Navigation überspringen

HEAD – Racquet Finder

Der perfekte Schläger für dein Spiel via Smart Learning Recommendation Engine.

Projektsteckbrief

  • Ziel
    Aufbau eine KI-basierten Recommendation-Lösung zur Auswahl des perfekten Tennis Raquets
  • Dauer
    fortlaufend
  • System
    IBM Cloud, Watson Services
  • Branche
    Sport & Fitness
  • Typ
    B2B
  • Onboarding
    Betreuung seit 2016

Mit AI-Algorithmen zum perfekten Schläger

Die HEAD Sport GmbH ist ein weltweit führender Hersteller und Vermarkter hochwertiger Sportgeräte und -bekleidung. Im Bereich Innovation Management der Racquet Sports Division wurde die Idee eines Racquet Finders geboren, der die Kunden bei der Auswahl des für sie optimalen Racquets unterstützt. Der Finder sollte über eine rein Click- oder regelbasierte Recommendation Engine hinausgehen. 

Das System sollte lernend in der Lage sein, sowohl strukturierte und unstrukturierte Daten als auch quantitative und qualitative Informationen zu interpretieren und so die “best-fitting” Empfehlung auszusprechen. Zudem sollte es für den Kunden leicht und intuitiv zu bedienen sein. AI-Services und
-Algorithmen helfen dabei, Daten aus unterschiedlichen Quellen und in unterschiedlichen Formaten zu analysieren, zu klassifizieren und zu standardisieren und sie letzten Endes mittels Machine Learning-Algorithmen zu verarbeiten.

Unsere Leistungen

Artificial Intelligence
Bildstreifen mit Sportartikeln, überlagert von rosa Farbverlauf

Die Lösung

Die eingesetzten Algorithmen lernen mit jedem Input, die Daten und ihre Zusammenhänge neu zu bewerten, und reagieren so auf Veränderungen in den Bedürfnissen der Nutzer. Der Zugang des Nutzers zu seinen Ergebnissen konnte hierbei über eine sehr reduzierte interaktive Befragung mit 6 Fragen realisiert werden. Sie bildeten die Grundlage des Racquet-Nutzungsprofils, auf dem das lernende System aufbauend optimierte Empfehlungen aussprechen konnte.

Die Technik

Realisiert wurde das Projekt in der IBM Cloud unter Einbeziehung verschiedener Cloud- und Watson-Services. Den Kern des Smart Learning Racquet Finders bildet ein Netz neuronaler Netze, welche in einem mehrstufigen Prozess die unterschiedlichen Input-Daten qualifizieren und Schlägerprofile auf Nutzungsprofile mappen. 

Infografik zu einem neuronalen Netz: Metriken, natürliche Sprache, Sensordaten und visuelle Daten werden verarbeitet und zu Ergebnissen zusammengeführt
Screenshot eines Schlägerfinders mit der Frage „Wie alt bist du?“ und Altersgruppen von unter 12 bis über 60
Screenshot eines Schlägerfinders mit der Frage „Wie siehst du deine Spielstärke?“ und den Optionen Beginner bis Turnierspieler
Screenshot eines Schlägerfinders mit der Frage „Was beschreibt deinen Schlag am besten?“ und Antwortmöglichkeiten
Screenshot eines Schlägerfinders mit drei Empfehlungen und Übereinstimmungswerten von 76, 74 und 73 Prozent

Lassen Sie uns über Ihr Projekt sprechen.

Jedes Projekt, das Sie hier sehen, hat mit einem einfachen Gespräch begonnen. Schreiben Sie uns kurz, worum es geht. Den Rest klären wir zusammen.

Bitte akzeptieren Sie die entsprechenden Cookies, um diesen eingebetteten Inhalt zu sehen.