Mati Kochavi, der Gründer von AGT International und Co-Founder von Heed, zeigte am 30. November 2017 auf der AWS re:Invent in Las Vegas während der Keynote von Werner Vogels, Chief Technology Officer Amazon, wie der Einsatz von IoT-Analytics und Künstlicher Intelligenz das Erlebnis von Live-Sport-Events verändert.
HEED hat kürzlich eine Partnerschaft mit Ultimate Fighting Championship (UFC) geschlossen. Mati Kochavi zeigte, wie HEED durch den Einsatz von Künstlicher Intelligenz (KI) und IoT-Technologie die Art und Weise, wie Fans einen UFC-Kampf erleben, komplett verändert. Als Teil der Demo wurden die zwei UFC Kämpfer, Mark Diakiese und Edson Barboza während ihres Kampfes mit Sensoren ausgestattet. Diese Sensoren sammeln alle relevante Fakten des Kampfes und liefern Einblicke in körperliche, emotionale und verhaltensbasierte Aspekte, einschließlich der Emotionen während des Kampfes, der Stärke und Genauigkeit der Schläge, der Möglichkeiten eines Comebacks und sogar den Einfluss der Fan-Reaktionen auf die Kämpfer.
„AWS ist ein großartiger Partner und ich freue mich, auf der AWS re:Invent Konferenz 2017 die Anwendung unserer proprietären IoTA-Plattform zu demonstrieren. AGT nutzt Sensorik, maschinelles Lernen und Künstliche Intelligenz, um komplexe Zusammenhänge wie zum Beispiel bei Sportevents vollständig zu entschlüsseln und über HEED neuartige Einblicke in das reale Geschehen zu liefern“, sagt Mati Kochavi. „Wir sind fasziniert, wie HEED Daten und Erkenntnisse aus der IoTA-Plattform in eine bisher nicht mögliche, vollautomatische Berichterstattung und Visualisierung umsetzt, die es den Zuschauern erlaubt, aktiv und emotional am Geschehen teilzunehmen.“
IoTA wird im Advanced Analytics Lab von AGT in Darmstadt entwickelt. Die über 100 Data Scientists und Softwareentwickler arbeiten an Komponenten basierend auf maschinellem Lernen. Das Forschungsteam konzentriert sich auf die automatische Erkennung des Verhaltens und der Emotionen von Menschen, im Kontext von HEED beispielsweise von Sportlern, Fans und Trainern. Dabei werden Messdaten aus unterschiedlichen Sensoren fusioniert, wie zum Beispiel am Körper getragene Sensoren zur Erfassung von Bewegungmustern und physiologischen Daten, akustische und visuelle Sensoren sowie in die Umgebung integrierte Spezialsensoren.
