Unterstützung der Leistungsdiagnostik im Leistungs- und Hochleistungssport durch maschinelles Lernen am Beispiel der Ausdauerdiagnostik

Aktive verschieben auf der Jagd nach neuen Rekorden – unterstützt durch Erkenntnisse aus der Sportwissenschaft – immer weiter die Grenzen der menschlichen Leistungsfähigkeit. Die Erkenntnisse der Sportwissenschaft fußen auf der Erhebung und Analyse verschiedenster Daten. Dabei werden personalisierte Ansätze, wie sie bereits in der Medizin Anwendung finden, auch in der Sportwissenschaft immer wichtiger, um bei Entscheidungen im Bereich der Diagnostik und des Trainings unterstützen zu können. Um solche Ansätze umsetzen zu können, werden ganz allgemein Prozesse zur Datenorganisation, Datenanalyse auf der Basis von künstlicher Intelligenz und Prozesse für die Kommunikation der aus der Analyse gewonnenen Erkenntnisse gefordert. Im Bereich der Ausdauerdiagnostik und des Ausdauertrainings existieren aktuell in der sportwissenschaftlichen Forschung wenige solcher allgemeinen, umgesetzten Ansätze. Basierend auf den oben genannten Forderungen wurden innerhalb der vorliegenden Arbeit als übergeordneter Prozess der Data-Warehouse-Prozess sowie als Prozess für die Datenanalyse der Cross Industry Standard Process for Data Mining (CRISP-DM) umgesetzt. Dazu wurde ein leichtgewichtiges Server-/Client-System mit einer JSON-API und einer relationalen Datenbank für die Datenorganisation entwickelt, um die hohen Kosten für die Anschaffung und Unterhaltung von großen Business-Intelligence-Systemen zu vermeiden. Basierend auf einem zweistufigen Machine-Learning-Modell wurde durch ein Clustering eine Einteilung von Individuen in zwei Leistungscluster vorgenommen. Für die beiden Leistungscluster wurden anschließend mit Hilfe eines Decision Trees Regeln gefunden, um Teile der physiologischen Strukturen beziehungsweise deren Ausprägungen aufzuzeigen. Das erstellte Modell ermöglicht Einblicke in die physiologischen Strukturen von Leistungsclustern im Ausdauerbereich. Somit könnte das erstellte Modell das Betreuungspersonal von Aktiven im Leistungssport sowohl in der Diagnostik als auch bei der Planung des Ausdauertrainings unterstützen. Die Anwendbarkeit sowie der Nutzen des Modells in der täglichen Praxis ist in zukünftigen Projekten zu evaluieren.