Ultralytics YOLO27: Trag dich in die Warteliste ein.
YOLO lizenzieren
6. Mai 2026

Stride ermöglicht mit Ultralytics YOLO eine Pferdegang-Analyse in 1 Minute

Erfahre, wie Stride mit der Pose-Schätzung von Ultralytics YOLO26 auf dem iPhone eine vollständige Offline-Ganganalyse von Pferden in etwa einer Minute ermöglicht – ganz ohne spezielle Hardware.

Erfahre, wie Stride mit der Pose-Schätzung von Ultralytics YOLO26 auf dem iPhone eine vollständige Offline-Ganganalyse von Pferden in etwa einer Minute ermöglicht – ganz ohne spezielle Hardware.
Branche
Gesundheitswesen und Biowissenschaften
~1 Minute
Vollständige Ganganalyse auf einem iPhone
~10 ms
Inferenz pro Bild auf dem Gerät, ohne Internet oder spezielle Hardware

Stride verwandelt ein einfaches Smartphone-Video mithilfe von Ultralytics YOLO in eine schnelle Bewegungsanalyse von Pferden direkt auf dem Gerät – ganz ohne Internetzugang oder spezielle Hardware.

Da KI zunehmend die tierärztliche Beurteilung und klinische Entscheidungsfindung unterstützt, steigt der Bedarf an objektiven, leicht zugänglichen Werkzeugen, die sich unter realen Bedingungen vor Ort einsetzen lassen.

Dr. Quentin Pleyers entwickelte Stride, eine iOS-App, die mithilfe von Computer Vision eine objektive Ganganalyse bei Pferden ermöglicht und Tierärztinnen und Tierärzten sowie Fachleuten aus dem Pferdebereich hilft, Bewegungsasymmetrien direkt anhand einer Videoaufnahme zu beurteilen. Durch die Integration von Ultralytics YOLO-Modellen ermöglicht Stride die Erfassung objektiver Bewegungsdaten von Pferden überall und in weniger als einer Minute – ganz ohne Cloud-Verbindung oder spezielle Hardware.

Wissenschaft und Technologie vereinen, um Fachleute aus dem Pferdesport zu unterstützen#

Dr. Quentin Pleyers ist ein auf Pferde spezialisierter Tierarzt in Südschweden. Seine Schwerpunkte sind Sportmedizin, Biomechanik und die objektive Bewegungsanalyse. Er verband seine klinische Erfahrung mit seiner langjährigen Leidenschaft für Softwareentwicklung und entwickelte Stride, um ein Problem zu lösen, mit dem er im Arbeitsalltag immer wieder konfrontiert war.

Stride wurde unabhängig von Dr. Quentin Pleyers entwickelt. Das Projekt profitiert inzwischen von akademischen und klinischen Kooperationen mit Institutionen und Partnern, darunter die Universität Lüttich, das European Center for Horse Studies, die University of Tennessee sowie Partner in Italien und Estland. Die Kooperationen konzentrieren sich auf Validierungsstudien, klinische Forschung und künftige Anwendungen. Die App selbst wurde von Dr. Quentin Pleyers konzipiert und entwickelt.

Die Herausforderung einer objektiven Lahmheitsbeurteilung vor Ort#

Lahmheit gehört zu den häufigsten und schwierigsten Problemen, mit denen Pferdetierärzte konfrontiert sind. Traditionell beurteilen Tierärzte Lahmheiten mit geschultem Auge. Die Ergebnisse können je nach behandelnder Person variieren, und besonders subtile Lahmheiten oder Lahmheiten an mehreren Beinen sind schwer zu beurteilen.

Objektive Werkzeuge gibt es bereits, darunter Druckmessplatten und IMU-Sensoren. Sie erfordern jedoch häufig spezielle Hardware, kontrollierte Umgebungen und eine zeitaufwendige Datenverarbeitung. Bei vielen Computer-Vision-Systemen müssen große 4K-Videodateien auf entfernte Server hochgeladen werden. Unterwegs kann dieser Vorgang 10 bis 15 Minuten dauern, obwohl die Bandbreite oft begrenzt ist.

Es fehlte ein Werkzeug, das schnell objektive Bewegungsdaten auf einem Gerät bereitstellt, das viele Tierärzte und Fachleute aus dem Pferdesport bereits in der Tasche haben: einem Smartphone.

Schnelle Posenerkennung direkt auf iOS-Geräten mit Ultralytics YOLO#

Um dies zu ermöglichen, entwickelte Dr. Quentin Pleyers Stride mit Ultralytics YOLO26-Modellen, die für die Posenschätzung trainiert, nach Core ML exportiert und nativ unter iOS bereitgestellt wurden. Die App nimmt ein Video eines trabenden Pferdes auf, extrahiert Bild für Bild wichtige anatomische Orientierungspunkte und analysiert die vertikale Bewegung von Punkten wie Kopf, Widerrist und Becken, um Bewegungsasymmetrien zu quantifizieren.

Screenshot der Stride-App, die anatomische Orientierungspunkte an einem trabenden Pferd verfolgt

Abb. 1: Bildschirmfoto aus der Stride-App mit einem trabenden Pferd.

Entscheidend ist, dass die gesamte Verarbeitungskette – von der Videoaufnahme über die Posenerkennung bis zur Signalverarbeitung – lokal auf dem Gerät ausgeführt wird. Auf einem iPhone 17 Pro führt Stride eine vollständige Ganganalyse in etwa einer Minute durch. Mit einem Ultralytics-YOLO26-medium-Modell dauert die Inferenz pro Bild etwa 10 Millisekunden.

Stride wurde mit Tausenden manuell annotierter Pferdebilder trainiert, die eine große Vielfalt an Rassen, Fellfarben, Lichtverhältnissen und Hintergründen abdecken. Der Trainingsprozess wurde mithilfe der Ultralytics Platform vereinfacht, mit der Dr. Quentin Pleyers das Modell entwickelte, iterativ verbesserte und verfeinerte, das heute die App antreibt.

Warum Ultralytics YOLO-Modelle wählen?#

Für Dr. Quentin Pleyers bot Ultralytics YOLO genau die richtige Kombination aus Leistung, Flexibilität und Benutzerfreundlichkeit, um eine Idee vom Prototyp bis zum produktiven Einsatz zu bringen.

Leistungskennzahlen der Stride-Ganganalyse mit Ultralytics YOLO

Abb. 2: Leistungskennzahlen von Stride mit Ultralytics YOLO.

Nachdem Dr. Quentin Pleyers verschiedene Computer-Vision-Frameworks untersucht hatte, stellte er fest, dass Ultralytics YOLO-Modelle sowohl die für biomechanische Analysen erforderliche Genauigkeit als auch die geringe Rechenlast boten, die für einen reibungslosen Betrieb auf Mobilgeräten nötig ist. Die einfache Möglichkeit, nach Core ML zu exportieren und nativ unter iOS bereitzustellen, war entscheidend dafür, Stride zu einem vollständig offline nutzbaren, praxistauglichen Werkzeug zu machen.

Eine objektivere und einheitlichere tierärztliche Versorgung von Pferden unterstützen#

Stride ist nicht dazu gedacht, das klinische Urteilsvermögen eines Tierarztes zu ersetzen – dieser Unterschied ist wichtig. Die App diagnostiziert keine Lahmheit, sondern liefert eine objektive Messung der Asymmetrie in der vertikalen Bewegung eines Pferdes. So erhalten Tierärzte und Fachkräfte im Pferdebereich einen weiteren verlässlichen Datenpunkt, der ihre Gesamtbeurteilung unterstützt.

Stride-App auf einem iPhone analysiert die Bewegung eines trabenden Pferdes

Abb. 3. Ein Screenshot aus der Stride-iPhone-App, der ein trabendes Pferd zeigt.

Dieser Ansatz hilft Stride, in der Tiermedizin für Pferde Fuß zu fassen, besonders bei jüngeren Tierarztgenerationen, die digitale Werkzeuge problemlos in ihre Arbeitsabläufe integrieren. Durch objektive Daten in Echtzeit auf einem vertrauten Gerät trägt Stride dazu bei, die Schwankungen bei Beurteilungen zu verringern und fundiertere, evidenzbasierte klinische Entscheidungen zu unterstützen.

Die Zukunft der Ganganalyse bei Pferden#

Dr. Quentin Pleyers erweitert Stride derzeit um Unterstützung für Android, damit Tierärztinnen und Tierärzte, Fachleute aus dem Pferdebereich, Trainerinnen und Trainer, Therapeutinnen und Therapeuten, Hufschmiedinnen und Hufschmiede sowie Pferdebesitzerinnen und Pferdebesitzer weltweit objektive Bewegungsanalysen bei Pferden nutzen können. Indem Stride dabei hilft, Bewegungsasymmetrien möglichst früh zu erkennen, soll die App frühzeitige Maßnahmen, eine bessere Nachsorge und höchste Standards im Pferdewohl unterstützen. Die fortgesetzte Zusammenarbeit mit akademischen und klinischen Partnern wird die Rolle von Stride in der Praxis weiter validieren und neue Anwendungen objektiver Bewegungsanalysen in der Pferdemedizin untersuchen.

Durch die Verbindung jahrzehntelanger klinischer Erfahrung mit modernster Computer Vision steht Stride für ein neues Kapitel darin, wie Technologie den geschulten Blick erfahrener Tierärzte unterstützen kann, statt ihn zu ersetzen.

Möchtest du eigene Vision-AI-Lösungen entwickeln? Besuche unser GitHub-Repository, um Ultralytics YOLO-Modelle kennenzulernen, zu erfahren, wie YOLO Innovationen in Bereichen wie KI im Gesundheitswesen vorantreibt, und unsere Lizenzoptionen anzusehen, um loszulegen.

Verfasst von

Abirami Vina
Abirami Vina

Content Creator · Ultralytics

Zu Beginn ihrer Laufbahn als Computer-Vision-Ingenieurin legte Abirami Vina ein solides Fundament in visueller KI und maschinellem Lernen. Sie ist Content Creator bei Ultralytics sowie Gründerin und leitende Autorin bei Scribe of AI, wo sie hochwertige technische Inhalte für Unternehmen mit Schwerpunkt auf KI erstellt. Angetrieben von ihrer Leidenschaft, KI verständlich und zugleich ansprechend zu vermitteln, schlägt ihre Arbeit eine Brücke zwischen Spitzentechnologie und praktischer Wirkung.

Unsere Lösung für deine Branche

Computer Vision im Sport

Computer Vision im Sport

Entdecke, wie Ultralytics YOLO die Sportbildanalyse voranbringt – mit Spieler- und Ballverfolgung, Leistungsanalysen, Erkenntnissen für das Coaching und der Rehabilitation von Athleten.
Mehr erfahren
Computer Vision für Luftbilder

Computer Vision für Luftbilder

Verwandle Drohnen- und Luftbilder mit Ultralytics YOLO in Echtzeit-Erkenntnisse für Landwirtschaft, Aquakultur, Naturschutz und Geodatenanalyse.
Mehr erfahren
Computer Vision in der Luft- und Raumfahrt

Computer Vision in der Luft- und Raumfahrt

Setze Computer Vision in der Luft- und Raumfahrt mit Ultralytics YOLO ein – für Flugzeuginspektionen, die Erkennung von Fremdkörpern auf Start- und Landebahnen, den Bodenbetrieb am Flughafen und die Erkennung von Verbundwerkstofffehlern.
Mehr erfahren
Computer Vision im Sicherheitsbereich

Computer Vision im Sicherheitsbereich

Schütze jeden Standort mit Ultralytics YOLO-Modellen. Vision-KI ermöglicht die Überwachung von Grundstücksgrenzen, die Erkennung von Bedrohungen, die Kennzeichenerkennung und die Sicherheit am Arbeitsplatz.
Mehr erfahren
Computer Vision in der Robotik

Computer Vision in der Robotik

Mach Maschinen mit Ultralytics YOLO-Modellen leistungsfähiger. Vision-KI in der Robotik ermöglicht autonome Navigation, Wahrnehmung, Objektverfolgung und Steuerung in Echtzeit.
Mehr erfahren
Bildverarbeitung in der Logistik

Bildverarbeitung in der Logistik

Optimiere die Logistik mit Ultralytics YOLO-Modellen. Vision AI ermöglicht die Paketprüfung, Sortierung und Fahrzeugverfolgung sowie die Sicherheitsüberwachung von Lagerhäusern in Echtzeit.
Mehr erfahren
Bildverarbeitung im Einzelhandel

Bildverarbeitung im Einzelhandel

Gestalte den Einzelhandel mit Ultralytics YOLO-Modellen neu. Vision AI ermöglicht Bestandsverfolgung, Regalüberwachung und Warteschlangenmanagement und liefert bessere Einblicke in das Kundenverhalten.
Mehr erfahren
Bildverarbeitung im Gesundheitswesen

Bildverarbeitung im Gesundheitswesen

Entwickle Lösungen für das Gesundheitswesen mit Ultralytics YOLO-Modellen. Vision AI ermöglicht im Gesundheitswesen schnellere medizinische Bildgebung, bessere Diagnostik und die Überwachung von Patienten.
Mehr erfahren
Computer Vision in der Fertigung

Computer Vision in der Fertigung

Optimiere die Fertigung mit Ultralytics-YOLO-Modellen. Vision AI ermöglicht Qualitätskontrolle, Fehlererkennung, die Überprüfung der Einhaltung von Vorgaben zu persönlicher Schutzausrüstung und die Automatisierung von Montagelinien.
Mehr erfahren
Computer Vision in der Automobilbranche

Computer Vision in der Automobilbranche

Setze Computer Vision in der Automobilbranche mit Ultralytics-YOLO-Modellen ein. Vision AI verbessert die Verkehrssicherheit, Fahrerassistenz und Fahrzeugautomatisierung – für intelligentere Straßen.
Mehr erfahren
Computer Vision in der Landwirtschaft

Computer Vision in der Landwirtschaft

Setze mit Ultralytics YOLO-Modellen KI für Bildverarbeitung in der intelligenten Landwirtschaft ein. Ermögliche die Überwachung von Nutzpflanzen, die Verfolgung von Nutztieren und Präzisionslandwirtschaft für höhere und nachhaltigere Erträge.
Mehr erfahren

Häufig gestellte Fragen

  • Ultralytics-YOLO-Repositories werden standardmäßig unter der Lizenz AGPL-3.0 veröffentlicht. Diese von der OSI anerkannte Lizenz richtet sich an Studierende, Forschende und Enthusiasten, fördert die offene Zusammenarbeit und verlangt, dass jede Software, die Komponenten unter AGPL-3.0 verwendet, ebenfalls als Open Source veröffentlicht wird. Das sorgt für Transparenz und fördert Innovation, ist aber möglicherweise nicht für kommerzielle Anwendungsfälle geeignet.

    Wenn dein Projekt die Einbindung von Ultralytics-Software und KI-Modellen in kommerzielle Produkte oder Dienstleistungen umfasst und du die Open-Source-Auflagen der AGPL-3.0 umgehen möchtest, ist eine Unternehmenslizenz ideal.

    Zu den Vorteilen der Unternehmenslizenz gehören:

    • Kommerzielle Flexibilität: Ändere den Quellcode und die Modelle von Ultralytics YOLO und integriere sie in proprietäre Produkte, ohne die AGPL-3.0-Auflage erfüllen zu müssen, dein Projekt als Open Source zu veröffentlichen.
    • Proprietäre Entwicklung: Du erhältst volle Freiheit, kommerzielle Anwendungen mit Ultralytics-YOLO-Code und -Modellen zu entwickeln und zu vertreiben.

    Damit die Integration reibungslos gelingt und du die Einschränkungen der AGPL-3.0 vermeidest, beantrage über das bereitgestellte Formular eine Ultralytics-Unternehmenslizenz. Unser Team hilft dir dabei, die Lizenz auf deine konkreten Anforderungen abzustimmen.

  • Welches Modell du auswählst, hängt von den Anforderungen deines Projekts ab, darunter Leistung, Genauigkeit, Bereitstellungsziel und Hardwareeinschränkungen. Für die meisten neuen Projekte empfehlen wir Ultralytics YOLO26 als Ausgangspunkt, da es die neuesten Verbesserungen bei Geschwindigkeit, Genauigkeit, Exportmöglichkeiten und der Unterstützung mehrerer Aufgaben bietet.

    Frühere YOLO-Modellfamilien stehen weiterhin Teams mit bestehenden Arbeitsabläufen oder Kompatibilitätsanforderungen zur Verfügung.

    Wenn du neu startest, wähle zunächst YOLO26 und vergleiche anschließend kleinere oder größere Varianten, um für deine Bereitstellungsumgebung die richtige Balance aus Geschwindigkeit und Genauigkeit zu finden.

  • Ultralytics-YOLO-Modelle bilden eine Familie von Computer-Vision-Modellen für Aufgaben wie Objekterkennung, Segmentierung, Klassifizierung, Posenschätzung und die Erkennung gedrehter Objekte. YOLO26 ist die neueste stabile Version und wird für die meisten neuen Projekte empfohlen. Frühere YOLO-Versionen stehen weiterhin Teams mit bestehenden Arbeitsabläufen oder Kompatibilitätsanforderungen zur Verfügung.

  • Ultralytics-YOLO-Modelle sind Computer-Vision-Architekturen, die visuelle Daten aus Bildern und Videos analysieren. Sie lassen sich für Aufgaben wie Objekterkennung, Instanzsegmentierung, Klassifizierung, Pose-Schätzung, Erkennung orientierter Objekte und Tracking trainieren.

    Die neueste Ultralytics-YOLO-Modellfamilie ist YOLO26. Frühere YOLO-Versionen stehen für bestehende Arbeitsabläufe weiterhin zur Verfügung.

Lass uns gemeinsam die Zukunft der KI gestalten!

Starte deine Reise in die Zukunft des maschinellen Lernens