Retrieval Engine
Bewegungssuche im Maßstab
Fragen Sie „jedes Mal, wenn ein Innenverteidiger im 1‑gegen‑1 geschlagen wurde“ ab und erhalten Sie Treffer über ganze Saisons hinweg — ohne manuelles Tagging, nur Rohdaten.
Was es ist
Bewegungssuche ist Retrieval, nicht Tagging. Wählen Sie ein Bewegungsfenster — einen Rückzugslauf, eine unsaubere Landung, einen Pressing-Antritt — und rufen Sie die ähnlichsten Fenster aus allem ab, was Sie indexiert haben; jedes Ergebnis verlinkt direkt auf sein Quellsegment.
Nichts muss vorab gelabelt werden. Ähnlichkeit wird im Signatur-Raum berechnet — das System findet „mehr wie dieses“ selbst für Muster, die niemand zu definieren gedacht hat. Die Abfragesprache ist die Bewegung selbst.
Wie es funktioniert
Jedes indexierte Fenster trägt sein Embedding; eine Suche ist eine Nächste-Nachbarn-Abfrage über diesen Index, gefiltert nach beliebigen Metadaten — Trainingseinheit, Athlet, Kontext. Ergebnisse kommen mit Scores und Evidenz-Links zurück: Fenster-IDs, Zeitstempel, Quellsegmente. Ein Analyst kann jeden Treffer überprüfen — und dieselbe Abfrageoberfläche stellt die Knowledgebase-API KI-Agenten bereit.
Was Sie erhalten
Der praktische Effekt: Die Videosichtung beginnt bei Kandidaten statt bei null. Ein einmal gesehenes Muster wird zur Linse über das gesamte Korpus.
| Parameter | Wert | Hinweise |
|---|---|---|
| Abfrage | per Beispielfenster | Ähnlichkeit zu einem ausgewählten Bewegungsfenster. |
| Filter | Tags, Zeitraum, Kohorte | Ergebnisse nach Trainingseinheit, Athlet oder Kontext eingrenzen. |
| Rückgabe | Fenster + Scores + Evidenz | Jeder Treffer verlinkt zurück auf sein Quellsegment. |
| Abdeckung | was Sie indexieren | Die Suche umfasst Ihr indexiertes Korpus — nicht mehr wird behauptet. |
Status & Roadmap
Prototyp. Retrieval über Embeddings läuft heute in der internen Evaluations-Workbench — Retrieval-Galerien über ein Proof-of-Concept-Korpus. Abfrageoberfläche, Filter und Evidenz-Vertrag des Produkts sind in der API-Dokumentation spezifiziert und dort nach Status gekennzeichnet.