Wir bauten eine KI, die perfekte Kniebeugen zählte. Das Knie eines 62-Jährigen knickte die ganze Zeit ein.

Es gibt ein Standbild, zu dem ich immer wieder zurückkehre, eingefroren auf irgendeinem Laptop in unserem Code: ein 33-Punkte-Skelett, überlagert über einen Mann, der in seinem Wohnzimmer eine Kniebeuge mit dem eigenen Körpergewicht ausführt. Frame 58 von etwa 90. Es ist die Zeichnung unserer Software – die Punkte an seinen Hüften, Knien, Knöcheln, die grünen Linien, die sie verbinden. Die Handykamera erfasste es mit 30 Bildern pro Sekunde, und unser System hatte die Wiederholung bereits bewertet.

Es bewertete sie als gut.

Der Mann war 62 Jahre alt, acht Wochen nach einer Kreuzband-Rekonstruktionsoperation, und führte genau die Übung aus, die sein Physiotherapeut verordnet hatte. Und in diesem Standbild knickte sein linkes Knie nach innen ein – es driftete etwa vier Zentimeter zur Mittellinie seines Körpers hin, weg von der geraden Linie, die Hüfte und Knöchel hätten halten sollen. Bei einem gesunden 30-Jährigen ist das eine schlampige Wiederholung. Bei einem Knie nach Kreuzband-OP ist dieses Einknicken nach innen genau eines der spezifischen mechanischen Muster, die das Transplantat wieder einreißen, für dessen Einsetzen man gerade einen Chirurgen bezahlt hat.

Unsere KI zählte es als Erfolg. Dieser Morgen ist der Grund, warum ich Ihnen mit einiger Zuversicht sagen kann, worin das eigentliche schwierige Problem in der Fitness-KI besteht – und warum fast niemand den Teil löst, auf den es ankommt.

Die Pose-Schätzung ist der Sensor. Sie ist nicht das Gehirn.

Hier ist die Sache, von der ich mir wünschte, jemand hätte sie mir gesagt, bevor wir eine einzige Zeile Code schrieben: der Teil, den alle für schwer halten, ist kostenlos.

Einen menschlichen Körper durch eine Kamera zu verfolgen – die Gelenke zu finden, das Skelett zu zeichnen, 33 Schlüsselpunkte Bild für Bild zu verfolgen – ist ein gelöstes Problem. Googles BlazePose und MoveNet, das MediaPipe-Framework, all das ist Open Source und läuft auf einem Handy in Ihrer Tasche. Jedes Fitness-KI-Unternehmen der Welt verwendet dieselbe Handvoll Pose-Schätzungs-Bibliotheken. Es gibt dort keinen Burggraben. Ich habe das auf die teure Art gelernt, indem ich zunächst das Gegenteil glaubte.

Die Pose-Schätzung sagt Ihnen, wo das Knie ist. Sie sagt Ihnen nicht, ob das Knie in Gefahr ist.

Das schwierige Problem liegt eine Ebene höher. Es ist die Interpretation: zu wissen, dass ein Einwärtsdriften von vier Zentimetern eine Knievalgus-Stellung bedeutet, dass Knievalgus ein Wiederverletzungsrisiko ist für genau diesen Patienten mit genau dieser Vorgeschichte, und dass es einen Klinikeralarm auslösen sollte statt einer „Gut gemacht“-Animation. Der Sensor ist zur Massenware geworden. Das Gehirn nicht. Diese Lücke – zwischen dem Erfassen einer Bewegung und ihrem Verstehen – ist das ganze Spiel, und genau dafür haben wir schließlich die Übungsverifizierungs-Engine gebaut.

Ich verstand die Lücke erst, als unser eigenes Produkt geradewegs hineinfiel.

Der „gute Wiederholung“-Zähler, der log

Als wir anfingen, taten wir das, was naheliegend und schnell erschien. Wir nahmen die Schlüsselpunkte, die aus dem Pose-Modell kamen, schrieben etwas Geometrie, um Gelenkwinkel zu messen, setzten einen Schwellenwert – Knie beugt sich über diesen Winkel hinaus, zähle eine Wiederholung – und lieferten eine saubere kleine Engine aus, die Wiederholungen zählte und Formhinweise aufblinken ließ. Sie machte sich in der Demo wunderbar. Wiederholungen zählten hoch. Grüne Häkchen. In einem Konferenzraum sah es aus wie ein fertiges Produkt.

Das Kniebeugen-Video zerstörte diese Illusion. Wir hatten die Bild-für-Bild-Daten direkt vor uns in einer CSV-Datei – ich konnte sehen, wie die horizontale Position des linken Knies des Patienten während des Absenkens nach medial verrutschte, Frames 45 bis 72. Ich konnte sehen, dass sein Knie nur 78 Grad Beugung erreichte, während das verordnete Ziel 90 betrug. Ich konnte sehen, dass das Absenken etwa eine Sekunde dauerte und der Weg zurück nach oben mehr als doppelt so lange – ein Verhältnis von 2 zu 1, das laut schreit, dass er sich mit Schwung in die Kniebeuge fallen ließ und sich dann mühsam wieder hochquälte.

Drei unabhängige Warnsignale. Unzureichende Tiefe, ein Einknicken nach innen und ein kompensatorisches Tempo. Jeder Physiotherapeut, der einen Blick auf diesen Clip geworfen hätte, hätte die Sitzung abgebrochen. Unsere Software, die genau dieselben Zahlen betrachtete, gab zurück: Wiederholung abgeschlossen, gute Form.

Das war das Versagen, für das ich persönlich plädiert hatte. Ich war derjenige gewesen, der sagte: „Bringen wir erst mal etwas, das Wiederholungen zählt, und iterieren dann“ – die schlanke Sache, die auslieferbare Sache. Und die schlanke Sache war aktiv gefährlich, denn sie gab einem sich erholenden Patienten selbstbewusstes positives Feedback, während er genau die Bewegung verstärkte, die sein Chirurg rückgängig zu machen versuchte.

Ein Wiederholungszähler, der eine sichere Kniebeuge nicht von einer unsicheren unterscheiden kann, ist keine kleinere Version des Produkts. Es ist das falsche Produkt in der Kleidung des richtigen.

Die Lektion unter diesem Standbild: rohe Pose-Daten sind notwendig und bei Weitem nicht ausreichend. 78 Grad sind nicht abstrakt „schlecht“ – für einen Patienten in der achten Woche nach Kreuzband-OP, der vor zwei Wochen noch bei 60 Grad lag, könnte es genau das richtige Maß an Fortschritt sein. Dieselbe Zahl kann ein Erfolg oder eine Warnung sein, ganz abhängig davon, wer sich bewegt und wo er im Genesungsprozess steht. Ein fester Schwellenwert kann das nicht abbilden. Die Intelligenz muss es.

Warum die Genauigkeitslücke dies schwerer macht, nicht leichter

Ich füge den Teil hinzu, den die Demos einem nie zeigen, denn es hat eine Weile gedauert, bis wir ihn respektierten. Eine einzelne Handykamera ist kein Motion-Capture-Labor.

Als Forscher die monokulare Pose-Schätzung direkt gegen Qualisys antreten ließen – das Goldstandard-Mehrkamera-Marker-System, das Kliniken für echte Biomechanik nutzen – korreliert MediaPipe bei etwa 0,80 für die untere Extremität und 0,91 für die obere Extremität. Respektabel. Aber der Fehler bei etwas wie dem Kniebeugewinkel liegt in 2D irgendwo zwischen 9 und 22 Grad, und eine Arbeit von 2025 in Nature Scientific Reports stellte unverblümt fest, dass Einzelkamera-Systeme „keine genauen Tiefenschätzungen liefern“. Spiegel, gedämpftes Wohnzimmerlicht, gemusterte Leggings, ein Sofa, das den halben Körper verdeckt – jeder einzelne dieser Faktoren verschlechtert das Signal weiter.

Man baut also klinisches Urteilsvermögen auf einem verrauschten Sensor auf. Das klingt nach einem Grund aufzugeben. Tatsächlich ist es der Grund, warum die Interpretationsschicht klug sein muss statt wörtlich. Wenn Ihr System eine rohe 78-Grad-Messung als Evangelium behandelt, wird allein das Kamerarauschen es von Wiederholung zu Wiederholung zwischen „bestanden“ und „durchgefallen“ hin- und herspringen lassen. Zur Aufgabe der Intelligenzschicht gehört es abzuwägen, welchen Messungen man glaubt – über Frames hinweg zu glätten, die Muster stärker zu gewichten, die das Rauschen überleben (ein konsistentes mediales Driften), gegenüber denen, die es nicht tun (ein Einzelbild-Zittern), und ehrlich über die Konfidenz zu sein. Wir stützen uns dafür auf zeitliche Modelle; eine Klasse von Netzwerken, ein sogenanntes zeitliches Faltungsnetzwerk (temporal convolutional network), kann bei der Bewegungserkennung eine Genauigkeit von 98,7 % in deutlich unter zwei Millisekunden auf einem Mittelklasse-Handy erreichen, klein genug, um vollständig auf dem Gerät zu laufen. Aber die Architektur ist weniger wichtig als das Prinzip: man baut Gewissheit nicht auf, indem man so tut, als sei der Sensor perfekt. Man baut sie auf, indem man für die Tatsache entwirft, dass er es nicht ist.

Hat Hinge Health das nicht bereits gelöst?

Um diese Zeit herum bekam ich immer wieder die Frage „ist das nicht schon gelöst?“, meist von Investoren, gelegentlich von mir selbst um 2 Uhr nachts. Die MSK-Versorgungsriesen sind real und sie sind groß. Also lassen Sie mich genau sein, was sie tun und wo die Tür noch offen steht.

Hinge Health prognostiziert für 2026 einen Umsatz von 732 Millionen Dollar. Sie haben die Computer-Vision-Technologie TrueMotion für die Gelenkanalyse und einen Triage-Assistenten namens Robin gebaut, und sie haben die klinischen Ergebnisse, um das zu belegen – unter ihren Patienten dramatisch weniger Wirbelsäulenversteifungen und Knieersatzoperationen als bei traditioneller Versorgung. Sword Health kaufte Kaia Health im Januar 2026 für 285 Millionen Dollar und integrierte Kaias „Motion Coach“-Computer-Vision in Swords Plattform mit tragbaren Sensoren, und beschafft sich Berichten zufolge eine weitere halbe Milliarde Dollar an Kapital. Das sind beeindruckende Unternehmen.

Sie sind auch geschlossene Kästen. Ihre Verifizierungstechnologie ist an ihr eigenes Versorgungsmodell geschweißt, an Großunternehmen als Arbeitgeber verkauft, bepreist und verpackt als Ziel für sich – nicht als etwas, das man in die PT-Plattform oder Wellness-App einbauen kann, die man ohnehin gerade baut. Wenn Sie ein Physiotherapie-Softwareunternehmen führen und verifizierte Übungsdaten in Ihrem Produkt haben wollen, verkaufen Hinge und Sword Ihnen das nicht. Sie verkaufen Ihnen das, was mit Ihnen konkurriert.

Der Rest des Feldes teilt sich sauber auf. Peloton IQ brachte im Oktober 2025 Kameras zur Formverfolgung auf den Markt – aber es ist Consumer-Fitness, an Peloton-Hardware gebunden, ohne klinische Fähigkeiten. Kemtai bietet eine browserbasierte B2B-Vision-Plattform, die 44 Landmarken verfolgt, was wirklich nützlich ist, aber es ist allgemeines Fitness und seine Formregeln sind Einheitsgröße, nicht konfigurierbar pro Patient pro Übung. Auf der Abrechnungsseite bewältigen Limber Health und MedBridge den Fernüberwachungs-Workflow gut – Limbers Patienten absolvieren über dreimal mehr Heimübungssitzungen –, aber sie verwalten den Papierkram der Überwachung; sie verifizieren nicht unabhängig, ob die Übung korrekt ausgeführt wurde.

Der Markt hat Unternehmen, die Bewegung verifizieren, aber einen nicht darauf aufbauen lassen, und Unternehmen, die die Abrechnung bewältigen, aber die Bewegung nicht verifizieren können. Die Lücke ist eine Engine, die die Verifizierung durchführt und innerhalb Ihres Produkts lebt.

Diese Lücke ist kein Forschungsproblem. Es ist ein Integrations-Engineering-Problem, und genau dieser Unterschied ist der ganze Grund, warum ein fokussiertes Team hier gewinnen kann.

Warum besteht ein Wiederholungszähler einen RTM-Audit nicht?

Für die Physiotherapie-Plattformen, mit denen wir arbeiten, hörte dies in dem Moment auf, akademisch zu sein, als sich die Erstattungsrechnung änderte.

Nur etwa 35 % der Patienten halten sich vollständig an ihre Heimübungsprogramme – die meisten der übrigen brechen innerhalb des ersten Monats ab –, und Patienten übertreiben bekanntermaßen, wenn man sie fragt. Kliniker wissen, dass die selbstberichteten Daten Fiktion sind. Was sie wollen, ist Remote Therapeutic Monitoring (Ferntherapeutische Überwachung): eine Reihe von CMS-Abrechnungscodes (98975 bis 98981), die für die Überwachung der muskuloskelettalen Genesung eines Patienten zwischen den Besuchen bezahlen. Echte wiederkehrende Einnahmen.

Der Haken liegt darin, was die RTM-Dokumentation erfordert. Um es abzurechnen und einen Audit zu überstehen, brauchen Sie gerätegesammelte Daten – mit Zeitstempeln, verknüpft mit einer tatsächlichen klinischen Entscheidung, die den Behandlungsplan verändert hat. Ein Wiederholungszähler erreicht diese Messlatte nicht. „Patient machte 30 Kniebeugen“ ist nicht dasselbe wie „die Bewegungsqualität des Patienten verschlechterte sich und löste an diesem Datum eine Protokollanpassung aus“. Genau hier hätte unser Wiederholungszähler eine Klinik ungeschützt zurückgelassen. Ich erinnere mich, dass eine Physiotherapeutin uns höflich sagte, sie könne auf Basis unserer Daten nicht abrechnen, weil sie ihr sagten, dass er sich bewegt hatte, nicht wie – und das „Wie“ war der ganze klinische und rechtliche Punkt.

Dann wurde die Latte niedriger und der Einsatz zugleich höher. Die CMS-Schlussregel (Final Rule) 2026 fügte zwei neue Codes hinzu – 98979 und 98985 – und senkte die Überwachungsschwelle von 16 Tagen auf nur noch 2 und das Mindestmaß an Managementzeit von 20 Minuten auf 10. Plötzlich sind weit mehr Patienten abrechenbar. Aber der Dokumentationsstandard wurde nicht gelockert: Er verlangt weiterhin Gerätedaten, die mit Behandlungsentscheidungen verknüpft sind. Mehr Kliniken, die in RTM drängen, bedeuten mehr Kliniken, die genau die Art dünner, reiner Zähldaten erzeugen, die nicht standhalten. Die Erstattungschance und das Dokumentationsrisiko wuchsen im selben Atemzug.

Es gibt einen regulatorischen Aspekt, der parallel dazu läuft und beeinflusst, wie man baut. Die Leitlinie der FDA vom Januar 2026 erlaubt es einem Werkzeug, das rein als „Wellness“ positioniert ist, die Klassifizierung als Medizinprodukt zu umgehen – in Ordnung für einen Schrittzähler. Aber in dem Moment, in dem man eine klinische Aussage trifft, was die RTM-Verifizierung von Natur aus tut, befindet man sich potenziell im Bereich Software als Medizinprodukt, mit der damit verbundenen Validierung und Aufsicht. Dieselbe Engine muss also so architektiert sein, dass sie je nachdem, was der Kunde behauptet, auf beiden Seiten dieser Linie leben kann, was keine Entscheidung ist, die man spät entdecken möchte.

Die Engine für verifizierte Übungen ist für diese Plattformen also kein nettes Zusatzfeature. Es ist der Unterschied zwischen RTM-Einnahmen, die einen Audit überstehen, und RTM-Einnahmen, die zu einer Rückforderung werden.

Der andere Käufer im Raum: Wellness ohne Überwachung

Ich hätte diesen zweiten Käufer beinahe zu wenig bedient, und ich bin froh, dass wir es nicht taten – der menschliche Stoff ist genauso scharf.

Direktoren für betriebliches Gesundheitsmanagement stehen vor einer anderen Version desselben Problems. Muskuloskelettale Beschwerden kosten einen Arbeitgeber etwa 486 Dollar pro Jahr und Mitarbeiter an direkten Ausgaben, plus geschätzte 3.105 Dollar an entgangener Produktivität – 3.591 Dollar pro Kopf. Bis zu 36 % der MSK-Operationen sind unnötig, ein Belastungsfaktor von rund 90 Milliarden Dollar für die Belegschaft. Die Marktreaktion ist enorm: Die Ausgaben für betriebliches Gesundheitsmanagement erreichen 2026 100 Milliarden Dollar, und während 2025 83 % der Großunternehmen virtuelle MSK-Versorgung anboten, planen dies fast alle von ihnen – 96 % – bis 2027.

Und dennoch nutzt nur etwa ein Viertel der Mitarbeiter tatsächlich die Programme, die ihnen angeboten werden. Mehr als die Hälfte sagt, dass sie überhaupt zögern, Gesundheitsdaten mit ihrem Arbeitgeber zu teilen. Nach Jahren von Gaming-Skandalen — geschüttelte Fitbits, gefälschte Schritte — haben Mitarbeiter gelernt, dass „Wellness-Verifizierung“ oft „mein Chef schaut zu“ bedeutet. Eine Person aus der Personalleitung bei einem unserer frühen Pilotprojekte fragte mich auf diese scherzhaft-aber-nicht-ganz-scherzhafte Art, ob das, was wir gebaut hatten, „sich wie Überwachung anfühlte“. Es war die nützlichste Frage, die uns jemand stellte, denn die ehrliche erste Antwort lautete: Das könnte es.

Dieser Einwand verdrahtete unsere Architektur neu. Genau die Skelett-Schlüsselpunkte, die Übungsverifizierung möglich machen, sind rechtlich ein Minenfeld – Körperbewegungsmuster können eine Person wieder identifizieren, so wie es ein Fingerabdruck tut, was Pose-Daten genau in die Diskussion über biometrische Datenschutzgesetze wie Illinois' BIPA und Europas DSGVO rückt. Allein 2025 wurden in Illinois 107 neue BIPA-Sammelklagen eingereicht. Noch hat niemand eine Fitness-App wegen Pose-Schätzung verklagt, aber die rechtliche Argumentation ist vollständig zusammengestellt und wartet.

Die Lösung für „fühlt sich das wie Überwachung an“ erwies sich nicht als eine Datenschutzrichtlinie. Es war eine Design-Einschränkung: Das rohe Video und das Skelett verlassen niemals das Handy.

Wir verarbeiten die Bewegung auf dem Gerät und übertragen nur aggregierte Compliance-Signale – die verordnete Arbeit wurde erledigt, in dieser Qualität, an diesem Datum – niemals das Video, niemals die Schlüsselpunkte. Der Arbeitgeber erhält verifizierte Teilnahme. Die Körperdaten des Mitarbeiters bleiben auf dem Gerät des Mitarbeiters. Das ist die einzige Version von betrieblicher Übungsverifizierung, die ich tatsächlich an mir selbst angewendet haben wollen würde.

„Aber kann eine Handykamera nicht niemals genau genug sein?“

Menschen führen die Genauigkeitsgrenze als Grund an, warum das nicht funktionieren kann, und ich nehme das ernst – ich denke nur, es spricht für die gegenteilige Schlussfolgerung. Ja, eine monokulare Kamera wird niemals an ein 100.000-Dollar-Marker-Labor heranreichen. Aber klinische Nützlichkeit erfordert keine laborqualitativen Winkel. Sie erfordert das zuverlässige Erkennen der Muster, auf die es ankommt: ein konsistentes Einwärtsdriften des Knies, eine Tiefe, die Woche für Woche zurückgeht, ein Tempo, das Kompensation signalisiert. Das sind robuste Signale, sogar durch Kamerarauschen hindurch, wenn die Interpretationsschicht darauf gebaut ist, sie zu finden und das Zittern zu ignorieren. Das Ziel war nie, 90,0 Grad zu messen. Es war zu wissen, dass diese Wiederholung, für diese Person, heute, in die falsche Richtung geht.

Die andere Frage, die mir gestellt wird, ist, ob die neue Welle der „agentischen KI“, von der jeder auf Konferenzen hört, maßgeschneiderte Biomechanik-Arbeit obsolet macht. Es ist das Gegenteil. Ein autonomer Gesundheitsagent, der den Übungsplan eines Patienten anpasst, ist nur so vertrauenswürdig wie die Daten, die ihm zugrunde liegen. Richten Sie einen Agenten auf Wiederholungszähler aus, und er wird selbstbewusst einen Patienten tiefer in die Verletzung hinein optimieren. Die Übungs-Intelligenzschicht ist das, was agentische Überwachung sicher statt leichtsinnig macht. Je klüger der Agent obendrauf, desto mehr kommt es darauf an, dass die Verifizierung darunter Bewegung wirklich versteht.

Was mich dieses eingefrorene Standbild lehrte

Wir bauten die Engine um eine einzige Idee herum neu auf: Der Schwellenwert ist keine Zahl, er ist eine klinische Entscheidung, und er gehört dem Kliniker. Ein Kniebeugetiefen-Ziel, das an „Woche 8 nach Kreuzband-OP“ gekoppelt ist, ist nicht dasselbe Ziel wie „70 Jahre alt, nach Knieersatz“ oder „30-jähriger Firmen-Sportler“. Also machten wir die Schwellenwerte konfigurierbar – festgelegt vom Kliniker, pro Patient, pro Übung – und wir bauten die Ausgabe so, dass sie das ist, was sowohl die RTM-Abrechnung als auch ein nervöser Wellness-Käufer tatsächlich brauchen: strukturierte, mit Zeitstempeln versehene, protokollzugeordnete, datenschutzachtende Compliance-Daten. Kamera rein, klinisch bedeutsame Entscheidung raus. Wenn Sie das vollständige Bild davon wollen, wie diese Pipeline zusammenpasst, es lebt auf unserer Lösungsseite.

Ich denke immer noch an diesen 62-jährigen Mann, der seine Kniebeugen machte und einem grünen Häkchen vertraute, das keine Ahnung hatte, dass sein Knie einknickte. Er machte alles richtig. Er tauchte auf, er machte die Arbeit, er befolgte die Anweisungen. Die Software ließ ihn leise im Stich, auf eine Weise, die nur ein geschultes Auge erfasst hätte – und das ganze Versprechen, KI in sein Wohnzimmer zu bringen, war, dass das geschulte Auge immer da sein würde.

Ein Wiederholungszähler beobachtet, wie sich ein Körper bewegt. Eine Übungsverifizierungs-Engine weiß, was die Bewegung bedeutet. Zwischen diesen beiden Sätzen liegen ein sich erholendes Knie, eine abrechenbare klinische Entscheidung und ein Mitarbeiter, der entscheidet, ob er dem Ding vertraut, das ihn beobachtet. Das ist keine Lücke in der Technologie. Es ist die gesamte Aufgabe.