Am 24. und 25. März 2025 findet im Lehr-Lernzentrum am Uniklinikum Essen der Kongress „Emerging Technologies in Medicine“ statt. Organisiert vom Institut für KI in der Medizin der Universität Duisburg-Essen, wird der Kongress rund 300 Fachleute aus Deutschland und den Nachbarländern anziehen. Der Fokus liegt auf dem Einfluss von Künstlicher Intelligenz (KI) auf den Sport und insbesondere auf die Sportmedizin. Diese Veranstaltung wird sich mit den neuesten Entwicklungen im Gesundheitssektor und im Leistungssport auseinandersetzen.

Zu den Diskussionspunkten gehören die technologische Machbarkeit, ethische Fragen sowie Datenschutzaspekte und der praktische Nutzen neuer Technologien. Unter anderem sind Vorträge über die Anwendung von KI und Big Data in der Sportmedizin geplant. Präsentationen von Borussia Dortmund sowie ein Vergleich zwischen KI-basierten Vorhersagemethoden und traditionellen statistischen Verfahren zur Verletzungsrisikoeinschätzung junger Profifußballer werden thematisiert. Ein weiteres Highlight ist die NFL Digital Athlete-Initiative, die KI und Machine Learning einsetzt, um Verletzungsrisiken zu reduzieren.

Fortschritte in der Sportmedizin

Das Programm des Kongresses umfasst zudem neue Technologien zur Gesundheitsoptimierung, wie das Atemmuskeltraining und eine KI-gestützte 3D-Körperanalyse für Sportler und Klinikpatient:innen. Die Teilnahme am Kongress ist für Studierende und Mitarbeitende der Universitätsmedizin Essen kostenlos, jedoch ist eine Anmeldung erforderlich. Die Adresse des Veranstaltungsortes lautet Virchowstraße 163a, 45147 Essen, und das detaillierte Programm kann auf der Website des Kongresses eingesehen werden.

Parallel zu diesen Entwicklungen wird mit dem Projekt „Smart Injury Prevention“ eine intelligente Software zur personalisierten Vorhersage von Laufverletzungen entwickelt. Partner des Projekts sind unter anderem die Humotion GmbH, PI Probaligence GmbH sowie die Universität Hamburg. Mit einer Förderung von rund 530.000 Euro aus dem Zentralen Innovationsprogramm Mittelstand (ZIM) zielt das Projekt darauf ab, biomechanische Parameter durch hochauflösende Sensordaten zu erfassen und die Laufbiomechanik in Echtzeit zu analysieren.

Das Forschungsprojekt nimmt einen bedeutenden Platz ein, da Laufen in Deutschland mit 19 Millionen aktiven Sportler:innen eine der beliebtesten Sportarten ist, wobei jährlich 80% der Läufer:innen verletzungsbedingt in Erscheinung treten. Der innovative Ansatz für die frühzeitige Erkennung von Verletzungsrisiken wird durch die Analyse des individuellen Laufstils und die Entwicklung neuartiger Machine-Learning-Verfahren unterstützt.

Künstliche Intelligenz im Sport

Künstliche Intelligenz spielt eine zentrale Rolle im modernen Sport und revolutioniert das Training von Athleten durch individualisierte Trainingsprogramme auf Basis umfangreicher Leistungsdaten. Algorithmen und Sensoren ermöglichen detaillierte Bewegungsanalysen, Verletzungsprognosen und die Optimierung der Trainingsbelastungen. Diese Technologien finden nicht nur im Profisport Verwendung, sondern können auch das Erlebnis für Fans verbessern, indem sie personalisierte Berichterstattungen und virtuelle Erlebnisse ermöglichen.

Allerdings sind auch ethische Fragen aufgeworfen worden, da der Einsatz von KI im Sport potenzielle Herausforderungen bezüglich Fairness und Datenschutz mit sich bringt. Die Chancen und Risiken der KI-Nutzung im Sportraum werden weiterhin beobachtet, insbesondere hinsichtlich der Wettbewerbsverzerrungen oder der Gefahr, Entscheidungen übermäßig von Maschinen abhängig zu machen. Die ständige Datenerhebung durch Big Data ist entscheidend für treffsichere Analysen, da Sportorganisationen kontinuierlich Daten sammeln, um KI-Anwendungen zu unterstützen, wie in verschiedenen Bereichen wie American Football, Tennis oder Radsport bereits zu beobachten ist.

Insgesamt ist die Entwicklung der Künstlichen Intelligenz im Sport nicht nur technologisch spannend, sondern stellt auch die Art und Weise in Frage, wie Sportler trainieren und Wettkämpfe bestreiten. Weitere Informationen können in der Publikation von GECKO nachgelesen werden.