispielsweise dem autonomen Fahren oder der medizinischen Bildanalyse eingesetzt.
Dr. Julian Wörmann, der das Forschungsvorhaben bis 2025 im fortiss Kompetenzfeld Machine Learning betreut, ist davon überzeugt, dass das Projekt trAIner sowohl für die Projektpartner als auch für die Allgemeinheit von großem Nutzen ist. Er hebt hervor, „trAIner bietet ideale Voraussetzungen, um die Expertise hinsichtlich wissensgestützter Verfahren des maschinellen Lernens in die Praxis umzusetzen, zum Vorteil einer großen Gemeinschaft wie dem Breitensport.“ Es ist geplant, die Ergebnisse des Projekts direkt am Beispiel des Basketballs zu implementieren und zu evaluieren. Dazu bietet Basketball ein beträchtliches wirtschaftliches Verwertungspotenzial und optimale Bedingungen für die Umsetzung des Vorhabens.
