Methodik

Wie funktioniert AI DIAGNOSTICS?

Die AI DIAGNOSTICS Methode kombiniert Kenntnisse über mathematische Zusammenhänge aus der Biochemie mit Methoden der Data Science und des maschinellen Lernens. Hierbei betten wir Erkenntnisse sportwissenschaftlicher Studien und biochemischer Untersuchungen in datengetriebene Methoden zur Identifizierung nichtlinearer Systeme ein und nutzen sie bei der Entwicklung künstlicher neuronaler Netze. Zusammen ergeben sich so die elementaren Bausteine unserer Methodik.

Im Labor gemessene physiologische Parameter und Leistungsdaten absolvierter Feldtests können als ein System betrachtet werden, in dem es (nichtlineare) Zusammenhänge mehrerer Kennzahlen gibt. Einige dieser Beziehungen lassen sich durch sportwissenschaftliche Theorien erklären, andere scheinen auf den ersten Blick in keinem Verhältnis zueinander zu stehen.

Mit einer breiten Datenbasis aus Labormessungen und Feldtests können wir so etablierte Theorien bestätigen und verwendete Parameter datengetrieben optimieren. Bei komplexeren und zum Teil noch unerforschten Zusammenhängen nutzen wir diese Daten, um die mathematische Beschreibung der zu Grunde liegenden Systeme zu identifizieren oder um künstliche neuronale Netze zu trainieren.

Zusammengenommen ermöglicht dieser hybride Ansatz Feldtest-basierte Leistungsdiagnostiken mit Genauigkeiten, die sich im Spektrum von Laboruntersuchungen bewegen.