Systemlabor / TrainingOS
Sportuhren und Trainings-Apps liefern jeden Morgen einen Wert und eine Empfehlung dazu. TrainingOS ist mein privates System, das den umgekehrten Weg geht: Es zeigt, woher jeder Wert kommt, wie verlässlich er ist und was heute dafür oder dagegen spricht — die Entscheidung bleibt bei mir.
Das Problem
Die meisten Trainings-Apps verdichten Schlaf, Erholung und Belastung zu einer einzigen Zahl oder Farbe. Das ist bequem — aber wenn die Ampel rot ist, bleibt offen: War die Nacht schlecht, war die Woche zu hart, oder hat das Gerät schlicht daneben gemessen?
Für eine echte Trainingsentscheidung fehlen dann genau die drei Dinge, auf die es ankommt: der Zusammenhang der letzten Wochen, die Herkunft der Messung — und die eigene Wahrnehmung, die keine Uhr ersetzt. TrainingOS hält diese drei Dinge sichtbar nebeneinander, statt sie in einer Zahl verschwinden zu lassen.
Was das ist
Was das nicht ist
01 / Der Weg
Der Kern des Systems ist ein geschlossener Kreislauf: Daten werden getrennt gesammelt, nachvollziehbar eingeordnet und in Entscheidungsfragen übersetzt. Und weil jede Empfehlung festgehalten wird, lässt sich später prüfen, ob sie gut war.
Trainings- und Erholungsdaten kommen aus getrennten Quellen und werden unverändert und privat archiviert — nichts wird beim Sammeln schon interpretiert.
Fester Programmcode rechnet daraus Belastung, Erholung und Entwicklung — nach gleichbleibenden, versionierten Regeln. Jeder abgeleitete Wert behält sichtbar, woher er kommt und wie verlässlich er ist.
Das private Cockpit sortiert alles nach vier Entscheidungsfragen, nicht nach Sensoren oder Diagrammtypen.
Für heute schlägt das System eine von vier Klartext-Handlungen vor und nennt höchstens drei Gründe. Warnzeichen haben immer Vorrang.
Was ich tatsächlich getan habe und wie mein Körper reagiert hat, wird festgehalten. Das System muss sich an mir prüfen lassen — nicht umgekehrt.
Fehlt eine Quelle — der Ring hat die Nacht noch nicht übertragen, eine Messung ist zu alt —, wird das nie stillschweigend als gutes oder schlechtes Zeichen gelesen. Fehlende Daten senken sichtbar die Verlässlichkeit der Empfehlung, mehr nicht.
02 / Vier Fragen
Statt für jeden Messwert ein eigenes Diagramm zu zeigen, beantwortet das Cockpit vier Fragen — jede auf einer eigenen Seite.
Was ist heute sinnvoll?
Die geplante Einheit, eine Empfehlung in Klartext — Plan ausführen, mit Leitplanke ausführen, Belastung anpassen oder pausieren und prüfen — und die Gründe dahinter. Daneben der Zustand von Herz, Atmung, Schlaf und eigener Wahrnehmung.
Was habe ich trainiert?
Strecke, Dauer und Höhenmeter über Sportarten und Zeiträume hinweg, frei erkundbar — dazu der Abgleich mit dem Wochenplan.
Wie entwickelt sich meine Belastbarkeit?
Kurzfristige gegen längerfristige Belastung, getrennt für Herz-Kreislauf und Bewegungsapparat. Beides ist Kontext für eine Einschätzung — kein Urteil über Verletzungsrisiko.
Was ist in einer Einheit passiert?
Einzelne Trainings im Detail — jeweils mit der Angabe, wie belastbar die Auswertung dieser konkreten Einheit ist.
03 / Arbeitsteilung
Daten abholen, Einheiten umrechnen, Belastung nach fester Formel bestimmen: Das sind Regel-Aufgaben. Dasselbe Training muss an zwei Tagen dieselbe Zahl ergeben. Auch die Tagesempfehlung entsteht aus festen, versionierten Regeln — nicht aus KI.
Trainingswissenschaft auswerten, widersprüchliche Wochenbilder diskutieren, Pläne hinterfragen: Dafür nutze ich KI als Gesprächspartner. Ihre Einschätzungen sind Vorschläge mit Quellen — sie rechnen keine Werte aus und stimmen bei der Tagesempfehlung nicht mit.
Ob ich hart trainiere, entscheide ich. Das System bereitet die Entscheidung vor, hält sie fest — und wird später daran gemessen, wie mein Körper tatsächlich reagiert hat.
04 / Quellen
Läufe, Radfahrten und andere Einheiten mit Strecke, Dauer, Herzfrequenz und Höhenmetern.
Schlaf sowie nächtliche Herz- und Atemwerte aus dem Ring. Die Readiness-Anzeige des Herstellers bleibt Kontext — sie entscheidet nichts.
Der Importweg ist gebaut und getestet, im Cockpit aber noch nicht mit echten Daten belegt. Er erscheint hier erst als „live“, wenn er es ist.
Zwei Geräte, die scheinbar dasselbe messen, tun das oft mit verschiedenen Verfahren. Solche Werte werden hier deshalb nie gemittelt: Jeder wird getrennt geführt und an der eigenen Vergleichsbasis der letzten Wochen gelesen — nicht an Herstellernormen oder fremden Durchschnitten.
05 / Stand & Grenzen
Bereits im Betrieb
Der tägliche Datenabruf, die vier Cockpit-Seiten, die Klartext-Empfehlung mit Gründen und das Festhalten der eigenen Entscheidung laufen produktiv — privat, auf eigener Infrastruktur. Bei Warnzeichen wie Fieber oder Brustschmerz lautet die Antwort des Systems immer: pausieren und ärztlich klären. Keine Ampel überstimmt das.
Bewusst begrenzt
Die Empfehlungen laufen im Beobachtungsmodus: Erst wenn genügend eigene Rückmeldungen mit tatsächlicher Reaktion vorliegen, darf das System seine Regeln an mir schärfen. Und weil es auf eine Person eingestellt ist, folgt aus ihm keine Trainingsempfehlung für andere.
Das Cockpit selbst bleibt privat und ist nur in meinem eigenen Netz erreichbar. Diese Seite ist der öffentliche Einstieg in das System — sie enthält weder Messwerte noch Trainingsdaten und wird das auch nicht tun.
Weiterlesen
Das Labor zeigt Systeme im Querschnitt. Im Blog stehen die einzelnen Bauentscheidungen; unter Analysen zeigt der Unternehmenskompass, was daraus für Unternehmen folgt.
