Überführung eines komplexen physiologischen Leistungsmodells in eine performante Softwaresimulation – mit Optimierungsalgorithmen, Parallelisierung und interaktiver Ergebnisvisualisierung.
Auftraggeber
TRAINALYZED GmbH
Dauer
49 Monate
Produkt
Software
Expertise
Softwareentwicklung
TRAINALYZED entwickelt Software zur Trainings- und Ernährungsplanung auf Basis physiologischer Daten. Kern des Produkts ist ein mathematisches Modell, das aus Messwerten von Athleten und Patienten präzise Aussagen zur Leistungsfähigkeit und Trainingswirkung ableitet. Ziel war es, dieses Modell in eine skalierbare, performante Softwaresimulation zu überführen und in die bestehende Webplattform zu integrieren.
Das Projekt hatte einen hohen Forschungscharakter: Die Überführung eines komplexen mathematischen Modells in lauffähige Software erforderte nicht nur Programmierkompetenz, sondern auch tiefes Verständnis der zugrunde liegenden Physiologie und Mathematik.
Die hohe Anzahl unabhängiger Modellparameter machte den Einsatz fortgeschrittener Optimierungsalgorithmen notwendig. Gleichzeitig musste die Simulation bei steigendem Datendurchsatz skalierbar bleiben – was gezielte Codeoptimierungen durch JIT-Kompilierung und Parallelisierung erforderte.
Programmiersprachen
Python
Technologien
NumPy, SciPy, Pandas, Numba, Bokeh, Jupyter Notebook, Django
Symbolbild der digitaler Leistungsdiagnostik.
Ähnliches Problem?
Das Ergebnis ist eine robuste, skalierbare Simulation, die präzise Vorhersagen zur Leistungsfähigkeit von Athleten und Patienten auf Basis physiologischer Daten liefert. Die Kombination aus wissenschaftlicher Modellierung, Algorithmenoptimierung und performanter Implementierung bildet das analytische Herzstück des TRAINALYZED-Produkts.
RIM2D ist ein bestehendes, hocheffizientes 2D-hydraulisches Simulationsmodell für fluviale, pluviale und urbane Hochwasser. Wir unterstützten im Rahmen einer strategischen Partnerschaft dabei, den Forschungscode um eine Webanwendung und eine cloudbasierte GPU-Simulationsumgebung zu erweitern und so den Transfer in ein marktfähiges Produkt zu ermöglichen.
Wir entwickelten eine S3-basierte Open-Source Datalake-Lösung zur zentralen Erfassung, Kategorisierung und Durchsuchbarkeit von Daten. Ziel war es, die manuelle Datenverwaltung durch eine integrierte Architektur mit Workflowsteuerung, Datenkatalog und Zugriffsschutz zu automatisieren und zu verbessern.