10.11.2021

ERAgrip: Bodybuilding-Weltmeister denkt Workout neu

Das Hörschinger Startup ERAgrip möchte schmerzfreies und effizienteres Trainieren ermöglichen.
/eragrip-bodybuilding-weltmeister-denkt-workout-neu/
ERAgrip
(c) ERAgrip - Eine Idee der Gebrüder Rieger, um besser zu trainieren.
Der Summary Modus bietet einen raschen
Überblick und regt zum Lesen mehrerer
Artikel an. Der Artikeltext wird AI-basiert
zusammengefasst mit der Unterstützung
des Linzer-Startups Apollo AI.

Es gibt ein Problem in der Muskelaufbauszene: Durch das Festhalten von Zughilfen oder Kurzhanteln sind diverse Muskelgruppen in Unter- und Oberarmen immer maßgeblich an der Ausführung einer Übung beteiligt. Das habe zur Folge, dass nur ein Teil der Belastung einer Übung die Muskelgruppe stimuliert, die auch wirklich trainiert werden soll. Oder es zu Schmerzen kommt. Matthias und Stefan Riegler von ERAgrip aus Oberösterreich wollen dieses Problem lösen.

ERAgrip ein Multifunktionstool

Die beiden Cousins haben mit ERAgrip ein Multifunktionstool entwickelt, das mit jeglichen Hantelscheiben, Widerstandsbändern oder Seilzügen kompatibel sein soll. Das Gerät kann in einer Tasche oder einem Rucksack transportiert werden. Zudem soll die gezielte Entlastung der eigenen Griffkraft sowie die Verlagerung des Gewichts zentrisch an die Handflächen ein neuartiges Trainings-Erlebnis ermöglichen, wie die Gründer sagen.

(c) ERAgrip – ERAgrip soll mittels Multigriff für neue Muskelreize sorgen.

Konkret ist es der Aufbau des Multigriffs, der für besseres Training sorgen soll. Die Gewichtsverlagerung wird direkt unter die Handfläche gesetzt und dieser ungewohnte Griff setze die neuen Muskelreize. Auf der Unterseite des ERAgrip Multi-Griffs befindet sich das patentierte Adaptersystem, durch das alle am Markt erhältlichen Hantelscheiben zu befestigen sind. „Der in der Handschlaufe eingearbeiteter Ring und unser Seilzug Adapter ermöglicht das Training mit Seilzügen oder Widerstandsbänder“ erklären die Founder.

Die Idee Workout neu zu denken hatte Matthias Riegler 2018. Sein Handgelenk hatte begonnen beim Workout zu schmerzen und die Muskulatur war nicht voll ausgelastet. So gebar der INBA-Weltmeister (Natural Bodybuilding) von 2019 mit Klettverschlüssen um die Handgelenke den ersten Versuch, der später zu ERAgrip führen sollte.

Breite Zielgruppe

„ERAgrip soll kein Tool sein, das nur einer kleinen Personenzahl hilft“, sagte Matthias Riegler. „Ich will damit Leistungssportlern, Hobbysportlern und auch Menschen mit Handicap gleichermaßen helfen, ihr Training zu verändern, zu verbessern. Ich weiß aus eigener Erfahrung, was es heißt, wenn man einerseits nicht die Ergebnisse erzielt, die man gerne hätte und andererseits auch noch unter Schmerzen im Handgelenk trainieren muss.“

Wer mehr über ERAgrip erfahren möchte, hat am Dienstag Abend bei „2 Minuten 2 Millionen“ die Gelegenheit dazu. Weiters noch dabei: Die Teigtasche, FSK Ski & Berg, Oll Inn und tecet.

Deine ungelesenen Artikel:
vor 3 Stunden

TU Wien: Das steckt hinter dem neuen Zentrum für künstliche Intelligenz

Mit dem Center for Artificial Intelligence and Machine Learning (CAIML) will die Technische Universität Wien zwei grundlegend unterschiedliche Ansätze im Bereich der künstlichen Intelligenz vereinen.
/tu-wien-caiml/
das Hauptgebäude der TU Wien
das Hauptgebäude der TU Wien | © Foto: Matthias Heisler/Technische Universität Wien

Künstliche Intelligenz (KI) boomt – nicht zuletzt aufgrund der deutlich gestiegenen Rechenleistung und der mittlerweile vorhandenen großen Datenmengen wurden im vergangenen Jahrzehnt aufsehenerregende Fortschritte im Bereich Machine Learning (ML) und insbesondere Deep Learning möglich. Auch an der Technischen Universität Wien wird seit Jahren intensiv zu künstlicher Intelligenz geforscht. Nun wurde ein neues Forschungszentrum gegründet, das diese Woche eröffnet wird – das Center for Artificial Intelligence and Machine Learning (CAIML).

Das Besondere dabei: Das Zentrum wird sich nicht nur auf Machine-Learning-Ansätze konzentrieren, sondern sich auch mit der klassischen oder symbolischen Artificial Intelligence beschäftigen – und die beiden Stränge zusammenführen. „Diese beiden Lager, die symbolisch arbeitende AI und das maschinelle Lernen, haben sich aus historischen Gründen unterschiedlich entwickelt“, sagt Professor Clemens Heitzinger vom Institut für Analysis und Scientific Computing. „Es zeigt sich aber immer deutlicher, dass erst ein Zusammenspiel der Methoden intelligente Systeme ermöglicht.“

Im Forschungsfeld der künstlichen Intelligenz hätten sich „im Lauf der Jahrzehnte verschiedene Communities entwickelt, die nicht so gut miteinander verflochten sind wie sie sein sollten“, sagt auch Professor Stefan Woltran vom Institut für Logic and Computation. „Wir möchten diese unterschiedlichen Richtungen nun zusammenführen.“

Symbolische KI vs. Machine Learning

Wie aber unterscheiden sich die beiden genannten Ansätze überhaupt? Die symbolische künstliche Intelligenz stützt sich auf klar definierte Regeln. Sie wird beispielsweise in Schachcomputern verwendet. Diese werden programmiert und können gegen die vorgegebenen Regeln nicht verstoßen. Der Computer arbeitet dabei „symbolisch“ – mit klar definierten Objekten wie eben Schachfiguen, die bewegt werden. Die Folge: Es ist nachvollziehbar, wie der Algorithmus vorgeht und warum er welche Schritte setzt.

Im maschinellen Lernen ist dies dagegen nicht immer der Fall: Die Algorithmen werden anhand großer Datenmengen trainiert – sie analysieren diese Datensätze mit statistischen Methoden und „lernen“ dabei, ziehen also aus den Daten ihre Rückschlüsse. Insbesondere bei vielen der aktuell populären Deep-Learning-Ansätzen ist dabei von außen nicht nachvollziehbar, warum ein Modell zu einem bestimmten Ergebnis gekommen ist – die Modelle agieren als „Black Box“, deren Entscheidungskriterien unklar bleiben, auch wenn sie eine bestimmte Aufgabe erfolgreich lösen.

Potenzial für Kombinationsansatz im Bereich „Explainable AI“

In der Forschung hat sich daher schon länger der Bereich „Explainable AI“ etabliert, der sich mit der Nachvollziehbarkeit von KI-Algorithmen auseinandersetzt – und in dem die TU-Forscher das große Potenzial für die Verbindung der beiden Denkschulen sehen. „Wenn ein Algorithmus nützliche Ergebnisse liefert, ist das zwar ein wichtiger erster Schritt, aber man möchte eine künstliche Intelligenz nicht einfach nur als Black Box betrachten, sondern man will auch verstehen, wie sie zu ihrem Ergebnis gekommen ist, und wie zuverlässig dieses Ergebnis ist“, sagt Clemens Heitzinger. „Um das zu erreichen, müssen wir die unterschiedlichen Denkschulen vereinen.“

Welche konkreten Schritte sind mit dem neuen Zentrum nun geplant? Mit Forschungsinitiativen, Exzellenzprogrammen und Ausbildungs-Maßnahmen soll die Zusammenarbeit innerhalb der TU Wien gestärkt werden. Auch die Verbindung zwischen Grundlagenforschung und Anwendung soll mit dem Zentraum vertief werden: Das bestehende Know-how an der TU soll Forschungsgruppen zugänglich gemacht werden, die KI-Ansätze als Werkzeuge für ihre eigene Forschung einsetzen sollen. Zudem soll die Zusammenarbeit mit Partnerunternehmen aus der Industrie verstärkt werden.

Eröffnet wird das CAIML am Donnerstag, den 2. Dezember, um 16.00 Uhr. Dabei wird unter anderem Turing-Preisträger Leslie Valiant von der Harvard University eine Keynote halten.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

ERAgrip
(c) ERAgrip - Eine Idee der Gebrüder Rieger, um besser zu trainieren.

ERAgrip: Bodybuilding-Weltmeister denkt Workout neu

Das Hörschinger Startup ERAgrip möchte schmerzfreies und effizienteres Trainieren ermöglichen.

Summary Modus

ERAgrip: Bodybuilding-Weltmeister denkt Workout neu

Es gibt neue Nachrichten

Auch interessant