Wissenschaft

Wie Sensoren im Tischtennisschläger das Training verbessern können

Der Mechatroniker Peter Blank hat ein Echtzeit-Feedbacksystem für Tischtennis entwickelt. Wie das funktioniert und was die Sportler davon haben, erklärt er im Interview.Wednesday, July 18, 2018

Von Kathrin Fromm
Mit Sensoren und Elektronik im Schläger will der Mechatroniker Peter Blank das Tischtennistraining verändern. Für sein Echtzeit-Feedbacksystem hat er den ccc-Technologiepreis für den Leistungssport bekommen.

Sie haben ein Echtzeit-Feedbacksystem für Tischtennis entwickelt. Was heißt das?
Alle möglichen Sportarten unterliegen ja schon der Digitalisierung. Wenn wir an Fußball denken, gibt es da zum Beispiel die Torlinientechnik. Ich habe das jetzt mit meinen Kollegen für Tischtennis gemacht, indem wir Sensorik und Elektronik in einen Schläger gepackt haben. So lassen sich diverse Parameter für das Training messen, auswerten und in Statistiken darstellen, die es dann per App aufs Smartphone gibt.

Wie funktioniert das genau?
Wir haben vier verschiedene Sensoren im und am Schläger integriert: Beschleunigungssensoren, Magnetfeldsensoren, Vibrationssensoren und Gyroskope, die die Drehungen messen. Damit bestimmen wir die Geschwindigkeit und Beschleunigung des Schlägers und können auf die Ballgeschwindigkeit und den Ballspin schließen. Es lässt sich auch erkennen, wo auf dem Schläger der Ball getroffen wurde und was für ein Schlag es war, etwa Vorhand oder Rückhand.

Der Schläger ist also verkabelt?
Ja, wobei wir die allermeisten Sensoren und die ganze Elektronik, wie Batterie, Funkmodul und Mikrocontroller, im Schlägergriff versteckt haben. Nur die vier Vibrationssensoren sind an der Kante außen befestigt und durch Kabel verbunden, die man auch sieht.

Wie die vier Vibrationssensoren am Schläger angebracht sind und welche Technik sich im Griff versteckt, erklärt diese Grafik.

Wie können die Sensoren einem Spieler helfen?
Die Daten, die sich damit gewinnen lassen, sind objektiv. Das ist etwas anderes, als die eigene Wahrnehmung oder die Sichtweise des Trainers und der Mitspieler. Ich könnte mir vorstellen, dass sich durch die Statistiken etwas an der Spielweise ändern lässt, um erfolgreicher zu sein. Wenn jemand etwa häufig, wenn ein Satz verloren geht, einen bestimmten Schlag macht, lässt sich das im Training berücksichtigen. Die Daten können auch helfen, wenn es um Fragen geht wie: Wird der Ball am Punkt der Maximalbeschleunigung getroffen? Wie viel  Spin lässt sich überhaupt in den Ball bringen?

Wer soll das System nutzen?
Das ist sowohl für Leistungssportler, als auch für Hobby-Tischtennisspieler denkbar. Man könnte es aber auch für Nachwuchsspieler nutzen oder um Leute überhaupt für den Sport zu begeistern. Es ist ziemlich faszinierend, wenn ich einen Schläger in der Hand habe, der mir in einer App anzeigt, was ich da mache. So weit sind wir aber noch nicht. Im Moment gibt es nur einen Prototyp samt Test-App für unsere Forschung.

Peter Blank, 32, promoviert am Lehrstuhl für Maschinelles Lernen und Datenanalytik an der Friedrich-Alexander-Universität Erlangen-Nürnberg.

Soll es solche Schläger bald auch zu kaufen geben?
Bei uns am Lehrstuhl gibt es eine Firma, eine Ausgründung, die sich mit Sensorikentwicklung im Bereich Sport, Fitness und Medizin beschäftigt. Wenn es gut läuft, kommt unser System da irgendwann auf dem Markt. Aber ganz so einfach ist das nicht, weil im Tischtennis jeder Schläger einzigartig ist. Es gibt so viele unterschiedliche Hölzer und Beläge, die man kombinieren kann. Wenn ich den Schläger von jemand anderem nehme, kann ich zwar damit spielen, aber bin vielleicht nicht so gut wie mit meinem eigenen. Das war auch ein Problem bei unserer Datenanalyse. Die Sportler – egal, ob aus der Regionalliga oder blutige Anfänger – mussten alle mit unserem Prototyp-Schläger spielen. Und erst einmal müssen wir es schaffen, dass keine Kabel mehr von außen zu sehen sind.

Wie sind Sie überhaupt auf die Idee gekommen, so etwas zu entwickeln?
Ich habe Mechatronik studiert und spiele selbst Tischtennis im Verein, in der 1. Kreisliga. Ich gehe zweimal die Woche zum Training und im Winter an den Wochenenden zu Spielen. Bei uns am Lehrstuhl Maschinelles Lernen und Datenanalytik machen viele Forscher Projekte mit verschiedenen Sportarten. Digitale Analysen für Fußball, Handball, Schwimmen und Laufen etwa. Ich habe mich für Tischtennis entschieden, weil ich das selber spiele und weil es bislang nur sehr wenig in diesem Bereich gibt.

Die Titelgeschichte "Der optimierte Mensch – Wie Wissenschaftler die Leistungsgrenze des Körpers verschieben" steht in der Ausgabe 7/2018 des National Geographic Magazins. Jetzt ein Magazin-Abo abschließen!

Wei­ter­le­sen