Kürzlich habe ich angefangen, meine Spielaufnahmen der KI zu zeigen. Ich experimentiere damit, Spielvideos zu füttern, damit sie automatisch Spieler farblich markiert und auf einem Spielfeld-Layout abbildet. Lol. Obwohl ich kein Ingenieur bin, konnte ich alles in etwa einem halben Tag selbst einrichten und zum Laufen bringen – das wollte ich einfach teilen!
Dieser Artikel enthält viel Fachsprache, also falls du die Herausforderung selbst ausprobieren möchtest, lies mindestens bis zur Hälfte! Wenn du interessiert bist, lies bitte bis zum Ende!
Bevor ich loslege, eine kleine Ankündigung! Obwohl ich aktive Basketballspielerin bin, betreibe ich auch Fantrance, eine Live-Streaming-Plattform, die auf Sport spezialisiert ist! Athleten sprechen nach Spielen über ihre eigene Leistung – da gibt es Geschichten, die man nur hier hören kann! Schaut mal rein!
So, jetzt aber zum Thema: In diesem Artikel geht es darum, wie ich mit vorhandener Technologie und KI etwas zum Laufen gebracht habe – und das, obwohl ich keine Ingenieurin bin!
Was ich diesmal verwendet habe, ist ein Basketball-Analyse-Tool innerhalb der von Roboflow, einem US-amerikanischen KI-Unternehmen, veröffentlichten Plattform für Bilderkennungs-KI-Entwicklung.
Das Video oben habt ihr vielleicht schon gesehen: Ich habe ein Spiel der ENEOS Sunflowers in dieses Analyse-Tool eingespeist, und die KI hat die Spieler in roten sowie gelben (grünen) Trikots automatisch als „ENEOS Sunflowers“ gekennzeichnet und jeden Spieler durchgehend getrackt.
Ich musste vorher nicht beibringen, dass „Rot hier ist“ oder „Gelb ist ENEOS“ – die KI hat die Trikotfarben für dieses Spiel selbstständig gelernt.
Da die Eingabe des Kaders umständlich war, habe ich einfach von 0 bis 99 eingestellt. Der Schiedsrichter wurde auch identifiziert, aber da ich das später korrigieren kann, habe ich es erstmal so gelassen.
So weit reicht es im Moment, aber da das Tool auch den Ball erkennen kann und ob ein Wurf gemacht wurde, ist mein Ziel, alle möglichen Daten extrahieren zu können – wie viele Meter jemand gelaufen ist, wo er die meiste Zeit auf dem Feld verbracht hat und wo er Würfe genommen hat.
Ich habe auch versucht, die Bewegungen der Spieler aufzuzeichnen!
Außerdem habe ich diese Initiative als einzige Athletin bei einer KI-Studiengruppe vorgestellt und präsentiert, bei der sich kürzlich Unternehmer versammelt haben.
Was die Genauigkeit und die Möglichkeiten angeht, ist es noch ein langer Weg, aber … was ich jetzt schon sagen möchte: Es ist unglaublich spannend. Lol. Mir sind die Bedenken bezüglich Sicherheit und anderer Dinge durchaus bewusst.
Aber die aktuelle KI macht einfach so viel Spaß.
Ich habe wahrscheinlich zu viele Dinge, die ich erschaffen möchte, also probiere ich dies und das aus. Aber zu sehen, wie die Qualität der KI-Ausgaben immer besser wird, macht mir Lust, die „spannenden Ideen“, die mir ständig kommen, in die Tat umzusetzen. Für mich ist KI das beste Spielzeug.
Übrigens: Wenn ich solche Sachen mache, schauen mich meine Ingenieure in letzter Zeit immer nervös an. Lol.
Weil ich ständig KI laufen lasse, alle möglichen Projekte erstelle und endlos darüber rede, denken sie wohl: „Evelyn könnte versehentlich etwas tun, das die Produktionsumgebung beeinflusst.“ Lol.
Egal, wie oft ich erkläre, dass ich meine PCs komplett trenne, sie lassen nicht locker. Lol.
[Wie Athleten mit KI umgehen sollten]
Ich bin keine Ingenieurin, und ich glaube, ich mache aus der Perspektive eines echten Entwicklers etwas sehr Unbeholfenes. Ich weiß, dass Leute sagen könnten: „Du klickst doch nur im Browser rum“ oder „Diese Technologie gibt es schon lange.“
Trotzdem: Noch vor kurzer Zeit war die Umsetzung dieses Umfangs für mich eine ziemlich hohe Hürde und erforderte Zeit.
Trotzdem denke ich, dass es einen Wert hat, „Technologie anzufassen, auch wenn man sie nicht ganz versteht“, wenn man sich täglich mit hochmoderner KI beschäftigt und sie anfasst.
Wenn du täglich mit der KI über das Mögliche sprichst, werden deine eigenen Wettkampfaufnahmen nach und nach nicht mehr nur als Aufzeichnung, sondern als „Daten“ sichtbar. Du beginnst zu denken: „Vielleicht gibt es eine Korrelation zwischen dieser Statistik und dieser Aktion!“ Selbst wenn das bereits eine etablierte Datenanalysemethode ist, wirst du deinen Sport aus einer neuen Perspektive sehen können.
Und es ist ein Privileg von Athleten, mehr Körperdaten zu haben als jeder andere. Es besteht die Möglichkeit, dass Dinge, die früher nur Intuition waren, zu einem klareren Verständnis deiner selbst führen.
„Sollten nicht Athleten diejenigen sein, die KI anwenden?“ Das habe ich diesmal wirklich gedacht – also hier ist mein Vorschlag!
Ich möchte „5 notwendige Einstellungen für Athleten im KI-Zeitalter“ vorstellen.
- Erstens: In der Lage sein, darüber nachzudenken, mit KI etwas auszuprobieren
- Überlegen, wie man Dinge löst, wenn sie nicht funktionieren
- Vorstellen, wie neue Technologie mit den Bereichen verbunden ist, die du liebst
- Wie sehr kannst du die Anzahl der nicht verwandten Bereiche erhöhen, die du magst?
- Kannst du in Wissen und Netzwerke in Bereichen eintauchen, von denen du keine Ahnung hast?
Ich glaube, diese fünf Punkte sind sehr wichtig, damit Athleten einzigartig sind und in dieser Ära leben können!
„Ich hätte nicht gedacht, dass Evelyn KI in diesem Umfang betreibt.“ Das höre ich in letzter Zeit sehr oft. Ich denke, das werde ich von nun an noch öfter hören.
Athletin x Unternehmerin x KI-Implementierung. Ich frage mich, wie viele Menschen in Japan das alles selbst in die Hand nehmen. Falls es keine gibt, dann lasst mich bitte einen „Tech-Athleten“ nennen. Lol.
Für diejenigen, die sich für die Technologie interessieren, erkläre ich unten etwas detaillierter. Wenn dich das nicht interessiert, kannst du es überspringen. (So weit ich als Nicht-Ingenieurin schreiben kann.)
Und! Da ich fast täglich mit KI in Berührung komme, würde ich mich freuen, über verschiedene Dinge zu sprechen! Gibt es Athleten oder Sportbegeisterte, die sich auch für Technologie interessieren?
Umgekehrt: Falls es etwas gibt wie „Kann man das nicht mit Technologie x Sport machen?“, dann zögert nicht, mich zu konsultieren! 🙋🏽♂️
Und an die Ingenieure, die solche Video-KI-Analysen machen oder sich mit Bewegungsanalyse auskennen! Wenn ihr mögt, lasst mich bitte eure Gedanken hören.
Das war's für den KI-Kampfbericht der Tech-Athletin Evelyn Mawuli!
--- Für Interessierte, bitte unten weiterlesen! ---
Einige der KI-Tools, die ich täglich nutze:
- Claude Code (für Textplanung und als Berater)
- Codex (Code-Generierung)
- ChatGPT (für schnelle Konsultationen)
- OpenClaw (ein KI-Agent, den ich kürzlich gemacht habe. Heißt Shaq)
Was ich diesmal verwendet habe, ist ein Basketball-Analyse-Tool innerhalb der von Roboflow, einem US-amerikanischen KI-Unternehmen, veröffentlichten Plattform für Bilderkennungs-KI-Entwicklung.
Außerdem:
- RF-DETR (KI, die Spieler mit hoher Präzision erkennt)
- Metas SAM2 (KI, die jeden Spieler bis zum Ende des Spiels verfolgt)
- Googles SigLIP (KI, die automatisch Teams basierend auf Trikotfarben bildet)
Ich habe diese auf Google Colab Pro+ mit einer NVIDIA L4 GPU ausgeführt.
Aber um ehrlich zu sein, lief es überhaupt nicht reibungslos. Man denkt ja, dass veröffentlichte KI-Notebooks einfach funktionieren, wenn man einen Knopf drückt …
Mir wurde beigebracht, dass sie nach etwa sechs Monaten meistens kaputt sind. Lol.
Worüber ich gestolpert bin:
- Endlosschleife aufgrund eines Versionskonflikts von Pillow (Bildverarbeitungsbibliothek) -> Die Kompatibilität zwischen Bildverarbeitungstools war schlecht, und Fehler wiederholten sich.
- SAM2-Build-Fehler -> Die anfängliche Einrichtung zum Ausführen des KI-Modells klappte nicht gut.
- Fehler aufgrund einer API-Änderung im Trikotnummern-Erkennungsmodell -> Aufgrund von Spezifikationsänderungen in externen Tools hörte der Code plötzlich auf zu funktionieren.
Was mich am meisten genervt hat:
- Der KI-Assistent (Gemini) in Colab, der Fehler erklärt und Code repariert, lag ziemlich oft daneben. Lol.
Als ich Screenshots an Codex oder Claude Code gab, sagten sie: „Dieser Typ sagt das Falsche, also konsultiere mich, bevor du ihn konsultierst.“ Und ich habe es lachend korrigiert und gedacht, dass es diese Art von Arbeitsplatz wahrscheinlich gibt. Lol.
Aber was ich tatsächlich mache, ist nicht so schwer; es ist nur eine Wiederholung von Zellen ausführen und die KI fragen, wenn ein Fehler auftritt.
Am Ende erkennt es Trikotnummern aus dem Video, schneidet Momente aus und generiert ein farbcodiertes Video. Ein Ingenieur könnte das wahrscheinlich in 30 Minuten machen.
Der Trick für Nicht-Ingenieur-Athleten oder Leute wie mich, um mit KI etwas zu erreichen, ist einfach, weiter zu fragen. Schäme dich nicht, die KI zu fragen. Außerdem wird es zu einer Lernerfahrung, wenn du weitermachst, also denke nicht, es sei Zeitverschwendung, und frage weiter, bis du es verstehst!
Da ich fast täglich mit KI in Berührung komme, falls es Athleten oder Sportbegeisterte gibt, die sich für Technologie interessieren, lasst uns reden!
Umgekehrt: Falls du Konsultationen hast wie „Kann man das nicht machen?“, lass es mich wissen! 🙋🏽♂️
Back Dooor Inc. strebt danach, sich nicht nur in Japan, sondern in naher Zukunft auch im Ausland zu erweitern. Wunderbare Spieler gibt es auf der ganzen Welt, und dort gibt es die besten Fans. Da Sport ein universelles Gut ist, glaube ich, dass der Markt groß ist und eine Expansion sinnvoll ist. Dazu werden wir uns auf die Einstellung von Ingenieuren zur Produkterstellung, Vertriebspositionen und Personal konzentrieren, um das Geschäft global voranzutreiben.
Die Nützlichkeit, Sport als Geschäft zu betrachten, und die Marktgröße werden langsam auch in Japan erkannt, also ist jetzt der beste Zeitpunkt, um mitzumischen.
- Ich möchte meine Erfahrung im Sport nutzen.
- Ich möchte der Sportindustrie etwas zurückgeben.
- Ich interessiere mich für Sportbusiness. Wenn du so jemand bist, dann bitte! Ich würde mich freuen, wenn du Back Dooor Inc. kontaktieren könntest.
Das war's für den KI-Kampfbericht der Tech-Athletin Evelyn Mawuli!
