Verletzungen vermeiden, Trainings verbessern – mit selbstlernenden Sensoren

Künstliche Intelligenz, Sensoren, Wearables: Sie alle sammeln und verarbeiten Daten von ihren Trägern. Im Sport sind sie besonders beliebt, weil sich der Nutzer nicht mehr auf seine Intuition verlassen muss, sondern sein Training auf Basis nüchterner, exakter Daten optimieren kann. Allerdings stehen Wearables oft in der Kritik, nicht nur praktische Gadgets, sondern auch Datenkraken zu sein.

Gegen dieses Vorurteil tritt nun ein Sensor von Bosch in den Ring: Er lässt sich in viele verschiedene Geräte integrieren, behält aber die Daten des Nutzers für sich und hilft dem Anwender, auf Basis dieser Daten besser und vor allem sicherer zu trainieren. Im Interview mit MEDICA.de erklärt Kaustubh Gandhi, wie der Sensor die Daten sammelt und dann sicher verarbeitet.

Herr Gandhi, über welche Eigenschaften verfügt Ihr Sensor?

Kaustubh Gandhi: In der Fitnesswelt sind Beschleunigungsmesser und Gyroskope in Fitnesstrackern durchaus üblich. Unser Sensor ist ein Systempaket, das einen Beschleunigungsmesser und ein Gyroskop mit einem programmierbaren Mikrocontroller und mehreren intelligenten Funktionen enthält. Das kann zum Beispiel eine KI-Funktion für Fitness-Tracking, Schwimmanalyse und Positions- und Orientierungsverfolgung sein.

Für welche Zwecke oder Sportarten kann der Sensor verwendet werden?

Gandhi: Der Sensor kann bei einer Vielzahl menschlicher Aktivitäten eingesetzt werden, beispielsweise bei Heimtrainings mit hoher Intensität oder Aktivitäten im Fitnessstudio, aber auch bei grundlegenden Aktivitäten wie Laufen oder Gehen sowie bei individuellen Aktivitäten.

Der Sensor identifiziert die Art der Aktivität – wie funktioniert das?

Gandhi: In der Regel wird der Sensor in ein elektronisches Endgerät wie eine Smartwatch oder in Zubehör wie Schuheinlagen, Kopfhörer, et cetera, integriert. Sobald der Nutzer mit einer Aktivität beginnt, verfolgt die selbstlernende KI-Funktion im Sensor die während der Aktivität des Nutzers erfassten und erzeugten Daten und gleicht diese automatisch mit zuvor selbst erlernten Mustern ab, um die Art der Aktivität zu identifizieren, ohne dass manuelle Anweisungen oder Eingriffe erforderlich sind.

Wie lernt er selbstständig?

Gandhi: Diese Funktion generiert automatisch Muster aus den von Beschleunigungsmesser und Gyroskop erfassten Daten. Diese Muster funktionieren im Grunde wie Fingerabdrücke von jeder einzelnen Übung: Wenn ein Benutzer 30 Sekunden lang eine Aktivität ausführt, erkennt der Sensor ein sich wiederholendes Muster – wenn es sich wiederholt, bedeutet das, dass es für den Benutzer interessant sein muss. Der Sensor erfasst diesen Teil und speichert ihn wie einen Fingerabdruck für eine Übung. Die Muster können vom Endnutzer, vom Hersteller des Geräts oder von Bosch bei der Herstellung des Sensors selbst benannt werden.

Sobald ein aktivitätsspezifisches Muster gelernt ist, gleicht die KI des Sensors das gelernte Muster mit den eingehenden Daten ab und erkennt die Aktivität während des Trainings. Da es sich um einen Sensor handelt, muss der Benutzer dem Gerät nicht explizit mitteilen, was er tut – die automatische Verfolgungsfunktion arbeitet in Echtzeit. Selbst wenn der Benutzer die Aktivität ändert oder zwischendurch eine Pause einlegt, isoliert die automatische Verfolgung einfach den Teil der Aktivität.

Der Sensor hat noch einen weiteren Vorteil: Die einzelnen Nutzer auf der ganzen Welt haben unterschiedliche Stile während ihres Trainings. Außerdem gibt es weltweit eine große Vielfalt an Trainingsstilen für dieselbe Aktivität, und auch die Demografie der Nutzer ist unterschiedlich. Um dem entgegenzuwirken, hilft die selbstlernende Funktion im Sensor dem Gerät, sich automatisch zu personalisieren und an den Stil des Benutzers anzupassen. Wenn der Benutzer die Übung anders ausführt als das voreingestellte Muster des Sensors, passt der Sensor das ursprüngliche Muster an den Stil des Benutzers an und erkennt diese Art von Aktivität, ohne den Benutzer zu verwirren.

Ist es möglich, das Training mit dem Sensor zu verbessern, zum Beispiel durch Ratschläge vom Sensor?

Gandhi: Ja. Der Sensor verfügt in der Regel über ein Orientierungs-Tracking, das genutzt werden kann, um Rückmeldung darüber zu geben, wie unterschiedlich die Aktivität des Nutzers im Vergleich zu einem Goldstandard ist.

Der Sensor hat eine eingebaute Edge AI – was ist Edge AI und wie funktioniert sie?

Gandhi: Vereinfacht gesagt ermöglicht Edge AI der künstlichen Intelligenz, direkt auf einem Verbrauchergerät in Echtzeit zu lernen oder zu tracken, typischerweise sehr nah am Sensor, also genau dort, wo die Daten erzeugt werden. Social Media oder E-Commerce ermöglichen zum Beispiel die Personalisierung des jeweiligen Dienstes durch Berechnungen in einer Cloud. Im Gegensatz dazu ermöglicht Edge AI die Personalisierung direkt auf dem Gerät des Verbrauchers – dies ermöglicht 100-prozentigen Schutz der Nutzer-Daten.

Kann der Sensor auf Grundlage dieser Daten Ratschläge geben, zum Beispiel um das Verletzungsrisiko zu verringern oder das Training zu verbessern?

Gandhi: Ja, der Sensor kann dem Benutzer ein Feedback geben. Wie bereits erwähnt, erfolgt die Rückmeldung in der Regel in Form von Orientierungshinweisen, zum Beispiel wie die Hand oder das Bein zu bewegen ist, um das Verletzungsrisiko zu minimieren. Zunächst klassifiziert der Sensor die Art der Aktivität, dann betrachtet er die Intensität der Aktivität. Danach kann er ein Feedback geben, wie beispielsweise "weniger Kraft auf die Fersen ausüben, versuchen, das Gleichgewicht zwischen zwei Beinen zu halten" und so weiter. Dies nennen wir kontextbezogenes Feedback zur Verringerung des Verletzungsrisikos.

Ist der Sensor für Laien sicher zu bedienen?

Gandhi: Der Sensor erfasst lediglich die Daten, filtert sie und gibt Informationen über die Art der Aktivität und die Orientierung an eine übergeordnete App weiter. Normalerweise sollten diese Informationen für die übergeordnete Anwendung ausreichen, um sie mit physiotherapeutischem Fachwissen zu kombinieren und den Nutzern Erkenntnisse darüber zu liefern, wie sie ihre Leistung verbessern oder Ziele erreichen können, beispielsweise fitter zu werden.

Wie können Ihrer Meinung nach Sensoren und tragbare Technologien die Gesundheit der Menschen verbessern?

Gandhi: Ich denke, das Großartige an Sensoren ist, dass sie passiv sind, das heißt, dass sie dem Nutzer nicht bewusst machen, dass er von einem Objekt verfolgt wird. Das bedeutet, dass sich der Benutzer voll und ganz auf seine Tätigkeit konzentrieren kann. Bei kamerabasierten Geräten hingegen ändert sich das Verhalten des Benutzers, sobald er merkt, dass er getracked wird. Dies führt zu einer Art Verwirrung auf Seiten des Nutzers, ob er sich auf die Gesundheit oder den Datenschutz konzentrieren soll.

Die von den Sensoren generierten Messgrößen sind ebenfalls sehr aufschlussreich für die Nutzer und die Verbesserung der Gesundheit, da diese Daten feinkörnig und genau sind und auch eine Vorhersage über das "zukünftige Ich" geben können. Wenn man zum Beispiel ständig Aktivitäten ausübt, bei denen der Rücken bewegt wird, besteht ein gewisses Risiko von Rückenschmerzen oder -verletzungen. Der Sensor kann messen, ob tatsächlich ein Verletzungsrisiko besteht oder ob der Benutzer Aktivitäten ausführt, die sowohl die Bauchmuskeln als auch den Rücken beanspruchen, so dass sie sich gegenseitig ausgleichen. Insgesamt bedeutet das, dass ein System, das eine übergeordnete App und den Sensor umfasst, auf dieser Datenbasis eine sehr gute Empfehlung aussprechen kann.