Bei der Suche nach Quantifizierung menschlicher Bewegungen für sportliche Leistung und Verletzungsprävention sind zwei vorherrschende Technologien entstanden: optische Bewegungserfassung und Trägheitserfassung. Jeder Ansatz interpretiert Bewegung durch grundlegend unterschiedliche physikalische Prinzipien, was zu deutlichen Kompromissen in Bezug auf Genauigkeit, Portabilität, Kosten und Umweltauflagen führt. Das Verständnis dieser Unterschiede ist für Sportwissenschaftler, Trainer und Ausrüstungsmanager, die das richtige Werkzeug für einen bestimmten Analysekontext auswählen müssen, von entscheidender Bedeutung. Dieser erweiterte Vergleich untersucht die technischen Grundlagen, praktische Einsatzüberlegungen und sich abzeichnende Konvergenzen zwischen diesen beiden Klassen von Systemen und bietet einen Entscheidungsrahmen, der auf realen sportwissenschaftlichen Anwendungen basiert.

Optische Motion Capture Systeme

Optische Motion Capture (Mocap) basiert auf einem Array von Infrarot- oder Sichtkameras, die die dreidimensionalen Positionen von retroreflektierenden Markern verfolgen, die am Körper eines Athleten angebracht sind. Das Grundprinzip ist die Triangulation: Jede Kamera erfasst eine zweidimensionale Projektion der Marker, und proprietäre Software rekonstruiert die 3D-Koordinaten durch Schnitte der Kamerastrahlen. Diese Methode ist seit Jahrzehnten der Goldstandard in der Biomechanik-Forschung und bietet eine Genauigkeit von unter Millimetern bei Abtastraten, die bei Verwendung von Hochgeschwindigkeitskameras 1000 Hz überschreiten können.

Markerbasierte optische Systeme

Herkömmliche markerbasierte Systeme, wie z. B. Vicon, Qualisys und OptiTrack, erfordern die Platzierung von 39 bis 54 reflektierenden Markern auf wichtigen anatomischen Landmarken (z. B. ASIS, PSIS, Malleoli, Gelenkzentren). Die Positionen dieser Marker definieren ein Starrkörpermodell jedes Segments, das inverse Kinematik und Gelenkwinkelberechnungen ermöglicht. Die Genauigkeit hängt von der Kameraauflösung, der Korrektur der Linsenverzerrung, der Kalibrierstabqualität und der Anzahl der Kameras ab. Ein typischer Laboraufbau mit 8-12 Kameras, die in einem kalibrierten Volumen (z. B. 10 m × 10 m × 3 m) angeordnet sind, kann einen durchschnittlichen Tracking-Fehler von weniger als 1 mm erzielen. Dieses Maß an Präzision ist für die Erkennung subtiler Asymmetrien im Gang, die Quantifizierung von Winkelgeschwindigkeiten in Nickbewegungen oder die Validierung von Kraftplattendaten unerlässlich.

Allerdings stellen markerbasierte optische Systeme erhebliche Einschränkungen dar. Das Aufnahmevolumen ist durch das Kamerasichtfeld und die Tiefenschärfe begrenzt; das Bewegen über den kalibrierten Bereich hinaus führt zu Markerverlust. Der Verschluss - wenn ein Körperteil einen anderen Marker aus der Kameraansicht blockiert - erzeugt Datenlücken, die Lücken füllende Algorithmen oder manuelle Kennzeichnung erfordern. Die reflektierenden Marker müssen von einem ausgebildeten Techniker genau platziert werden, und der Anwendungsprozess dauert 20-45 Minuten pro Athlet. In Sportarten mit hohem Einfluss wie Fußball oder Hockey können Marker durch Kollision, Kontakt oder Schweiß verdrängt werden. Darüber hinaus kann der harte Halt von Kabeln von Markern zu einem zentralen Hub (wenn aktive Marker verwendet werden) oder die Notwendigkeit sperriger Schutzkleidung (wenn passive Marker verwendet werden) natürliche Bewegungsmuster verändern.

Markerlose optische Systeme

Neuere Fortschritte in der Computervision haben markerlose optische Systeme hervorgebracht (z. B. Theia3D, OpenCap oder Deep-Learning-basierte Ansätze mit gängigen Kameras). Diese Systeme verwenden Algorithmen, die auf großen Datensätzen von markierten menschlichen Posen trainiert werden, um Gelenkzentren und Körpersegmente aus normalen Videos abzuschätzen. Sie eliminieren die Notwendigkeit für physische Marker, reduzieren die Einrichtungszeit auf Minuten und ermöglichen natürliche, uneingeschränkte Bewegung. Die Genauigkeit hat sich dramatisch verbessert: Markerlose Systeme können jetzt Gelenkwinkelfehler innerhalb von 2-3 Grad für Sagittalebenenbewegungen (z. B. Kniebeugen, Gehen) erzielen. Sie kämpfen jedoch immer noch mit Okklusionen, schnellen Rotationsbewegungen und lateralen Ebenenbewegungen, die von einem einzigen Standpunkt aus erfasst werden. Für Feldsportarten erfordern markerlose optische Setups kontrollierte Kamerapositionen und sind anfällig für variable Lichtbedingungen. Obwohl sie für Skalierbarkeit vielversprechend sind (z. B. Filmen von Athleten mit einem Smartphone), haben markerlose Systeme noch nicht die Goldstandard-Präzision erreicht, die für biomechanische Analysen in Forschungsqualität erforderlich ist, insbesondere für multigelenkige Koordination und Hochgeschwindigkeit

Trägheitserfassungssysteme

Die Inertial Motion Capture verwendet tragbare Sensoreinheiten, die jeweils einen dreiachsigen Beschleunigungsmesser, Gyroskop und Magnetometer enthalten, um die lineare Beschleunigung, Winkelgeschwindigkeit und Magnetfeldorientierung zu messen. Durch die Verschmelzung dieser Signale durch einen Sensorfusionsalgorithmus (normalerweise ein komplementärer Filter oder ein Kalman-basierter Ansatz) schätzen die Systeme die Orientierung (Rolle, Pitch, Gier) jedes Segments. Übliche kommerzielle Plattformen sind Xsens (MoveNet, MVN Awinda), Noraxon (myoMOTION) und Perception Neuron (Noitom). Typische Anordnungen umfassen 17 Sensoren, die an einem hautengen Anzug oder direkt am Athleten an den Hauptsegmenten (Kopf, Rumpf, Oberarme, Unterarme, Hände, Becken, Oberschenkel, Schenkel, Füße) angebracht sind.

Der Hauptvorteil von Trägheitssystemen ist ihre Unabhängigkeit von externer Infrastruktur. Ein Athlet kann die Sensoren überall tragen – auf einer Laufbahn, auf einem Fußballplatz, auf einem Basketballplatz oder sogar unter Wasser mit wasserdichten Gehäusen. Diese Portabilität ermöglicht eine echte ökologisch gültige Datenerfassung in der natürlichen Trainingsumgebung des Athleten. Die Rüstzeit ist auch kürzer: Die Befestigung von 17 Sensoren dauert 10-15 Minuten und die Kalibrierung erfordert eine einfache Pose (z. B. aufrecht stehend, Arme entführt) gefolgt von 5-10 Sekunden Gehen, um Körpersegmente auszurichten. Trägheitssysteme können drahtlos mit der Bordprotokollierung arbeiten, den Athleten von Kabeln befreien und Echtzeit-Datenstreaming zu einem Tablet oder Computer ermöglichen.

Hauptbeschränkungen von Inertialsystemen

Trotz ihrer Bequemlichkeit leiden Inertialsysteme unter mehreren grundlegenden Mängeln. Der kritischste ist Gyroskopdrift: Winkelgeschwindigkeitsfehler, die über die Zeit integriert werden, akkumulieren sich in Orientierungsfehlern. Ohne periodische Korrektur von einer bekannten Referenz (z. B. Gravitationsvektor vom Beschleunigungsmesser während statischer Perioden) können die geschätzten Segmentwinkel mehrere Grad pro Minute driften. Magnetometer können helfen, indem sie das Erdmagnetfeld referenzieren, aber sie sind notorisch unzuverlässig in Umgebungen mit ferromagnetischen Strukturen (z. B. Fitnessstudios mit Metallverstärkung, Stadionsitzen oder nahe gelegene Elektronik).

Eine weitere Herausforderung ist segmentale Kopplung: Da Inertialsensoren an der Haut (oder über enger Kleidung) angebracht sind, können sie sich relativ zum darunter liegenden Knochen verschieben, insbesondere bei Aktivitäten mit hohem Einfluss oder wenn sich Muskeln zusammenziehen. Dieses Artefakt wird als Weichteilartefakt (STA) bezeichnet und ist in Inertialsystemen ausgeprägter, da der Sensor nicht an einem starren reflektierenden Marker befestigt ist. Darüber hinaus können Inertialsensoren die absolute Position im Raum nicht ohne externe Korrektur messen (z. B. von Fernfunkgeräten oder Fusion mit GPS- oder UWB-Anker).

Vergleichende Datenqualität und Zuverlässigkeit

Beim Vergleich der Datenqualität ist es wichtig, zwischen Genauigkeit (wie nahe die Messung dem wahren Wert ist), Präzision (Wiederholbarkeit von Messungen) und Auflösung (kleinste erkennbare Änderung) zu unterscheiden. Optische Systeme zeichnen sich in allen drei Bereichen durch statische und langsame bis mittelschwere Bewegungen aus, aber die Leistung verschlechtert sich durch Marker-Occlusion und Kamerakalibrierungsdrift. Inertiale Systeme haben eine geringere Grundgenauigkeit, können aber unter konsistenten Bedingungen eine hohe Präzision beibehalten (wiederholbare Messungen), wodurch sie für Vergleiche innerhalb des Subjekts oder innerhalb der Sitzung geeignet sind (z. B. Überwachung von Änderungen über einen Trainingsblock).

Sampling-Raten unterscheiden sich: High-End-optische Systeme erfassen bei 200-1000 Hz, ausreichend für die Analyse von hochfrequenten Bewegungen wie Armschwung im Tennis dient (Winkelgeschwindigkeiten bis zu 2000°/s). Die meisten Inertialsensoren arbeiten bei 100-240 Hz, was für grobe Bewegungsmuster ausreichend ist, aber kurzfristige Ereignisse (z. B. Fußschlagaufprall) verpassen kann. Aliasing kann auftreten, wenn die Bewegungsfrequenz die Nyquist-Grenze überschreitet (die halbe Abtastrate). Für die Sportbiomechanik Forschung, die Aufprallkräfte oder Muskelaktivierungszeiten erfordert, bleiben optische Systeme der Referenzstandard.

Die Störcharakteristiken variieren: optische Markerbahnen enthalten hochfrequentes Rauschen vom Kamerasensor (normalerweise bei 6–20 Hz für Biomechanik gefiltert). Inertiale Rohsignale enthalten sowohl hochfrequentes Rauschen vom Beschleunigungsmesser als auch niederfrequente Drift vom Gyroskop. Ausgeklügelte Filterung (z. B. Tiefpass bei 10–20 Hz, Trendbildung oder Driftkorrektur unter Verwendung bekannter Nullgeschwindigkeitsintervalle) ist erforderlich, um aussagekräftige kinematische Daten zu extrahieren. Falsche Filtereinstellungen können transiente Ereignisse verwischen oder Phasenverzögerungen einführen, die die Timinganalysen verzerren.

Einrichtungs- und Kalibrierungsanforderungen

Optische Systeme erfordern eine kontrollierte Laborumgebung. Bodenmarker, Kamerastativ und Beleuchtung müssen so angeordnet sein, dass sie das gewünschte Aufnahmevolumen ohne Schatten oder reflektierende Oberflächen abdecken. Ein Kalibrierungsverfahren (unter Verwendung eines Stabs bekannter Länge oder eines Kalibrierrahmens) kann 10-30 Minuten dauern und erfordert qualifiziertes Personal. Das Aufnahmevolumen ist endlich; der Athlet muss über den kalibrierten Bereich hinaus bewegt werden (z. B. mehr als 10-15 Meter), was eine Neukalibrierung und Neupositionierung von Kameras erfordert. Für Sportarten wie Sprinten oder langes Springen können mehrere synchronisierte Kamera-Setups über eine Startbahn verwendet werden, was jedoch Kosten und Komplexität erhöht.

Inertialsysteme vereinfachen die Kalibrierung: Nach der Befestigung von Sensoren am Athleten führt der Proband eine einfache T-Pose und vielleicht einige Schritte aus. Die Software richtet die Sensorrahmen automatisch an Körpersegmenten aus. Es ist keine externe Kalibrierung erforderlich, und das System kann im Freien, in Innenräumen, im Wasser oder in engen Räumen verwendet werden. Die Genauigkeit hängt jedoch von der richtigen Sensorplatzierung (konsistente Ausrichtung und Lage relativ zu Segmentachsen) und der Qualität der anfänglichen Körpersegmentparameterschätzung (Segmentlängen, Sensor-zu-Segment-Ausrichtung) ab. Fehler in diesen Parametern breiten sich während der gesamten Aufzeichnung aus. Für den Feldeinsatz ist eine Neukalibrierung nach einer Sensorwiederanbringung (z. B. nach einer Pause) erforderlich, um Driftkorrekturen zurückzusetzen.

Sportspezifische Use Cases

Hochpräzisionsforschung (optisch bevorzugt)

Die Grundball-Pitching-Mechanik erfordert die Erfassung der schnellen Abfolge von Rumpfdrehung, Schulter-Innendrehung und Ellenbogenverlängerung. Optische Systeme mit mindestens 12 Kameras bei 400 Hz können Gelenkwinkel und Winkelgeschwindigkeiten mit weniger als 0,5°-Fehler messen, was Verletzungsrisikomodelle (z. B. Ellenbogen-Varus-Drehmoment) beeinflusst. Inertiale Systeme kämpfen mit der hohen Rotationsgeschwindigkeit (Schulter-Innendrehung bis zu 7000°/s) und der kurzen Überkopfbewegung, bei der die Markierungs-Occlusion in einem Labor mit mehreren Kameras weniger problematisch ist. In ähnlicher Weise profitiert die Golf-Schwingungsanalyse von optischen Systemen bei der Messung der Position des Schlägers und der Beckendrehung in drei Dimensionen; optische Systeme können jedoch den Schlägerkopf aufgrund der Okklusion durch den Körper oder den Schlägerschaft nicht verfolgen, so dass Inertialsensoren am Schlägergriff die optische Körperverfolgung ergänzen können.

Feldbasierte Überwachung (Inertial Preferred)

Fußballspieler, der Biomechanik über eine volle Trainingseinheit (90 Minuten) läuft, ist in einem Labor unpraktisch. Trägheitssensoren, die an den Stielen und am Becken befestigt sind, liefern kontinuierliche Schrittmetriken (Schrittlänge, Trittfrequenz, Bodenkontaktzeit, vertikale Oszillation) während des tatsächlichen Matchspiels. Während sich die Positionsgenauigkeit im Laufe der Zeit verschlechtert, können relative Änderungen der Schrittfrequenz oder der Rumpfneigung innerhalb einer Sitzung verfolgt werden. Schwimmen ist eine natürliche Anwendung für Inertialsensoren, da Kameras Unterwasserbewegungen nicht genau erfassen können. Wasserdichte Trägheitsanzüge (z. B. von Noraxon oder Xsens), die auf dem Rumpf des Schwimmers und den Armen platziert sind, ermöglichen die Rekonstruktion von Schlaganfallphasen (Fang, Zug, Erholung) und Körperrollen ohne die Einschränkungen von Poolkameras.

Hybridanflüge

Um das Beste aus beiden Welten zu kombinieren, verschmelzen einige Forschungsgruppen und kommerzielle Systeme jetzt optische und inertiale Daten. Zum Beispiel kann man inertiale Sensoren verwenden, um die Segmentorientierung während eines Baseballplatzes zu verfolgen, und optische Kameras, um die globale Armposition und Ballgeschwindigkeit zu erfassen. Sensorfusionsalgorithmen (z. B. erweiterter Kalman-Filter) können unvoreingenommene Kinematik durch Gewichtung optischer Messungen (niedrige Drift, hohe Genauigkeit) mit inertialen Messungen (hohe zeitliche Auflösung, keine Sichtlinie) schätzen. Frühe kommerzielle Produkte wie das *Sony Mocopi * oder *Xsens mit Videosynchronisierung * veranschaulichen diesen Trend. In Sportarten wie Skisprung oder Radfahren können Hybridsysteme präzise aerodynamische Positionsdaten liefern, ohne den Athleten einzuschränken.

Kosten- und Skalierbarkeitsbetrachtungen

Optische Motion-Capture-Systeme sind teuer. Ein professionelles Vicon-System mit 12 Kameras kann 150.000 bis 300.000 US-Dollar kosten, einschließlich Kameras, Software, Kalibriergeräte und dedizierter Computerhardware. Wartung (Ersatz-Strobe-Einheiten, Kamera-CDs, Kalibrierungs-Update-Gebühren) fügt 5-10% jährlich hinzu. Markerlose Systeme mit kommerziellen Tiefenkameras (z. B. Intel RealSense oder Azure Kinect) reduzieren die Kosten auf 5.000 bis 15.000 US-Dollar für eine Multi-Kamera-Einrichtung, aber mit geringerer Genauigkeit. Die Skalierung der optischen Erfassung auf mehrere Athleten gleichzeitig (Teamanalyse in einer einzigen Sitzung) erfordert mehr Kameras und ein größeres Volumen, was die Kosten dramatisch erhöht.

Inertial-Systeme sind erschwinglicher: ein 17-Sensor Xsens MVN Awinda-Anzug kostet etwa 15.000 bis 25.000 US-Dollar, während kostengünstigere Optionen wie Perception Neuron (2,0) bei etwa 1.500 US-Dollar für ein 10-Sensor-Set beginnen. Mehrere Athleten können mit separaten Anzügen ausgestattet werden, und die Software verarbeitet mehrere Streams gleichzeitig. Die Kosten pro Anzug summieren sich jedoch schnell: Die Ausrüstung einer vollständigen Fußballmannschaft (22 Spieler) mit Trägheitsanzügen würde 330.000 bis 550.000 US-Dollar kosten, plus Softwarelizenzgebühren. Für die meisten angewandten Sporteinstellungen bietet ein Hybrid-Ansatz - ein oder zwei Trägheitsanzüge für die Überwachung einzelner Athleten plus eine tragbare optische Erfassung (z. B. OptiTrack Prime-Serie) für spezifische technische Übungen - eine ausgewogene Investition.

Integration mit anderen Datenströmen

Die modernen Sportanalysen erfordern oft die Synchronisierung von Bewegungserfassung mit Kraftplatten, Elektromyographie (EMG), Fußdrucksohlen oder Herzfrequenzmonitoren. Optische Systeme bieten native Synchronisation über analoge oder digitale Triggereingänge, wodurch sie ideal für multimodale Laborstudien sind. Trägheitssysteme sind typischerweise auf Zeitstempel- oder NTP-Synchronisation angewiesen, die Latenzjitter von 10-30 ms bei der Integration mit anderen Geräten einführen können. Einige Trägheitsanbieter (z. B. Xsens) bieten Hardware-Synchronisations-Ports für die Echtzeit-Datenausrichtung, was jedoch die Hardwarekomplexität erhöht. Für feldbasierte Studien können Trägheitssysteme Daten lokal speichern und über Post-Processing synchronisieren, aber Echtzeit-Biofeedback-Anwendungen (z. B. haptische Rückkopplung für laufende Kadenz) begünstigen Trägheitssysteme aufgrund ihrer drahtlosen Übertragung mit geringer Latenz (normalerweise 10-20 ms Round Trip).

Die Flugbahn geht eindeutig in Richtung hybrider Lösungen, die optische absolute Genauigkeit mit inertialer Portabilität kombinieren. Machine Learning-Modelle werden zunehmend verwendet, um inertiale Drift zu korrigieren, indem bekannte Bewegungsmuster (z. B. Gangzyklen) identifiziert und Orientierungsschätzungen neu kalibriert werden. Markerlose optische Systeme verbessern sich ebenfalls: Deep Learning-Architekturen wie HRNet und OpenPose können 3D-Gelenkpositionen von einer einzigen Kamera während vieler Sportbewegungen schätzen, obwohl Genauigkeit und Okklusionshandling unter den Goldstandards bleiben. Das Aufkommen von intelligenten Textilien mit eingebetteten Inertialsensoren (z. B. von Smartex oder Liko) könnte die Anbringungszeit auf Sekunden reduzieren und eine nahtlose Integration in Teamuniformen ermöglichen.

Eine weitere vielversprechende Richtung ist verteilte Sensornetzwerke, die Ultrabreitband-Lokalisierung (UWB) mit inertialen Messeinheiten kombinieren. Diese Systeme können die Position und Bewegung von Athleten gleichzeitig über ein gesamtes Feld verfolgen, was eine räumlich-zeitliche Analyse des Teamsports (Überholmuster, defensive Abdeckung) ermöglicht. Unternehmen wie KINEXON setzen solche Systeme bereits in professionellen Basketball- und Fußballligen ein. Da Sensorfusionsalgorithmen reifen und die Kosten sinken, wird sich die Barriere zwischen Laborgenauigkeit und Feldanpassungsfähigkeit weiter verringern.

Entscheidungsrahmen für die Auswahl eines Motion Capture Systems

  1. Definieren Sie die primäre Frage: Messen Sie Gelenkwinkel, Segmentpositionen oder räumlich-zeitliche Metriken? Für hochpräzise Gelenkkinematik (z. B. ACL-Verletzungsrisiko-Screening) sind optische Systeme nicht verhandelbar. Für relative Veränderungen der Bewegungsmetriken im Laufe der Zeit oder über Bedingungen hinweg (z. B. Überwachung von Ermüdungseffekten auf Schritt), Inertialsysteme reichen aus.
  2. Betrachten Sie die Umgebung: Indoor-gesteuerte Einstellung mit klarer Sichtlinie? Optisch. Outdoor, variable Beleuchtung, Kontaktsport oder eingeschränkter Raum? Trägheit (oder Hybrid).
  3. Beurteilen Sie die Belastung des Subjekts: Wie viel Zeit und Toleranz hat der Athlet für die Einrichtung? Eine 45-Minuten-Markeranwendung ist nur für Elite-Athleten in einer dedizierten Sitzung akzeptabel; Trägheitsanzüge sind schneller und weniger invasiv.
  4. Budget und Skalierbarkeit: Einzelsportler oder Team? Labor oder Feld-basiert? Erster Kaufpreis plus jährliche Wartung. Trägheitssysteme skalieren besser für mehrere Athleten, aber optische Systeme sind überlegen für Forschungs-Multi-Athleten-Capture in einem Labor.
  5. Zukünftige Datenintegration: Müssen Sie sich in Kraftplatten, GPS oder Video integrieren? Synchronisierungsanforderungen planen. Optische Systeme bieten die robustesten integrierten Synchronisierungsmöglichkeiten.
  6. Datenverarbeitungspipeline: Hat Ihr Team das Know-how, Inertialdaten zu bereinigen und zu filtern (Lückenfüllung, Driftkorrektur) oder passt eine schlüsselfertige optische Lösung mit automatisierter Markierungsverfolgung besser zu Ihrem Workflow?

Keine einzelne Technologie ist allgemein überlegen. Die Wahl hängt von den spezifischen Einschränkungen des Sports, der Forschungsfrage und dem operativen Kontext ab. Da hybride Ansätze zugänglicher und genauer werden, werden viele Praktiker eine synergistische Strategie anwenden, die optische Systeme für die periodische Validierung und präzise Bewegungsanalyse sowie Inertialsysteme für die kontinuierliche Überwachung in Training und Wettkampf verwendet.

Schlussfolgerung

Optische und Trägheitsbewegungserfassungstechnologien bringen jeweils unterschiedliche Stärken in die Sportanalyse. Optische Systeme bieten eine unübertroffene Präzision in kontrollierten Umgebungen, was sie für die Biomechanikforschung, die Sportmedizindiagnostik und die Leistungsoptimierung mit hohem Einsatz unerlässlich macht. Trägheitssysteme bieten beispiellose Portabilitäts- und Echtzeit-Feedback-Funktionen, die eine ökologisch gültige Datenerfassung über verschiedene Sportumgebungen hinweg ermöglichen. Die Lücke zwischen den beiden wird durch Sensorfusionsalgorithmen, markerlose Weiterentwicklungen des Sehvermögens und reduzierte Hardwarekosten kleiner. Sportwissenschaftler und Praktiker sollten ihre spezifischen Bedürfnisse bewerten: Genauigkeitsanforderungen, Umwelteinschränkungen, Belastung der Teilnehmer, Budget und Skalierbarkeit. Durch das Verständnis der Kompromisse können sie diese Technologien auswählen - oder kombinieren - um aussagekräftige Einblicke in die Bewegung von Athleten zu erhalten, was letztlich die Leistungsfähigkeit verbessert und das Verletzungsrisiko reduziert.