The aim of this scoping review is to investigate current applications of a markerless human pose estimation (HPE) algorithm in sports and exercise science. 17 studies are selected for this pur-pose. Results show that HPE is applied already in a variety of sports for different aims and pur-poses. Even though it provides many advantages over marker-based approaches, it still comes with challenges that need to be tackled in future research. / Ziel dieser Übersichtsarbeit ist es, die aktuellen Anwendungen eines markerlosen Algorithmus zur Schätzung der menschlichen Körperhaltung (HPE) in der Sport- und Bewegungswissenschaft zu untersuchen. Zu diesem Zweck wurden 17 Studien ausgewählt. Die Ergebnisse zeigen, dass HPE bereits in einer Vielzahl von Sportarten mit unterschiedlichen Zielen und Zwecken eingesetzt wird. Obwohl sie viele Vorteile gegenüber markerbasierten Ansätzen bietet, gibt es immer noch Herausforderungen, die in der zukünftigen Forschung angegangen werden müssen.

Diese Studie beschäftigt sich mit der Vorhersage, ausschließlich auf Basis von Spielerpositionsdaten, ob ein Fußballspiel in einem Moment unterbrochen ist oder nicht. Hierfür wurden vier machine-learning Modelle mit Daten von 102 Spielen der Fußball Bundesliga trainiert und ihre Genauigkeit evaluiert. Dabei zeigte sich eine Genauigkeit von bis zu 92% für einen einzelnen Moment und eine Präzision von 81% für ganze Unterbrechungen. / This study deals with the prediction, based solely on player position data, whether a soccer match is interrupted at a moment or not. For this purpose, four machine-learning models were trained with data from 102 matches of the German Bundesliga and their accuracy was evaluated. The results showed an accuracy of up to 92% for a single moment and a precision of 81% for whole interruptions.

The results of the presented work show that machine learning (ML) can be used to support correct training logging in order to improve technical performance in trampoline gymnastics. They indicate considerable potential for expanding mobile applications in a sport with complex movement requirements. / Die Ergebnisse der vorgestellten Arbeit zeigen, dass maschinelles Lernen (ML) zur Unterstützung einer korrekten Trainingsprotokollierung eingesetzt werden kann, um die technische Leistung im Trampolinturnen zu verbessern. Sie weisen auf ein erhebliches Potenzial für die Erweiterung mobiler Anwendungen in einer Sportart mit komplexen Bewegungsanforderungen hin.

A digital twin of the human neuromuscular system can substantially improve the prediction of injury risks and the evaluation of the readiness to return to sport. Reinforcement learning (RL) algorithms already learn physical quantities unmeasurable in biomechanics, and hence can contribute to the development of the digital twin. Our preliminary results confirm the potential of RL algorithms to estimate the muscle activations of an athlete’s moves. / Ein digitaler Zwilling des menschlichen neuromuskulären Systems kann die Vorhersage von Verletzungsrisiken und die Bewertung der Bereitschaft zur Rückkehr in den Sport erheblich verbessern. Algorithmen des bestärkenden Lernens (Reinforcement Learning, RL) lernen bereits physikalische Größen, die in der Biomechanik nicht messbar sind, und können daher zur Entwicklung des digitalen Zwillings beitragen. Unsere vorläufigen Ergebnisse bestätigen das Potenzial von RL-Algorithmen zur Schätzung der Muskelaktivierung bei den Bewegungen eines Sportlers.

This work shows the application of artificial intelligence (AI) on invasion game tracking data to realize a fast (sub-second) and adaptable search engine for sports scenes, scene ratings based on machine learning (ML) and computer-generated solutions using reinforcement learning (RL). We provide research results for all three areas. Benefits are expected for accelerated video analysis at professional sports clubs. / Diese Arbeit zeigt die Anwendung von künstlicher Intelligenz (KI) auf Invasionsspielverfolgungsdaten, um eine schnelle (unter einer Sekunde) und anpassungsfähige Suchmaschine für Sportszenen zu realisieren, Szenenbewertungen auf der Grundlage von maschinellem Lernen (ML) und computergenerierte Lösungen unter Verwendung von Verstärkungslernen (RL). Wir stellen Forschungsergebnisse für alle drei Bereiche vor. Es werden Vorteile für eine beschleunigte Videoanalyse in Profisportvereinen erwartet.

Monitoring exhaustion using near-infrared spectroscopy (NIRS) wearable biosensors seems promising in sports climbing. However, there is a lack of research regarding climbing specific muscular exhaustion and muscle oxidative metabolism. The current study analyses how exhaustion affects muscle oxidative metabolism and deduces to what extent measurements using NIRS are suitable for an objective monitoring as well as feedback of exhaustion. / Die Überwachung der Erschöpfung mit Hilfe von Nahinfrarotspektroskopie (NIRS) und tragbaren Biosensoren scheint beim Sportklettern vielversprechend. Allerdings fehlt es an Untersuchungen zur kletterspezifischen muskulären Erschöpfung und zum oxidativen Muskelstoffwechsel. Die vorliegende Studie analysiert, wie sich die Erschöpfung auf den oxidativen Stoffwechsel der Muskeln auswirkt, und leitet ab, inwieweit Messungen mit NIRS für eine objektive Überwachung sowie für ein Feedback der Erschöpfung geeignet sind.

As sport informatics research produces more and more digital data, effective data quality management becomes a necessity. This systematic scoping review investigates how data quality is currently understood in the field. Results show the lack of a common data quality model. Combining data quality approaches from related fields such as Ambient Assisted Living and eHealth could be the first step toward a data quality model for sport informatics. / Da in der Sportinformatikforschung immer mehr digitale Daten erzeugt werden, wird ein effektives Datenqualitätsmanagement zu einer Notwendigkeit. In dieser systematischen Übersichtsarbeit wird untersucht, wie Datenqualität derzeit in diesem Bereich verstanden wird. Die Ergebnisse zeigen das Fehlen eines gemeinsamen Datenqualitätsmodells. Die Kombination von Datenqualitätsansätzen aus verwandten Bereichen wie Ambient Assisted Living und eHealth könnte der erste Schritt zu einem Datenqualitätsmodell für die Sportinformatik sein.

Mit der Verwendung von Sensordaten aus mehreren Quellen entsteht oft die Notwendigkeit einer Synchronisierung der entstandenen Messreihen. Ein Standardverfahren dazu ist die Kreuzkorrelation, die jedoch übereinstimmende Zeitstempel voraussetzt und empfindlich gegenüber Ausreißern reagiert. In diesem Paper wird daher ein alternativer Algorithmus für die Synchronisierung von Ereignis-basierten Zeitreihendaten vorgestellt. / With the use of sensor data from multiple sources, the need for synchronization of the resulting measurement series often arises. A standard method for this is cross-correlation, but this requires matching timestamps and is sensitive to outliers. This paper therefore presents an alternative algorithm for the synchronization of event-based time series data.

In unserem Vortrag stellen wir die verbesserte Version des vor zwei Jahren präsentierten Kanu KI Analysators vor. Die automatische Paddel- und Paddelwinkelerkennung ist mit einer Trefferquote von über 99% sehr robust geworden. Die Erkennung der Paddelposen des Technikleitbildes hat sich von 37% auf 60% verbessert. / In our presentation, we introduce the improved version of the Canoe AI Analyzer presented two years ago. The automatic paddle and paddle angle detection has become very robust with an accuracy rate of over 99%. The paddle pose detection of the technique guide has improved from 37% to 60%.

The deflection of the ski is a prerequisite for carved turns. The more the ski is edged, the more the ski has to deflect and the more radial force has to be realised in order to keep the whole edge in contact with the snow. To verify this relationship, local ski bending curvature, the lean angle and the radial force were correlated with each other. Characteristic curvature patterns as well as very large correlations (r > 0.7) between the variables were identified. / Die Durchbiegung des Skis ist eine Voraussetzung für gecarvte Schwünge. Je stärker der Ski gekantet ist, desto mehr muss der Ski durchbiegen und desto mehr Radialkraft muss realisiert werden, um die gesamte Kante in Kontakt mit dem Schnee zu halten. Um diesen Zusammenhang zu verifizieren, wurden die lokale Skikrümmung, der Neigungswinkel und die Radialkraft miteinander korreliert. Es wurden sowohl charakteristische Krümmungsmuster als auch sehr große Korrelationen (r > 0,7) zwischen den Variablen festgestellt.