[FEAT] Korrelationen & Insights erweitern #27

Open
opened 2026-03-23 21:29:24 +01:00 by Lars · 0 comments
Owner

Priorit�t: High
Aufwand: ~6-8h

Problem

Aktuell: Nur Ern�hrungs-Korrelationen vorhanden.
Viele wichtige Zusammenh�nge werden nicht analysiert.

L�sung: Multi-Modul Korrelationen

1. Schlaf ? Erholung

Korrelationen:

  • Schlafdauer ? Ruhepuls n�chsten Tag
  • Schlafqualit�t ? HRV n�chsten Tag
  • Tiefschlaf-Anteil ? Recovery Score
  • Schlafmangel ? Aktivit�ts-Performance

Visualisierung:

  • Scatter-Plot: Schlafdauer vs. RHR
  • Trend: "Bei < 7h Schlaf ist dein RHR durchschnittlich +8 bpm h�her"

2. Training ? Vitalwerte

Korrelationen:

  • Trainings-Load ? Ruhepuls-Anstieg
  • Harte Einheit ? HRV-Abfall
  • Ruhetage ? Erholungs-Geschwindigkeit
  • �bertraining-Indikator: RHR +10% �ber Baseline

Warnungen:

  • "Dein Ruhepuls ist seit 3 Tagen erh�ht ? �bertraining?"
  • "HRV unter Durchschnitt ? Ruhetag empfohlen"

3. Ern�hrung ? Performance

Korrelationen (erweitern):

  • Kaloriendefizit ? Trainingsintensit�t
  • Protein ? Erholungsgeschwindigkeit
  • Kohlenhydrate ? Ausdauer-Performance

4. Blutdruck ? Lifestyle

Korrelationen:

  • Stress/Schlafmangel ? BP-Anstieg
  • Training ? BP-Verbesserung
  • Ern�hrung (Natrium) ? BP-Ver�nderung

5. Multi-Faktor Analyse

KI-Insights:

  • "Deine besten L�ufe waren nach 8h Schlaf + hohen Carbs"
  • "Bei Kaloriendefizit sinkt deine Kraft-Performance um -12%"
  • "Ruhetage verbessern deine HRV um durchschnittlich +15ms"

Backend-Implementierung

Neue Endpoints:

# routers/correlations.py
GET /api/correlations/sleep-recovery
GET /api/correlations/training-vitals
GET /api/correlations/nutrition-performance
GET /api/correlations/lifestyle-bp
GET /api/correlations/summary  # Alle wichtigen Korrelationen

Berechnung:

  • Pearson-Korrelation (scipy.stats)
  • Min. 14 Datenpunkte f�r Signifikanz
  • P-Wert < 0.05 f�r Validit�t
  • Ergebnis: Korrelations-Koeffizient + Text-Interpretation

Frontend-Integration

1. Neue Seite: ProgressPage.jsx

  • Tab 1: Trends (Gewicht, Vitals, Performance)
  • Tab 2: Korrelationen (alle Zusammenh�nge)
  • Tab 3: Insights (KI-generierte Erkenntnisse)

2. Dashboard-Widget:

  • "Deine wichtigste Erkenntnis diese Woche:"
  • Rotation durch Top-3 Korrelationen

3. KI-Pipeline erweitern:

  • Platzhalter: {{top_correlation}}, {{recovery_status}}, {{overtraining_risk}}
  • Kontext-bewusste Empfehlungen

Betroffene Dateien

Backend:

  • routers/correlations.py (NEU)
  • routers/insights.py (erweitern)
  • requirements.txt (scipy hinzuf�gen)

Frontend:

  • pages/ProgressPage.jsx (NEU)
  • components/CorrelationWidget.jsx (NEU)
  • pages/Dashboard.jsx (Widget)
  • App.jsx (Navigation)
  • utils/api.js

Akzeptanzkriterien

  • Min. 4 Korrelations-Analysen verf�gbar
  • Statistisch signifikant (p < 0.05)
  • Text-Interpretationen verst�ndlich
  • Dashboard zeigt wichtigste Erkenntnis
  • KI nutzt Korrelationen f�r Empfehlungen
**Priorit�t:** High **Aufwand:** ~6-8h ## Problem Aktuell: Nur Ern�hrungs-Korrelationen vorhanden. Viele wichtige Zusammenh�nge werden nicht analysiert. ## L�sung: Multi-Modul Korrelationen ### 1. Schlaf ? Erholung **Korrelationen:** - Schlafdauer ? Ruhepuls n�chsten Tag - Schlafqualit�t ? HRV n�chsten Tag - Tiefschlaf-Anteil ? Recovery Score - Schlafmangel ? Aktivit�ts-Performance **Visualisierung:** - Scatter-Plot: Schlafdauer vs. RHR - Trend: "Bei < 7h Schlaf ist dein RHR durchschnittlich +8 bpm h�her" ### 2. Training ? Vitalwerte **Korrelationen:** - Trainings-Load ? Ruhepuls-Anstieg - Harte Einheit ? HRV-Abfall - Ruhetage ? Erholungs-Geschwindigkeit - �bertraining-Indikator: RHR +10% �ber Baseline **Warnungen:** - "Dein Ruhepuls ist seit 3 Tagen erh�ht ? �bertraining?" - "HRV unter Durchschnitt ? Ruhetag empfohlen" ### 3. Ern�hrung ? Performance **Korrelationen (erweitern):** - Kaloriendefizit ? Trainingsintensit�t - Protein ? Erholungsgeschwindigkeit - Kohlenhydrate ? Ausdauer-Performance ### 4. Blutdruck ? Lifestyle **Korrelationen:** - Stress/Schlafmangel ? BP-Anstieg - Training ? BP-Verbesserung - Ern�hrung (Natrium) ? BP-Ver�nderung ### 5. Multi-Faktor Analyse **KI-Insights:** - "Deine besten L�ufe waren nach 8h Schlaf + hohen Carbs" - "Bei Kaloriendefizit sinkt deine Kraft-Performance um -12%" - "Ruhetage verbessern deine HRV um durchschnittlich +15ms" ### Backend-Implementierung **Neue Endpoints:** ```python # routers/correlations.py GET /api/correlations/sleep-recovery GET /api/correlations/training-vitals GET /api/correlations/nutrition-performance GET /api/correlations/lifestyle-bp GET /api/correlations/summary # Alle wichtigen Korrelationen ``` **Berechnung:** - Pearson-Korrelation (scipy.stats) - Min. 14 Datenpunkte f�r Signifikanz - P-Wert < 0.05 f�r Validit�t - Ergebnis: Korrelations-Koeffizient + Text-Interpretation ### Frontend-Integration **1. Neue Seite: ProgressPage.jsx** - Tab 1: Trends (Gewicht, Vitals, Performance) - Tab 2: Korrelationen (alle Zusammenh�nge) - Tab 3: Insights (KI-generierte Erkenntnisse) **2. Dashboard-Widget:** - "Deine wichtigste Erkenntnis diese Woche:" - Rotation durch Top-3 Korrelationen **3. KI-Pipeline erweitern:** - Platzhalter: {{top_correlation}}, {{recovery_status}}, {{overtraining_risk}} - Kontext-bewusste Empfehlungen ### Betroffene Dateien **Backend:** - routers/correlations.py (NEU) - routers/insights.py (erweitern) - requirements.txt (scipy hinzuf�gen) **Frontend:** - pages/ProgressPage.jsx (NEU) - components/CorrelationWidget.jsx (NEU) - pages/Dashboard.jsx (Widget) - App.jsx (Navigation) - utils/api.js ### Akzeptanzkriterien - Min. 4 Korrelations-Analysen verf�gbar - Statistisch signifikant (p < 0.05) - Text-Interpretationen verst�ndlich - Dashboard zeigt wichtigste Erkenntnis - KI nutzt Korrelationen f�r Empfehlungen
Lars added the
feature
high
develop
labels 2026-03-23 21:29:24 +01:00
Sign in to join this conversation.
No Milestone
No project
No Assignees
1 Participants
Notifications
Due Date
The due date is invalid or out of range. Please use the format 'yyyy-mm-dd'.

No due date set.

Dependencies

No dependencies set.

Reference: Lars/mitai-jinkendo#27
No description provided.