Case Study: AI im Sport - Entwicklung eines virtuellen Golflehrers
Mit jährlichen Zuwachsraten von bis zu 15 % erfreut sich der Golfsport stetig größerer Beliebtheit in der Gesellschaft. So verzeichnete der Deutsche Golf Verband (DGV) im Jahr 2022 fast 700.000 aktive Mitglieder:innen. Weltweit schwingen schätzungsweise 60 Millionen Golfer:innen den Schläger. Auf dem Weg zum Breitensport rief unser Kunde ein Projekt ins Leben, um in Form einer App einer breiteren Gruppe an Spieler:innen die Unterstützung eines Golflehrers zugänglich zu machen.
Bei der Entwicklung eines virtuellen Golflehrers stand der Kunde vor dem Problem, Daten eines/einer Spieler:in zu erfassen und auszuwerten, sodass diesem/dieser eine individuelle Rückmeldung gegeben werden kann. Das Endprodukt sollte dabei aus dem Zusammenspiel einer App, welche zur Aufnahme des eigenen Abschlages dienen sollte, sowie speziell entwickelten Sohlen mit Drucksensoren gebildet werden. Da der Abschlag einen komplexen Bewegungsablauf darstellt, der von Spieler:in zu Spieler:in variiert, stellte die individuelle Erfassung des Bewegungsablaufes eine zentrale Herausforderung dar, welche es im Rahmen dieses Projektes zu lösen galt.
Die Herausforderung
Die Entwicklung eines virtuellen Golflehrers, der dem/der Nutzer:in direkt auf dem Platz Verbesserungsvorschläge unterbreiten kann, konfrontierte den Kunden mit vielerlei technischen Herausforderungen. Zum einen musste die komplexe Auswertung der vom/von der Nutzer:in erfassten Bild- und Sensordaten direkt auf dem mobilen Endgerät erfolgen, sodass eine Nutzung unabhängig von der Internetverbindung werden konnte. Zum anderen mussten Daten der maßgeschneiderten Sensor-Hardware in die App integriert werden, sodass diese synchron zum aufgenommenen Bildmaterial sind.
In Hinblick auf eine stabile Funktionsweise der App, mussten zudem diverse Kameraeinstellungen in Hinblick auf Kontrast, Bildausschnitt und viele mehr evaluiert werden. Dies spielte eine wichtige Rolle, da die Funktionsweise stets sichergestellt sein muss, ganz egal wie bspw. die Lichtverhältnisse aufgrund der Wetterbedingungen sind, unter denen der/die Nutzer:in seinen Abschlag aufnimmt.
Da der Kunde die Entwicklung eines virtuellen Golflehrers nur im Zusammenspiel von Daten- und Golfexpert:innen vollbringen konnte, galt es ebenso Herausforderungen in der Kommunikation zu bewältigen, um so das Beste aus beiden Welten zu vereinen.
Die Lösung
Die exakte Erfassung der Körperbewegungen bildet die Grundlage für ein verlässliches und individuelles Feedback an den/die Golfspieler:in und ermöglicht somit eine komplexe Schwunganalyse.
Mit der Universität Barcelona wurde das Layout der Sohledrucksensoren optimiert, um den Körperschwerpunkt präzise zu erfassen und ein genaues Bild der Bewegungen zu erhalten. Intensive Evaluierungen der Kameraeinstellungen haben es ermöglicht, optimale Bedingungen für die Auswertung der Bilddaten mittels Machine Learning Modellen zu schaffen.
Die Lauffähigkeit und reibungslose Funktionalität der Modelle auf mobilen Geräten wurde durch eine Transformation in Tensorflow-Lite-Modelle und Optimierung der Inferenzzeiten sichergestellt. Zudem wurden Modelle entwickelt, um Abschläge zu erkennen, Schwungphasen zu analysieren und die Körperhaltung präzise zu erfassen.
Durch den Einsatz von Modellen, darunter ein Ensemble-Modell zur Schwungphasenerkennung und ein Modell zur Beurteilung der Sauberkeit des Schwungs, werden präzise Informationen für eine quantitative Bewertung des Schwungs generiert. Darüber hinaus wurden Pose Estimation Modelle analysiert, um die Körperhaltung des/der Spieler:in und Beugung bestimmter Gelenke zu berechnen.
Die selbstentwickelte Analytics-Plattform ermöglicht eine effiziente Vorverarbeitung der Daten zur Synchronisierung und Analyse von Sensor- und Videodaten und weitere Funktionen, wie die Analyse und das Labeling von Schwüngen, die Echtzeitberechnung von KPIs für Schwünge sowie den Vergleich und die Identifizierung von Gemeinsamkeiten und Unterschieden zwischen verschiedenen Spieler:innen.
Des Weiteren bietet die Plattform eine Vielfalt statistischer Funktionen und Visualisierungen, die komplexe Parameterzusammenhänge aufzeigen können. Zusätzlich kann die Performance der Modelle evaluiert werden.
Kundennutzen
Durch die Entwicklung eines virtuellen Golflehrers mittels modernster KI-Technologie profitiert die der Kunde mit dem Smart Kit des Projekts von der Erschließung eines neuen Geschäftsfeldes und der Möglichkeit, eine innovative Dienstleistung anbieten zu können. Darüber hinaus besteht das Potenzial den Kern der App zu adaptieren und die aus der Entwicklung der App gewonnenen Erkenntnisse zu nutzen, um ebenso virtuelle Coaches für andere Sportarten wie bspw. Tennis anzubieten.
Das Smart Kit der App ermöglicht es Nutzer:innen heute, individuelles Feedback von einem virtuellen Coach für ausgeführte Abschläge zu erhalten. Langfristig strebt der Kunde eine umfassende Begleitung des Spielers an, die weitere Aspekte des Golfspiels betrachtet und so Spieler:innen aller Spielstärken unterstützt.
Lassen Sie uns miteinander sprechen!
Kontaktieren Sie uns über das folgende Formular oder vereinbaren Sie einfach ein Beratungsgespräch.