Ein lernendes
Modell pro Athlet.
Jeder Athlet hat ein Modell von sich selbst, das ständig lernt — aus jedem Stufentest, jeder Intervalleinheit, jedem RPE-Feedback, jeder Anamnese-Notiz. Der Trainer steuert. Die KI erledigt die Fleißarbeit.
Diagnostik, Trainingsplan, Portal, Anamnese, Sportmedizin, Scheduling, Billing — jedes Modul ist Konsument derselben ai-core-Schicht. Kein Modul hat eine eigene KI-Blackbox. Das Zentrum wird klüger, also werden alle Module klüger — ohne dass der Trainer irgendwo neu trainieren muss.
Was die KI
konkret tut.
Sechs klar umrissene Funktionen — alle auf derselben ai-core-Schicht, alle mit Freigabe-Pflicht, alle durch denselben Credit-Cap.
Athlete-Twin
Ein lernendes Modell pro Athlet.
Jede Eingabe — Stufentest, Intervall, RPE, Anamnese — fließt in ein persistentes Modell des Athleten. Die KI spricht nie generisch: sie spricht aus dem Kontext dieser einen Person, dieser Saison, dieser Historie.
- →Retest-Deltas, Power-/Pace-Curve-Trend automatisch
- →Zonen-Drift-Warnung bei > 5 % Abweichung
- →Compliance-Score fließt in jede nächste Empfehlung
Trainer-Copilot
Natural Language über den Athletenpool.
"Zeig mir alle Marathon-Läufer mit Laktat-Drift im letzten Retest." Der Cockpit-Matcher filtert deinen Pool in Sekunden und liefert Beleg-Links zu den Tests, nicht nur Namen.
- →Cockpit-Matcher über Athleten, Tests, Intervalle
- →Ergebnisse mit Deep-Links — ein Klick in den Test
- →Trainer-eigene Custom-Prompts pro Tenant
Diagnostik-Bericht in 8 s
Entwurf. Trainer reviewt. Freigabe. PDF.
Stufentest hochladen, 8 Sekunden später steht der Bericht-Entwurf. Die KI erklärt jede Aussage im „Warum?"-Drawer — keine Black-Box, keine Halluzination ohne Beleg.
- →4 Schwellenmodelle parallel berechnet
- →Saisonkontext-bewusst (Vorperiode + Compliance)
- →Trainer-Freigabe-Pflicht vor Versand
Adaptive-Scheduler
Plant, was der Athlet morgen kann.
Wochenpläne, die sich an die Realität anpassen. Readiness niedrig? SHIFT. Zwei Sessions gemisst? DOWNGRADE mit Begründung. Der Trainer sieht jeden Vorschlag, nickt ab oder ändert.
- →REST · DOWNGRADE · SHIFT · FLAG mit Begründung
- →Plan-vs-Ist-Vergleich mit Compliance-Score
- →Multisport: Bike · Run · Swim · Strength
Coach-Chat mit AI-Draft
30 Sekunden statt 20 Minuten.
Athlet schreibt eine Frage ins Portal. Die KI schlägt dem Trainer eine Antwort vor — im Ton der Praxis, mit Bezug auf den letzten Test und die aktuelle Woche. Trainer gibt frei, Athlet sieht die Antwort.
- →Draft im Tenant-Style (Custom-Prompts)
- →Trainer-Freigabe bleibt Pflicht — kein Auto-Reply
- →Alle Drafts gehen durch den Credit-Cap
Tool-Layer
Die KI greift auf deine Daten zu — sicher.
Statt Freitext zu halluzinieren, ruft die KI typisierte Tools auf: „lade Test A-03 Q2", „filtere Athleten nach Laktat-Drift". Jede Operation tenant-scoped, auditierbar, deterministisch.
- →Typisierte Operations statt Prompt-Engineering
- →Tenant-isolierte Eval-Sets pro Tool
- →ESLint-gesperrt: kein LLM-SDK außerhalb ai-core
Warum das nicht
„GPT-wrappt“ ist.
Token-Kosten sind variable Kosten ohne natürliche Bremse. Ein schiefgelaufener Tool-Loop kostet mehr, als ein Tenant Umsatz bringt. Wir haben das von Tag 1 eingeplant.
Die Zahlen, die der Controller sehen will.
Berichtstext, Coach-Antworten, Wochenplan-Entwürfe. Pro Praxis, konservativ gerechnet.
Inkl. Schwellenmodell, Saisonkontext, Zonen-Vorschlag, 'Warum?'-Drawer.
Credits-Modell statt Token-Cents. Du zahlst N Credits pro Action — fix. Modell-Wechsel intern, Außenpreis stabil.
Nicht jede „KI-Integration“
meint dasselbe.
KI in 30 Minuten
am eigenen Athleten-Pool.
Wir zeigen Trainer-Copilot, Adaptive-Scheduler und den Credit-Cap live an echten Daten. Keine Folien, keine Modellkunde.