Jede Modalität hatte ihren Moment. Bewegung ist die nächste.

Das Muster wiederholt sich durch ein Jahrzehnt des maschinellen Lernens: keine handgefertigten Merkmale mehr, ein Modell auf dem Rohsignal in großem Maßstab trainieren — und jede nachgelagerte Aufgabe wird zugleich besser. Text hat diesen Schritt vollzogen. Bilder ebenso. Proteinstrukturen auch.

Menschliche Bewegung noch nicht. Das Rohsignal existiert — Skelettsequenzen, Dutzende Gelenke, fünfundzwanzig Bilder pro Sekunde — doch das Feld arbeitet weiter mit handverlesenen Metriken: Distanzen, Geschwindigkeiten, Zählwerten. Diese Lücke ist das Unternehmen.

TextGPT2018Next-Token-Vorhersage auf Rohtext
ProteineAlphaFold2020Struktur aus der Sequenz vorhergesagt
BilderDINO2021Selbstüberwachtes Sehen ohne Labels
BewegungWithoutBalloffenSelbstüberwachte Repräsentation der KörperbewegungPrototyp
Foundation-Model-Momente nach Modalität. Offen ist allein die Bewegungszeile — unser Modell ist ein funktionierender Prototyp, keine fertige Behauptung.

Wir messen, wie sich der Körper bewegt — nicht nur, wohin er läuft.

Trackingsysteme beantworten das Wohin: Positionen, Distanzen, Sprints. Das Skelett beantwortet das Wie: Schrittmechanik, Verzögerungskontrolle, Links-rechts-Asymmetrie, Koordination unter Ermüdung. In dieser zweiten Ebene verändert sich die Form, zeigen sich Gewohnheiten, sammelt sich Risiko — und in einem Punkt auf einer Ebene ist sie unsichtbar.

WithoutBall lernt diese Ebene direkt aus rohen Skelettsequenzen — selbstüberwacht, ohne handgelabelte Events. Was sie ermöglicht, steht unter Funktionen; wie sie gebaut ist, dokumentieren die Docs.

Wohin — ein Punkt auf der Ebene

Wie — 21 Gelenke in Bewegung

Dieselbe Sekunde, zwei Signale. Das linke ist gelöst; das rechte ist unseres.

Zwei Kanäle in eine Knowledgebase.

Alles, was das Modell berechnet — Embeddings, abgeleitete Merkmale, Verweise zurück auf die zugrunde liegenden Bewegungssegmente — sammelt sich in einer Knowledgebase. Darauf sitzen zwei Arten von Clients.

Kanal 01

Direktes Produkt

Trainer, Performance-Teams und Kliniker arbeiten in unseren eigenen Oberflächen — Berichte, Analysewerkzeuge, Monitoring-Ansichten.

Lösungen ansehen

Kanal 02

Agenten-Integration

Externe KI-Agenten fragen dieselbe Knowledgebase im Auftrag ihrer Nutzer ab und antworten mit Evidenz.

Die KI-Agenten-Plattform
Eine Bewegungs-Knowledgebase

Fußball zuerst. Aber nicht nur Fußball.

Das Modell lernt Körper, keine Spielfelder. Nichts in seiner Architektur setzt eine Sportart voraus — eine Skelettsequenz ist dasselbe Objekt, ob sie sprintet, schreitet oder landet. Fußball ist die erste Vertikale, weil dort unsere Daten und unsere Fachtiefe liegen; die nächsten sind bereits kartiert.

Über den Fußball hinaus