Evaluation eines Motion-Capture-Trainingsansatzes als Indikator zur Leistungssteigerung im Muay Thai

Muay Thai und Motion Capture: Eine Studie der Sozioinformatik an der Technischen Hochschule Würzburg-Schweinfurt befasste sich mit kinematischen Bewegungsanalysen, die mithilfe von Motion Capture (MoCap) durchgeführt wurden. Motion Capture findet seinen Ursprung in der Animations- und Filmeindustrie und wird zunehmend im Gesundheits- und Sportwesen sowie in der Robotik verwendet. Menschliche Bewegungen werden in eine virtuelle Umgebung implementiert und lassen sich dort weiterverarbeiten. Muay Thai zählt zu den weltweit ältesten und populärsten Kampfkünsten und zeichnet sich durch schnelle und dynamische Techniken aus, die höchst präzise ausgeführt werden müssen.

Traditionelle Trainings- und Bewertungsmethoden sind äußerst zeitaufwendig und durch eine subjektive Beurteilung geprägt.

Zentrale Fragestellung der Studie war demzufolge, inwiefern die Einführung eines MoCap-Trainingsansatzes in der Kampfkunst Muay Thai zu einer Leistungssteigerung bei Athletinnen und Athleten führt. Das Projekt orientierte sich an einem theoretischen Modell, das Lernmethoden im Sport mit neuen Technologien verknüpft und die Kampfsport-Trainingsmethoden mit Motion Capture kombiniert.

Die Studie setzte sich mit drei unterschiedlichen Trainingsansätzen und zwei verschiedenen Bewertungsmethoden auseinander. Hierfür nahmen mehrere Personen an der Studie teil und trainierten Muay Thai Techniken. Die Validierung erfolgte durch die Experteneinschätzung eines mehrfachen Welt- und Europameisters im Muay Thai und Kickboxen. Darüber hinaus wurde die Bewertung durch technische Komponenten ergänzt. Die neu eingeführte Trainingsmethodik überzeugte mit Objektivität und hochgradig zuverlässigen Analyse-Ergebnissen.

Training mit technischer Unterstützung

Statt in einem Dōjō trainierten die Athleten unter verschiedenen Bedingungen im MoCap-Labor der THWS. Fehler und Abweichungen von der idealen Trainerpose konnten die Teilnehmenden anhand eines Vergleichs zwischen deren Daten und der Trainerreferenz in visualisierter Form erkennen, verinnerlichen und verbessern.

Auswirkungen einer virtuellen Trainingsumgebung auf selbstbasiertes Beobachtungslernen zur Steigerung der Präzision

Die Ergebnisse zeigen, dass die neuartige Methode einer Gruppe besonders bei anspruchsvollen und dynamischen Kampfsporttechniken zu einem signifikanten Leistungsanstieg führte. Die Studie belegt, dass ein Trainingsansatz individuell gestaltet werden sollte, um die Leistung von Athleten zu steigern.

Neue Technologien tragen dazu bei, hochwertige Datensätze zu generieren, die detaillierte Aufschlüsse über Nuancen in der Inkorrektheit einer Bewegung aufzeigen. Neben Fairness und Objektivität fördert das visuelle Feedback die Verinnerlichung und trägt zum selbstbasierten Beobachtungslernen bei. Die Bewertung durch einen Trainer wird in Zukunft keinesfalls überflüssig, sollte jedoch durch intelligente Beurteilungsmethoden ergänzt werden.

Weitere Informationen unter Sozio.Lab der THWS

Kontakt: Technische Hochschule Würzburg-Schweinfurt

Prof. Dr. Nicholas Müller

Sanderheinrichsleitenweg 20

97074 Würzburg

nicholas.mueller[at]thws.de