Mein neuer Coach ist eine KI: Wie ich Gemini für das Training nutze

Seit ein paar Jahren bin ich vom normalen ungesteuerten Radfahren zu einem strukturierten Training übergegangen. Das hatte zum einen den Grund, dass ich mich für einige Ultra-Bikepacking Events vorbereiten wollte. Mein Ziel: so fit zu sein, dass ich nicht einfach nur überlebe, sondern das ganze auch genießen kann. Der andere Grund war, dass ich mich einfach fit halten wollte und einen Ausgleich zur Arbeit gesucht habe.

Was 2019 mit ersten strukturieren Übungen begann, hat sich mittlerweile zu meinem Alltag entwickelt. Ich versuche einerseits meine Form zu halten und dann gezielt für bestimmte Event und Anlässe auszubauen. Mein nächstes Ziel ist die Italy Divide und dafür braucht es eine Anpassung des bisherigen Trainings und Fokussierung.

Seit über einem Jahr experimentiere ich jetzt mit KI-gestütztem Training – und ja, das funktioniert tatsächlich erstaunlich gut.

Ich habe dabei einige Erfahrungen gemacht und vieles ausprobiert. Daher habe ich dazu ein Video gemacht, in dem ich euch zeige, wie ich mir mit Google Gemini einen eigenen “Trainer-Agenten” (ein sogenanntes Gem) gebaut habe und was ich damit machen kann.

Warum eine KI (noch) keinen echten Trainer ersetzt

Machen wir uns nichts vor: Ein menschlicher Trainer hat Fähigkeiten, die eine KI schlicht nicht leisten kann. Er erkennt zwischenmenschliche Nuancen, spürt deine mentale Verfassung oder sieht dir an, wie erschöpft du wirklich bist.

Auch bei unvorhersehbaren Faktoren wie extremem Wetter oder der Taktik in einem Rennen hat ein erfahrener Coach die Nase vorn. Die KI ist für mich eher wie ein extrem fähiger Mitarbeiter, mit dem ich mich austausche und Ideen diskutiere – die finale Entscheidung treffe ich aber immer noch selbst auf Basis meines Körpergefühls.

Mein Workflow für den KI-Trainer:

• Klare Rolle definieren: Ich lege fest, dass die KI ein erfahrener Ultra-Bikepacking-Trainer ist, damit wir auf Augenhöhe kommunizieren.
• Die Strecke “füttern”: Durch das Hochladen von GPX-Dateien des bevorstehenden Events versteht die KI die Bodenbeschaffenheit und die Schlüsselstellen der Route.
• Datenaustausch: Über den Strava-Archiv-Export bekommt der Agent meine gesamte Trainingshistorie als Datengrundlage.
• Gedächtnisstütze: Da der Memory-Speicher der KI begrenzt ist, fasse ich die Konversation regelmäßig als Markdown-Datei zusammen, um den Kontext dauerhaft zu sichern.

Video: How to KI Training?

In dem Video erkläre ich euch auch, wie ich das Ganze für meine Einheiten auf MyWhoosh nutze und wie ich den “Thinking Mode” einsetze, um die Planung kritisch hinterfragen zu lassen:

Schaut mal rein – vielleicht ist das ja auch ein Ansatz für euer nächstes großes Ziel.

Bei Fragen, Tipps und Anregungen schreibt mir gerne in die Kommentare, damit dann auch andere davon profitieren können.