Trampolinturnen – was ist das?

Trampolinturnen ist eine olympische Sportart, bei der Turner Sprünge, Drehungen und Salti auf dem Trampolin ausführen. Im Training werden Technik, Körperkontrolle, Höhe und sichere Landungen gezielt trainiert.

Um Messdaten zu erfassen, sind unter den Trampolinen Messplatten angebracht. Bei jeder Landung registrieren sie den Aufprall und berechnen daraus verschiedene Werte, beispielsweise die Flugzeit zwischen zwei Sprüngen.

Die Ausgangssituation

Wie bei jedem Leistungssport sorgen auch beim Trampolinspringen schon die kleinsten Abweichungen für enorme Unterschiede in der Platzierung. Flugzeiten (Time of Flight: ToF) und die Landung auf dem Tuch (Horizontal Displacement: HD) bestimmen die Punktzahl durch ein präzises Messsystem sowohl bei Wettkämpfen als auch beim Training an den Olympiastützpunkten.

Bei einem Training überwacht der*die Trainer*in oft bis zu 10 Athlet*innen gleichzeitig und darf dabei nicht abgelenkt werden, um das Risiko schwerer Verletzungen zu minimieren. Das Messystem ist bisher eher mühselig zu bedienen, was dazu führt, dass auf testweise Messungen zur Datenerhebung in den meisten Trainings verzichtet wird.

Werden aber dennoch Messungen vorgenommen, liegen Athlet*innen und Trainer*innen viele unsortierte Daten vor, die nicht leicht zu verarbeiten sind.

Dissonanzen

Aus dieser Ausgangslage ergeben sich unsere Hauptdissonanzen: 

1. Messungen und Daten sind erwünscht, aber der Messvorgang ist bisher zu unintuitiv und damit riskant.

2. Konkrete Daten sind unverzichtbar für die Trainingssteuerung, aber ein Haufen unaufbereiteter Daten ist wenig hilfreich.

3. Feedback für Athlet*innen ist essenziell, jedoch haben Trainer*innen oft gar nicht die Kapazität für detailliertes und zielführendes Feedback nach dem Training.  

4. Nicht nur körperliches, sondern auch mentales Befinden beeinflusst das Training, bisher werden solche Aspekte jedoch nicht wirklich in die Trainingssteuerung mit einbezogen. 

Unsere Lösung sollte also primär folgendes beinhalten: 

1. Es braucht eine niedrigschwellige Messung.

2. Die Daten müssen aufbereitet werden.

3. Es sollte einfach sein Feedback zu geben, sowie später nochmal als Athlet*in auf das Feedback zugreifen zu können.

4. Athlet*innen und Trainer*innen können verstehen, wie verschiedene Faktoren im Befinden das Training beeinflussen.

Konzept

Um die Dissonanzen zu lösen mussten wir das Problem etwas weiter fassen. 

Prinzipiell haben wir es mit zwei Gruppen zu tun, die mit Daten arbeiten. Trainer*innen erheben Daten durch eine Messung, brauchen aber Daten von Athlet*innen um deren Training bewerten und die Messung einordnen zu können.
Athlet*innen teilen ihr Befinden, um Trainer*innen die Trainingssteuerung zu erleichtern und erhalten so kommentierte und eingeordnete Daten, anhand derer sie ihr Training analysieren können.

Um Ordnung in das Daten-Chaos zu bringen, müssen wir die von der App gespeicherten Messdaten sortieren und weitere Informationen über das Training durch Tags mit den Messdaten verknüpfen. 

Nur wenn jede Messung, neben den eigentlichen Messdaten, auch Informationen über weitere Parameter (z.B. Wie hab ich mich vor dem Training gefühlt? oder Hat mein Trainer Feedback hinterlassen? oder auch Habe ich einen neuen Rekord aufgestellt? usw.) gibt, kann der*die Athlet*in später Zusammenhänge erkennen, filtern, die Daten wirklich verstehen und das Training optimieren.

Lösungen

Im folgenden gehen wir auf die Hauptfeatures unserer App ein, welche die Dissonanzen auf verschiedene Weisen lösen.

1 einfache Messung

Fullscreen Reaktivität

Wie bereits erwähnt haben Trainer*innen während eines Trainings keine Kapazität ein komplexes Messsystem zu bedienen, oder zu einem Laptop zu laufen um eine Messung zu starten. Ziel war daher: eine super einfache Bedienung, um durch die verschiedenen Phasen der Messung geleitet zu werden. Wie haben wir das gemacht?

Kein Button, sondern Fullscreen-Reaktivität: Da während einer Messung die Priorität immer die Sicherung der Athlet*innen ist, hat der*die Trainer*in keine Zeit ständig auf ein Handy zu schauen und eine App zu bedienen. Einen Button zu suchen um in den nächsten Modus zu wechseln wäre zu mühsam und ablenkend. Um dieses Problem zu lösen, ist zum Weiterschalten kein Button notwendig, sondern ein Tippen irgendwo auf dem Bildschirm, egal wo, reicht aus. 
Um versehentliches weiterschalten zu umgehen, muss die Berührung länger gehalten werden; eine kurze Vibration bestätigt dann das Laden des nächsten Modus. So kann nun auch ohne einen Blick auf das Gerät durch die verschiedenen Phasen gewechselt werden.

Abbildung: Auf Grundlage der Thumb Zones haben wir Funktionen wie der Neustart oder das Beenden des Trainingsmodus bewusst in weniger gut erreichbare Bereiche Zonen (rot) gelegt, während häufig genutzte Interaktionen in den gut erreichbaren Zonen platziert sind.

Sprachfeedback

Ist die Messung abgeschlossen, kann sprachliches Feedback gegeben werden. Der Blick muss nicht von den Athleth*innen abgewendet werden. Gleichzeitig ist die Sprachaufnahme niedrigschwelliger als langes Tippen. Der*Die Athlet*in kann das Feedback dann jederzeit abhören; gleich vor dem nächsten Durchgang, bei der Planung des nächsten Trainings oder Rückblickend bei der Auswertung vergangener Trainingszyklen.

2 Check-In

Nicht nur körperliches, sondern auch mentales Befinden beeinflusst das Training, bisher werden solche Aspekte jedoch nicht wirklich in die Trainingssteuerung mit einbezogen. Es sollen nicht nur Messdaten erhoben werden, sondern auch Umstände, die das Training und dadurch die gemessene Leistung beeinflussen. Durch die Check-In Funktion werden etwa eine halbe Stunde vor dem Training die mentale und physische Leistungsfähigkeit abgefragt. 

Diese werden entsprechend den Trainingseinheiten zugeordnet. Der*Die Athlet*in hat dadurch die Möglichkeit die Trainingsdaten besser einzuordnen und Zusammenhänge zwischen Leistung und Befinden zu erkennen.

Werden die Daten mit dem*der Trainer*in geteilt, besteht zudem die Möglichkeit besser einzuschätzen, was dem*der Athlet*in im entsprechenden Training zugetraut werden kann.
Das optimiert das Training nicht nur, es senkt auch das Risiko für Verletzungen durch besser auf die Leistungsfähigkeit zugeschnittene Trainings.

Abbildung: Später wird das angegebene Befinden als Tag in der jeweiligen Trainingseinheit hinterlegt 

3 Filter

Eine weitere zentrale Funktion der App sind die Filteroptionen, die dabei helfen, den Überblick über die stetig wachsende Menge an Trainingsdaten zu behalten. Obwohl die Daten nach Trainingstag und Uhrzeit sortiert sind, wird die Auswertung mit zunehmender Datenmenge schnell unübersichtlich.

Gleichzeitig ermöglichen die Filter, Zusammenhänge zwischen Befinden und Leistung sichtbar zu machen. So lässt sich beispielsweise untersuchen, ob ein hohes Energie- und Konzentrationslevel tatsächlich mit besseren Messwerten einhergeht oder ob bestimmte Wochentage bessere Trainingsleistungen hervorbringen.

4 Statistiken

Die Statistiken ermöglichen eine niedrigschwellige Auswertung der Trainingsdaten, ohne dass Nutzer*innen zunächst selber filtern müssen. Die eigenen Bestwerte sind auf einen Blick sichtbar und die Quick Facts liefern zusätzliche Erkenntnisse über das Training.

Rekorde ermöglichen dabei einen schnellen Vergleich mit anderen Athlet und zeigen gleichzeitig die persönlichen Bestwerte motivierend auf.

Darüber hinaus werden die Trainingsdaten, unter anderem anhand der gesetzten Tags, algorithmisch ausgewertet und als Quick Facts zusammengefasst. Es werden schnell die wichtigsten Fakten zum eigenen Training aufgezeigt (z.B. bester Trainingstag) und Tipps für das weitere Training gegeben.

Abbildung: Beispiele für Quick-Facts

Prozess, Nebenaspekte & verworfene Ansätze

Während des gesamten Prozesses hat es uns nicht an Ideen gemangelt, es war teilweise eher eine Herausforderung gut abzuwägen, welche der Ideen am Ende tatsächlich die notwendigsten, bzw. die besten für unsere Dissonanzen sind.

Abbildung: Ursprüngliche Idee einer Fernbedienung zum weiterschalten im Trainingsmodus. Haben wir dann verworfen und sind bei einer App geblieben, weil es realistischer schien sich eine App herunterzuladen, als extra eine Fernbedienung anschaffen zu müssen. 

Ursprünglich wollten wir, dass unser Interface im Trainingsmodus, immer noch sehr an eine Fernbedienung angelehnt ist. Wir haben jedoch schnell bemerkt, dass damit die Hauptdissonanz (Trainer*in hat keine Zeit auf Handy zu schauen) nicht wirklich gelöst wird, sondern die viele verschiedenen Knöpfe nur unnötige Ablenkung schaffen.

Sehr lange stand das Feature QuickFeedback im Raum: Während des Springens oder der Sprachaufnahme sollte es möglich sein, Knöpfe zu drücken, die dann auch als Tag vermerkt werden; Arme an den Körper, gut gemacht, höher springen, etc.

Wir haben uns letztendlich (vorerst) dagegen entschieden, auch wenn wir viel darüber diskutiert haben. 
Einerseits bedeutet das Treffen von kleinen Buttons den Blick länger auf das Display zu fokussieren (genau das, war wir ja vermeiden wollten), zum anderen ist die Gefahr hoch, dass das Sprachfeedback dann weniger genutzt wird. Trainer*innen sollen ja detailierteres Feedback geben; der easy way out würde das aber vielleicht verhindern. Da käme es wirklich auf ein User*innentesting an.

Diese Art des Feedbacks sollte vor allem am Bildschirm in der Halle gezeigt werden, um Athlet*innen unmittelbar Feedback zu geben, da das laut Interviews oft fehlt. 

Es wäre also wünschenswert eine Art zu finden, das QuickFeedback zu implementieren, aber eine nähere Auseinandersetzung damit hätte den Rahmen des Kurses gesprengt. Deswegen haben wir es vorerst gestrichen.

Ausblick

Da wir uns einem realen Problem angenähert haben, wäre es wünschenswert, dieses Projekt in Zukunft weiterführen zu können. Durch die Verbindung zur Firma Eurotramp, die Trampoline und das zugehörige Messsystem herstellen und vertreifen, bestünde die Möglichkeit, dieses Projekt Wirklichkeit werden zu lassen. 

Dafür müssten einige Faktoren weiter ausgearbeitet werden. Einerseits das QuickFeedback, andererseits ein dauerhaftes Messen (und damit einhergehend ein Scan-System an den jeweiligen Trampolinen). 

Dieses Projekt wird sehr sicher den Rahmen des Kurses verlassen und mit etwas Persistenz vielleicht den Weg in die reale Anwendung finden.

Reflexion und Fazit

Levi
Als erster Kurs des zweiten Studienabschnitts hat mich dieser Kurs herausgefordert, aber mich dabei vollends abgeholt; besonders methodisch. 

Als Nerd verschiedener Nischen macht es mir viel Spaß, zu hören, welche spezifischen Ansprüche an ihre eigenen Interessen andere menschen haben und wie man deren Probleme löst. Dadurch, dass ich nicht tief im Thema stecke, habe ich viel dazulernen dürfen und musste mich auf ein Thema voll und ganz einlassen. Interviews, Beobachtungen und Diskussionen haben mir viel Freude bereitet.
Ich denke sehr viel lieber über die Lösung des Problems nach, als es am Ende dann auch visuell umzusetzen. Besonders in der Interview- und Erarbeitungsphase bin ich aufgegangen. Es ist, als würde man Rätsel lösen; das mache ich gern. 
In der visuellen Umsetzung habe ich mich hingegen bedeutend schwerer getan. Es ist, als müsste ich mich selber davon überzeugen, dass funktionalität nicht reicht, sondern es auch ansprechend aussehen muss. Das mag wohl stimmen und auch die visuelle Erarbeitung ist nicht mal eben gemacht, aber mich darauf einzulassen fiel mir bis zum Ende schwer.

Ich kann jeden verstehen, der*die nicht gern mit mir in einer Gruppe arbeitet. Ich bin sehr diskussionsfreudig und wenn für mich etwas Sinn ergibt, ist es schwer mich davon abzubringen, auch wenn ich versuche mich mehr auf Kompromisse einzulassen. Ich schätze sehr, dass Ronja diese Art von Geduld hatte. Dass wir verschieden an Aufgaben herantreten stand uns am Anfang manchmal im Weg, war aber besonders in der zweiten Hälfte des Semesters dann doch extrem hilfreich. Wir haben uns gut ergänzt und unsere Diskussionen und verschiedenen Ansätze haben uns am Ende weitergebracht.

Ronja 

Nach dem Grundstudium war dieser Kurs mein erster richtiger Hauptstudienkurs im Interfacedesign. Ich habe mich sehr darauf gefreut, endlich fachspezifischer zu arbeiten und mein Wissen im UX/UI-Bereich zu vertiefen – entsprechend hat mir der Kurs sehr gut gefallen.

Auch wenn der Prozess anfangs teilweise etwas schleppend war, weil wir zunächst viele Informationen sammeln, Interviews führen und Dissonanzen aufdecken mussten, haben wir schnell gemerkt, wie wichtig eine gründliche Recherche und Vorarbeit sind, bevor man sich zu früh in eine konkrete Lösung „hineindenkt“. Besonders gut hat mir gefallen, mich intensiv mit einer Thematik auseinanderzusetzen und das Projekt über einen längeren Zeitraum immer wieder zu hinterfragen und weiterzuentwickeln.

Vom Titel des Kurses hatte ich mir ursprünglich einen etwas stärkeren Bruch mit klassischen Interface-Design-Ansätzen erhofft. Trotzdem war das Projekt für mich sehr lehrreich und hat mich sowohl methodisch als auch gestalterisch herausgefordert.