Wie genau ist ein KI-Bikefitting?
Ein KI-Bikefitting per Video misst Gelenkwinkel in 2D mit einer Abweichung von einigen Grad. In einer Studie mit 26 Radfahrern wich das Posenmodell, das BikeFit/LAB nutzt, an Knie und Hüfte um etwa 3–6° und am Sprunggelenk um 5–9° von reflektierenden Markern ab. Das reicht, um zu prüfen, ob Sattelhöhe und Reach in einem üblichen Bereich liegen, nicht aber für eine Feinabstimmung auf ein Grad.
Was ein KI-Bikefitting misst
Ein Bikefitting per Kamera filmt dich beim Pedalieren von der Seite und schätzt in jedem Bild, wo deine Gelenke sind. Aus diesen Punkten berechnet es Winkel: Kniestreckung unten im Tritt, Kniewinkel oben, Hüft-, Rumpf- und Ellbogenwinkel sowie die Trittfrequenz. BikeFit/LAB vergleicht sie mit Richtwerten für deinen Radtyp und rechnet die Unterschiede, skaliert mit deiner Schrittlänge, in Millimeterempfehlungen für Sattel und Lenker um.
Wie Posenerkennung funktioniert
BikeFit/LAB nutzt MediaPipe Pose auf Basis von Googles BlazePose-Modell, das pro Bild 33 Körperpunkte auf normalen Handys und Computern schätzt (Bazarevsky et al., 2020). Das Modell läuft in deinem Browser; das Video wird nicht hochgeladen. Ein Winkel wird aus drei Punkten berechnet, etwa Hüfte, Knie und Sprunggelenk. Weil jeder Punkt einen kleinen Fehler hat, hat auch der Winkel einen Fehler von einigen Grad. Mitteln über viele Bilder verringert zufälliges Rauschen, aber keine systematische Abweichung.
Was Studien zur Genauigkeit sagen
Wir haben keine Validierungsstudie von BikeFit/LAB selbst veröffentlicht und stützen uns daher auf unabhängige Forschung. Bini, Nascimento und Nibali (2024) verglichen MediaPipe bei 26 Radfahrern mit reflektierenden Markern auf normalem Seitenvideo mit 30 Bildern pro Sekunde. Die typischen Abweichungen lagen bei etwa 3–6° an Knie und Hüfte und 5–9° am Sprunggelenk. MediaPipe zeigte das Knie rund um den unteren Totpunkt stärker gebeugt als die Marker, sodass die Kniestreckung leicht unterschätzt werden kann. Die Autoren folgerten, dass die Kniewinkelbereiche für die Sattelhöhe dennoch erkennbar sind, das Sprunggelenk aber schlecht erfasst wurde.
Was das Ergebnis beeinflusst
- Kamerawinkel: Die Kamera muss im rechten Winkel zum Rad stehen. Leicht schräg von vorn oder hinten zu filmen verschiebt alle Winkel.
- Kamerahöhe und Abstand: Objektiv auf Sattelhöhe, 2 bis 4 Meter entfernt, Fahrer und Rad vollständig im Bild.
- Kleidung: Weite Kleidung verdeckt Hüfte und Knie; enge Radbekleidung ergibt stabilere Punkte.
- Licht und Hintergrund: Gleichmäßiges Licht und ein ruhiger Hintergrund helfen dem Modell, jedes Gelenk zu finden.
- Deine Schrittlänge: Millimeterempfehlungen werden damit skaliert, ein Fehler wirkt sich also überall aus.
So bekommst du ein wiederholbares Ergebnis
- Markiere, wo Kamera und Rad stehen, und nutze jedes Mal denselben Platz.
- Trage dieselben Schuhe und ähnliche Kleidung und wärme dich ein paar Minuten auf.
- Ändere immer nur eine Sache, miss erneut und beurteile den Trend statt einer einzelnen Zahl.
KI-Analyse oder professionelles Bikefitting?
Eine Videoanalyse ist ein schneller, günstiger Weg, deine Position zu prüfen und zu sehen, ob eine Änderung in die richtige Richtung geht. Ein professioneller Bikefitter kann, was Software nicht kann: Beweglichkeit, Verletzungen und Fußanatomie beurteilen, Satteldruck messen, beide Beine dreidimensional betrachten und das Rad während der Fahrt anpassen.
Studiofitting, kostenlose App oder BikeFit/LAB im Vergleich →
Wann du besser zu einem Profi gehst
- Bei stechenden, anhaltenden oder zunehmenden Schmerzen, Taubheit oder Kribbeln: zum Arzt oder Physiotherapeuten.
- Nach einer Verletzung oder Operation oder bei bekannter Beinlängendifferenz.
- Wenn ein deutlicher Unterschied zwischen links und rechts immer wieder auftritt.
- Wenn Anpassungen auf Basis von Messungen nach einigen Fahrten nicht helfen.
Häufige Fragen
Kann eine Handykamera ein professionelles Bikefitting ersetzen?
Nein. Sie kann deine Position prüfen und Veränderungen verfolgen, aber weder Beweglichkeit noch Verletzungen oder Satteldruck beurteilen, und sie sieht eine Körperseite in 2D.
Welche Gelenkwinkel sind am zuverlässigsten?
In der genannten Studie waren Knie- und Hüftwinkel am genauesten, mit typischen Abweichungen von etwa 3–6°. Das Sprunggelenk war am unzuverlässigsten.
Warum unterscheiden sich zwei Messungen?
Kleine Unterschiede bei Kamerawinkel, Kleidung oder Tretstil verschieben die Werte um einige Grad. Nutze immer denselben Aufbau und vergleiche Trends.
Quellen
- Bini RR, Nascimento VB, Nibali A (2024). Validity of neural networks in determining lower limb kinematics in stationary cycling. Sport Sciences for Health, 20:127–136. doi:10.1007/s11332-023-01075-7
- Bazarevsky V, Grishchenko I, Raveendran K, Zhu T, Zhang F, Grundmann M (2020). BlazePose: On-device real-time body pose tracking. arXiv preprint (Google Research), arXiv:2006.10204. doi:10.48550/arXiv.2006.10204
- Ferrer-Roca V, Roig A, Galilea P, García-López J (2012). Influence of saddle height on lower limb kinematics in well-trained cyclists: static vs. dynamic evaluation in bike fitting. Journal of Strength and Conditioning Research, 26(11):3025–3029. doi:10.1519/JSC.0b013e318245c09d
- Bini R, Priego-Quesada J (2022). Methods to determine saddle height in cycling and implications of changes in saddle height in performance and injury risk: a systematic review. Journal of Sports Sciences, 40(4):386–400. doi:10.1080/02640414.2021.1994727
Allgemeine Positionshinweise, keine medizinische Beratung.