Künstliche Intelligenz für den Spitzensport im Spannungsfeld zwischen Big und Small Data (KISs-BiS)

Alexander Hagg, Alexander Asteroth, Christian Rasche, Kevin Bach, Mark Pfeiffer

• Verlag: Sportverlag Strauß
• Jahr: 2022
• eBook-ISBN:
  9783868847185
• ISBN drucken:
  9783868845518

Künstliche Intelligenz hat in vielen Bereichen des gesellschaftlichen Lebens Einzug gehalten. Im vorliegenden Buch geben die Autoren einen Einblick in derzeitige nationale und internationale Einsatzgebiete und den Nutzen von KI, insbesondere des maschinellen Lernens, im Spitzensport. Dabei werden die Grenzen und Potenziale von KI-Anwendungen insbesondere bei Betrachtung der Transfermöglichkeiten aus anderen Anwendungsgebieten abgeschätzt. Der Spitzensport weist für ihn typische Strukturen auf, welche es zu berücksichtigen gilt. Es wird aufgedeckt, wo im Spitzensport noch Potenziale für KI bestehen. Unter anderem wird dies anhand eines Use Case zur Trainingsteuerung am Beispiel Radsport aufgezeigt und umgesetzt.

Inhaltsverzeichnis

• OLE_LINK3
• OLE_LINK4
• OLE_LINK5
• OLE_LINK1
• OLE_LINK2
• OLE_LINK6
• OLE_LINK7
• OLE_LINK8
• OLE_LINK9
• OLE_LINK10
• OLE_LINK11
• OLE_LINK12
• _GoBack
• Abb. 1: Allgemeine Darstellung eines KI-Modells (in Anlehnung an Russel & Norvig, 2020).
• Abb. 2: Der SMPI-Handlungszyklus und Komponenten eines intelligenten Agenten und Interaktion mit der Umgebung (Sportler und Sportlerin) am Beispiel der Trainingssteuerung.
• Abb. 3: Beispielhafter Datenfluss in einem System des Maschinellen Sehens (vgl. Weinland et al., 2011).
• Abb. 4: Datenmenge und Vorhersagefehler für Small und Big Data im Vergleich (vgl. Hest­ness, 2017).
• Abb. 5: Die Interaktion eines KI-Systems mit seiner Umgebung. Durch Wahrnehmung kann ein Modell gelernt werden, welches dazu verwendet wird, um eine Strategie zu entwickeln, die durch Intervention auf die Umgebung angewendet werden kann.
• Abb. 6: Exemplarische Darstellung der Trainingsdauer unter- und oberhalb der VT2 (blaue/rote Balken, vgl. Abschnitt S/1) und der virtuellen Leistungsfähigkeit (rote Kreuze, vgl. S/2 und M/1) von Proband 1 im Verlauf des Studienzeitraums von August bis Dez
• Abb. 7: Beispielhafte Darstellung eines synthetischen Belastungsprofils („Benchmark“, blaue Linie), welches für die Bestimmung der virtuellen Leistungsdiagnose verwendet wurde, sowie die hierzu korrespondierende HF-Kurve (orange Linie) mit dem hierzu erre
• Abb. 8: Schematische Darstellung des antagonistischen Performance-Potential Double-Modells (kurz: PerPot DoMo) inklusive Ankopplungsfaktoren (schwarze Pfeile). (Perl & Pfeiffer, 2011)
• Abb. 9: Zwei unterschiedliche Intervalltrainings (links) können durch charakteristische Merkmale beschrieben/generiert werden. Diese Merkmale können als Punkte (farbige Kreuze) in einem n-dimensionalen Raum (hier 3D) verstanden werden.
• Abb. 10: Ausgestaltung des SMPI-KI-Kreislaufs inklusive Elemente der Benutzerinteraktion (orange hinterlegt) und kontextuellen Informationen (pink hinterlegt) für den Use Case Leistungssteuerung im Radsport. Das Trainingsziel (orange Umrandung) wird in de
• Abb. 11: In einem Dialogfenster wird die wöchentliche Trainingssequenz (im oberen Teil des Bildes als Balkendiagramm dargestellt) mit der hierzu erwartenden Leistungsentwicklung (im unteren Teil des Bildes als roter Liniengraph dargestellt) für einen konk
• Abb. 12: Darstellung eines exemplarischen Workouts, welches ein vorgegebene Trainingsdauer ober- und unterhalb der VT2 für eine Trainingseinheit an einem Tag aus der bereits zuvor ausgewählten Trainingssequenz konkretisiert.
• Abb. 13: Exemplarische Darstellung eines Saisonverlaufs, in dem das Training mit der Leistungsentwicklung gegenübergestellt wird. Hierbei stellen die nicht transparenten Säulen Trainingstage dar, an denen bereits trainiert wurde, wohingegen die transparen
• Abb. 14: Verhältnis von Risiko, Potential und Anwendbarkeit der KI im Spitzensport im Hinblick auf den Prozess von der Sensorik, über die Modellierung und Planung bis zur Intervention und damit dem Schließen des KI-Kreislaufes
• Tabellenverzeichnis
• Abbildungsverzeichnis
• Vorbemerkung
• Einführung
• Was ist Künstliche Intelligenz?
• Methoden und Anwendungsbereiche der KI
• Möglichkeiten der KI im Spitzensport
• Use Cases
• Handlungsempfehlungen
• Abschließende Beurteilung von KI im Spitzensport
• Literaturverzeichnis