Abschlussarbeit

Master Thesis

SMART TRAINING MIT KÜNSTLICHER INTELLIGENZ: ENTWICKLUNG EINES PROTOTYPS ZUR KI-GESTÜTZTEN TRAININGSANALYSE

Kurzfassung / Abstract: Fortschritte in der Künstlichen Intelligenz (KI), insbesondere im Bereich der Human Pose Estimation (HPE), treiben die Entwicklung digitaler Trainingsanwendungen maßgeblich voran. Vor allem im Personal Training bieten entsprechende Systeme großes Potenzial, da sie ein individuelles, orts- und zeitunabhängiges Feedback zur Bewegungsausführung ermöglichen. Trotz dieser Fortschritte schränken hohe Kosten, komplexe Handhabung und spezialisierte Hardware wie Tiefenkameras den praktischen Einsatz vieler Systeme ein. Ziel der vorliegenden Masterarbeit ist die prototypische Umsetzung eines KI-basierten, kameragestützten Systems, das Fitnessübungen mittels HPE erkennt und deren Ausführung in Echtzeit analysiert. Aus den erfassten 2D-Körperlandmarken werden Gelenkwinkel berechnet und mit Referenzwerten verglichen. Eine regelbasierte Logik klassifiziert und bewertet drei exemplarische Übungen: Kniebeugen, seitliche Ausfallschritte und Military Press. Die Ergebnisse zeigen, dass eine zuverlässige Erkennung und Bewertung von Fitnessübungen mittels 2D-Pose-Estimation mit Standard-Webcams möglich ist. Die Kombination aus Gelenkwinkeln und geometrischen Merkmalen ermöglicht die Identifikation zentraler Qualitätsaspekte wie Bewegungstiefe, Symmetrie und Oberkörperhaltung. Ergänzend wurde ein textbasiertes Feedbacksystem implementiert, das häufige Fehler automatisch erkennt und verständliche Korrekturhinweise gibt. Ein integrierter Wiederholungszähler analysiert die Bewegungsphasen und unterscheidet korrekt von fehlerhaft ausgeführten Wiederholungen. Der entwickelte Prototyp zeigt somit, dass KI-gestützte, kamerabasierte Systeme eine effektive und praxisnahe Grundlage für die Bewegungsanalyse und das Techniktraining im Kontext digitaler Trainingsanwendungen bieten. Gleichzeitig machen die Ergebnisse deutlich, dass bei der Analyse komplexerer Bewegungen sowie in Bezug auf verdeckte Körperpartien noch Verbesserungsbedarf besteht, was Potenzial für zukünftige Weiterentwicklungen bietet.

Zum Volltext: Download