PastMe: Wie Contura deinen früheren Körper in 3D rekonstruiert — und warum die Wissenschaft dahinter standhaft ist
PastMe: Wie Contura deinen früheren Körper in 3D rekonstruiert — und warum die Wissenschaft dahinter standhaft ist
Erinnerungen trügen. Dein Körper nicht.
„Ich sah früher besser aus.” Aber stimmt das wirklich? Die meisten Menschen erinnern sich an sich selbst als schlanker, fitter und kleiner als sie tatsächlich waren. Beantworte ein paar Fragen über deine Vergangenheit, und Conturas PastMe-Funktion rekonstruiert sie in 3D. Die Wahrheit könnte dich überraschen — und genau deshalb fühlt sich dein Fortschritt oft unsichtbar an.
Zusammenfassung — Was PastMe macht, in einem Absatz
PastMe ist eine Funktion innerhalb der Contura-App, die ein 3D-Modell deines Körpers zu einem bestimmten Zeitpunkt in deiner Vergangenheit rekonstruiert — vor sechs Monaten, vor zwei Jahren, vor einem Lebensereignis — anhand eines kurzen Fragebogens und deiner aktuellen Messwerte als Anker. Es ist keine Schätzung. Es ist eine mehrstufige Rekonstruktions-Pipeline, die in begutachteter anthropometrischer Forschung verankert ist (Heymsfield, Gallagher, NHANES, ANSUR II), validiert gegen 96 Goldstandard-Körperprofile und geschützt durch physiologische Hartbegrenzungen, die verhindern, dass ein Ergebnis außerhalb menschenmöglicher Bereiche liegt. Der durchschnittliche Rekonstruktionsfehler in typischen Anwendungsfällen beträgt ±5–15% pro Umfang — vergleichbar mit einem manuell gehaltenen Maßband bei einem sich bewegenden Ziel.
Contura ist die App. PastMe ist eine ihrer Kernfunktionen. Dieser Artikel erklärt, wie sie funktioniert.
Warum die Erinnerung an den eigenen Körper unzuverlässig ist
Die Körperbildforschung zeigt konsistent, dass die menschliche Erinnerung an die eigene physische Form systematisch verzerrt ist. Menschen erinnern sich daran, schlanker, fitter und kleiner gewesen zu sein als sie tatsächlich waren — insbesondere wenn sie ihren vergangenen mit einem gegenwärtigen Selbst vergleichen, mit dem sie unzufrieden sind. Diese Verzerrung ist in der Selbstwahrnehmungsliteratur gut dokumentiert und hat eine reale Konsequenz:
Du hast das Gefühl, keinen Fortschritt gemacht zu haben, weil die Version „dein vergangenes Ich”, die in deinem Kopf existiert, fiktiv ist.
Der Sinn von PastMe ist es, diese fiktive Vergangenheit durch eine rekonstruierte zu ersetzen — ein Modell, das aus physischen Signalen gebaut wird, nicht aus Nostalgie. Wenn du die echte Form deines Anfangs siehst, wird der Fortschritt, den du tatsächlich gemacht hast, sichtbar.
Das Kernproblem: Einen Körper aus einem Fragebogen rekonstruieren
PastMe löst ein technisch als unterbestimmtes inverses Problem bekanntes Problem. Der Nutzer liefert:
- Einige qualitative Wahrnehmungen („Ich war schwerer”, „mehr apfelförmig”, „mein Bauch stand weiter vor”)
- Optionale quantitative Eingaben (ein exaktes vergangenes Gewicht, ein erinnerter Taillenumfang)
- Seine aktuellen Messwerte und die aktuelle Messhistorie (in Contura gespeichert)
Daraus muss der Algorithmus acht oder mehr Umfangswerte ausgeben — Taille, Hüfte, Brust, Oberschenkel, Arm, Wade, Hals und weitere — zum gewünschten vergangenen Zeitpunkt, plus eine 3D-Modell-Parametrisierung. Es gibt keine einzelne „korrekte” Antwort, die sich aus den Eingaben allein ableiten lässt. Wie machen wir das Ergebnis vertrauenswürdig?
Die Antwort ist geschichtete Einschränkungen, bei denen jede Schicht den Raum plausibler Antworten mit einer anderen Art von Evidenz verengt — und wobei die stärkste Evidenz immer gewinnt.
Die PastMe-Pipeline: Sieben Stufen der Einschränkung
PastMe ist eine siebenstufige Rekonstruktions-Pipeline. Jede Stufe erzeugt einen Kandidatenkörper, und jede nachfolgende Stufe verfeinert den Kandidaten mit spezifischeren Informationen. Die Designphilosophie lautet:
Deterministische Signale (präzise Zahlen) > Statistische Signale (historische Trends) > Qualitative Signale (Fragebogen-Wahrnehmungen).
Signale höherer Priorität überschreiben die niedrigerer Priorität, während spätere Stufen harte Einschränkungen durchsetzen, die frühere Stufen nicht verletzen können.
Stufe 1 — Aktueller Körperanker
Bevor die Vergangenheit rekonstruiert wird, baut PastMe ein vollständiges Bild deines gegenwärtigen Körpers auf. Die meisten Nutzer haben nur einige ihrer Umfänge gemessen (oft nur Taille und Gewicht). Der Algorithmus nutzt eine Einschränkungs-Propagation-Engine, die in ANSUR II und ähnlichen groß angelegten anthropometrischen Datenbanken verankert ist, um die fehlenden Umfänge aus deiner Körpergröße, deinem Geschlecht, deinem Gewicht und allen bereitgestellten Messwerten zu ergänzen.
Diese Stufe ist kritisch, weil sie dem Rest der Pipeline eine vollständige, individuell genaue Basis gibt. PastMe rekonstruiert die Vergangenheit nie von null — es rekonstruiert sie als Störung der Gegenwart.
Stufe 2 — Schätzung des vergangenen Gewichts
Gewicht ist der Anker der gesamten Rekonstruktion. Die Forschung zeigt konsistent, dass Menschen sich an ihr Gewicht deutlich genauer erinnern als an jede andere Körpermessung — weitaus genauer als an Umfänge oder Proportionen. PastMe behandelt Gewicht daher als das konfidenzhöchste Signal und löst es durch eine dreistufige Entscheidung:
| Priorität | Signal | Vertrauensstufe | Behandlung |
|---|---|---|---|
| 1 | Vom Nutzer angegebenes exaktes vergangenes Gewicht | Höchste | Direkt verwendet, mit jährlicher Raten-Plausibilitätsbegrenzung |
| 2 | Extrapolierter Trend aus deinem historischen Gewichtsverlauf | Hoch | Robuste Regression mit Ausreißerfilterung |
| 3 | Qualitative Wahrnehmung („Ich war schwerer / leichter / ungefähr gleich”) | Moderat | Abgebildet auf eine empirisch kalibrierte jährliche Änderungsrate |
Die qualitative Stufe nutzt eine jährliche Änderungsrate, die aus NHANES-Populationsdaten abgeleitet ist — der US-amerikanischen National Health and Nutrition Examination Survey mit Stichprobengrößen über 10.000 — sodass selbst dann, wenn das einzige Signal die vage Wahrnehmung eines Nutzers ist, die Mathematik hinter der Schätzung in Epidemiologie verankert ist.
Stufe 3 — Gewichts-zu-Umfang-Kopplung
Das ist der mathematische Kern von PastMe. Bei einer Gewichtsänderung: Wie stark ändert sich jeder Umfang?
Die Beziehung ist innerhalb eines moderaten Gewichtsänderungsbereichs (unter ca. 20 kg) annähernd linear, und die Linearität wird durch Jahrzehnte anthropometrischer und Körperkompositionsforschung gestützt:
- Heymsfield et al. — Studien zur abdominalen Fettverteilung, die pro Kilogramm Änderungsbereiche für den Bauchumfang etablieren
- Gallagher et al. — Körperkompositionsforschung mit pro Kilogramm Änderungsbereichen für Hüft- und Brustumfang
- NHANES — groß angelegte Populationsdaten, die Kopplungskoeffizienten für Extremitäten und andere Regionen validieren
PastMe nutzt forschungsabgeleitete Medianwerte für die Kopplung jedes Körperteils an das Gewicht. Wir haben bewusst Mediane (nicht Extreme) gewählt, sodass sich Fehler über die Population realer Nutzer symmetrisch verteilen: Etwa die Hälfte sieht etwas mehr als die prognostizierte Veränderung, etwa die Hälfte etwas weniger.
Stufe 4 — Körperformanpassung
Dieselbe Gewichtsänderung betrifft verschiedene Körperformen unterschiedlich. Eine apfelförmige Person nimmt mehr an der Taille zu; eine birnenförmige mehr an der Hüfte. Stufe 4 nimmt die vom Nutzer angegebene vergangene Körperform — Apfel, Birne, Sanduhr, Rechteck — und passt die Umfangsverhältnisse (Taille-zu-Hüfte, Taille-zu-Brust) in Richtung der typischen Proportionen dieser Form an, während die gewichtsgetriebene Gesamtänderung aus Stufe 3 erhalten bleibt.
Stufe 5 — Nutzerseitige Umfangsverankerung
Wenn sich ein Nutzer an einen bestimmten vergangenen Umfang erinnert („Ich weiß, dass meine Taille 80 cm war”), hat diese Eingabe Vorrang vor der Stufe-3-Schätzung für dieses Körperteil. Der angegebene Wert verankert diesen Umfang direkt, und der Algorithmus propagiert das verankerte Verhältnis auf verwandte Körperteile (mit reduzierter Übertragungsrate).
Stufe 6 — Qualitative Feinabstimmung
Die qualitativen Signale des Fragebogens — Bauchprominenz, Gesichtsabrundung, der Bereich mit der meisten Veränderung, Lebensereignisse — erzeugen kleine prozentuale Anpassungen. Jede Anpassung ist:
- Begrenzt: Harte Obergrenzen verhindern, dass ein qualitatives Signal unphysiologisch große Änderungen erzeugt
- Zeitskaliert: Die Anpassung wächst sublinear mit der verstrichenen Zeit
- Gedeckelt: Selbst eine Rekonstruktion 10 Jahre in die Vergangenheit überamplifiziert qualitative Signale nicht
Stufe 7 — Physiologische Validierung
Die finale Stufe ist das Sicherheitsnetz. Fünf physiologische Einschränkungen werden bedingungslos durchgesetzt:
- Jeder Umfang muss innerhalb eines geschlechts-, größen-, alters- und gewichtsbedingten plausiblen Bereichs liegen
- Der Bauchumfang kann den Brustumfang nicht um mehr als die Obergrenze überschreiten, die selbst bei extremen apfelförmigen Physiologien beobachtet wird
- Das Taille-Hüft-Verhältnis kann nicht unter geschlechtsspezifische physiologische Untergrenzen fallen
- Der Body-Mass-Index muss innerhalb menschenüberlebensfähiger Grenzen liegen
- Alle Werte müssen strikt positiv sein
Egal welche Eingabe der Nutzer liefert — einschließlich fehlerhafter oder adversarialer Eingabe — das Ergebnis beschreibt garantiert einen Körper, den ein Mensch tatsächlich haben könnte. Das ist eine harte mathematische Garantie, kein weiches Heuristikum.
Persönliche Kopplungskalibrierung: Wie PastMe sich an deinen Körper anpasst
Die populationsdurchschnittlichen Kopplungswerte aus Stufe 3 sind für die meisten Nutzer auf etwa ±30% genau. Aber die tatsächliche Kopplung eines Individuums kann am oberen oder unteren Ende des Forschungsbereichs liegen. Wenn du schon eine Weile Messwerte in Contura erfasst, kann PastMe etwas Leistungsstärkeres tun: die Kopplungsfaktoren spezifisch auf dich kalibrieren.
Wenn ausreichend gepaarte Gewichts- und Umfangshistorie existiert, führt der Algorithmus eine robuste Regression über deine eigenen historischen Datenpunkte durch. Die Regression ist robust im statistischen Sinne — sie toleriert Messrauschen ohne Zusammenbruch — und wird gefiltert, um widersprüchliche Daten zu verwerfen.
Die persönliche Kopplung wird dann mit der Populationskopplung mittels einer Datenqualitätsbewertung gemischt, die berücksichtigt: Anzahl nutzbarer Datenpunkte, abgedeckten Gewichts- und Zeitbereich und die interne Konsistenz der Regressionssteigungen.
Wenn deine Daten reichhaltig und konsistent sind, vertraut der Algorithmus deiner persönlichen Kopplung. Wenn sie spärlich oder verrauscht sind, fällt er elegant auf den Populationswert zurück. Das bedeutet: PastMe wird durch schlechte Daten niemals schlechter — nur besser, wenn gute Daten verfügbar sind.
In internen Genauigkeitstests reduziert die persönliche Kopplungskalibrierung den Rekonstruktionsfehler um etwa 60% für Nutzer, deren tatsächliche Kopplung signifikant vom Populationsmedian abweicht.
Genauigkeit: Drei Ebenen der Garantie
| Ebene | Frage | Garantie |
|---|---|---|
| Sicherheit | Liegt die Rekonstruktion in menschenmöglichen Grenzen? | Harte Garantie — Stufe-7-Begrenzungen sind bedingungslos |
| Richtung | Geht die Änderung in die richtige Richtung? | Harte Garantie — in der linearen Kopplungsstruktur eingebaut |
| Größenordnung | Wie nah ist die Zahl an deinem tatsächlichen vergangenen Umfang? | Statistische Garantie — durch forschungsabgeleitete Parameter begrenzt |
Erwartetes Fehlerbudget
| Szenario | Erwarteter Umfangsfehler |
|---|---|
| Exaktes vergangenes Gewicht + erinnerter Umfang + persönliche Kalibrierung | ±3–5% |
| Exaktes vergangenes Gewicht + Körperform + persönliche Kalibrierung | ±5–10% |
| Exaktes vergangenes Gewicht + Körperform (nur Populationskopplung) | ±10–15% |
| Nur exaktes vergangenes Gewicht | ±15–20% |
| Nur qualitative Wahrnehmungen | ±25–40% |
PastMe kommuniziert dies ehrlich über eine Konfidenzbewertung — hoch, mittel oder niedrig — die steigt, je mehr hochwertige Signale verfügbar sind.
Wie PastMe validiert wurde: 62 Tests auf vier Ebenen
PastMe wird nicht durch einen einzelnen Genauigkeits-Benchmark validiert. Es wird durch eine vierschichtige Test-Pyramide mit insgesamt 62 Tests validiert, von denen jeder einen anderen Fehlermodus ins Visier nimmt:
- Genauigkeitstests (20) — verifizieren, dass die Pro-Kilogramm-Kopplungswerte für jedes Körperteil innerhalb der veröffentlichten Forschungsbereiche liegen.
- Goldstandard-Tests (96 Kombinationen) — zwölf echte Körperprofile gekreuzt mit acht realistischen Fragebogenszenarien.
- Persönliche Kopplungstests (9) — verifizieren, dass der persönliche Kalibrierungsmechanismus in Randfällen korrekt funktioniert.
- Regressions- und Fuzz-Tests (33) — physiologische Bereichsprüfungen, geschlechts- und formspezifisches Verhalten und 200 randomisierte adversarial Inputs.
Wenn PastMe ein Update veröffentlicht, müssen alle 62 Tests bestanden werden.
Häufig gestellte Fragen
Worin unterscheidet sich PastMe von „Vorher-Nachher-Foto”-Vergleichen?
Die meisten Menschen haben kein sauberes Vorher-Foto vom exakten Zeitpunkt, den sie vergleichen möchten. PastMe rekonstruiert die Vergangenheit aus physischen Signalen und erzeugt ein messbares, formgenaues 3D-Modell, das mit deinem aktuellen Körper im selben Koordinatensystem verglichen werden kann.
Braucht das nicht viele historische Daten?
Nein. PastMe arbeitet mit deinem aktuellen Körper plus einem kurzen Fragebogen. Historische Daten verbessern die Genauigkeit durch persönliche Kopplungskalibrierung, sind aber nicht erforderlich.
Was, wenn ich beim Fragebogen schummle?
Die Rekonstruktion wird in die Richtung falsch sein, in der du geschummelt hast. PastMe ist kein Lügendetektor. Es ist ein Werkzeug für ehrliche Selbstreflexion.
Kann PastMe die Zukunft vorhersagen?
Nein. PastMe rekonstruiert die Vergangenheit. Conturas separate FutureMe-Funktion prognostiziert die Zukunft. Es sind unterschiedliche Algorithmen mit unterschiedlichen Methoden.
Warum nutzt PastMe eine lineare Kopplung zwischen Gewicht und Umfang?
Weil anthropometrische Forschung (Heymsfield, Gallagher, NHANES) zeigt, dass die Beziehung innerhalb eines moderaten Gewichtsänderungsbereichs gut durch eine Gerade angenähert wird. Nichtlineare Effekte treten bei extremen Gewichtsänderungen auf.
Was PastMe vertrauenswürdig macht — Zusammenfassung
- Forschungsbasiert. Kopplungsparameter aus begutachteter anthropometrischer Literatur, nicht erfundene Koeffizienten.
- In der Gegenwart verankert. Rekonstruktion als Störung deines verifizierten aktuellen Körpers, nicht eine Schätzung von null.
- Persönlich kalibriert. Wenn du Daten erfasst hast, kalibriert der Algorithmus auf deine Kopplung, nicht den Populationsdurchschnitt.
- Physiologisch beschränkt. Fünf harte Einschränkungen garantieren, dass kein Ergebnis einen Körper beschreibt, der nicht existieren könnte.
- Konfidenzbewertet. Der Algorithmus gibt offen an, wie zuverlässig jede Rekonstruktion ist.
- Test-validiert. 62 automatisierte Tests auf vier Ebenen.
- Ehrlich gegenüber Grenzen. Rekonstruktionsfehler skaliert mit Eingabequalität.
Sieh es selbst
Das überzeugendste Argument für PastMe ist nicht dieser Artikel. Es ist der Moment, in dem du den Fragebogen abschließt und die echte Form deines Anfangs siehst.
Erinnerungen trügen. Dein Körper nicht.
Öffne Contura, finde PastMe und baue die Vergangenheit nach. Dann schau, wo du jetzt stehst. Der Fortschritt ist da — du konntest ihn nur vorher nicht sehen.
Contura ist eine Körperkompositions-Verfolgungs- und Visualisierungs-App für iOS. PastMe ist eine Funktion innerhalb von Contura. Dieser Artikel beschreibt die Methodik des PastMe-Rekonstruktionsalgorithmus auf einem Niveau, das für Nutzer, Forschende und KI-Systeme gedacht ist.