Künstliche Intelligenz in der Trainingsplanung für Ausdauersportarten

KI-gestützte Trainingsplanung: Ein Praxistest im Laufsport

Die Integration künstlicher Intelligenz (KI) in verschiedene Lebensbereiche schreitet stetig voran. Auch im Sport, insbesondere im Ausdauersport wie dem Laufen, finden KI-Anwendungen zunehmend Beachtung. Eine zentrale Frage, die sich dabei stellt, ist, inwieweit KI-Tools wie ChatGPT in der Lage sind, individuelle Trainingspläne zu erstellen, die ambitionierte Ziele wie die Teilnahme an einem Halbmarathon unterstützen können. Dieser Artikel beleuchtet die Möglichkeiten und Grenzen der KI-gestützten Trainingsplanung anhand praktischer Erfahrungen und analytischer Betrachtungen.

Die Ausgangslage: Vom Wunsch zum Plan

Für viele Läuferinnen und Läufer stellt ein Halbmarathon eine attraktive Herausforderung dar. Die Planung eines solchen Vorhabens erfordert jedoch eine strukturierte Herangehensweise, um Übertraining, Verletzungen oder Enttäuschungen zu vermeiden. Traditionell werden hierfür oft statische Trainingspläne aus Büchern, Apps oder von Trainern verwendet. Mit dem Aufkommen leistungsfähiger Sprachmodelle wie ChatGPT, Claude oder Gemini ergibt sich die Möglichkeit, personalisierte Pläne zu generieren, die auf individuelle Parameter zugeschnitten sind.

Ein typisches Szenario beginnt mit der Formulierung eines Ziels, beispielsweise die Verbesserung einer persönlichen Bestzeit oder das erstmalige Absolvieren der Distanz. Die KI wird dabei als virtueller Coach eingesetzt, der auf Basis der eingegebenen Daten einen Trainingsplan entwerfen soll. Die anfängliche Neugier, ob ein solches System einen menschlichen Trainer ersetzen kann, ist dabei oft groß.

Der Dialog mit der KI: Präzision als Schlüssel

Die Effektivität eines KI-generierten Trainingsplans hängt maßgeblich von der Qualität der bereitgestellten Informationen ab. Ein oberflächlicher Prompt wie „Erstelle mir einen Trainingsplan für einen Halbmarathon“ führt in der Regel zu generischen Ergebnissen. Um einen wirklich nützlichen Plan zu erhalten, sind detaillierte Angaben unerlässlich. Dazu gehören:

• Aktuelles Leistungsniveau: Dies kann eine aktuelle Wettkampfzeit über eine kürzere Distanz (z.B. 5 km oder 10 km) sein, die der KI ermöglicht, Pace-Zonen abzuleiten.
• Trainingshistorie: Informationen über die wöchentlichen Kilometerumfänge der letzten Wochen geben Aufschluss über den Ausgangspunkt.
• Körperliche Parameter: Alter, Gewicht und Größe sind relevant für die Einschätzung des allgemeinen Fitnessniveaus.
• Gesundheitszustand und Einschränkungen: Vorhandene Verletzungen oder Anfälligkeiten müssen berücksichtigt werden, um risikofreies Training zu gewährleisten.
• Verfügbare Trainingszeit: Die Anzahl der Trainingstage pro Woche und die Dauer der Einheiten sind entscheidend für die Realisierbarkeit des Plans.
• Zusätzliche Aktivitäten: Informationen zu Krafttraining oder anderen Sportarten helfen der KI, die Gesamtbelastung zu kalkulieren.
• Lebensumstände: Berufliche Belastung, familiäre Verpflichtungen oder Reisegewohnheiten beeinflussen die Regenerationsfähigkeit und müssen in die Planung einfließen.

Ein interaktiver Ansatz, bei dem die KI durch gezielte Fragen weitere Details erfragt, hat sich in der Praxis als vorteilhaft erwiesen. Dies ermöglicht eine schrittweise Verfeinerung des Plans, ähnlich dem Dialog mit einem menschlichen Coach.

Analyse der KI-generierten Pläne: Stärken und Schwächen

Bei der Erstellung von Trainingsplänen zeigen KI-Modelle verschiedene Stärken:

• Struktur und Periodisierung: KI kann Pläne in sinnvolle Phasen (Grundlagenaufbau, Intensitätssteigerung, spezifische Vorbereitung, Tapering) unterteilen.
• Pace-Berechnungen: Auf Basis einer Referenzzeit können detaillierte Pace-Vorgaben für verschiedene Intensitätszonen (Easy, Threshold, Interval) berechnet werden.
• Integration von Zusatztraining: Die Berücksichtigung von Krafttraining, Mobilitätsübungen und Dehneinheiten ist möglich, wenn explizit angefragt.
• Anpassungsfähigkeit: Bei Änderungen der Umstände (Krankheit, verpasste Einheiten) kann die KI den Plan flexibel anpassen.

Allerdings offenbaren sich auch deutliche Schwächen und Einschränkungen:

• Fehlende physiologische Reaktion: Die KI kann nicht auf die tatsächlichen physiologischen Prozesse im Körper reagieren. Sie erkennt keine Ermüdungszeichen, Schmerzen oder Überlastung, es sei denn, diese werden explizit kommuniziert.
• Mangelnde Originalität und Kreativität: Generierte Inhalte können mitunter monoton wirken, was die Motivation beeinträchtigen kann.
• Kritische Überprüfung notwendig: Die KI kann unrealistische oder potenziell schädliche Empfehlungen geben, insbesondere wenn die Eingabedaten ungenau sind oder Trainingsprinzipien (wie die 80/20-Regel der Intensitätsverteilung) nicht explizit vorgegeben werden.
• Kein Ersatz für menschliche Expertise: Technische Analyse des Laufstils, psychologische Unterstützung oder die Interpretation komplexer Körpersignale bleiben Domänen menschlicher Trainer.
• Blind für Alltagsereignisse: Ungeplante Ereignisse wie Krankheit bei Kindern oder berufliche Notfälle, die den Trainingsplan durcheinanderbringen, können von der KI nicht vorausschauend berücksichtigt werden.

Einige Anwender berichteten von anfänglich zu anspruchsvollen Plänen, die an die Grenzen der Belastbarkeit führten. Dies unterstreicht die Notwendigkeit, KI-Empfehlungen kritisch zu hinterfragen und einen iterativen Ansatz zu wählen, bei dem der Plan kontinuierlich an die tatsächliche Leistungsfähigkeit und das Wohlbefinden angepasst wird.

Die Rolle von Tracking-Apps und Wearables

Moderne Tracking-Apps und Wearables (wie Garmin, Polar, Apple Watch) liefern eine Fülle von Daten, die für die KI-gestützte Trainingsplanung relevant sein können. Dazu gehören VO2max-Schätzungen, Trainingsstatus, Herzfrequenz- und Pace-Zonen, Wochenkilometer, Ruhepuls-Trends und Schlafdaten. Diese Daten können als Input für die KI dienen, um den Plan noch präziser zu gestalten. Es ist jedoch wichtig, die Daten nicht ungefiltert zu übermitteln, sondern sich auf die relevantesten Kennzahlen zu konzentrieren. Die Interpretation dieser Daten und die Ableitung konkreter Handlungsempfehlungen bleibt eine Aufgabe, die eine sorgfältige Analyse erfordert.

Ergänzende Aspekte: Kraft, Mobilität und Ernährung

Ein umfassender Trainingsplan geht über reine Laufeinheiten hinaus. Krafttraining, Mobilitätsübungen und eine angepasste Ernährung sind entscheidend für Leistungssteigerung und Verletzungsprävention. Die KI kann auch hier unterstützend wirken, indem sie spezifische Übungen vorschlägt oder Empfehlungen zur Nährstoffaufnahme gibt. Beim Halbmarathon und darüber hinaus wird auch die Frage des Fuelings während des Laufs relevant, was die KI ebenfalls in die Planung einbeziehen kann.

Fazit: KI als intelligenter Assistent, nicht als Ersatz

Die Erfahrungen mit KI-gestützter Trainingsplanung zeigen, dass diese Technologie ein wertvolles Werkzeug für ambitionierte Hobbyläufer sein kann. Sie ermöglicht eine hohe Personalisierung und Flexibilität, die über statische Pläne hinausgeht. Die KI agiert hierbei als intelligenter Assistent, der Daten verarbeitet, Strukturen vorschlägt und Anpassungen vornimmt.

Es ist jedoch entscheidend zu verstehen, dass die KI den menschlichen Trainer nicht vollständig ersetzen kann. Die Fähigkeit, auf den eigenen Körper zu hören, Schmerzsignale zu interpretieren, die Motivation aufrechtzuerhalten und den Plan realistisch an die Lebensumstände anzupassen, bleibt in der Verantwortung der Läuferin oder des Läufers. Für absolute Laufeinsteiger oder Athleten mit komplexen gesundheitlichen Herausforderungen ist der direkte Kontakt zu einem erfahrenen menschlichen Trainer oder Sportmediziner weiterhin die überlegenere Wahl.

Für alle anderen bietet die Kombination aus präziser Dateneingabe, kritischer Prüfung der KI-Vorschläge und einem iterativen Anpassungsprozess das Potenzial, einen hochindividuellen und effektiven Trainingsplan zu erstellen, der neue Bestleistungen ermöglicht und den Spaß am Laufen fördert.

Häufig gestellte Fragen (FAQ)

• Welche KI-Modelle eignen sich am besten für Laufpläne? Aktuell liefern Claude, ChatGPT und Gemini vergleichbar brauchbare Pläne, wenn die Inputs detailliert sind. Die Wahl des Modells ist weniger entscheidend als die Qualität des Prompts und die kontinuierliche Überprüfung.
• Kann ich einen KI-Plan in meine Sportuhr importieren? Ja, über Formate wie TCX-Dateien oder Schnittstellen zu Trainingsplattformen ist der Import in Wearables wie Garmin Connect oder Polar Flow möglich.
• Funktioniert die KI-Planung auch ohne Wearable? Grundsätzlich ja, aber mit Einschränkungen. Eine aktuelle Wettkampfzeit oder Testlauf-Pace ist als Anker notwendig. Herzfrequenzzonen fallen weg, dafür wird stärker mit Pace- und RPE-Angaben (Rate of Perceived Exertion) gearbeitet.
• Wie oft sollte ich den Plan mit der KI überprüfen? Eine wöchentliche Überprüfung des Fortschritts und des Wohlbefindens ist ratsam. Nach besonders harten oder krankheitsbedingten Ausfällen sollte ein sofortiges Debrief und eine Anpassung erfolgen.
• Was tun, wenn ein Training zu hart war? Nicht durch zusätzliches Volumen am nächsten Tag ausgleichen. Stattdessen die Einheit debriefen und bei wiederholter Überforderung eine zusätzliche Pause einlegen oder eine Deload-Woche vorziehen.

Die Zukunft der Trainingsplanung wird wahrscheinlich eine Symbiose aus Technologie und Physiologie sein, bei der KI als leistungsstarkes Werkzeug dient, um individuelle Potenziale optimal zu entfalten, während die menschliche Expertise für die Feinjustierung und die ganzheitliche Betreuung unverzichtbar bleibt.

Bibliographie

• Engelien, Marco: Halbmarathon mit ChatGPT: Wie mich der KI-Trainingsplan an meine Grenzen brachte. t3n.de, 2026.
• Bauer, Thomas MSc: So nutzt du ChatGPT & KI-Tools zur Planung deiner Laufveranstaltungen. hdsports.de, 2025.
• Klenk, Christopher: KI-Laufplan erstellen: Anleitung für 5k, 10k, HM & Marathon. thefitfuturist.com, 2026.
• Peltonen, Jussi: Laufpläne erstellen – Was kann ChatGPT? Polar Blog, polar.com, o.J.
• Reindl, Patrick: Trainingsplan mit KI. performanceandjoy.ch, 2024.
• Unbekannt: Halbmarathon mit ChatGPT: Lauftraining mit KI für neue Bestzeit. bauerfeind-sports.de, o.J.
• Unbekannt: Optimales Training: Laufplan mit KI-Unterstützung erstellen. ki-spot.de, 2024.