Neun körperlich gesunde Teilnehmende übten vier Tage lang das Gehen mit einer robotischen Unterschenkelprothese. Jeder ging auf einem Laufband. Die Prothese war so befestigt, dass das Knie im rechten Winkel blieb. Die Aufgabe war, so schnell wie möglich zu gehen, ohne die Handläufe zu berühren.
Nach jeder Sitzung sahen die Teilnehmenden Computeranimationen mit verschiedenen Gangmustern und wählten das Muster, das ihrer Leistung am nächsten kam. Die Leistung verbesserte sich deutlich. Die Selbsteinschätzung blieb aber ungenau: zuerst hielten sie ihren Gang für steifer, später für flüssiger als er tatsächlich war. Die Forschenden schlagen vor, mehr visuelle oder andere Rückmeldungen im Training zu geben, damit Nutzer ihr Körperbild und ihren Gang besser kalibrieren.
Schwierige Wörter
- teilnehmende — Menschen, die an einem Versuch oder Training mitmachen
- unterschenkelprothese — künstlicher Unterschenkel, der das Bein ersetzt
- laufband — große Maschine zum Gehen oder Laufen
- selbsteinschätzung — Bewertung der eigenen Fähigkeiten oder Leistung
- gangmuster — Art und Weise, wie eine Person gehtGangmustern
- körperbild — Vorstellung einer Person von ihrem Körper
- rückmeldung — Information über Verhalten oder Leistung zur VerbesserungRückmeldungen
Tipp: Fahre über markierte Wörter oder tippe darauf, um kurze Definitionen zu sehen – während du liest oder zuhörst.
Diskussionsfragen
- Wie würden Sie sich fühlen, wenn Sie mit einer Prothese üben müssten?
- Glauben Sie, dass visuelle Rückmeldungen beim Training helfen? Warum?
Verwandte Artikel
KI entdeckt neues Ziel gegen Affenpocken
Forscher nutzten AlphaFold 3, um ein virales Oberflächenprotein namens OPG153 als Ziel für Antikörper zu finden. Mäuse bildeten nach Injektion eines künstlichen OPG153-Antigens neutralisierende Antikörper, was neue Impf- und Therapieansätze möglich macht.
KI in Lateinamerika gegen geschlechtsspezifische Gewalt
Gruppen in Lateinamerika entwickeln offene, lokale KI‑Systeme, um geschlechtsspezifische Ungleichheiten und Gewalt zu untersuchen. Sie schützen sensible Daten, liefern Belege für Zivilgesellschaft und Staat und arbeiten an neuen Funktionen wie Audio‑Transkription.
Savar wegen starker Luftverschmutzung als "degraded airshed" eingestuft
Das Department of Environment erklärte Savar Upazila zum "degraded airshed", weil die Luftbelastung fast dreimal über dem nationalen Grenzwert liegt. Hauptquellen sind Ziegeleien, Fabriken, Verkehr und Bau; neue Beschränkungen gelten ab September 2025.
