Diabetologie » Sport und Diabetes

»

KI-gestütztes Fitness-Tool für individuelle Trainingsziele

Symbolbild, Gruppe an jungen Sportlerinnen und Sportlern sitzt lachend zusammen und schaut auf ein Smartphone

KI-gestütztes Fitness-Tool für individuelle Trainingsziele

News

Diabetologie

Sport und Diabetes

2 MIN

Erschienen in: diabetes heute

Die Forschungsgruppe „Intelligente und Lernende Systeme“ der Hochschule Hof hat in Zusammenarbeit mit dem Fitnessstudio „Freiraum“ in Bayreuth ein innovatives KI-gestütztes Fitness-Tool entwickelt. Das Projekt „Fit Me“ entstand im Rahmen des EU-geförderten EFRE-Projekts M4-SKI und ist jetzt öffentlich zugänglich.


Mit „Fit Me“ können Nutzer ihre individuellen Fitnessziele visualisieren. Durch einen Demonstrator laden Anwender ein Foto hoch, wählen die gewünschte Trainingsart und Intensität und erhalten eine KI-generierte Vorschau ihres zukünftigen, fitteren Ichs. „Es ist wie ein Blick in die Zukunft“, erklärt Prof. Dr. Christian Groth, Experte für Angewandte Künstliche Intelligenz an der Hochschule Hof. Ergänzt wird das Tool durch individuelle Trainingspläne, die mit Trainern abgestimmt werden können.

Technologische Innovation für mehr Motivation

Das Tool setzt auf modernste KI-Technologie, um realistische Bilder zu erzeugen. Es verwendet neuronale Netze und Bilderkennung, die speziell angepasst wurden, um wissenschaftlich fundierte und realistische Darstellungen zu gewährleisten. Im Gegensatz zu herkömmlichen Filtern analysiert „Fit Me“ Körperstrukturen und passt diese auf Basis von Trainingsprozessen an. Dabei werden alle Daten sicher auf den Servern des KI-Anwenderzentrums verarbeitet, ohne dass persönliche Informationen gespeichert werden.
Verfügbarkeit

Verfügbarkeit

Der Demonstrator ist ab sofort online über das Fitnessstudio „Freiraum“ in Bayreuth nutzbar. Interessierte können sich vor Ort in der Spinnereistraße 7 informieren und das Tool direkt ausprobieren.
Dieses Projekt zeigt, wie KI-Technologie die Motivation und Zielerreichung im Fitnessbereich revolutionieren kann. Es kombiniert wissenschaftliche Präzision mit praktischer Anwendbarkeit und Datenschutz auf höchstem Niveau.

Weitere Beiträge zu diesem Thema

T1D-Screening: Früherkennung mit Augenmaß oder vorschneller Schritt?

Fachartikel

Sollte Typ-1-Diabetes künftig bevölkerungsweit gescreent werden? Im Interview diskutieren Prof. Dr. Olga Kordonouri und Dr. Karl Horvath Chancen und Grenzen der Früherkennung. Im Fokus stehen vermeidbare Ketoazidosen, mögliche Belastungen für Familien, fehlende Evidenz aus RCTs und die Frage, unter welchen Bedingungen ein T1D-Screening verantwortungsvoll eingeführt werden kann.

Diabetologie

Diabetes bei Kindern und Jugendlichen

Beitrag lesen

Semaglutid bei Frauen in der Menopause: Neue Daten zu Gewicht, Herz und Migräne

Pharmaservice

Beim ECO 2026 in Istanbul wurden neue Auswertungen zu Semaglutid bei Frauen mit Adipositas in der Peri- und Postmenopause präsentiert. Post-hoc-Analysen aus STEP-UP und SELECT zeigen konsistente Gewichtsreduktionen von bis zu 22,6 % sowie eine MACE-Risikosenkung – ergänzt durch Real-World-Daten zu 42–45 % weniger Migräne und 25 % weniger Depression.

Diabetologie

Komorbiditäten von Diabetes

Beitrag lesen
Ein Mann mit Anzug sitzt vor einem geöffneten Laptop, in der Luft steht USECASE und darum sind verschiedene Tech-Symbole angeordnet.

Prädiabetes frühzeitig erkennen – KI als Werkzeug der betrieblichen Prävention

Berufspolitik

Viele Menschen mit Prädiabetes werden zu spät erkannt – oft erst, wenn der Diabetes bereits manifest ist. Ein neuer Forschungsansatz aus der Arbeitsmedizin setzt früher an: KI-Modelle sollen Risikofaktoren bereits im Betrieb sichtbar machen. Für Diabetologinnen und Diabetologen könnte das die Zuweisung in die Fachversorgung grundlegend verändern.

Diabetologie

Sonstiges

Beitrag lesen