Menü
Gesundheitswesen · Abgeschlossen
Adaptiver Fitness-Coach
Eine Plattform verbindet adaptive Planung, Live-Feedback zu Übungen, Ernährung, Gesundheitsdaten, Auswertungen und KI-Coaching.
- Dauer
- 3–4 Monate Bauzeit
- Team
- Projektleiter (ich) + Mobile-, Backend- und QA-Teams
Überblick
Überblick
Persönliche Fitnesspläne beginnen oft mit allgemeinen Empfehlungen, die nicht auf die Ziele, das körperliche Profil oder die tatsächliche Trainingsregelmäßigkeit einer Person eingehen können. Das Unternehmen wollte ein mobiles Erlebnis, das Training und Ernährung personalisiert und die Nutzenden zwischen den Einheiten bei der Sache hält.
Ich habe das Projekt von der Kundenkommunikation bis zur technischen Lieferung geleitet. Ich habe Produktfeedback in Spezifikationen übersetzt, das Mobile-, Backend- und QA-Team koordiniert, wöchentliche Demonstrationen gehalten und das Python-basierte System zur Übungserfassung entwickelt.
Die fertige Plattform verbindet adaptive Trainingspläne, Ernährungsplanung, kamerabasierte Haltungs- und Wiederholungserkennung, Fitness-Auswertungen, geplante Ansprache, Fastenwerkzeuge, Gesundheitsanbindungen und einen fachlich eingegrenzten KI-Coach.
Hinweis zur Vertraulichkeit: Kunden- und Firmennamen wurden aus Vertraulichkeitsgründen geändert oder weggelassen. Die Arbeit, meine Rolle und der Projektumfang sind echt.
Approach
Herausforderungen & Lösungen
Ein personalisierter Startpunkt
Das Onboarding musste persönliche Ziele, Vorlieben und Körperscan-Daten in einen praktikablen Fitnessplan überführen.
Zielbasierte Planung
Verbindet Onboarding-Vorlieben, Fitnessziele und Körperscan-Ergebnisse, um personalisierte Trainingsempfehlungen zu ermöglichen.
Übungen in Echtzeit verstehen
Die Handykamera musste Körperbewegungen erkennen, die Übungshaltung bewerten und Wiederholungen während laufender Einheiten zählen.
Bewegungsanalyse in Echtzeit
Ein Python-Programm mit MediaPipe und OpenCV entwickelt, das Körperpunkte verfolgt, Bewegungswinkel berechnet, die Haltung erkennt und Wiederholungen zählt.
Pläne, die sich anpassen
Die Empfehlungen der Folgewoche mussten Trainingsabschluss, Häufigkeit und bisherige Leistung berücksichtigen, statt einen starren Plan zu wiederholen.
Adaptive Fitness und Ernährung
Verknüpft die Trainingstreue mit wöchentlichen Plananpassungen und unterstützt zugleich personalisierte Mahlzeiten, Fasten, Kalorienschätzung und Lebensmittel-Scannen.
Nützliche, aber kontrollierte KI
Die KI-Funktionen mussten auf den Fitnessbereich beschränkt bleiben und dabei praktischen Zugang gegen Modellkosten abwägen.
Fachlich eingegrenzte KI
Google-Gemini-Modelle für Scan- und Coaching-Funktionen eingebunden, die Interaktionen auf die Fitnesslogik der Anwendung beschränkt und praktische Nutzungsgrenzen gesetzt.
Technical Detail
How It Was Built
Das mobile Erlebnis wurde mit Compose Multiplatform gebaut. NestJS und PostgreSQL trugen die APIs und Daten der Anwendung, während Google-Gemini-Modelle die Körper-, Ernährungs-, Planungs- und Coaching-Erlebnisse antrieben.
Die Übungserkennung in Echtzeit lief über ein eigenes Python-Programm mit MediaPipe und OpenCV. Es hat Körperpunkte und Gelenkwinkel ausgewertet, um Bewegungen zu erkennen, die Haltung gegen das erwartete Übungsverhalten zu prüfen und Wiederholungen zu zählen.
Als Projektleiter habe ich die Kundenbeziehung, wöchentliche Demonstrationen, die Übersetzung von Feedback, technische Spezifikationen, die Umsetzungsstrategie, die Teamkoordination und die Lieferaufsicht über Mobile-, Backend-, KI- und QA-Arbeit verantwortet.
Stack
Umgesetzt mit
- Compose Multiplatform
- NestJS
- PostgreSQL
- Python
- MediaPipe
- OpenCV
- Google Gemini API
Zusammenfassung des Kundenfeedbacks
Kundenfeedback
Die KI-Funktionen haben die Plattform für jemanden, der allein trainiert, wie einen persönlichen Coach wirken lassen und nicht wie noch eine Fitness-App. Die wöchentliche Trainingsplanung, das Zählen der Wiederholungen, die Haltungshinweise und die Leitplanken um diese KI-Erlebnisse haben uns am meisten überrascht und beeindruckt.
Kundenname nicht genannt
Die Identität des Kunden ist vertraulich. Diese Zusammenfassung gibt mündliches Feedback an Muhammad und das Projektteam wieder.
Vor ähnlichen Herausforderungen?
Sprechen wir über Ihren nächsten Schritt.
Erzählen Sie mir, was Sie bauen oder verbessern, und ich helfe Ihnen, einen praktischen nächsten Schritt zu finden.
Diskussion
Kommentare
Noch keine Kommentare. Teilen Sie als Erste Ihre Gedanken.