Sådan analyserer sportshold wearable-data fra atleter med AI i Sonar Atlas

Som træner, coach eller idrætsfysiolog ved du godt, hvordan god monitorering ser ud. Det svære er at gøre det for en hel trup. Den ene synkroniserer en Garmin. Den næste noterer måltider i MyFitnessPal. En tredje går med en Oura Ring og åbner aldrig appen for at se efter. Af sig selv taler de tal ikke sammen, og når du endelig har fået dem samlet i et regneark, er øjeblikket til at handle som regel forbi.

Sonar Atlas samler spredte wearable-data fra en hel trup i én platform for athlete intelligence. Trænere kan skimme udviklingen på tværs af holdet, analysere en enkelt atlets profil eller stille Sonar AI et spørgsmål i almindeligt sprog for at forstå præstationen bedre.

Start med ét pålideligt billede af truppen

En AI-analyse er kun så god som de data, den bygger på. Når en atlet træner med Garmin, en anden går med en Oura Ring og en tredje noterer måltider i MyFitnessPal, bør trænere ikke skulle bruge tre separate logins bare for at sammenligne udviklingen.

Sonar Atlas synkroniserer data fra mere end 600 wearables, apps og enheder, blandt andet Apple Health, Google Health, Garmin, Oura og Strava. Søvn, træningspas, restitution, ernæring, rekorder og biomarkører lander derfra i det samme system.

Afsnittet Overview giver trænere et realtidsbillede af hele truppen: gennemsnitlig Recovery, Sleep, Strain, Stress og Nutrition for den valgte periode, gruppens udvikling over tid, synkroniseringsstatus for hver tilsluttet enhed og de atleter, der først skal følges op på. Hele analysen ligger der i et format, du kan overskue.

Spørg, hvem der har brug for opmærksomhed i dag

En morgenrunde starter som regel med ét praktisk spørgsmål: hvor skal staben kigge først? Sonar AI kan åbne alle aktive advarsler i truppen og sortere dem efter prioritet, så du begynder ved undtagelserne i stedet for at gennemgå én profil ad gangen.

"Hvilke atleter har haft en recovery score under 50 tre dage i træk?"

"Vis mig alle, hvis HRV er faldet mere end 15 % under deres baseline i denne uge."

"Hvem har ikke synkroniseret sin wearable de seneste dage?"

"Hvilke atleter havde det største spring i træningsbelastning fra uge til uge?"

Hvert svar kommer tilbage som et advarselskort, der beskriver problemet. Staben kan åbne atletens profil og bekræfte kildedataene, før den beslutter sig for at justere træningen.

Spørg, hvorfor en atlets restitution har ændret sig

En advarsel fortæller, hvad der har ændret sig. Det næste spørgsmål er næsten altid hvorfor. Sonar AI kan samle en atlets beslægtede kurver ét sted, så du ser mønsteret i stedet for at åbne fire separate grafer.

"Hvorfor faldt Kates restitution i denne uge?"

"Stiger hendes træningsbelastning for hurtigt?"

For en atlet som Kate giver det første spørgsmål en forklaring frem for bare et tal. Hendes HRV ligger cirka 12 % under baseline, og hun sover i gennemsnit 6 timer og 4 minutter mod sine sædvanlige 7 timer og 12 minutter, mens træningsstrain har været stabil. Tilsammen peger de signaler på, at det snarere handler om restitutionens kvalitet end om belastningen.

Et opfølgende spørgsmål tester den antagelse direkte. Sonar AI kan vise, at hendes akutte belastning over 7 dage ligger inden for 6 % af den kroniske belastning, så en pludselig stigning i mængde er mindre sandsynlig. Det giver staben en klarere grund til at justere på restitutionen frem for automatisk at skære i ugens træning.

Samtalen bliver i den samme tråd. Du kan følge op med "vis nu også HRV" eller "sammenlign det med sidste uge", og Sonar AI husker den tidligere kontekst, så gennemgangen kommer videre i stedet for at starte forfra hver gang.

Bed om udviklingen i det format, du har brug for

Forskellige roller vil have forskellige svar. En idrætsfysiolog vil måske have en graf, der viser retningen. En fysioterapeut vil have en kort opsummering på trupniveau. En træner, der forbereder en samtale med en atlet, vil have de præcise dagstal.

"Tegn Mia Torres' restitution for de seneste 30 dage som graf, og marker hendes normale interval."

"Giv mig en tabel med Jordans præcise daglige søvnscorer for de seneste to uger, ikke et gennemsnit."

"Opsummer restitution, hvilepuls og HRV for Sam op til fredagens pas."

Sonar AI kan kombinere en skriftlig forklaring med en interaktiv graf, et trendpanel, et atletkort eller en udfoldelig tabel, alt efter spørgsmålet. Når en måling tegnes over en bestemt periode, kan Atlas også markere atletens normale interval bag kurven. Så kan ændringer læses op mod det, der er normalt for den enkelte, i stedet for op mod et generisk måltal.

Spørg om træningspas og træningsmængde

Wearable-data bliver først for alvor brugbare, når trænere kan koble en atlets respons sammen med det arbejde, der faktisk blev udført. Sonar AI kan hente de seneste træningspas med aktivitetstype, varighed, distance, kalorier, strain og puls, og lægge det sammen til en samlet oversigt over træningsmængden.

"Find Alex' træningspas fra de seneste to uger, sorteret efter strain."

"Opsummer Alex' træningsmængde over de seneste 90 dage sammenlignet med de 90 dage før."

"Hvilket af Alex' pas havde den højeste gennemsnitspuls denne måned?"

En brugbar fremgangsmåde er at starte i listen over seneste aktiviteter og derefter gå i dybden med det pas, der fortjener et nærmere kig. Det, der før krævede en ugentlig runde i et regneark, klares nu med et par direkte spørgsmål og giver staben en fast måde at holde den planlagte træning op mod det, atleternes wearables rent faktisk registrerede.

Sammenlign atleter uden at bygge endnu en rapport

Sammenligninger i truppen hjælper med at beslutte, hvor man skal kigge næste gang. De er et udgangspunkt for undersøgelse, ikke en rangliste over, hvem der er den bedste atlet. Sonar AI kan sammenligne folk på en valgt måling, så trænere kan se, hvem der er i fremgang, hvem der kæmper, og hvor en atlet skiller sig ud.

"Ranger truppen efter fremgang i restitution over de seneste 30 dage."

"Hvem havde det største fald i gennemsnitlig søvn i denne uge?"

"Vis de 5 atleter, der har mest brug for opmærksomhed i denne uge, og foreslå individuelle løsninger"

For at en rangliste er brugbar, skal spørgsmålet indeholde både en måling og en periode. Uden den kontekst skaber resultaterne mere støj end klarhed. Til bredere gruppeanalyse kan staben også filtrere Atlas Overview efter kategori eller mål, indsnævre visningen til den relevante gruppe og derefter åbne en enkelt atletprofil for et nærmere kig.

Hvordan kombinerer Sonar Atlas data fra flere enheder og apps?

En atlet sporer måske aktivitet med et Apple Watch, søvn med en Oura Ring og ernæring i en tredje app. Under fanen Sources i en atlets profil viser Atlas hver tilsluttet enhed, hvornår den sidst synkroniserede, og om den aktivt leverer data. Alle forbindelser er krypterede.

Når flere enheder rapporterer den samme måling, styrer du selv, hvordan Atlas kombinerer aflæsningerne, ved at vælge Sum, Average eller Max for hver måling. Skridt og aktive minutter kan for eksempel lægges sammen på tværs af enheder, mens en løbende måling som ugentlig cardio load snarere beregnes som et gennemsnit. Panelet viser også, hvor mange enheder der bidrager til hvert tal, så det er nemmere at se, om en måling kommer fra én kilde eller flere.

Den behandling giver Sonar AI et renere grundlag for at analysere atleters wearable-data. I stedet for at arbejde på tværs af separate eksporter analyserer den de data, der allerede er samlet i Atlas. Hvis et tal ser forkert ud, kan du bruge fanen Sources til at tjekke for huller i synkroniseringen eller afvigende enheder, før du beslutter, hvor meget vægt aflæsningen skal have.

Gør AI til en del af det idrætsfaglige arbejde

Sonar AI fungerer bedst som en del af en fast træningsrutine. Det hjælper hold med at nå frem til det rigtige spørgsmål hurtigere, mens trænere og fagfolk stadig afgør, hvad svaret betyder i den enkelte atlets plan.

Morgengennemgang af truppen

Spørg, hvem der har brug for opmærksomhed, se de advarsler med højest prioritet og hold øje med synkroniseringsproblemer, før du justerer dagens plan.

Atletgennemgang før passet

Bed om atletens dagsoverblik, og se derefter på søvn, restitution og den seneste træning. Følg op, så snart du finder en ændring, der er en samtale værd.

Ugentligt præstationsmøde

Bed om træningsmængden for de seneste 30 eller 90 dage, sammenlign med perioden før, og gennemgå enhver atlet, hvis kurve er røget uden for det normale interval.

Program- og gruppegennemgang

Filtrer i afsnittet Overview efter den relevante kategori eller det relevante mål, se gruppens udvikling, og brug derefter Sonar AI til at finde ud af, hvilke enkelte atleter der driver ændringen.

Vil du se det i praksis?

Udforsk Atlas og book en demo, og se hvordan Sonar kan hjælpe dine klienter eller atleter til bedre resultater.