Einführung: Carv 2

Heute feiern wir den Launch von Carv 2 – die nächste Evolutionsstufe in der Skitechnologie.

Carv 2 wird einfach oben am Skischuh-Startstrap angeclippt – ganz ohne Einlage – und bietet unser präzisestes Erlebnis. Du erhältst Live-Feedback und individuelles Coaching in Echtzeit, für jeden Skischuh, auf jedem Gelände.

Wenn du bereits ein Pass-Inhaber bist, kannst du Carv 2 im Mitgliederbereich upgraden. Als neues Mitglied bekommst du Carv 2 kostenlos zu jedem Season Pass für nur 249 $/Jahr dazu.

Zum Start von Carv 2 möchte ich dir zeigen, was für eine enorme technische Leistung Carv 2 darstellt, auf welche Herausforderungen wir bei der Entwicklung gestoßen sind – und wie Carv 2 unsere Vision vom Echtzeit-Coaching auf der Piste möglich macht.

Unser Ziel bei Carv: Skifahren soll dir noch mehr Spaß machen, indem du besser Ski fährst.

Zu oft steht man vor der Wahl: Einfach nur Spaß haben oder sich gezielt verbessern? Viele treffen diese Entscheidung – viele aber auch nicht. Das führt dazu, dass man jahrelang auf demselben Niveau fährt. Wir wollten mit Carv erreichen, dass du dich nicht mehr entscheiden musst.

Carv ist aus meiner eigenen Frustration beim Skifahrenlernen entstanden. Wie so viele bin ich nach ein paar Saisons auf ein Plateau gestoßen. Ohne regelmäßiges Coaching blieben mir nur Freunde und Videos – aber echtes, konsistentes Feedback in Echtzeit fehlte und so kam die Entwicklung nur langsam voran. Deshalb haben wir die letzten sieben Jahre an Carv 1 gearbeitet: Um dir datenbasierte Einblicke und Audio-Coaching direkt auf jeder Abfahrt und genau dann zu liefern, wenn du es brauchst.

Carv 1 war ein voller Erfolg: 40.000 Skifahrer wurden bereits gecoacht, über 2,6 Millionen Stunden an Training vermittelt, über 580 Millionen Schwünge aufgezeichnet und mehr als 150 Millionen Tipps geteilt.

Ich bin unglaublich stolz auf das, was wir erreicht haben – die Geschichten aus unserer Community, aber auch darauf, wie wir Carv gemeinsam mit euch über die Jahre weiterentwickelt haben.

Aber wir wissen: Da geht noch mehr. Wir möchten noch mehr Skifahrer beim Verbessern unterstützen – aber es gab einige Punkte, bei denen Carv 1 an seine Grenzen kam:

1. Carv 1 muss erst in den Skischuh eingebaut werden – das ist nicht für jeden einfach
2. Die Einstiegskosten mit Carv 1 waren relativ hoch – das erforderte viel Vertrauen
3. Carv 1 bietet Feedback nur auf präparierten Pisten – dabei wollen viele auch in anderen Schneebedingungen besser werden.

Heute gehen wir den nächsten Schritt.

Lerne Carv 2 kennen

Carv 2 vereint bahnbrechende Sensortechnologie mit KI-gestützter Analyse und Coaching für jede Art von Gelände.

Clip and Go

Unser Ziel mit Carv 2: maximale Einfachheit – keine Installation, keine Kabel, keine Größenauswahl. Eine der größten Hürden aus Kundensicht bei Carv 1 war der Einbau in den Skischuh und der Platz, den der Sensor beanspruchte. Hat man seinen Schuh einmal perfekt angepasst, will man daran nichts mehr verändern – und ehrlich gesagt, haben wir uns mit Carv 1 in der Bootfitting-Welt wenige Freunde gemacht.

Das Motto unseres Entwicklerteams im letzten Jahr war darum eindeutig: „clip-and-go“. Und wir haben (datenwissenschaftliche) Berge versetzt, um das zu erreichen.

Carv 2 ist ein leistungsstarker und dabei unkomplizierter Bewegungssensor, den du einfach an den Strap deiner Skischuhe clippen kannst – egal, an welcher Position. Carv lernt, wo er sitzt, und liefert präzises Coaching. Es ist wirklich clip-and-go.

Damit lösen wir gleich drei Probleme: Passform, Komfort und Langlebigkeit. Jeder Skifahrer kann den Sensor oben am Schuh befestigen, sofort auf die Piste und erhält direkt Feedback – ohne Aufwand, ohne Einlage, dafür mit richtig gutem Skifahren.

Noch präziser

Wir von Carv stehen für Wissenschaft, Präzision und Messbarkeit – das wollten wir auch weiterhin gewährleisten.

Carv 2 wird ohne Drucksensor-Einlage einfach oben am Schuhclip befestigt und liefert unser bisher präzisestes Erlebnis: Live-Feedback und individuelles Coaching für jeden Skischuh, auf jedem Gelände.

Wir wollten es aber nicht nur einfacher, sondern auch noch genauer machen als je zuvor.

Mit Daten aus über 580 Millionen Schwüngen haben wir ein fortschrittliches KI-Modell entwickelt, das präzises Feedback ohne Drucksensor liefert. Unser Algorithmus für 24|25 – Ski:IQ Nevado – ist sogar 6 % genauer als im Vorjahr.

Zur Messung der Genauigkeit vergleichen wir die Ergebnisse von Carv mit Wertungen von Top-Skilehrern. Diese bewerten eine Datenbasis aus 4.000 Videos von über 500 Skifahrer:innen aller Könnensstufen.

Anschließend prüfen wir, wie stark unser Ski:IQ-Algorithmus mit den Instruktoren übereinstimmt – das ist unser interner Präzisionswert, den wir Sam’s Tau nennen, entwickelt von unserem Data Scientist Sam van Den Brink. Zum Vergleich: Die 6 %-Verbesserung ist sogar noch größer als der Zugewinn des Ski:IQ Hintertux-Algorithmus zur Saison 23|24, wie diese Grafik zeigt:

Um diesen Präzisionssprung ganz ohne Einlage zu erreichen, mussten zwei zentrale Herausforderungen gelöst werden: 1) Die genaue Lage des Sensors am Schuh bestimmen und 2) die Körperbewegung nur mit Bewegungssensoren analysieren.

Vorab: Der nächste Abschnitt ist ziemlich technisch – falls du mehr Wert auf einfache Erklärungen legst, klicke hier, um direkt zur Zusammenfassung zu springen.

Herausforderung 1: Die Sensorposition am Schuh bestimmen

Der Carv 1-Sensor kombinierte Druck- und Bewegungssensor unter der Fußsohle – das System wusste also immer ziemlich genau, wo es sich befindet.

Bei Carv 2 kommt ein Bewegungssensor zum Einsatz. Dieser beinhaltet einen Beschleunigungsmesser und ein Gyroskop, die jede Bewegung und Verdrehung in allen Achsen erfassen. Die Sensordaten werden 400-mal pro Sekunde per Sensorfusion verarbeitet, um die genaue Orientierung der Einheit zu berechnen.

Wir wollten mit Carv 2, dass du den Sensor überall am Powerstrap befestigen kannst – seitlich, vorne oder dazwischen. Das Problem: Die Drehbewegung des Sensors muss exakt in die Orientierung des Skischuhs übertragen werden, auch ohne die genaue Platzierung zu kennen.

Wir wollten kein System, das in einer bestimmten Position fixiert werden muss oder dauerhaft montiert wird. Optionen dazu haben wir geprüft – letztlich hat uns aber unser „clip and go“-Ansatz immer wieder herausgefordert, eine andere Lösung zu finden.

So haben wir es gelöst:

Durch Carv 1 verfügten wir über eine riesige Datenbasis, bei der die Sensororientierung im Test nahezu immer mit der Ausrichtung des Skischuhs übereinstimmte (meist mit einer Genauigkeit von bis zu 5 Grad).

Wir haben ein Autokalibrierungs-Algorithmus trainiert, indem wir ein neuronales Netz mit zufälligen Rotationen von Fahrdaten gefüttert und die echte Ausrichtung aus den bekannten Carv 1-Daten berechnen ließen.

Anhand von mehr als 580 Millionen Schwüngen erkennt der Algorithmus Skifahren und berechnet die Orientierung der Carv 2-Einheit automatisch – in 2 bis 5 Schwüngen. Er unterscheidet inzwischen sogar das typische Bewegungsmuster beim Skifahren, Gehen und Sitzen im Lift und weiß dadurch, wie die Sensordaten – egal, wo der Sensor sitzt – zu drehen sind.

Konkret erkennt das System Bewegungen, die charakteristisch für Skifahren in bestimmten Achsen sind – z. B. kann ein Ski auf der Ebene nur entlang seiner Längsachse gekippt werden, sofern er nicht völlig flach steht. Der Algorithmus sucht nach diesen typischen Bewegungsmustern, um die Rotation von Carv 2 zum Ski zu bestimmen. Ist diese einmal berechnet, können alle Metriken von Carv 1 mit übernommen werden – und das System optimiert die Ausrichtung fortlaufend bei jedem Schwung.

Es klingt fast verrückt – gerade wenn man weiß, wie aufwendig diese Entwicklung war. Aber: Die Erkennung der Carv 2-Position per Autokalibrierung ist sogar noch präziser als die Carv 1-Einlage.

Durch maschinelles Lernen konnten wir einen Rotationsfehler von weniger als 5 Grad erreichen – exakt wie bei den Einlagen-Daten.

Zum Beispiel: Bei der ersten Liftfahrt kann der Fehler des Carv 2-Sensors zu Beginn 16 Grad betragen, sinkt aber nach wenigen Schwüngen schon auf 3 Grad und pendelt sich dann bei 1 Grad ein. Beeindruckend!

Herausforderung 2: Körperbewegungen ohne Druckmessung erfassen

Skifahren ist ein komplexer Sport, denn für einen perfekten Schwung müssen im ganzen Körper kleinste Gleichgewichts-, Druck- und Kantenkontroll-Bewegungen greifen.

Carv 1 hat die Fußdruckmessung im Sportbereich erstmals breiten Nutzern zugänglich gemacht und den Druck unter dem Fuß im Skischuh sehr genau gemessen – vorausgesetzt, das Setup stimmte.

Doch um alle Skischuhe perfekt auszustatten, war viel Aufwand nötig. Häufig funktionierte alles optimal – doch je nach Fußform und Schuhmodell konnte die Datenqualität deutlich variieren.

Beispiel: Beim nach vorne Lehnen an die Zunge des Skischuhs wird bei manchen Modellen die Ferse nach hinten und unten in die Fersenschale gedrückt. So entsteht Fersendruck – obwohl du eigentlich nach vorne kippst.

Bisher mussten wir die Messdaten auf die unterschiedlichen Schuhprofile anpassen. Statt etwa die absolute Position deines Druckschwerpunktes zu werten, schauen wir auf die relativen Bewegungen deines Druckschwerpunkts während des Schwungs.

So analysieren wir nicht die reine Druckintensität (z. B. in Newton), sondern erkennen an der Form der Druckverlagerung im Schwung, wo die Spitzen und Tiefpunkte liegen.

Doch trotz allem: Wenn wir alternative Gleichgewichts- und Druckmetriken nur aus Bewegungsdaten getestet haben, lieferten Motion-KI-Metriken durchgehend bessere Ergebnisse als die Druckdaten. Und wenn wir die KI direkt auf höchste Genauigkeit für den Ski:IQ-Algorithmus optimieren lassen, lässt sie die Drucksensor-Daten meist außen vor und setzt auf Bewegungsdaten.

Was passiert da eigentlich?

Wegen der Unterschiede zwischen Skischuhen geben ein und dieselbe Oberkörperbewegung bei jedem Nutzer abweichende Druckwerte unter dem Fuß.

Die Beschleunigung und Rotation des Fußes hingegen ist bei solchen Bewegungen für alle ähnlich. Deshalb setzt die KI stärker auf Bewegungen als auf Druckdaten.

Analysieren wir die Bewegungsdaten, erkennt die KI zum Beispiel beim Vorwärtslehnen des Körpers an der entgegengesetzten, relativen Rückwärtsbewegung des Schuhs während des Übergangs. Wie Newton sagt: Jede Aktion erzeugt eine gleich große, entgegengesetzte Reaktion – so konnten wir eine Vorwärtsneige-Metrik entwickeln, die Ski-Fähigkeiten besser unterscheidet als die carvbasierten Pressurmetriken von Carv 1.

Doch woher wissen wir, dass es besser ist?

Um zu messen, wie gut eine Metrik Skitechnik erkennt, messen wir Sam’s Tau für diese Einzelmetrik beim Unterscheiden zwischen Fahrleveln – eingestuft von Skilehrern. Beim oben genannten Beispiel erkennst du die Verbesserung der motionbasierten Early Forward Movement-Metrik gegenüber der Druckmessung deutlich:

Was bedeutet das? Unsere neue Motion-KI erlaubt es uns, folgende Metriken allein auf Basis unserer Bewegungsdaten genauer als je zuvor zu bestimmen:

• Early Forward Movement (frühes Vorwärtslehnen)
• Mid-Turn-Gleichgewicht
• Übergangs-Gewichtsverlagerung

Falls du die Details übersprungen hast – willkommen zurück! Hier die Zusammenfassung:

• Wir haben eine KI entwickelt, die die genaue Sensorposition von Carv 2 am Schuh erkennt. Du kannst ihn überall anbringen – und die Genauigkeit ist sogar noch höher als bei der Einlage-Lösung.
• Wir haben gelernt, dass Druckmetriken zwar hilfreich sind, Bewegungsdaten aber in Sachen Genauigkeit deutlich überlegen. Selbst Gleichgewichtsmetriken wie das Vorwärtslehnen werden mit Motion-KI präziser erfasst.

Der Grundstein ist also gelegt.

Einige aus unserem Team wollten am liebsten direkt nach Mai weiter Skifahren – und nach Chile fliegen. Das war unser Ansporn: Wir wollten Carv zu einem echten All-Terrain-Coach machen.

All-Terrain

Einer der häufigsten Wünsche von euch: Carv soll auf allen Geländearten funktionieren, nicht nur auf präparierten Pisten.

Da bin ich ganz bei dir – es gibt kaum etwas Enttäuschenderes, als eine perfekte Tiefschneeabfahrt zu fahren und nur eine 75 bei Ski:IQ zu erhalten.

Mit Carv 2 und Ski:IQ Nevado wird dein Ski:IQ beim Fahren im Powder oder in Buckeln nicht mehr wie bisher durch das Gelände gedrückt. Stattdessen erkennt das System den Untergrund, bewertet die passenden Skills für das jeweilige Gelände und gibt dir gezielte Tipps und Insights für deine Abfahrt.

Wir wollten diese Terrain-Lücke schon seit Jahren schließen, aber es ist eine knifflige Aufgabe. Die erste Herausforderung: Den Schneetyp verlässlich erkennen – ohne dass du das Handy herausholen musst.

Lass uns nerdig werden

Der erste Schritt: Ein KI-basierter Terrain-Classifier, der in Echtzeit auf dem Handy erkennt, welchen Untergrund du gerade fährst.

Zur Entwicklung des Algorithmus haben wir 11.000 Videosessions auf verschiedensten Geländearten mit Hilfe von Top-Instruktoren klassifiziert – und, ganz wichtig, auch mit allen Beiträgen, die du und die Community in den letzten Saisons geliefert habt. Jede Terrainbewertung von euch hat Carv besser gemacht – danke dafür!

Viele Arbeitsstunden später können wir sagen: Die Klassifikation läuft jetzt mit 91 % Genauigkeit – und das wird durch eure Nutzung immer weiter verbessert.

Heutzutage klappt es fast immer – wir müssen aber noch einige Grenzfälle besser abdecken. Zum Beispiel, wenn eine präparierte Piste gerade 5 cm Neuschnee bekommen hat. Aber: Wir können die Algorithmen jederzeit aktualisieren und Carv lernt mit jedem Run, den du fährst.

Darum mein persönlicher Wunsch: Bitte bewerte dein Gelände – das hilft uns, Carv für alle noch besser zu machen!

Die Geländeanalyse ist aber nur die Basis: Jetzt kann Carv je nach Schneeart gezielt andere Metriken bewerten – und das Coaching individuell auf die jeweilige Abfahrt zuschneiden.

Das ist genau dann hilfreich, wenn wir Coaching brauchen: in schwierigem Gelände, bei dem die Technik schnell mal ins Wanken gerät.

Und zum Schluss: Unser Dank an die Community.

Wir machen die Carv 2-Sensoren kostenlos.

Bei Carv 1 musstest du Sensoren und Pass (Mitgliedschaft) getrennt bezahlen – obwohl fast unsere gesamte Arbeit in der App und Software steckt. Zusätzliche Kosten waren nie unser eigentliches Ziel.

Ab sofort erhält jeder Carv 2 kostenlos zum Jahresskipass – für nur 249 $. Wenn du nur eine Woche im Jahr Ski fährst, musst du das Gerät zwar separat kaufen, aber zu deutlich günstigeren Konditionen. Carv 2 soll ein System sein, das jeder ausprobieren kann – wir hoffen, dass dir dieses Angebot den Einstieg erleichtert.

Für alle, die schon dabei sind

Ein riesiges Dankeschön an alle unsere bisherigen Mitglieder und Gründer:innen. Ihr habt uns unterstützt, als Carv noch schwer einzubauen war und die Genauigkeit niedriger lag (besonders in unseren Anfangsjahren).

Als Dankeschön kannst du als bestehender Jahrespassnutzer im Mitgliederbereich vergünstigt auf Carv 2 upgraden. Gehe dazu auf Mitgliedschaft verwalten in der App oder klicke hier, um dich direkt einzuloggen.

Übrigens: Ski:IQ Nevado veröffentlichen wir sowohl für Carv 1 als auch Carv 2. Die Genauigkeit von Carv 1 mit Ski:IQ Nevado ist identisch mit Carv 2. Für spätere Updates werden wir aber die Hardware von Carv 2 priorisieren.

Wir sehen uns auf der Piste!

Jamie Grant PhD

Carv CEO und Mitgründer