"Die Erwartung an intelligente Software wächst"

Interview

5 Minuten

14.07.2021

Portrait von Simon Alger

Weltweit über 50 Millionen Nutzer und in Europa die Nummer 1: Die Fitness-App Freeletics ist erst seit 2013 auf dem Markt und binnen kurzem ein ernsthafter Konkurrent von Fitness-Studios geworden. Herzstück ist eine personalisierte Software, die für jeden Nutzer einen individuellen Trainingsplan erstellt. Ein Gespräch mit Simon Alger (Foto), Lead Data Scientist bei Freeletics, über die Bedeutung von Daten, Motivationstiefs von Usern und die Zukunft von KI in personalisierten Apps.

Freeletics bezeichnet sich als führender Anbieter von AI-basiertem Fitness- und Lifestyle-Coaching. Hand aufs Herz: Wie viel Künstliche Intelligenz steckt denn in der App?

Simon Alger: Eine ganze Menge. Unser AI Coach ist das Rückgrat unseres Trainingsangebots. Im Kern handelt es sich um eine Reihe von Algorithmen, die in der Lage sind, sich an unsere Nutzer anzupassen und weiterzuentwickeln, ohne dass ein menschliches Eingreifen von außen erforderlich ist. Dadurch können wir einer Vielzahl von Nutzertypen – von Anfängern bis hin zu erfahrenen Athleten – ein hoch personalisiertes Coaching anzubieten, und das in einem Umfang, der in einem Einzelcoaching-Szenario unmöglich wäre.

Ist das wirklich schon KI? Oder ist das nur eine geschickte Auswertung von Daten?

Alger: Die traditionelle Datenanalyse ist natürlich ein wichtiger Bestandteil, um unsere Nutzerbasis bis ins kleinste Detail zu verstehen. Die Stärke unseres Coachings liegt jedoch in der Art und Weise, wie unsere Algorithmen in der Lage sind, das Training auf die Bedürfnisse jedes einzelnen Benutzers zuzuschneiden. Denn deren Anforderungen ändern sich laufend, wenn die Nutzer beispielsweise fitter und leistungsfähiger werden.

Jeder User erhält personalisierte Coaching-Vorschläge


Könntest Du uns ein Beispiel nennen, aus dem hervorgeht, wie Eure KI lernt?

Alger: Das einfachste Beispiel für unsere KI in Aktion ist, wie wir unsere Athleten weiterentwickeln, wenn sie fitter werden. Und wie wir sicherstellen, dass die Trainingseinheiten immer auf einem Niveau sind, das sie herausfordert, gleichzeitig für sie aber machbar ist. Anhand von Daten aus den vergangenen Trainings sowie ihren demografischen und anthropometrischen Informationen errechnen wir eine hochdimensionale Darstellung der Fähigkeiten eines jeden Sportlers. Wir können damit Trainings auf einem Niveau planen, das den Benutzer anspornt, aber innerhalb seiner Grenzen liegt. Die Herausforderung dabei ist, seine Schwankungen in der Leistungsfähigkeit zu berücksichtigen. Denn an manchen Tagen ist man aufgrund von eher zufälligen Faktoren zu größerer sportlicher Leistung fähig als an anderen. Dazu verwenden wir ein sogenanntes Expertensystem, das sicherstellt, dass unser Training immer mit den neuesten wissenschaftlichen Erkenntnissen in Einklang steht.

Welche Daten sind für die Personalisierung Eurer App wichtig?

Alger: Im Wesentlichen sind das zwei Hauptdatenquellen: alle Daten, die sich auf das Profil und den Trainingsverlauf eines einzelnen Benutzers beziehen, und die Daten, die aus unserer großen Datenbank mit vielen Millionen Nutzern gewonnen werden können. Letztere sind besonders interessant, weil wir damit sicherstellen können, dass die Trainingspläne für neue Kunden von Anfang an optimal sind. Denn wir können sie den Profilen von Kunden clustern, die ihnen ähnlich sind. Dabei werden wir immer besser,  je größer und vielfältiger unsere Nutzerbasis ist.

An welchen Plänen arbeitest Du als Lead Data Scientist gerade?

Alger: Ohne zu viel zu verraten: Es ist unser Ziel, ein hochgradig personalisiertes, physisches Coaching anzubieten. Um das zu erreichen, müssen wir so weit wie möglich alle Barrieren beseitigen, die unsere Nutzer vom Training abhalten. Bodyweight-Training war bisher unser Schwerpunkt. Dem werden wir weitere, neue Trainingsmöglichkeiten hinzufügen, mit einem besonderem Schwerpunkt auf dem Krafttraining.

Die App sollte auch Motivationstiefs erkennen und gegensteuern


Wo kann Künstliche Intelligenz den Personal Coach von Freeletics noch besser machen?

Alger: Das häufigste Problem, das Freizeitsportlern beim Trainingserfolg im Wege steht,  ist nicht die Wirksamkeit des Trainings, sondern die Tatsache, dass sie langfristig nicht dran bleiben. Durch den Einsatz von prädiktiven Algorithmen wollen wir unsere Nutzer so trainieren können, dass sie sich konstant mit dem Programm beschäftigen. Wenn wir der Meinung sind, dass sie in Versuchung sind, das Training bald abzubrechen, setzen wir gezielte Impulse wie Erinnerungen oder Mini-Herausforderungen. Das soll sie beim Training halten und ihnen helfen, typische Hindernisse wie Motivationstiefs zu überwinden.

Wie glaubst Du, wird sich der Markt entwickeln?

Alger: In der Fitnessbranche wird KI zunehmend eingesetzt werden, zum Beispiel bei der Wearable-Technologie. Das kann nicht nur ein optimales Training ermöglichen, sondern auch das wohl größere Problem angehen, nämlich die Motivation dauerhaft aufrecht zu erhalten.

Werden wir künftig eine Vielzahl von Apps verwenden, die KI-basiert auf unsere ganz individuellen Bedürfnisse eingehen?

Alger: Wir sind es mehr und mehr gewohnt, dass die Systeme, mit denen wir interagieren, auf unsere Nutzerprofile personalisiert sind. Da unsere täglichen Aktivitäten eine immer größere Menge an verwertbaren Daten erzeugen, wächst die Erwartung, dass intelligente Software diese Daten nutzt, um unser Nutzererlebnis zu verbessern. Die Herausforderung für die Industrie wird sein, all diese verschiedenen Arten von Datenquellen zu nutzen, ohne unsere Erwartungen an die Privatsphäre zu verletzen. Und zwar so, dass es sich intelligent und unkompliziert anfühlt, anstatt aufdringlich zu sein.

Das Interview führte Helmut van Rinsum

Simon Alger ist Lead Data Scientist bei Freeletics, Europas führender Fitness-App, die ihren Usern ein KI-basierte Coaching bietet. Simon stammt ursprünglich aus Kapstadt, Südafrika und hat Computerwissenschaften und Maschinenbau an der University of Cape Town und der Universität von Amsterdam studiert. 2017 kam Simon zu Freeletics, wo er seitdem die Entwicklung des Coach-Algorithmus vorantreibt.

Weitere Interviews:
Raphael Schaad: "Bald haben alle ihre eigenen Sprachassistenten"
Gero Reiniger: KI im Kundenservice
Peter Kabel: Kreativberufe werden sich stark verändern

"Die Erwartung an intelligente Software wächst"

Interview

5 Minuten

14.07.2021

Portrait von Simon Alger

Weltweit über 50 Millionen Nutzer und in Europa die Nummer 1: Die Fitness-App Freeletics ist erst seit 2013 auf dem Markt und binnen kurzem ein ernsthafter Konkurrent von Fitness-Studios geworden. Herzstück ist eine personalisierte Software, die für jeden Nutzer einen individuellen Trainingsplan erstellt. Ein Gespräch mit Simon Alger (Foto), Lead Data Scientist bei Freeletics, über die Bedeutung von Daten, Motivationstiefs von Usern und die Zukunft von KI in personalisierten Apps.

Freeletics bezeichnet sich als führender Anbieter von AI-basiertem Fitness- und Lifestyle-Coaching. Hand aufs Herz: Wie viel Künstliche Intelligenz steckt denn in der App?

Simon Alger: Eine ganze Menge. Unser AI Coach ist das Rückgrat unseres Trainingsangebots. Im Kern handelt es sich um eine Reihe von Algorithmen, die in der Lage sind, sich an unsere Nutzer anzupassen und weiterzuentwickeln, ohne dass ein menschliches Eingreifen von außen erforderlich ist. Dadurch können wir einer Vielzahl von Nutzertypen – von Anfängern bis hin zu erfahrenen Athleten – ein hoch personalisiertes Coaching anzubieten, und das in einem Umfang, der in einem Einzelcoaching-Szenario unmöglich wäre.

Ist das wirklich schon KI? Oder ist das nur eine geschickte Auswertung von Daten?

Alger: Die traditionelle Datenanalyse ist natürlich ein wichtiger Bestandteil, um unsere Nutzerbasis bis ins kleinste Detail zu verstehen. Die Stärke unseres Coachings liegt jedoch in der Art und Weise, wie unsere Algorithmen in der Lage sind, das Training auf die Bedürfnisse jedes einzelnen Benutzers zuzuschneiden. Denn deren Anforderungen ändern sich laufend, wenn die Nutzer beispielsweise fitter und leistungsfähiger werden.

Jeder User erhält personalisierte Coaching-Vorschläge


Könntest Du uns ein Beispiel nennen, aus dem hervorgeht, wie Eure KI lernt?

Alger: Das einfachste Beispiel für unsere KI in Aktion ist, wie wir unsere Athleten weiterentwickeln, wenn sie fitter werden. Und wie wir sicherstellen, dass die Trainingseinheiten immer auf einem Niveau sind, das sie herausfordert, gleichzeitig für sie aber machbar ist. Anhand von Daten aus den vergangenen Trainings sowie ihren demografischen und anthropometrischen Informationen errechnen wir eine hochdimensionale Darstellung der Fähigkeiten eines jeden Sportlers. Wir können damit Trainings auf einem Niveau planen, das den Benutzer anspornt, aber innerhalb seiner Grenzen liegt. Die Herausforderung dabei ist, seine Schwankungen in der Leistungsfähigkeit zu berücksichtigen. Denn an manchen Tagen ist man aufgrund von eher zufälligen Faktoren zu größerer sportlicher Leistung fähig als an anderen. Dazu verwenden wir ein sogenanntes Expertensystem, das sicherstellt, dass unser Training immer mit den neuesten wissenschaftlichen Erkenntnissen in Einklang steht.

Welche Daten sind für die Personalisierung Eurer App wichtig?

Alger: Im Wesentlichen sind das zwei Hauptdatenquellen: alle Daten, die sich auf das Profil und den Trainingsverlauf eines einzelnen Benutzers beziehen, und die Daten, die aus unserer großen Datenbank mit vielen Millionen Nutzern gewonnen werden können. Letztere sind besonders interessant, weil wir damit sicherstellen können, dass die Trainingspläne für neue Kunden von Anfang an optimal sind. Denn wir können sie den Profilen von Kunden clustern, die ihnen ähnlich sind. Dabei werden wir immer besser,  je größer und vielfältiger unsere Nutzerbasis ist.

An welchen Plänen arbeitest Du als Lead Data Scientist gerade?

Alger: Ohne zu viel zu verraten: Es ist unser Ziel, ein hochgradig personalisiertes, physisches Coaching anzubieten. Um das zu erreichen, müssen wir so weit wie möglich alle Barrieren beseitigen, die unsere Nutzer vom Training abhalten. Bodyweight-Training war bisher unser Schwerpunkt. Dem werden wir weitere, neue Trainingsmöglichkeiten hinzufügen, mit einem besonderem Schwerpunkt auf dem Krafttraining.

Die App sollte auch Motivationstiefs erkennen und gegensteuern


Wo kann Künstliche Intelligenz den Personal Coach von Freeletics noch besser machen?

Alger: Das häufigste Problem, das Freizeitsportlern beim Trainingserfolg im Wege steht,  ist nicht die Wirksamkeit des Trainings, sondern die Tatsache, dass sie langfristig nicht dran bleiben. Durch den Einsatz von prädiktiven Algorithmen wollen wir unsere Nutzer so trainieren können, dass sie sich konstant mit dem Programm beschäftigen. Wenn wir der Meinung sind, dass sie in Versuchung sind, das Training bald abzubrechen, setzen wir gezielte Impulse wie Erinnerungen oder Mini-Herausforderungen. Das soll sie beim Training halten und ihnen helfen, typische Hindernisse wie Motivationstiefs zu überwinden.

Wie glaubst Du, wird sich der Markt entwickeln?

Alger: In der Fitnessbranche wird KI zunehmend eingesetzt werden, zum Beispiel bei der Wearable-Technologie. Das kann nicht nur ein optimales Training ermöglichen, sondern auch das wohl größere Problem angehen, nämlich die Motivation dauerhaft aufrecht zu erhalten.

Werden wir künftig eine Vielzahl von Apps verwenden, die KI-basiert auf unsere ganz individuellen Bedürfnisse eingehen?

Alger: Wir sind es mehr und mehr gewohnt, dass die Systeme, mit denen wir interagieren, auf unsere Nutzerprofile personalisiert sind. Da unsere täglichen Aktivitäten eine immer größere Menge an verwertbaren Daten erzeugen, wächst die Erwartung, dass intelligente Software diese Daten nutzt, um unser Nutzererlebnis zu verbessern. Die Herausforderung für die Industrie wird sein, all diese verschiedenen Arten von Datenquellen zu nutzen, ohne unsere Erwartungen an die Privatsphäre zu verletzen. Und zwar so, dass es sich intelligent und unkompliziert anfühlt, anstatt aufdringlich zu sein.

Das Interview führte Helmut van Rinsum

Simon Alger ist Lead Data Scientist bei Freeletics, Europas führender Fitness-App, die ihren Usern ein KI-basierte Coaching bietet. Simon stammt ursprünglich aus Kapstadt, Südafrika und hat Computerwissenschaften und Maschinenbau an der University of Cape Town und der Universität von Amsterdam studiert. 2017 kam Simon zu Freeletics, wo er seitdem die Entwicklung des Coach-Algorithmus vorantreibt.

Weitere Interviews:
Raphael Schaad: "Bald haben alle ihre eigenen Sprachassistenten"
Gero Reiniger: KI im Kundenservice
Peter Kabel: Kreativberufe werden sich stark verändern

"Die Erwartung an intelligente Software wächst"

Interview

5 Minuten

14.07.2021

Portrait von Simon Alger

Weltweit über 50 Millionen Nutzer und in Europa die Nummer 1: Die Fitness-App Freeletics ist erst seit 2013 auf dem Markt und binnen kurzem ein ernsthafter Konkurrent von Fitness-Studios geworden. Herzstück ist eine personalisierte Software, die für jeden Nutzer einen individuellen Trainingsplan erstellt. Ein Gespräch mit Simon Alger (Foto), Lead Data Scientist bei Freeletics, über die Bedeutung von Daten, Motivationstiefs von Usern und die Zukunft von KI in personalisierten Apps.

Freeletics bezeichnet sich als führender Anbieter von AI-basiertem Fitness- und Lifestyle-Coaching. Hand aufs Herz: Wie viel Künstliche Intelligenz steckt denn in der App?

Simon Alger: Eine ganze Menge. Unser AI Coach ist das Rückgrat unseres Trainingsangebots. Im Kern handelt es sich um eine Reihe von Algorithmen, die in der Lage sind, sich an unsere Nutzer anzupassen und weiterzuentwickeln, ohne dass ein menschliches Eingreifen von außen erforderlich ist. Dadurch können wir einer Vielzahl von Nutzertypen – von Anfängern bis hin zu erfahrenen Athleten – ein hoch personalisiertes Coaching anzubieten, und das in einem Umfang, der in einem Einzelcoaching-Szenario unmöglich wäre.

Ist das wirklich schon KI? Oder ist das nur eine geschickte Auswertung von Daten?

Alger: Die traditionelle Datenanalyse ist natürlich ein wichtiger Bestandteil, um unsere Nutzerbasis bis ins kleinste Detail zu verstehen. Die Stärke unseres Coachings liegt jedoch in der Art und Weise, wie unsere Algorithmen in der Lage sind, das Training auf die Bedürfnisse jedes einzelnen Benutzers zuzuschneiden. Denn deren Anforderungen ändern sich laufend, wenn die Nutzer beispielsweise fitter und leistungsfähiger werden.

Jeder User erhält personalisierte Coaching-Vorschläge


Könntest Du uns ein Beispiel nennen, aus dem hervorgeht, wie Eure KI lernt?

Alger: Das einfachste Beispiel für unsere KI in Aktion ist, wie wir unsere Athleten weiterentwickeln, wenn sie fitter werden. Und wie wir sicherstellen, dass die Trainingseinheiten immer auf einem Niveau sind, das sie herausfordert, gleichzeitig für sie aber machbar ist. Anhand von Daten aus den vergangenen Trainings sowie ihren demografischen und anthropometrischen Informationen errechnen wir eine hochdimensionale Darstellung der Fähigkeiten eines jeden Sportlers. Wir können damit Trainings auf einem Niveau planen, das den Benutzer anspornt, aber innerhalb seiner Grenzen liegt. Die Herausforderung dabei ist, seine Schwankungen in der Leistungsfähigkeit zu berücksichtigen. Denn an manchen Tagen ist man aufgrund von eher zufälligen Faktoren zu größerer sportlicher Leistung fähig als an anderen. Dazu verwenden wir ein sogenanntes Expertensystem, das sicherstellt, dass unser Training immer mit den neuesten wissenschaftlichen Erkenntnissen in Einklang steht.

Welche Daten sind für die Personalisierung Eurer App wichtig?

Alger: Im Wesentlichen sind das zwei Hauptdatenquellen: alle Daten, die sich auf das Profil und den Trainingsverlauf eines einzelnen Benutzers beziehen, und die Daten, die aus unserer großen Datenbank mit vielen Millionen Nutzern gewonnen werden können. Letztere sind besonders interessant, weil wir damit sicherstellen können, dass die Trainingspläne für neue Kunden von Anfang an optimal sind. Denn wir können sie den Profilen von Kunden clustern, die ihnen ähnlich sind. Dabei werden wir immer besser,  je größer und vielfältiger unsere Nutzerbasis ist.

An welchen Plänen arbeitest Du als Lead Data Scientist gerade?

Alger: Ohne zu viel zu verraten: Es ist unser Ziel, ein hochgradig personalisiertes, physisches Coaching anzubieten. Um das zu erreichen, müssen wir so weit wie möglich alle Barrieren beseitigen, die unsere Nutzer vom Training abhalten. Bodyweight-Training war bisher unser Schwerpunkt. Dem werden wir weitere, neue Trainingsmöglichkeiten hinzufügen, mit einem besonderem Schwerpunkt auf dem Krafttraining.

Die App sollte auch Motivationstiefs erkennen und gegensteuern


Wo kann Künstliche Intelligenz den Personal Coach von Freeletics noch besser machen?

Alger: Das häufigste Problem, das Freizeitsportlern beim Trainingserfolg im Wege steht,  ist nicht die Wirksamkeit des Trainings, sondern die Tatsache, dass sie langfristig nicht dran bleiben. Durch den Einsatz von prädiktiven Algorithmen wollen wir unsere Nutzer so trainieren können, dass sie sich konstant mit dem Programm beschäftigen. Wenn wir der Meinung sind, dass sie in Versuchung sind, das Training bald abzubrechen, setzen wir gezielte Impulse wie Erinnerungen oder Mini-Herausforderungen. Das soll sie beim Training halten und ihnen helfen, typische Hindernisse wie Motivationstiefs zu überwinden.

Wie glaubst Du, wird sich der Markt entwickeln?

Alger: In der Fitnessbranche wird KI zunehmend eingesetzt werden, zum Beispiel bei der Wearable-Technologie. Das kann nicht nur ein optimales Training ermöglichen, sondern auch das wohl größere Problem angehen, nämlich die Motivation dauerhaft aufrecht zu erhalten.

Werden wir künftig eine Vielzahl von Apps verwenden, die KI-basiert auf unsere ganz individuellen Bedürfnisse eingehen?

Alger: Wir sind es mehr und mehr gewohnt, dass die Systeme, mit denen wir interagieren, auf unsere Nutzerprofile personalisiert sind. Da unsere täglichen Aktivitäten eine immer größere Menge an verwertbaren Daten erzeugen, wächst die Erwartung, dass intelligente Software diese Daten nutzt, um unser Nutzererlebnis zu verbessern. Die Herausforderung für die Industrie wird sein, all diese verschiedenen Arten von Datenquellen zu nutzen, ohne unsere Erwartungen an die Privatsphäre zu verletzen. Und zwar so, dass es sich intelligent und unkompliziert anfühlt, anstatt aufdringlich zu sein.

Das Interview führte Helmut van Rinsum

Simon Alger ist Lead Data Scientist bei Freeletics, Europas führender Fitness-App, die ihren Usern ein KI-basierte Coaching bietet. Simon stammt ursprünglich aus Kapstadt, Südafrika und hat Computerwissenschaften und Maschinenbau an der University of Cape Town und der Universität von Amsterdam studiert. 2017 kam Simon zu Freeletics, wo er seitdem die Entwicklung des Coach-Algorithmus vorantreibt.

Weitere Interviews:
Raphael Schaad: "Bald haben alle ihre eigenen Sprachassistenten"
Gero Reiniger: KI im Kundenservice
Peter Kabel: Kreativberufe werden sich stark verändern

Newsletter

Hier erfährst Du einmal in der Woche, wo Künstliche Intelligenz in das Marketing eingreift, welche Trends sich abzeichnen und wie sie Kommunikation und Medien verändert. Informativ, unterhaltsam, nachdenklich.

Schließe Dich den 1.500+ Abonnenten an, kostenlos.

Newsletter

Hier erfährst Du einmal in der Woche, wo Künstliche Intelligenz in das Marketing eingreift, welche Trends sich abzeichnen und wie sie Kommunikation und Medien verändert. Informativ, unterhaltsam, nachdenklich.

Schließe Dich den 1.500+ Abonnenten an, kostenlos.

Newsletter

Hier erfährst Du einmal in der Woche, wo Künstliche Intelligenz in das Marketing eingreift, welche Trends sich abzeichnen und wie sie Kommunikation und Medien verändert. Informativ, unterhaltsam, nachdenklich.

Schließe Dich den 1.500+ Abonnenten an, kostenlos.