Wie trace entstand: Eine Plattform statt vier Tools
Generische KI-Zusammenfassungen, überladene Oberflächen, vier Tools für eine Trainingsentscheidung. Der Wunsch, das in einer Plattform zu vereinen, war der Anfang von trace.
Wer ambitioniert trainiert, kennt die Routine: nach jeder Einheit öffnet sich irgendwo eine KI-Zusammenfassung. „Solide Grundlageneinheit, achte auf deine Erholung." Drei Sätze, austauschbar, ohne erkennbaren Bezug zu meiner letzten Belastungswoche, meiner CP-Entwicklung, meinen Saisonzielen. Generischer Text, der bei jedem Sportler genauso aussehen würde.
Auf der einen Plattform stimmten die Watt-Auswertungen, aber das Interface wirkte wie eine Datenbankmaske aus den Nullerjahren. Auf der anderen war die Optik schick, aber für eine ehrliche Belastungsbilanz musste ich exportieren und in einem zweiten Tool weiterarbeiten. Für die CP-Kurve ein drittes Werkzeug. Für die Trainingsplanung ein viertes. Jede App löst einen Teil sauber und scheitert am Rest.
Daraus entstand der Wunsch nach einer Plattform, die das zusammenführt: eine Oberfläche, die nicht erschlägt, KI-Auswertungen, die wirklich auf deine Daten schauen, und alle relevanten Metriken an einem Ort. Genau dort begann trace.
Phase 1: Das Fundament
Der erste Prototyp war bewusst minimal: Login, Verbindung zu intervals.icu, eine simple Aktivitätsliste. Schon beim ersten Test wurde klar, dass „Aktivitäten anzeigen" nicht der Punkt sein darf. Der Punkt ist: was sagt mir diese Aktivität in Bezug auf alle Aktivitäten davor, und was leite ich daraus für die nächste ab? Eine isolierte Trainingseinheit ist statistisches Rauschen. Erst die Sequenz erzählt eine Geschichte.
Phase 2: Die Leistungskurve
Die CP-Kurve war das erste Feature, das wirklich Spaß gemacht hat. Aus jeder Aktivität extrahieren wir die besten Mean-Maximum-Power-Werte für 5 s, 15 s, 30 s, 1 min, 5 min, 20 min und länger und legen sie über deinen gesamten Verlauf zusammen. Daraus rechnen wir Critical Power und W'. Plötzlich war sichtbar: wo bist du wirklich stark, wo hast du eine Lücke?
Phase 3: Belastung verstehen, nicht nur messen
Als nächstes kam die Trainingsbelastung. Die klassischen Metriken ATL, CTL, TSB sind seit Jahrzehnten Standard, werden aber in den meisten Apps als nackte Zahlen ausgespuckt. Wir wollten mehr: was bedeutet ein TSB von -25? Wann lohnt sich ein Recovery-Tag, wann ist es Zeit für eine harte Einheit? Die Antwort gehört in den gleichen Screen wie die Zahl selbst.
Phase 4: Die zweite Dimension Effizienz
Watt und Herzfrequenz allein reichen nicht. Erst ihr Verhältnis verrät, ob du fitter wirst oder nur müder. Ein 200-Watt-Ride bei 145 bpm ist ein anderer Trainingsreiz als 200 Watt bei 165 bpm. Aerobic Efficiency war der erste Indikator, bei dem mehrere Nutzer sagten: „Das hat mir keine andere App so gezeigt."
Phase 5: Durability
Profi-Teams reden seit zwei, drei Jahren intensiv über Durability, also die Fähigkeit, Leistung nach hoher Vorbelastung zu halten. Wir haben das Konzept aus den Studien von Leo et al. und Mateo-March et al. übernommen und in die CP-Kurve integriert. „Fatigued Overlay" zeigt deine besten Werte nach 20 kJ/kg geleisteter Arbeit. Die Lücke zwischen frischer und ermüdeter Kurve ist die ehrlichste Diagnose, die ein Ausdauersportler bekommen kann.
Phase 6: Lauftraining
Viele Radsportler laufen im Winter. Viele Läufer fahren Rad zur Regeneration. Also haben wir Lauf-Zonen auf Pace-Basis und eigene Lauf-Trainingsbelastung hinzugefügt: getrennt bilanziert, aber im Gesamtbild zusammengeführt.
Phase 7: Der KI-Trainer
Der letzte große Baustein: ein KI-Trainer, der die ganzen Zahlen interpretiert. Nicht als generischer Chatbot, sondern mit vollem Kontext zu deinen Werten wie CP, TSB, letzte Einheiten und Saisonziele. Er antwortet auf Deutsch, kennt die Begriffe und kann für die nächste Woche einen Vorschlag machen, der zu deiner aktuellen Form passt.
Was als Nächstes kommt
Direkte API-Anbindungen gibt es bereits für Wahoo, Coros, Hammerhead und Polar. Strava- und Garmin-Anbindung laufen aktuell über intervals.icu; eigene OAuth-Integrationen für beide sind in Arbeit, damit der Einstieg noch einfacher wird. Daneben: bessere Saisonplanung, Race-Readiness, automatische Trainings-Reviews nach jeder Einheit.
trace ist nicht fertig. Aber es ist heute schon die Plattform, die mir damals gefehlt hat: eine Oberfläche, KI-Auswertungen mit Substanz, alle Metriken an einem Ort. Genau das war von Anfang an das Ziel.