Bewegungsmuster-Analyse ist ein etabliertes Forschungsfeld. Wir machen transparent, worauf unser Ansatz aufbaut — und laden Wissenschaftler und Praktiker ein, die Sammlung mit uns zu erweitern.
Die belastbarste wissenschaftliche Positionierung ist nicht „Wir diagnostizieren Verletzungen aus zwei Fußsensoren", sondern: Wir erkennen klinisch und sportlich relevante Abweichungen vom individuellen Bewegungs-Baseline, quantifizieren Risiko- und Recovery-Signaturen und unterstützen medizinische Entscheidungen im Längsschnitt. Genau das gibt die heutige Literatur robust her — und schließt eng validierte Verletzungs-Module später nicht aus.
Ganggeschwindigkeit, Kadenz, Schritt-/Stridelänge, Schrittzeit und -variabilität, Doppelstützanteil, Schrittbreite, Wendemetriken sowie Links-Rechts-Asymmetrie.
Optische Marker-Systeme bleiben Referenzstandard; IMU-Wearables liefern Alltagsnähe; markerlose Videoanalyse schließt für spatiotemporale Parameter die Lücke.
Die Forschung verschiebt sich von einmaligen Tests zu Schwellen für klinisch bedeutsame Veränderung im Längsschnitt — genau die Logik unseres Produkts.
Kein Anspruch auf eine vollständige systematische Review, sondern die entscheidungsrelevante Evidenz: robuste Methoden zur Messung von Bewegungsänderungen. Legende: Peer-Reviewed Preprint Projekt/Report
Ordnen das Machbarkeitsfenster ein: Was messen welche Systeme, und warum sind standardisierte Parameterdefinitionen entscheidend?
Sy, N. et al. — Wearable inertial sensors for gait analysis: a technology overview Peer-Reviewed
Beschreibt IMUs (Beschleunigung + Gyroskop + Magnetometer), die Ableitung von Orientierung/Position und den zentralen Zielkonflikt „wenige Sensoren vs. hohe biomechanische Auflösung". Basisquelle, um das technische Machbarkeitsfenster realistisch einzuordnen.
Übersicht: Standardisierte Parameterdefinitionen & Validierung in der Bewegungsanalyse Peer-Reviewed
Betont, dass Veränderungen nur dann robust zwischen Zeitpunkten, Systemen und Studien vergleichbar bleiben, wenn Parameter standardisiert definiert und validiert sind — Kernanforderung an unsere Datenontologie.
Methodisch am saubersten: optoelektronische Mehrkamera-Systeme plus Kraftmessplatten als Goldstandard.
Jerome, G. J. et al. — Gait characteristics associated with walking speed decline in older adults (Baltimore Longitudinal Study of Aging) Peer-Reviewed
3D-Motion-Capture + Kraftmessplatten, Follow-up über mehrere Jahre: 23% zeigten in ~3,2 Jahren einen klinisch relevanten Geschwindigkeitsabfall; längere Strides und höhere Kadenz waren mit geringerem Risiko assoziiert. Beweist: einfache spatiotemporale Metriken tragen prospektive Verlaufsrelevanz.
Biomechanische Analyse von Gangmustern bei gesunden Personen Peer-Reviewed
Vermisst Gangzyklen dreidimensional mit optoelektronischen Systemen und Kraftmessplatten — liefert die Referenzwerte gesunder Bewegung, gegen die Abweichungen gemessen werden.
Die stärkste Brücke zwischen Labor und Produkt: tragbare IMUs erfassen Bewegung im Alltag über Tage bis Jahre.
Echtzeit-Ganganalyse bei degenerativer zerebellärer Ataxie: 2-Jahres-Longitudinalstudie mit Körper-IMUs Peer-Reviewed
Drei Körper-IMUs unter realen Geh-Bedingungen: Variabilitätsmaße (Compound-Maß SPCmp) erkennen signifikante Veränderungen bereits nach einem Jahr — bevor klinische Skalen anschlagen. Hohe Test-Retest-Reliabilität (ICC ≥ 0,82).
Gait Variability as a Potential Motor Marker of Cerebellar Disease Peer-Reviewed
Untersucht den Zusammenhang zwischen Variabilität von Schritt, Armschwung und Rumpfbewegung und der Gehgeschwindigkeit — zeigt, welche Variabilitätsmaße als Frühmarker taugen.
Raykov, Y. P. et al. — Probabilistic modelling of free-living gait segments (Parkinson) Preprint
Adressiert das eigentliche Alltagsproblem: robuste Lokalisierung sinnvoller Gehsegmente in unstrukturierten Daten (Sensorpositionen Handgelenk/Knöchel/Tasche/unterer Rücken). Zentral für ein Produkt außerhalb standardisierter Labortests. Als Preprint vorsichtiger zu gewichten.
Rinderknecht, M. D. et al. — MCIDs of digital gait measures in progressive multiple sclerosis Preprint
Tägliche smartphonebasierte Zwei-Minuten-Geh-Tests; leitet minimale klinisch bedeutsame Änderungen (MCIDs) für Step Velocity, Step Duration und Step Length ab. Zeigt die Richtung: weg vom Testdatum, hin zu Schwellen für bedeutsame Veränderung. Preprint.
Pose-Estimation aus 2D-/3D-Video, verglichen mit optoelektronischem Goldstandard — skalierbar und zugänglich.
Molteni, L. & Andreoni, G. — Validation of OpenPose against an optoelectronic system for lower-limb gait Peer-Reviewed
Spatiotemporale Parameter mit guten bis exzellenten ICCs; kleine absolute Fehler bei Kadenz und mittlerer Geschwindigkeit; gute Übereinstimmung des Bewegungsumfangs in der Sagittalebene. Beleg: markerloses Video ist für skalierbare Spatiotemporal-Analytik realistisch.
Evaluation markerloser Motion-Capture-Verfahren gegen Goldstandard-Systeme Peer-Reviewed
Vergleicht Pose-Estimation-Frameworks mit Optoelektronik; berichtet gute bis exzellente Übereinstimmung für spatiotemporale Gangparameter, besonders in der Sagittalebene.
Donahue, S. et al. — Uncertainty-calibrated multiview markerless gait analysis Preprint
Mediane Fehler von ~12–16 mm für Schritt-/Stridelänge, bias-korrigierte kinematische Fehler von ~1,5–3,8°; zusätzlich kalibrierte Schätz-Unsicherheit. Zeigt, wohin der Stack wachsen kann: nicht nur Werte schätzen, sondern angeben, wie sicher sie sind. Preprint.
Geförderte Projekte, die die „Norm-plus-Abweichung"-Logik in die Versorgung übersetzen — die stärkste Schablone für unser Produkt.
KIT — Bewegungsanalyse zur Arthrose-Früherkennung Forschungsprojekt
Modelliert einen Katalog normaler Bewegungsmuster und beschreibt Abweichungen probabilistisch: eingeschränkter Kniewinkel und verlangsamte Gewichtsverlagerung werden mathematisch früh erkennbar, bevor sie visuell offensichtlich sind. Genau unsere Logik — persönliche/populationsbasierte Norm plus früh messbare Abweichung.
AktiSmart-KI — Sensorbasierte Aktivitäts- und Bewegungsmustererkennung BMG-gefördert
Am Körper getragene Sensoren erkennen Aktivitäten und Bewegungsmuster, detektieren Stürze, dokumentieren Behandlungsverläufe und leiten Behandlungsbedarf ab — berichtete Aktivitätserkennung bis zu 85%. Zeigt: Der unmittelbare Nutzen liegt in Verlaufsdaten, Frühwarnung und Entscheidungsunterstützung. Basis für unser Feld „Sensors for Seniors".
Grobe Aktivitätsprofile auf Bevölkerungsebene — die äußere Schicht des Problems, ergänzend zur biomechanischen Tiefenschicht.
RKI — HBSC-Auswertung: körperliche Aktivität von Kindern und Jugendlichen Institut/Report
Arbeitet mit makroskopischen Aktivitätsprofilen (Bewegungsempfehlung, sportliche Aktivität, zeitliche Trends seit 2009/10). Sinnvoll für Public-Health-Fragen — für Verletzungsdetektion braucht es jedoch feinere, biomechanisch interpretierbare Signaturen.
Diese Sammlung ist eine kuratierte Auswahl entscheidungsrelevanter Evidenz, keine formale systematische Review. Preprints sind noch nicht peer-reviewed und entsprechend vorsichtig zu gewichten. Alle Links führen zu den Originalquellen Dritter.
Wir erweitern dieses Verzeichnis gemeinsam mit Wissenschaftlern, Ärzten, Trainern und der Community. Jeder Vorschlag wird von uns geprüft, bevor er aufgenommen wird.