KI-Fitness-Tracker: Dein Skelett im Browser
STAYHYPD MOVE macht Homeoffice-Übungen vor, erkennt deine Bewegung per Webcam und wertet sie aus wie eine Sportuhr. Das läuft ohne App, ohne Konto und ohne dass ein Kamerabild dein Gerät verlässt. Hier steht, wie das funktioniert.
Kurz gesagt
Ein KI-Modell findet im Kamerabild 33 Körperpunkte. Aus diesen Punkten rechnet die App Gelenkwinkel aus. Aus den Winkeln entstehen gezählte Wiederholungen, gehaltene Sekunden und eine Bewertung der Ausführung. Alles davon passiert im Browser auf deinem Gerät.
Der Weg vom Bild zur Zahl
- Kamera. Der Browser fragt nach der Freigabe. Das Bild landet in einem Video-Element, sonst nirgends.
- Pose-Erkennung. Der MediaPipe Pose Landmarker läuft als WebAssembly im Browser und nutzt, wenn möglich, die Grafikkarte. Das Modell ist knapp 6 MB groß und liegt auf unserem eigenen Server.
- Weltkoordinaten. Das Modell liefert jeden Punkt zweimal: als Position im Bild zum Zeichnen und als geschätzte 3D-Position in Metern zum Messen. So hängt ein Kniewinkel weniger davon ab, wie weit du von der Kamera weg stehst.
- Messgröße. Jede Übung hat genau eine Hauptgröße, etwa den Kniewinkel bei der Kniebeuge oder den Ellbogenwinkel beim Liegestütz.
- Zustandsmaschine. Eine Wiederholung zählt erst, wenn du von der Ausgangshaltung zum Arbeitspunkt und wieder zurück gekommen bist.
- Auswertung. Am Ende stehen Ringe wie auf einer Uhr, dazu Bewegungsumfang, Tempo, Symmetrie und die Qualität jeder einzelnen Wiederholung.
Eine Figur für drei Aufgaben
Das ist die wichtigste Entscheidung im Code. Eine Übung ist bei uns kein Video, sondern eine Liste von Haltungen aus Winkeln. Daraus entstehen drei Dinge:
- die Vormach-Animation in der Ecke,
- die Geisterfigur, die auf dein erkanntes Skelett gelegt und auf deine Rumpflänge skaliert wird,
- die Schwellen für den Zähler.
Der Zähler liest Start- und Arbeitswert direkt aus der Animation. Vormachen und Zählen können deshalb nicht auseinanderlaufen. Eine neue Übung braucht keine handgesetzten Grenzwerte.
So zählt der Tracker
Der Messwert wird auf eine Skala von 0 (Ausgangshaltung) bis 1 (Arbeitspunkt) umgerechnet und geglättet, damit einzelne Ausreißer im Tracking nicht durchschlagen.
- Ab 0,62 gilt die Bewegung als gestartet.
- Unter 0,3 gilt sie als abgeschlossen. Der Abstand zwischen beiden Werten verhindert Doppelzählungen am Umkehrpunkt.
- Unter 0,5 Sekunden ist es keine Wiederholung, sondern ein Tracking-Sprung.
Die Note je Wiederholung setzt sich zu 70 % aus dem Bewegungsumfang und zu 30 % aus dem Tempo zusammen. Bei Halteübungen wie dem Unterarmstütz läuft die Zeit nur, solange die Haltung stimmt.
| Übung | Messgröße | Kamera |
|---|---|---|
| Kniebeuge | Winkel Hüfte, Knie, Fußgelenk | frontal |
| Liegestütz | Winkel Schulter, Ellbogen, Handgelenk | seitlich |
| Wadenheben | Höhe Fußgelenk über Zehen | seitlich |
| Rumpfdrehung | Sichtbare Schulterbreite | frontal |
| Unterarmstütz | Körperlinie, Haltezeit | seitlich |
Wie wir das testen
Jede Übung läuft im Test als künstliche Bewegung durch denselben Code wie ein echtes Kamerabild. Die Animation erzeugt Gelenkpunkte, der Zähler muss exakt die erwartete Zahl an Wiederholungen liefern. Dazu kommen Gegenproben: Halbe Bewegungen und Tracking-Sprünge dürfen nicht zählen.
Das beweist, dass Rechnung und Figur zusammenpassen. Es beweist nicht, dass der Tracker bei jedem Menschen in jedem Wohnzimmer gleich gut misst.
Datenschutz: Was wirklich rausgeht
Unser Versprechen lautet: Kein Kamerabild verlässt das Gerät. Beim Testen haben wir den Netzwerkverkehr mitgeschnitten und einen Fund gemacht. Die MediaPipe-Bibliothek schickt von sich aus Nutzungsmetriken an einen Google-Server. Keine Bilder, das steht auch so in ihrer Privacy Notice, aber eben eine Verbindung, die wir nicht wollen.
Deshalb sperrt eine Content Security Policy (connect-src 'self') auf der App-Seite jede Verbindung zu fremden Servern. Modell und WebAssembly liegen bei uns, Ergebnisse nur im lokalen Speicher des Browsers. Eine Lehre daraus: Eine Bibliothek, die lokal rechnet, ist nicht automatisch still. Schau in den Netzwerk-Tab, bevor du etwas versprichst.
Gelenke, Verschleiß und das Alter
Die App bleibt fast textfrei: fette Knöpfe, Ringe, Zahlen. Die Erklärungen stehen auf eigenen Detailseiten für jede Übung und jedes Gelenk. Dort zeigt eine Animation, warum Knorpel Bewegung braucht: Er hat keine eigenen Blutgefäße und bekommt Nährstoffe über den Wechsel aus Druck und Entlastung.
Die Statistik trennt zwei Dinge sauber. Studienzahlen stehen mit Quelle da, etwa Daten des RKI zu Arthrose oder MRT-Befunde bei Menschen ohne Beschwerden. Die Kraftkurve dagegen ist ein Rechenmodell: Die Abnahme ab 50 stammt aus der Literatur, die Bremswirkung durch Training ist unsere Annahme und als solche gekennzeichnet. Das ist eine Veranschaulichung, keine Prognose.
Was es nicht kann
- Es ersetzt keine Trainerin und keine ärztliche Beratung. Es erkennt Bewegungsumfang und Tempo, keine Verletzungsgefahr.
- Verdeckte Gelenke sind Schätzungen. Bei Bodenübungen hilft eine seitliche Kamera, schlechtes Licht schadet.
- Die Kalorien sind grob geschätzt, ohne Puls und mit einem festen Durchschnittsgewicht.
- Feine Bewegungen wie das Kinn-Einziehen laufen nur nach Zeit, dafür ist die Erkennung zu grob.
Quellen
- MediaPipe Pose Landmarker
- RKI: 12-Monats-Prävalenz von Arthrose in Deutschland
- Brinjikji et al., AJNR 2015
- von Haehling et al., J Cachexia Sarcopenia Muscle 2010
Hinweis: Das hier beschreibt Software, es ist kein medizinischer Rat.
In short
STAYHYPD MOVE is a browser fitness tracker. A pose model runs on your device, finds 33 body landmarks, turns them into joint angles and counts reps. One rig drives the demo figure, the ghost overlay and the counter thresholds. No camera frame leaves the device, and a content security policy blocks the library's usage metrics.