Methodik
Die Wissenschaft hinter StrideMatch
Wie wir über 500 Schuhe analysieren, um den besten für Sie zu finden
Analyse-Pipeline
Unsere Analyse-Pipeline
Jeder Schuh wird anhand von mehr als 50 technischen Kriterien analysiert, bevor er in unseren Katalog aufgenommen wird
01
Datenerfassung
Analyse Ihrer Laufdaten aus verbundenen Apps
02
Biomechanische Analyse
Extraktion von Schrittmetriken über Video und Sensoren
03
Smart Matching
Abgleich Ihres Profils mit unserer Schuhdatenbank
04
Personalisierte Empfehlungen
Auf Ihre einzigartigen Bedürfnisse zugeschnittene Modellvorschläge
Biomechanik
Unsere Analysefähigkeiten
Kombination aus maschinellem Lernen, biomechanischen Daten und menschlicher Expertise
Schrittfrequenz-Analyse
Misst Schritte pro Minute, um die Laufeffizienz zu optimieren und übermäßige Schrittlängen zu vermeiden.
Fußaufsatz
Analysiert, ob Sie auf der Ferse, dem Mittelfuß oder dem Vorfuß landen, um die erforderliche Sprengung zu bestimmen.
Pronationskontrolle
Bewertet das Einwärtsrollen Ihres Fußes, um neutrale oder Stabilitätsschuhe zu empfehlen.
Dynamische Stabilität
Bewertet, wie gut Ihr Körper während der Standphase das Gleichgewicht hält.
Vertikale Oszillation
Verfolgt die vertikale Bewegung Ihres Oberkörpers, um den Vorwärtsdrang zu verbessern.
Bodenkontakt-Symmetrie
Vergleicht die Bodenkontaktzeiten des linken und rechten Fußes, um muskuläre Ungleichgewichte zu identifizieren.
Recherche
Die Expertise unseres Teams
Spezialisten für Biomechanik, Podologie und Sportwissenschaft
Experte für Biomechanik & Data Science
Biomechanik, Schrittanalyse, Materialwissenschaft
Maxime kombiniert Expertise in der Sportbiomechanik und Data Science zur Entwicklung der StrideMatch-Empfehlungsalgorithmen.
“Jeder Läufer ist einzigartig. Unsere Mission ist es, diese Einzigartigkeit in präzise Schuhempfehlungen zu übersetzen.”
1,885+
+100k analysierte Läufer
+500
+500 Schuhmodelle
4
+50 biomechanische Datensätze
15+
+20 erfasste Metriken
Datensätze
Verwendete wissenschaftliche Datensätze
Running Injury Clinic Kinematic Dataset
2024Ferber R, Osis ST, Hettinga BA, Noehren B
University of Calgary · n=1 798 Läufer
KadenzVerletzungenKinematik
Fukuchi Running Biomechanics Dataset
2017Fukuchi RK, Fukuchi CA, Duarte M
Universidade Federal do ABC · n=39 Läufer
GRF3D-KinematikLaufband
Van Hooren Running Dataset
2023Van Hooren B, Fuller JT, Miller J, et al.
Maastricht University · n=19 Läufer
FeldGRFIMU
Publikationen
Referenzierte biomechanische Forschung
Increased vertical impact forces and altered running mechanics with softer midsole shoes
2015Baltich J, Maurer C, Nigg BM
Journal of Biomechanics
Biomechanical risk factors associated with running-related injuries: a systematic review
2019Ceyssens L, Vanelderen R, Barton C, et al.
Sports Medicine
Foot strike patterns and collision forces in habitually barefoot versus shod runners
2010Lieberman DE, Venkadesan M, et al.
Nature
A public dataset of running biomechanics and the effects of running speed on lower extremity kinematics and kinetics
2017Fukuchi RK, Fukuchi CA, Duarte M
PeerJ
The effect of running shoes on lower extremity joint torques
2009Kerrigan DC, Franz JR, et al.
PM&R
Machine Learning
Transparenz & Methodik
Wir veröffentlichen unsere Methodik, damit Sie verstehen können, wie wir unsere Empfehlungen berechnen
Offene Methodik
Wir glauben an vollständige Transparenz. Unsere Matching-Algorithmen basieren auf peer-reviewter biomechanischer Forschung, nicht auf Marketingaussagen.
Kollaboratives Filtern
Unser System lernt von Läufern mit ähnlichen Profilen wie Ihrem, um seine Empfehlungen zu verfeinern.
Feedback-Schleife
Jedes Nutzer-Feedback und jeder neue Strava-Lauf trägt dazu bei, die Gesamtgenauigkeit des Algorithmus zu verbessern.
