Sonar Logo Image

    sonar

    Produkt
    Om oss
    Färdplan
    Blogg
    FAQ
    Logga in

    Så analyserar idrottslag wearabledata från idrottare med AI i Sonar Atlas

    Av Sonar 18 september 2026

    Dina idrottare genererar mer data än vad teamet hinner gå igenom. Sonar Atlas samlar allt, låter AI lyfta fram det som spelar roll och hjälper tränare att göra wearabledata till bättre träningsbeslut.

    Som tränare, coach eller idrottsfysiolog vet du redan hur bra uppföljning ser ut. Det svåra är att få till det för en hel trupp. En synkar en Garmin. En annan loggar måltider i MyFitnessPal. En tredje bär en Oura Ring och öppnar aldrig appen för att titta. Av sig själva pratar inte de siffrorna med varandra, och när du väl har fått in dem i ett kalkylblad har ögonblicket att agera oftast passerat.


    Sonar Atlas samlar utspridd wearabledata från en hel trupp i en plattform för athlete intelligence. Tränare kan skumma utvecklingen i hela laget, analysera profilen för en enskild idrottare eller ställa en fråga till Sonar AI på vanlig svenska för att förstå prestationen bättre.


    Börja med en tillförlitlig bild av truppen


    En AI-analys blir aldrig bättre än datan under den. När en idrottare tränar med Garmin, en annan bär en Oura Ring och en tredje loggar måltider i MyFitnessPal ska tränare inte behöva tre separata inloggningar bara för att jämföra utvecklingen.


    Sonar Atlas synkar data från fler än 600 wearables, appar och enheter, bland annat Apple Health, Google Health, Garmin, Oura och Strava. Sömn, pass, återhämtning, kost, rekord och biomarkörer hamnar därifrån i samma system.


    Avsnittet Overview ger tränare en ögonblicksbild av hela truppen i realtid: snitt för Recovery, Sleep, Strain, Stress och Nutrition under vald period, gruppens utveckling över tid, synkstatus för varje ansluten enhet och de idrottare som behöver följas upp först. Hela analysen finns där i ett format som går att ta in.


    Så analyserar idrottslag wearabledata från idrottare med AI i Sonar Atlas

    Fråga vem som behöver uppmärksamhet i dag


    En morgongenomgång börjar oftast med en praktisk fråga: var ska staben titta först? Sonar AI kan öppna alla aktiva larm i truppen och sortera dem efter prioritet, så att du börjar med undantagen i stället för att gå igenom en profil i taget.


    "Vilka idrottare har haft en recovery score under 50 tre dagar i rad?"


    "Visa alla vars HRV har sjunkit mer än 15 % under sin baslinje den här veckan."


    "Vem har inte synkat sin wearable de senaste dagarna?"


    "Vilka idrottare hade den kraftigaste ökningen i träningsbelastning vecka för vecka?"


    Varje svar kommer tillbaka som ett larmkort som beskriver problemet. Staben kan öppna idrottarens profil och kontrollera källdatan innan den bestämmer sig för att justera träningen.


    Larmkort i Sonar Atlas som lyfter fram idrottare med utebliven synk, låg återhämtning, stigande träningsbelastning, fallande HRV och sömn under baslinjen

    Fråga varför en idrottares återhämtning har förändrats


    Ett larm berättar vad som har förändrats. Nästa fråga är nästan alltid varför. Sonar AI kan samla en idrottares närliggande kurvor på ett ställe, så att du ser mönstret i stället för att öppna fyra separata diagram.


    "Varför sjönk Kates återhämtning den här veckan?"


    "Ökar hennes träningsbelastning för snabbt?"


    För en idrottare som Kate ger den första frågan en förklaring i stället för bara en siffra. Hennes HRV ligger runt 12 % under baslinjen och hon sover i snitt 6 timmar och 4 minuter mot sina vanliga 7 timmar och 12 minuter, samtidigt som träningsstrain har legat stabilt. Tillsammans pekar signalerna på att det snarare handlar om återhämtningens kvalitet än om belastningen.


    En följdfråga prövar det antagandet direkt. Sonar AI kan visa att hennes akuta belastning över 7 dagar ligger inom 6 % av den kroniska belastningen, vilket gör en plötslig ökning i volym mindre trolig. Det ger staben ett tydligare skäl att jobba med återhämtningen i stället för att automatiskt dra ner veckans träningsmängd.


    Samtalet stannar i samma tråd. Du kan följa upp med "visa HRV också nu" eller "jämför det med förra veckan", och Sonar AI behåller den tidigare kontexten, så genomgången går framåt i stället för att börja om varje gång.


    Samtal med Sonar AI som förklarar varför en idrottares recovery score sjönk, med HRV under baslinjen och kortare sömn vid stabil strain


    Be om utvecklingen i det format du behöver


    Olika roller vill ha olika svar. En idrottsfysiolog vill kanske ha ett diagram som visar riktningen. En fysioterapeut vill ha en kort sammanfattning på truppnivå. En tränare som förbereder ett samtal med en idrottare vill ha de exakta dagssiffrorna.


    "Rita Mia Torres återhämtning de senaste 30 dagarna som diagram och markera hennes normala intervall."


    "Ge mig en tabell med Jordans exakta dagliga sömnpoäng de senaste två veckorna, inte ett snitt."


    "Sammanfatta återhämtning, vilopuls och HRV för Sam inför fredagens pass."


    Sonar AI kan kombinera en skriven förklaring med ett interaktivt diagram, en trendpanel, ett idrottarkort eller en utfällbar tabell, beroende på frågan. När ett värde ritas upp över en viss period kan Atlas också markera idrottarens normala intervall bakom trendlinjen. Då läses förändringar mot det som är normalt för den enskilde i stället för mot ett generiskt målvärde.


    Fråga om pass och träningsvolym


    Wearabledata blir riktigt användbar först när tränare kan koppla en idrottares respons till det arbete som faktiskt gjordes. Sonar AI kan hämta de senaste passen med aktivitetstyp, längd, distans, kalorier, strain och puls, och summera det till en längre översikt över träningsvolymen.


    "Hämta Alex pass från de senaste två veckorna, sorterade efter strain."


    "Sammanfatta Alex träningsvolym de senaste 90 dagarna mot de 90 dagarna innan."


    "Vilket av Alex pass hade högst genomsnittspuls den här månaden?"


    Ett användbart arbetssätt är att börja i listan över senaste aktiviteter och sedan gå på djupet med det pass som förtjänar en närmare titt. Det som förr krävde en veckovis runda i ett kalkylblad går nu att lösa med några direkta frågor, och ger staben ett stabilt sätt att hålla den planerade träningen mot det som idrottarnas wearables faktiskt registrerade.


    Jämför idrottare utan att bygga ännu en rapport


    Jämförelser inom truppen hjälper laget att avgöra var de ska titta härnäst. De är en utgångspunkt för utredning, inte en resultatlista över vem som är den bästa idrottaren. Sonar AI kan jämföra personer på ett valt värde, så att tränare ser vem som går framåt, vem som kämpar och var en idrottare avviker.


    "Rangordna truppen efter förbättrad återhämtning de senaste 30 dagarna."


    "Vem hade det största tappet i genomsnittlig sömn den här veckan?"


    "Visa de 5 idrottare som behöver mest uppmärksamhet den här veckan och föreslå individuella lösningar"


    För att en rangordning ska vara användbar bör frågan innehålla både ett värde och en tidsperiod. Utan den kontexten skapar resultaten mer brus än klarhet. För bredare gruppanalys kan staben också filtrera Atlas Overview på kategori eller mål, smalna av vyn till den aktuella gruppen och sedan öppna en enskild idrottarprofil för en närmare titt.


    Hur kombinerar Sonar Atlas data från flera enheter och appar?


    En idrottare kanske spårar aktivitet med en Apple Watch, sömn med en Oura Ring och kost i en tredje app. Under fliken Sources i en idrottares profil visar Atlas varje ansluten enhet, när den senast synkade och om den aktivt bidrar med data. Alla anslutningar är krypterade.


    När flera enheter rapporterar samma värde styr du själv hur Atlas kombinerar avläsningarna genom att välja Sum, Average eller Max för varje värde. Steg och aktiva minuter kan till exempel summeras över anslutna enheter, medan ett löpande värde som veckans cardio load snarare beräknas som ett snitt. Panelen visar också hur många enheter som bidrar till varje siffra, vilket gör det lättare att se om ett värde kommer från en enda källa eller flera.


    Den bearbetningen ger Sonar AI en renare grund för att analysera idrottares wearabledata. I stället för att arbeta över separata exporter analyserar den datan som redan är samlad i Atlas. Ser en siffra konstig ut kan du använda fliken Sources för att leta efter luckor i synkningen eller enheter som sticker ut, innan du avgör hur mycket vikt avläsningen ska få.


    Fliken Sources i en idrottarprofil i Sonar Atlas med anslutna enheter, senaste synktider och regler för att kombinera värden från flera källor


    Gör AI till en del av det idrottsvetenskapliga arbetet


    Sonar AI fungerar bäst som en del av en fast träningsrutin. Det hjälper lag att snabbare komma fram till rätt fråga, medan tränare och fackpersonal fortfarande avgör vad svaret betyder i den enskilda idrottarens plan.


    Morgongenomgång av truppen


    Fråga vem som behöver uppmärksamhet, titta på larmen med högst prioritet och håll utkik efter synkproblem innan du justerar dagens passplan.


    Idrottargenomgång före passet


    Be om en idrottares dagsöversikt och titta sedan på sömn, återhämtning och den senaste träningen. Följ upp så snart du hittar en förändring som är värd ett samtal.


    Veckans prestationsmöte


    Be om träningsvolymen de senaste 30 eller 90 dagarna, jämför med perioden innan och gå igenom varje idrottare vars kurva har rört sig utanför det normala intervallet.


    Program- och gruppgenomgång


    Filtrera i avsnittet Overview på den aktuella kategorin eller målet, titta på gruppens utveckling och använd sedan Sonar AI för att se vilka enskilda idrottare som driver förändringen.


    Vill du se det i praktiken?


    Utforska Atlas och boka en demo för att se hur Sonar kan hjälpa dina klienter eller idrottare till bättre resultat.


    Om Sonar

    Din kropp talar. Lyssnar du? Sonar samlar alla dina wearables, livsstils- och biomarkördata och ger dig personliga insikter och upptäckter som tidigare var förbehållna eliteidrottare och biohackare. Över 250 000 användare i fler än 170 länder förlitar sig på Sonar – appen skär igenom bruset kring sömn, återhämtning, stress, aktivitet och kost så att du kan lägga fokus på det som faktiskt spelar roll. Sonar är inte bara ännu en hälsotracker. Appen har sitt ursprung vid Columbia University i New York och kombinerar det senaste inom medicin, idrotts- och datavetenskap med AI-motorer som hela tiden fångar upp små förskjutningar och mönster i miljontals datapunkter – så du vet när du ska trycka på, när du ska pausa och var du ska lägga krutet härnäst.

    Mer att utforska

    Få det senaste från Sonar

    Lämna din e-postadress för att hålla dig uppdaterad om allt kring Sonar

    • Svenska
    • Bahasa Indonesia
    • Bahasa Melayu
    • Català
    • Čeština
    • Dansk
    • Deutsch
    • English
    • English (Australia)
    • English (Canada)
    • English (UK)
    • Español (España)
    • Español (Latinoamérica)
    • Español (México)
    • Français
    • Français (Canada)
    • Hrvatski
    • Italiano
    • Magyar
    • Nederlands
    • Norsk
    • Polski
    • Português (Brasil)
    • Português (Portugal)
    • Română
    • Slovenčina
    • Slovenščina
    • Suomi
    • Tiếng Việt
    • Türkçe
    • Ελληνικά
    • Русский
    • Українська
    • עברית
    • العربية
    • हिन्दी
    • ไทย
    • 한국어
    • 日本語
    • 简体中文
    • 繁體中文

    SV

    © Sonar Health, Inc.

    Med ensamrätt