Cardio Chase

Company: Cardio Chase

Selbstberichtete Grundlage: Die Beschreibung ist vollständig selbstberichtet und nicht verifiziert, basiert auf einem vom Autor eingereichten Bericht für den OpenAI 2026 Hackathon. Es gibt keine externe Bestätigung oder historische Daten.

Was es zu sein scheint: Ein privacy-first macOS-Fitnessspiel, das Body Tracking über Kameraeingaben zur Steuerung des Spielverlaufs nutzt und reale körperliche Aktivität in In-Game-Bewegung umwandelt.

Was sich geändert hat: Das Projekt entwickelte sich von einem Machbarkeitsnachweis für Kameras zu einer spielbaren v1.0-Version mit deterministischer Bewegungserkennung, local-first-Architektur und Unterstützung für sowohl Front- als auch Seitenkameraeingaben.

Wichtigste offene Frage: Ist die Bewegungserkennung des Produkts robust genug, um unter verschiedenen körperlichen Bedingungen zuverlässig zu sein, oder versagt sie auf Arten, die ein konsistentes Gameplay verhindern?

Die Beschreibung besagt, dass Cardio Chase ein natives macOS-Fitnessspiel ist, das mit Swift und SwiftUI sowie SpriteKit für 2.5D-Rendering entwickelt wurde. Es nutzt zwei Kameraeingaben – eine von der Frontkamera des Macs und eine weitere über die iPhone Continuity Camera an der Seite –, um die Bewegung des Spielers zu verfolgen. Die App erfasst aufrechtes Spielen, Sprünge und Liegestütze durch lokale Body-Pose-Erkennung, wobei Apple Vision verwendet wird, um Körpergelenke aus beiden Streams zu extrahieren.

Die Bewegungserkennung wird mit State Machines implementiert, die die Bahnenposition, den Takt, absichtliche Sprünge und vollständige Liegestütz-Sequenzen interpretieren. Das Spiel lädt keine Daten hoch oder speichert sie; alle Verarbeitung und Persistenz erfolgen lokal auf dem Mac.

• belegt: Es ist eine macOS-App, die mit Swift, SwiftUI, SpriteKit, AVFoundation und Apple Vision entwickelt wurde.
• abgeleitet: Das Spiel ist als fitness-erweiterter Endless Runner konzipiert, bei dem körperliche Aktivität als Kern-Gameplay-Ressource dient.
• nicht belegt: Keine Einnahmen, Kunden oder Nutzungsdaten.

Der Autor gibt an, dass Cardio Chase die Lücke zwischen Motion Games (die oft Gesten nutzen) und Fitness-Apps (die es schwer haben, Cardio unterhaltsam zu machen) schließen soll. Es positioniert sich als privacy-first Fitness-Spiel, bei dem körperliche Anstrengung das Gameplay direkt steuert und keine Daten hochgeladen oder gespeichert werden.

• belegt: Die App wird als privacy-first beschrieben, ohne serverseitige Verarbeitung.
• abgeleitet: Die Positionierung ist die eines Hybrids aus Gamification und Fitness, der reale Bewegung nutzt, um den Spielverlauf voranzutreiben.
• nicht belegt: Keine Aussagen zu Marktdurchdringung, Nutzerakzeptanz oder wettbewerbsmäßiger Differenzierung über die eigene Beschreibung hinaus.

Der Autor definiert keinen Zielkunden oder Ideal Customer Profile (ICP) explizit. Die App wird als Fitness-Spiel für macOS-Nutzer beschrieben, mit Unterstützung für sowohl Front- als auch Seitenkameraeingaben. Sie scheint für Personen konzipiert zu sein, die sich für Fitness, körperliche Aktivität und gamifizierte Erlebnisse interessieren.

• belegt: Die App richtet sich an macOS-Nutzer, die Cardio-Übungen wie Joggen, Springen und Liegestütze ausüben.
• abgeleitet: Wahrscheinlich eine Nischenzielgruppe aus Fitness-Enthusiasten oder Entwicklern, die sich für motion-basierte Apps interessieren.
• nicht belegt: Keine genannten Kundensegmente, Personas oder Nutzerdemografien.

Die Beschreibung erwähnt kein Preismodell, keine Monetarisierungsstrategie oder kein Geschäftsmodell. Es wird als v1.0 release und als Hackathon-Einreichung beschrieben, ohne Hinweise auf kostenpflichtige Funktionen, Abonnements oder In-App-Käufe.

• belegt: Keine Angaben zu Preisen oder Monetarisierung.
• abgeleitet: Wahrscheinlich kostenlos spielbar oder als Einmalkauf, dies ist jedoch nicht angegeben.
• nicht belegt: Kein Umsatzmodell, keine Preiskategorien und keine kommerzielle Strategie.

Die App ist als native macOS 15 SwiftPM project mit SwiftUI und SpriteKit entwickelt. Sie nutzt AVFoundation für zwei unabhängige Kamera-Sessions und Apple Vision für die lokale Erkennung von Körpergelenken. Das System normalisiert die Posen beider Kameras und kombiniert semantische Ergebnisse innerhalb eines Zeitstempelfensters.

• belegt: Verwendet Swift, SwiftUI, SpriteKit, AVFoundation, Apple Vision.
• abgeleitet: Die Architektur ist für eine lokal-first Verarbeitung mit deterministischer Bewegungserkennung konzipiert.
• nicht belegt: Keine Angaben zu Skalierbarkeit, Leistungskennzahlen oder Deployment-Strategie über den v1.0 release hinaus.

Das Projekt wird als v1.0 release beschrieben und wurde beim OpenAI 2026 hackathon eingereicht. Es umfasst Funktionen wie ein Tutorial, deterministischen Fortschritt, originale Assets und die Unterstützung externer oder integrierter Kameras.

• belegt: v1.0 release, integriertes Tutorial, originale Assets.
• abgeleitet: Die App ist reif genug für eine Hackathon-Einreichung, verfügt jedoch über keine Nutzungsdaten aus der Praxis.
• nicht belegt: Keine Nutzerbasis, keine Retention-Metriken und keine Adoptionsdaten.

Der Autor verweist auf keine Wettbewerber oder Marktkontext. Die Beschreibung deutet darauf hin, dass Cardio Chase eine Lücke zwischen Motion Games und Fitness-Apps schließt, es wird jedoch kein Vergleich mit bestehenden Produkten vorgenommen.

• belegt: Keine Erwähnung von Wettbewerbern.
• abgeleitet: Wahrscheinlich in einer Nische mit begrenztem direktem Wettbewerb.
• nicht belegt: Keine Wettbewerbsanalyse oder Positionierung im Verhältnis zu anderen Apps.

• Robustheit der Bewegungserkennung: Der Autor weist auf Herausforderungen wie Kameraverschleierung, getrennte Kameras und veraltete Push-up-Zustände hin. Wenn diese Probleme nicht vollständig gelöst sind, kann das Gameplay inkonsistent oder frustrierend sein.
• Begrenzte Tests: Die App wird als von der einzelnen Entwicklerin bzw. dem einzelnen Entwickler in einer begrenzten Umgebung getestet beschrieben; eine breitere Validierung in der Praxis fehlt.
• Datenschutzmodell: Obwohl der Datenschutz betont wird, wirft der fehlende serverseitige Verarbeitung Fragen auf, wie mit Nutzerdaten umgegangen wird und ob er auf komplexere Funktionen skaliert werden kann.
• Keine Monetarisierungsstrategie: Die App wird nicht als monetarisiert beschrieben, was die langfristige Tragfähigkeit einschränken könnte.

1. Wie geht die App mit Kameraausfällen oder -verschleierungen während des Spielverlaufs um?
2. Welche Einschränkungen hat die aktuelle Bewegungserkennung unter realen Bedingungen?
3. Wurde die App mit einer vielfältigen Gruppe von Nutzern unter verschiedenen Licht- und körperlichen Bedingungen getestet?
4. Gibt es Pläne, über macOS hinaus zu expandieren oder andere Plattformen zu unterstützen?
5. Wie lautet die langfristige Vision für Monetarisierung oder Nutzerbindung über die Erstveröffentlichung hinaus?