Systemlabor / TrainingOS
Trainingsplanung und Belastungssteuerung — privat und quellenbewusst.
Strava, Oura und bald Apple Health fließen in ein persönliches Cockpit für Heute, Woche und Entwicklung. Ich nutze es täglich selbst — mit nachvollziehbaren Datenverträgen statt einer einzelnen Black-Box-Ampel.
Warum
Eine Ampel sagt nicht, warum sie rot ist.
Die meisten Trainings-Apps verdichten Last, Schlaf und Erholung zu einer einzelnen Zahl oder Ampel — bequem, aber nicht nachvollziehbar. Wenn die Ampel rot ist, bleibt unklar: liegt es an schlechtem Schlaf, zu viel Belastung oder einem Messfehler?
TrainingOS hält Quellen bewusst getrennt und macht nachvollziehbar, welcher Wert woher kommt und mit welcher Methode er berechnet wurde — damit eine Entscheidung nachvollziehbar bleibt, nicht nur eine Farbe.
Was das ist
- Ein privates System, das ich täglich selbst benutze — Strava, Oura und bald Apple Health an einem Ort.
- Nachvollziehbare Datenverträge statt einer einzelnen Black-Box-Ampel.
- Mehrere getrennte Quellen, nie zu einer Zahl vermischt.
Was das (noch) nicht ist
- Ein öffentliches Produkt oder Bezahl-Angebot.
- Ein medizinisches Werkzeug — die Auswertungen ersetzen keine ärztliche Einschätzung.
- Ein fertiges Dashboard für andere — das Cockpit bleibt privat im Tailnet.
01 / System
Rohdaten bleiben Rohdaten. Entscheidungen bleiben erklärbar.
Aufnehmen
API- und Exportdaten werden unverändert, privat und quellengetrennt archiviert.
Einordnen
Einheiten, Last und Recovery werden deterministisch normalisiert — inklusive Methode und Confidence.
Entscheiden
Das private Cockpit beantwortet vier Fragen: Heute, Woche, Entwicklung und Einheiten.
02 / Quellen
Mehrere Sensoren, keine vermischte Wahrheit.
Strava
Aktivitäten, Streams, Cardio- und Mechaniklast sowie Laufklassifikation.
Oura
Schlaf, nächtliches RMSSD, Ruhepuls, Atmung, Temperatur und Readiness.
Apple Health
Separater Athleten- und Quellenpfad; SDNN bleibt methodisch von Oura-RMSSD getrennt.
03 / Technik
Fast alles hier ist Code, nicht KI — mit Absicht.
Daten abholen, Einheiten umrechnen, Belastung und Erholung nach einer festen Formel bestimmen: Das sind Regel-Aufgaben. Sie laufen als reine Automatisierung, weil dasselbe Training an zwei Tagen dieselbe Zahl ergeben muss. Ein Sprachmodell, das mal so und mal so rechnet, wäre hier kein Fortschritt, sondern ein Fehler.
KI setze ich genau an einer Stelle ein: beim Einordnen. Wenn drei Quellen unterschiedliche Bilder zeichnen — die Uhr sagt erholt, die Wochenlast sagt zu viel, der Schlaf sagt mittelmäßig —, ist das eine Einschätzungsfrage, keine Rechenaufgabe. Und selbst dann bleibt die Entscheidung, ob ich hart trainiere, bei mir.
Jeder abgeleitete Wert trägt mit, wie er entstanden ist und wie sicher er ist. Genau das fehlt den meisten Apps: Sie zeigen eine Zahl, aber nicht ihre Herkunft.
04 / Dashboard
Öffentlicher Einstieg. Private Gesundheitsdaten.
Das operative Dashboard wird ausschließlich im privaten Tailnet bereitgestellt. Diese Seite enthält weder Messwerte noch Tokens noch persönliche Trainingshistorien.
Zurück zum SystemlaborVom Eigenbau zur Auftragsarbeit
Dieselbe Sorgfalt gibt es auch für Ihren Betrieb.
Die Systeme hier baue ich für mich selbst — mit denselben Methoden entstehen Websites, Terminbuchung und Automatisierungen für lokale Betriebe. Schreiben Sie mir, was bei Ihnen ansteht.