Wie Team USA mit Hilfe von Google-KI den entscheidenden Vorsprung im Olympia-Ski holte

Die US-amerikanischen Skifahrer und Snowboarder kehrten von den Olympischen Spielen 2026 mit mehreren Medaillen zurück, darunter Gold. Neben intensivem, jahrelangem Training erhielt das Team in diesem Jahr zusätzliche Unterstützung durch ein speziell von Google Cloud entwickeltes KI-Tool, das den Trainingsprozess erheblich optimierte.

US Ski and Snowboard, die Organisation, die für die Vorbereitung der US-Nationalmannschaften auf große Wettkämpfe wie nationale Meisterschaften und Olympische Spiele verantwortlich ist, arbeitete mit Google Cloud zusammen, um ein KI-System zu entwickeln. Dieses System liefert detaillierte Einblicke in das Training und die Leistung der Athleten.

Ein wichtiger Bestandteil des Trainings ist die Videoanalyse. Trainer nehmen die Läufe der Athleten auf und werten die Aufnahmen aus, um Fehler zu erkennen. Laut Anouk Patty, Sportchefin bei US Ski and Snowboard, war diese Methode bisher teilweise veraltet. Das von Google eingeführte KI-gestützte Analyseverfahren liefert präzisere Daten und tiefere Einblicke in die Abläufe der Athleten.

Die Entwickler von Google Cloud begleiteten die Athleten direkt auf den Pisten, um ein praxisnahes Modell zu erstellen. Das KI-Tool basiert auf dem aufgezeichneten Videomaterial. Die Software Gemini analysierte die Videos Bild für Bild und übermittelte die Daten an die räumlichen Intelligenzmodelle von Google DeepMind. Diese wandelten die zweidimensionalen Aufnahmen in ein 3D-Skelett um, das Bewegungen, Drehungen und Körperhaltungen während der Läufe exakt darstellt.

Auf einem Monitor konnten Trainer die Leistung der Sportler in Echtzeit verfolgen. Gemini ermöglicht die Analyse physikalischer Parameter wie Geschwindigkeit, Winkel und Flugbahn. Ravi Rajamani, globaler Leiter des AI-Blackbelt-Teams bei Google, erklärte, dass die Trainer gemeinsam mit den Athleten die Messgrößen definierten, die das Modell überwachen sollte. Die Daten können zwischen verschiedenen Läufen verglichen werden, und eine Chatfunktion erlaubt es Trainern, Fragen zur Leistung der Athleten direkt an die KI zu richten.

„Aus einem Video kann ein vollständiges 3D-Modell erstellt werden, wodurch teure Sensoren überflüssig werden, die die Bewegungsfreiheit einschränken würden“, erklärte Rajamani. Die KI ergänzt die Einschätzungen der Trainer und liefert detaillierte Informationen, die visuell schwer erfassbar sind, wie Blickrichtung bei Tricks oder exakte Geschwindigkeiten und Winkel von Drehungen.

Patty betont, dass das Tool Daten bereitstellt, die bisher nicht verfügbar waren. Das 3D-Skelett macht Bewegungen sichtbar, die durch Kleidung verdeckt sind. Für Spitzensportler im Ski- und Snowboardbereich können kleine Optimierungen entscheidend sein, um sich eine Medaille zu sichern. Die Technologie soll Athleten helfen, ihr volles Potenzial zu erreichen.

„Es geht immer um das eine Prozent, das den Unterschied zwischen Podium und Verpassen macht“, so Patty. Darüber hinaus könnte das Tool auch Trainingsmöglichkeiten demokratisieren. Trainer in Vereinen, die Nachwuchssportler betreuen, erhalten nun Einblicke, die zuvor nur für Nationalteam-Athleten zugänglich waren.

Rajamani erklärte, dass das KI-Tool nur ein erster Schritt ist. Zukünftige Anwendungen könnten weitere Sportarten abdecken. Außerdem bietet das System Grundlagen für Bereiche wie Sportmedizin, Physiotherapie, Robotik und Ergonomie, in denen die Körperhaltung entscheidend ist. Aktuell liegt der Fokus darauf, dass die KI echten Nutzen für die Athleten liefert.

„Dies war kein reines Laborprojekt, das entwickelt und dann übergeben wurde“, betonte Rajamani. „Wir adressieren ein reales Problem und bauen ein Werkzeug, das den Athleten einen echten Wettbewerbsvorteil verschafft.“