Auf dem Markt befinden sich überwiegend herausnehmbare Sensoren in Kleidungsstücken, was zu einer fehlerhaften Benutzung führt. Das System kann beispielsweise falsch angebracht werden, so dass Bewegungsmuster von Schritten eine der Norm abweichende Form aufweisen und für die weitere Datenverarbeitung eine Herausforderung darstellen.

Der Fokus liegt in der Signalanalyse auf der Klassifikation einer Bewegung, z.B. Erkennung von Schritten. In vielen Anwendungen spielt jedoch die Qualität einer Bewegung eine entscheidende Rolle. Die Ausführung eines Schrittes beispielsweise liefert Aussagen über den Gesundheitszustand einer Person.

Die Benutzerschnittstellen sind eher einfach gehalten und beschränken sich auf Text- und/oder Grafikausgabe auf einem mobilen Gerät oder PC, z.B. Anzahl der Schritte an einem Tag und Verlauf über eine Woche. Für einen langfristigen Erfolg von Systemen ist jedoch in der heutigen Zeit ein innovativer Ansatz hinsichtlich der Benutzerschnittstellen sehr wichtig.

Wearables kommunizieren hauptsächlich mit mobilen Geräten, z.B. einem Smartphone oder einem PC. Die Daten werden zur Speicherung und nachträglichen Anzeige über einen Webbrowser an einen Server geschickt. Diese Systemarchitektur wird als Wireless Sensor Network bezeichnet. In vielen Anwendungen reichen diese einfachen Systemarchitekturen nicht aus. Der Nutzer zahlt zudem meist einen festen Betrag für das komplette System, unabhängig von der Nutzung von z.B. Server und Dienstleistungen. Für aufwendigere Algorithmen und eine ortsungebundene Anwendung des Systems müssen andere Systemarchitekturen verwendet werden. Rechenintensive Algorithmen zur Schrittsegmentierung, die z.B. mit einem Abgleich mit Schritten und Statistiken einer Datenbank kombiniert werden, sollten direkt auf einem entfernten zentralen Server ausgeführt werden. Es wird zudem ein Zahlsystem abhängig von der Nutzung von Server und Dienstleistungen bevorzugt.

Ziel des Projektes ist es, eine generische Plattformlösung für zukünftige Wearable Computing Trends in Sport und Fitness zu entwickeln, die folgende vier Eigenschaften besitzt: (i) ständige Verfügbarkeit durch fest in die Kleidung integrierte Sensorik realisiert mittels e-textiles (Sensorintegration), (ii) intelligente und flexibel anpassbare Sensorauswertung für eine detaillierte Analyse komplexer Bewegungsmuster, die weit über eine Klassifikation hinausgeht (Signalanalyse), (iii) Schaffung innovativer Benutzerschnittstellen (Human Computer Interaction) und (iv) Erweiterung der Systemarchitektur von Wireless Sensor Networks mit einer Kombination von Methoden des Cloud Computings (Cyber Physical Systems).