ITENFRESDE
MAV73TRIATHLON. SERIOUSLY.← Data Lab
MAV73 / DATA LAB / PROJECT 01

MY ATHLETE
AI.

Ich habe meine Sportdaten mit einem KI-System verbunden, das ich in natürlicher Sprache abfragen kann. Nicht um den Coach zu ersetzen, sondern um das, was Garmin aufzeichnet, mit dem gesamten Kontext zu verbinden.

GARMINTRAININGSLEEPRECOVERYWEIGHTERNÄHRUNGAI
THE IDEA

GARMIN RECORDS
MY TRAINING.
AI CONNECTS THE DOTS.

Ich bin technikbegeistert, auch weil es mein Beruf ist. Die Ausgangsfrage war einfach: Kann ich statt verschiedener Dashboards und Dutzender Grafiken einfach eine normale Frage direkt an meine Daten stellen?

Ziel ist nicht noch eine weitere Zahl. Es geht um Kontext: Was habe ich gestern gemacht, wie habe ich geschlafen, wie erhole ich mich, wie reagiert mein Herz, welche Bedingungen herrschten und wie passt all das zu meiner Historie?

BEFORE → PREDICT → AFTER
THE RULE

AI DOESN'T REPLACE
MY COACH.
IT WORKS ALONGSIDE HIM.

Eine Prognose ist keine Wahrheit und ein Modell weiß nicht alles, was ein Mensch weiß. Für mich ist KI ein zusätzlicher Analyst: Sie verbindet Daten, findet Signale, schlägt Interpretationen vor und ermöglicht den Vergleich mit dem, was tatsächlich passiert.

01 / BEFORE · TRAINING

ONE WORKOUT.
MORE CONTEXT.

Nach einer der letzten langen Einheiten vor Cervia wollte ich nicht nur Distanz, Pace und Herzfrequenz sehen. Ich wollte verstehen, wie mein Körper reagiert hatte – unter Berücksichtigung dessen, was zuvor passiert war.

„Bewerte meinen heutigen Lauf.“

Die KI setzte den Lauf in Beziehung zur sehr harten Radeinheit vom Vortag, zur Herzreaktion, zu den Umweltbedingungen, zu ähnlichen Trainings der Vergangenheit und zum aktuellen Punkt der Vorbereitung. Interessant war nicht, wie schnell ich war. Es ging darum zu verstehen wie ich auf diese Belastung reagiert hatte.

01TODAY'S RUN
02PREVIOUS LOAD
03HEART RATE
04WEATHER
05HISTORY
06RACE CONTEXT
02 / PREDICT · CERVIA 2026

PREDICTED.
THEN RACED.

Vor dem IRONMAN in Cervia bat ich die KI, die Vorbereitung zu lesen und die einzelnen Disziplinen zu schätzen. Nach dem Rennen verglich ich die Prognose mit dem tatsächlichen Verlauf. Nicht um zu beweisen, dass KI „richtig rät“, sondern um zu messen, wo das Modell meine Historie gut liest und wo es danebenliegt.

DISCIPLINE
AI PREDICTION
ACTUAL
SWIM
1:10–1:12
1:10:32
BIKE
5:10–5:15
5:19:07
RUN
4:45–4:55
4:51:02
TRANSITIONS
~15'
14:37

Schwimmen und Laufen lagen in den prognostizierten Fenstern, die Wechsel sehr nah an der Schätzung. Das Rad war langsamer. Gerade die Abweichung – nicht nur die Übereinstimmung – macht den Vergleich nützlich.

03 / AFTER · WHAT ELSE?

THE RESULT IS
ONLY THE START.

Nach Cervia war ich mit dem Ergebnis zufrieden. Dann stellte ich eine zweite Frage: Was kannst du außer der Endzeit erkennen, wenn du Gesundheits-, Erholungs- und Renndaten zusammenführst?

„Gibt es weitere Informationen, die du unter Einbeziehung aller Gesundheitsfaktoren herauslesen kannst?“
96 msHRV · PRE-RACE

Wert aus der Nacht vor dem Rennen, zusammen mit 6 h 40 Schlaf und 98 Minuten Tiefschlaf.

38 bpmRESTING HR

Ruheherzfrequenz am Vortag.

81–83READINESS

Am Rennmorgen zeigte das Gerät ein hohes Erholungsniveau an.

81 → 5BODY BATTERY

Die Veränderung zeigte unmittelbar, wie stark der Tag die vom Wearable geschätzten Reserven geleert hatte.

4,687 LHYDRATION · BIKE

Im Analysebericht erfasster Verbrauch gegenüber einer Geräteschätzung von 4,706 L.

~64 hRECOVERY · +2 DAYS

Zwei Tage später zeigte die Uhr noch eine lange Erholungszeit, während HRV und Schlaf bereits wieder gestiegen waren.

THE FINISH TIME TELLS ME WHAT HAPPENED.
THE DATA HELPS ME ASK WHY.

DATA ≠ TRUTH

CONTEXT,
NOT CERTAINTY.

KI kann Zusammenhänge finden, die in vielen getrennten Ansichten schwer zu erkennen wären. Aber eine Korrelation wird nicht automatisch zur Ursache, eine Prognose ist kein Versprechen und Wearable-Werte sind keine Diagnose.

Auch KI-Antworten können zu selbstsicher sein. Ein Teil des Projekts besteht darin, unterscheiden zu lernen zwischen Messwert, Interpretation und Hypothese.

Auch deshalb soll das Projekt weder einen Coach noch medizinisches Fachpersonal ersetzen.

WHAT I ASK

QUESTIONS,
NOT DASHBOARDS.

01

Wie verändert sich meine Form in den letzten Wochen?

02

Welcher Zusammenhang besteht zwischen Schlaf, Belastung und Trainingsqualität?

03

Welche Leistung ist mit den aktuellen Daten realistisch zu erwarten?

04

Wo lag die Prognose im Vergleich zum echten Rennen falsch?

BUILD YOUR OWN

I WANT TO SHOW
HOW I BUILT IT.

Das ist auch eines der Themen, die ich auf MAV73 und Instagram zeigen möchte: wie man aus den eigenen Daten mit zugänglichen Tools ein ähnliches System aufbaut, ohne zwingend teure Abonnements abzuschließen.

Nicht um mein Setup zu kopieren, sondern um zu verstehen, wie man Daten sammelt, organisiert und vor allem bessere Fragen stellt.

PROJECT 02

PERSONAL DATA
NEEDS CONTEXT.

Athlete AI kennt meine persönliche Historie. Das IRONMAN Data Project baut eine zweite Ebene auf: den Kontext von Athleten, Rennen, Splits und Rankings.

EXPLORE IRONMAN DATA PROJECT →
MAV73 PARTNER
MAV73TRIATHLON. SERIOUSLY.
Für ausgewählte Partnerschaften verfügbar.