Die Plattform AZUM ermöglicht es Coaches, Trainings für Athleten zu planen und danach ihre Leistungen Ihrer Athleten zu analysieren. Je mehr Athleten ein Traininer gleichzeitig betreut, desto schwieriger wird es, den Überblick über die Leistungen zu behalten. In dieser Arbeit werden möglichkeiten untersucht, wie Trainings effizienter analysiert werden können. Dies wir erreicht indem die Leistungsdaten klassifiziert und visualisiert werden.
Django (Python), Vue (JavaScript), Zeitbasierte Visualisierungen, Leistungsdiagnostik
Auf der Plattform AZUM kann ein Coach seine Athleten vollumfänglich betreuen. Der Funktionsumfang geht vom Trainingsplan bis über zur Analyse von Trainingseinheiten. Damit ein Voach korrekte Trainingsanalysen machen kann, braucht er Leistungsdaten von absolvierten Trainingseinheiten. Diese werden mit Fitnesstrackern (z.B Sportuhr, Velocomputer etc) während des Trainings gemessen und abgespeichert. Coaches, welche die Plattform AZUM nutzen, können Aktivitäten nicht Zeiteffizient auswerten. Je mehr Athleten dein Coach betreut, desto Zeiteffizienter muss er die Leistungen eines Athleten überschauen können. Zudem muss er auf eine einfache Art Trainings identifizieren, bei welchen er dem Athleten Feedback geben muss. Ziel der Arbeit ist, Trainings zu Anhand von Regeln zu klasifizieren sowie diese geeignet darzustellen.
Die Tooltip-Icon-Lösung erleichtert Coaches die Analyse von Trainingsdaten, indem wichtige Informationen direkt über farbcodierte Icons angezeigt werden. Beim Überfahren der Icons mit der Maus öffnen sich Tooltips, die detaillierte Daten wie Herzfrequenz, Effizienz und Datenintegrität anzeigen. Dieses System ermöglicht es, potenzielle Probleme oder Auffälligkeiten schnell zu erkennen, ohne die gesamte Aktivität durchgehen zu müssen. Die Kombination aus visueller Einfachheit und tiefergehenden Informationen fördert eine zeiteffiziente und präzise Trainingsanalyse.
Die Heatmap-Lösung bietet eine visuelle Darstellung von Trainingsdaten, die es Coaches ermöglicht, auf einen Blick die Leistung ihrer Athleten zu überblicken. Durch farbcodierte Felder werden verschiedene Trainingsparameter wie Herzfrequenz, Geschwindigkeit und Effizienz übersichtlich und intuitiv dargestellt. Diese visuelle Aufbereitung erleichtert es, Muster und Ausreisser schnell zu erkennen, ohne i n detaillierte Daten eintauchen zu müssen. Zusätzlich ermöglichen interaktive Tooltips, weitere Informationen direkt aus der Heatmap abzurufen. Diese Methode verbessert die Übersichtlichkeit erheblich und unterstützt Coaches dabei, fundierte Entscheidungen zur Trainingsoptimierung zu treffen.
Die Evaluationsergebnisse zeigen, dass die Arbeit neue Erkenntnisse zur Effizienzsteigerung von Coaches durch die Klassifizierung und Visualisierung von Leistungsdaten liefert. Besonders die Nutzung von Tooltips zur Darstellung der komplexen Daten erwies sich als effektiv. Azum plant, die entwickelten Lösungen in die Plattform zu integrieren, um die Effizienz der Trainingsanalyse weiter zu steigern.
IP6 - Frühlingssemester 24, 360 Personenarbeitsstunden, 2 Personen
AZUM System AG
Dan Aeschlimann, dan.aeschlimann@azum.com
Peter Spörri, peter.spoerri@azum.com
Francesco Lucia, francesco.lucia@students.fhnw.ch
Elias Bräm, elias.braem@students.fhnw.ch
Prof. Dr. Norbert Seyff, norbert.seyff@fhnw.ch
Dr. Nitish Patkar, nitish.patkar@fhnw.ch
