# Mitai Jinkendo – Entwicklungs-Roadmap **Version:** 2.2 **Status:** Aktiv - Phase 0a ✅ Complete, Phase 0b ✅ Complete, Phase 0c 🎯 Next **Letzte Aktualisierung:** 28. März 2026 --- ## Überblick Diese Roadmap transformiert Mitai Jinkendo von einer **Datensammlungs-App** zu einem **aktiven Begleiter** mit Auswertungen, Empfehlungen und gezielten Entwicklungspfaden. **Strategische Ziele:** 1. ✅ **Infrastruktur schaffen** (v9f) → Flexible KI-Analysen → **DONE (AI Prompts, Training Types)** 2. ✅ **Goals System Foundation** (v0.9g-h) → Strategic + Tactical Goals → **DONE (Phase 0a + Dynamic Focus Areas v2.0)** 3. ✅ **Goal-Aware Intelligence** (Phase 0b) → Platzhalter + Auto-Population → **DONE (28.03.2026)** 4. 🎯 **Data Architecture** (Phase 0c) → Multi-Layer Separation → **NEXT** 5. 🔲 **Visualisierung stärken** → Charts, Diagramme, Trends 6. 🔲 **Aktive Begleitung** → Wochenplanung, Development Routes **Tracking:** - Konkrete Tasks und Issues → [Gitea Issues](http://192.168.2.144:3000/Lars/mitai-jinkendo/issues) - Große Feature-Pakete → `.claude/docs/functional/*.md` Spezifikationen - Strategische Planung → Diese ROADMAP.md - Aktueller Status → `docs/STATUS_2026-03-28.md` --- ## Phasen-Übersicht | Phase | Fokus | Dauer | Status | |-------|-------|-------|--------| | **Phase 0a** | Goals System Foundation | 1 Woche | ✅ **COMPLETE** (26-27.03.2026) | | **Phase 0b** | Goal-Aware Placeholders + Auto-Population | 1 Tag | ✅ **COMPLETE** (28.03.2026) | | **Phase 0c** | Multi-Layer Data Architecture | 5-7 Tage | 🎯 **NEXT** | | **Phase 1** | Charts & Visualisierung (Frontend) | 2-3 Wochen | 🔲 Geplant | | **Phase 2** | Engagement (Korrelationen) | 3-4 Wochen | 🔲 Geplant | | **Phase 3** | Begleitung (Development Routes) | 4-6 Wochen | 🔲 Später | **Gesamtdauer (Phase 0-2):** ~11-14 Wochen **Gesamtaufwand (Phase 0-2):** ~80-100h **Abgeschlossen:** Phase 0a (Goals System), Phase 0b (Placeholders + Auto-Population) --- ## ✅ Phase 0a: Goals System Foundation (COMPLETE) **Zeitraum:** 26-27. März 2026 **Aufwand:** 4-5h (tatsächlich) **Status:** ✅ ABGESCHLOSSEN ### Deliverables (alle ✅) - ✅ Migration 022: goals, training_phases, fitness_tests tables - ✅ Migration 027-032: Dynamic Focus Areas v2.0 - 26 Basis-Bereiche in 7 Kategorien - Many-to-Many: Goals ↔ Focus Areas - User-spezifische Gewichtungen - ✅ Backend: goals.py + focus_areas.py Router - ✅ Frontend: GoalsPage (strategic) + CustomGoalsPage (tactical) - ✅ Admin: AdminFocusAreasPage (CRUD UI) ### Achievements - Vollständiges Goal System mit Progress Tracking - Dynamische Focus Areas (user-extensible) - Mobile-friendly Design - **Basis geschaffen für Phase 0b (120+ goal-aware Platzhalter)** 📚 **Dokumentation:** - `docs/issues/issue-50-phase-0a-goal-system.md` - `docs/issues/issue-51-dynamic-focus-areas-v2.md` - `docs/NEXT_STEPS_2026-03-26.md` --- ## ✅ Phase 0b: Goal-Aware Placeholders + Auto-Population (COMPLETE) **Zeitraum:** 28. März 2026 **Aufwand:** ~8h (tatsächlich) **Status:** ✅ ABGESCHLOSSEN ### Deliverables (alle ✅) - ✅ **Neue Platzhalter-Funktionen:** - `{{body_progress_score}}` - Goal-mode-abhängiger Body Score - `{{active_goals}}` - JSON Array aktiver Ziele - `{{focus_areas}}` - JSON Array gewichteter Focus Areas - `{{health_stability_score}}` - Vitalwerte-Stabilität - Nutrition-Metriken (avg_per_week_30d, etc.) - ✅ **Score-System:** `map_focus_to_score_components()` in goal_utils.py - ✅ **Auto-Population System:** - `_get_historical_value_for_goal_type()` - Findet erste Messung - Auto-adjustment von start_date zu tatsächlichem Messdatum - Windowing-Logik für alle Goal-Typen - ✅ **Time-Based Tracking:** - Linear Progress Model: `expected = (elapsed_days / total_days) × 100` - Deviation Calculation: `actual - expected` - Hybrid Display: mit/ohne target_date - ✅ **20+ Bug Fixes:** Decimal/float conversion, column names, dict access ### Achievements - Goal-aware KI-Platzhalter funktionieren - Automatische Startwerterkennung aus Historie - Zeit-basierte Fortschrittsverfolgung - **Basis geschaffen für Phase 0c (Multi-Layer Architecture)** ### Git Commits ``` 20+ commits mit "Phase 0b" prefix (28.03.2026) 30+ commits für Auto-Population + Time-Based Tracking ``` 📚 **Dokumentation:** - `docs/issues/issue-53-phase-0c-multi-layer-architecture.md` (Phase 0b als Blaupause) - `C:\Users\lars\.claude\projects\...\memory\feedback_goal_system.md` (Learnings) --- ## 🎯 Phase 0c: Multi-Layer Data Architecture (NEXT) **Zeitraum:** Geplant 29.03 - 03.04.2026 **Aufwand:** 20-27h (5-7 Tage bei 4h/Tag) **Status:** 🎯 READY FOR IMPLEMENTATION ### Ziel Refactoring von monolithischer Platzhalter-Logik zu dreischichtiger Architektur mit Separation of Concerns. ### Drei-Schichten-Architektur ``` Layer 1: DATA LAYER (neu) → Pure data retrieval + calculations → Returns: Structured data (dict/list) → Testable, reusable Layer 2a: KI LAYER (refactored) → Formatierung für KI-Prompts → Uses data_layer functions Layer 2b: VISUALIZATION LAYER (neu) → Chart.js compatible JSON → Uses data_layer functions ``` ### Deliverables - [ ] **Data Layer Module erstellen (8-10h):** - `backend/data_layer/body_metrics.py` (Gewicht, FM, LBM, Umfänge) - `backend/data_layer/nutrition_metrics.py` (Protein, Makros, Adherence) - `backend/data_layer/activity_metrics.py` (Volumen, Qualität, Abilities) - `backend/data_layer/recovery_metrics.py` (Recovery Score, Sleep, Vitals) - `backend/data_layer/health_metrics.py` (BP, Health Stability) - `backend/data_layer/goals.py` (Active goals, progress, projections) - `backend/data_layer/correlations.py` (Lag-analysis, plateau detection) - `backend/data_layer/utils.py` (Confidence, baseline, outliers) - [ ] **Placeholder Resolver Refactoring (3-4h):** - Von ~1100 Zeilen zu ~400 Zeilen - Alle Platzhalter nutzen data_layer - [ ] **Charts Router erstellen (6-8h):** - `backend/routers/charts.py` (NEU) - 10+ Chart-Endpoints (K1-K10, E1-E4, A1-A5, V1-V3, R1-R2) - [ ] **goal_utils.py Refactoring (1h):** - Nutzt data_layer.goals - [ ] **Testing (2-3h):** - Unit tests für Data Layer - Integration tests für Charts API - [ ] **Dokumentation (1-2h):** - `.claude/docs/technical/DATA_LAYER_ARCHITECTURE.md` - `docs/api/CHARTS_API.md` ### Vorteile - ✅ **Single Source of Truth:** Jede Berechnung nur einmal - ✅ **Wiederverwendbarkeit:** Gleiche Daten für KI + Charts + API - ✅ **Testbarkeit:** Data Layer isoliert testbar - ✅ **Erweiterbarkeit:** Neue Features ohne Code-Duplikation - ✅ **Performance:** Caching auf Data Layer Ebene möglich 📚 **Vollständige Spezifikation:** - `docs/issues/issue-53-phase-0c-multi-layer-architecture.md` (23.000 Tokens) --- ## Phase 0 (Legacy): Infrastruktur (v9f) - TEILWEISE ABGESCHLOSSEN **Ziel:** Grundlagen schaffen für flexible KI-Analysen und Fähigkeiten-Tracking ### Kernfeatures | Feature | Aufwand | Gitea Issues | |---------|---------|--------------| | Quality-Filter für Charts & KI-Pipeline | 3h | Siehe Gitea | | AI-Prompts Flexibilisierung (v9f) | 16-20h | Siehe Gitea | | Abilities-Matrix UI (v9f) | 6-8h | Siehe Gitea | | Responsive UI | 8-10h | Siehe Gitea | **Gesamt:** ~33-41h 📚 **Detaillierte Specs:** - `.claude/docs/functional/AI_PROMPTS.md` (KI-Prompt-System) - `.claude/docs/functional/RESPONSIVE_UI.md` (Desktop-Optimierung) - `.claude/docs/functional/TRAINING_TYPES.md` (Abilities-Matrix) ### Meilensteine #### M0.1: Quality-Filter (1 Woche) - **Deliverable:** KI-Pipeline filtert nach `quality_label >= acceptable` - **Deliverable:** History.jsx Toggle "Nur qualitativ hochwertige Aktivitäten" - **Impact:** Sofort bessere KI-Analysen #### M0.2: AI-Prompts System (3-4 Wochen) - **Deliverable:** Prompt-Bibliothek mit 8 Kategorien - **Deliverable:** Platzhalter-Browser mit Beispielwerten - **Deliverable:** Pipeline-Konfigurationen (min. 3: Alltags-Check, Schlaf-Fokus, Wettkampf) - **Deliverable:** 50+ Platzhalter implementiert - **Deliverable:** Quality-Level Parameter für KI-Analysen (all, quality, very_good, excellent) - **Impact:** Grundlage für Goals, Korrelationen, alle zukünftigen KI-Features #### M0.3: Abilities-Matrix (2 Wochen) - **Deliverable:** Admin-UI mit 5-Dimensionen Fähigkeiten-Matrix - **Deliverable:** Basis-Mappings für alle 29 Trainingstypen - **Deliverable:** Endpoint `GET /api/evaluation/abilities` - **Deliverable:** KI-Platzhalter `{{faehigkeiten_*}}` - **Impact:** Fähigkeiten-Balance-Analysen, bessere Trainingsempfehlungen #### M0.4: Responsive UI (2 Wochen, parallel) - **Deliverable:** Desktop Sidebar Navigation - **Deliverable:** 2-spaltige Layouts (Verlauf, Analyse) - **Deliverable:** 4-spaltige Dashboard-Karten - **Impact:** Professionelle Desktop-Nutzung ### Abhängigkeiten ``` AI-Prompts ─┬─→ Goals (KI-Integration) ├─→ Korrelationen (Pipeline-Configs) └─→ Zukünftige KI-Features Abilities ──→ AI-Prompts (Fähigkeiten-Platzhalter) └─→ Korrelationen (Fähigkeiten-Balance) Quality ────→ Sofort nutzbar (keine Abhängigkeiten) Responsive ─→ Parallel, keine funktionalen Abhängigkeiten ``` **Phase 0 Ende:** Vollständige v9f-Infrastruktur, Desktop-optimierte UI, Quality-Filter aktiv --- ## Phase 1: Foundation **Ziel:** Visualisierung und Ziel-Tracking (Basis ohne volle KI-Integration) ### Kernfeatures | Feature | Aufwand | Gitea Issues | |---------|---------|--------------| | Charts & Visualisierungen erweitern | 8-10h | Siehe Gitea | | Ziele-System (Basis ohne KI) | 10-12h | Siehe Gitea | **Gesamt:** ~18-22h 📚 **Detaillierte Specs:** - `.claude/docs/functional/GOALS_VITALS.md` (Ziele-System) ### Meilensteine #### M1.1: Charts erweitern (2 Wochen) - **Deliverable:** Weight Trend Chart mit 7d/30d/90d Filter - **Deliverable:** Umfänge-Verlauf Multi-Line Chart - **Deliverable:** Vitals Trends (RHR, HRV, VO2 Max, BP) - **Deliverable:** Schlaf-Analyse Chart (Dauer, Qualität, Phasen) - **Deliverable:** Ruhetage-Kalender (Heatmap) - **Impact:** Daten werden sichtbar, Trends erkennbar #### M1.2: Ziele-System Basis (2-3 Wochen) - **Deliverable:** DB-Schema `goals` Tabelle - **Deliverable:** CRUD-Endpoints - **Deliverable:** UI: Ziele erstellen/bearbeiten/löschen - **Deliverable:** Dashboard: Fortschrittsbalken (aktuell vs. Ziel) - **Deliverable:** Prognose-Berechnung (lineare Regression) - **Impact:** Nutzer sehen Fortschritt, Motivation steigt **Hinweis:** KI-Integration für Goals kommt in Phase 2. ### Abhängigkeiten ``` Charts ────→ Keine (sofort machbar) Goals Basis → Keine (DB + UI ohne KI funktioniert) Goals KI ──→ AI-Prompts (braucht {{ziel_*}} Platzhalter) [Phase 2] ``` **Phase 1 Ende:** Charts zeigen Trends, Ziele sind verfolgbar (ohne KI-Empfehlungen) --- ## Phase 2: Engagement **Ziel:** Korrelationen, KI-Integration für Goals, aktive Empfehlungen ### Kernfeatures | Feature | Aufwand | Gitea Issues | |---------|---------|--------------| | Korrelationen & Insights erweitern | 6-8h | Siehe Gitea | | Goals: KI-Integration vervollständigen | 4h | Siehe Gitea | **Gesamt:** ~10-12h 📚 **Detaillierte Specs:** - `.claude/docs/functional/AI_PROMPTS.md` (Pipeline-Configs) - `.claude/docs/functional/GOALS_VITALS.md` (KI-Integration) ### Meilensteine #### M2.1: Korrelationen (2 Wochen) - **Deliverable:** Schlaf ↔ Recovery (Pearson Korrelation) - **Deliverable:** Training ↔ Vitalwerte (Trainingsvolumen vs. RHR/HRV) - **Deliverable:** Ernährung ↔ Performance (Protein vs. Kraft, Kalorien vs. Ausdauer) - **Deliverable:** Blutdruck ↔ Lifestyle (Stress, Schlaf, Aktivität) - **Deliverable:** Fähigkeiten-Balance ↔ Verletzungen/Plateaus - **Deliverable:** Pipeline-Config "Schlaf-Fokus" - **Impact:** Nutzer verstehen Zusammenhänge, gezielte Optimierung möglich #### M2.2: Goals KI-Integration (1 Woche) - **Deliverable:** KI-Platzhalter `{{goal_weight}}`, `{{ziel_fortschritt}}`, `{{ziel_prognose}}` - **Deliverable:** Pipeline-Prompt "Ziel-Abgleich" (Stufe 3) - **Deliverable:** KI-Empfehlungen: "Erhöhe Protein um 20g für Muskelaufbau-Ziel" - **Impact:** KI gibt konkrete Schritte zur Zielerreichung ### Abhängigkeiten ``` Korrelationen ─→ AI-Prompts (Pipeline-Configs) [KRITISCH] └─→ Abilities (Fähigkeiten-Balance) Goals KI ──────→ AI-Prompts (Platzhalter {{ziel_*}}) [KRITISCH] ``` **Phase 2 Ende:** App gibt aktive Empfehlungen, zeigt Korrelationen, begleitet Ziele mit KI --- ## Phase 3: Begleitung (später, v9g) **Ziel:** Wochenplanung, Development Routes, Habits & Streaks ### Geplante Features | Feature | Aufwand | Beschreibung | |---------|---------|--------------| | Development Routes | 12-16h | 6 unabhängige Routen (Kraft, Kondition, Mental, Koordination, Mobilität, Technik) | | Wochenplanung | 8-10h | Routen-basierte Wochenansicht, Regeln-Engine, Auto-Ruhetag | | Habits & Streaks | 6-8h | Streak-Tracking pro Route, Push-Notifications | | Weekly Planning AI | 4-6h | KI-generierte Wochenpläne basierend auf Routen-Balance | **Gesamt:** ~30-40h 📚 **Detaillierte Specs:** - `.claude/docs/functional/DEVELOPMENT_ROUTES.md` (Routen-System) - `.claude/docs/functional/MEDITATION.md` (Meditation & Mental-Route) **Status:** Spezifikation vorhanden, Implementierung nach Phase 2 --- ## Abhängigkeiten-Graph (Gesamt) ``` ┌─────────────────────┐ │ Phase 0: v9f │ └─────────────────────┘ │ ┌─────────────────────┼─────────────────────┬──────────────┐ ▼ ▼ ▼ ▼ Quality-Filter AI-Prompts Abilities Responsive UI (3h) (16-20h) (6-8h) (8-10h) │ │ │ │ │ ┌───────────────────┘ │ │ │ │ ┌──────┴─┴──────┐ │ │ Phase 1 │ │ └───────────────┘ │ │ │ ┌──────┴──────┬──────────────┐ │ ▼ ▼ │ │ Charts Goals (Basis) │ │ (8-10h) (10-12h) │ │ │ │ │ ┌──────┴──────┐ │ │ │ Phase 2 │ │ │ └─────────────┘ │ │ │ │ └────────────────────────────┼──────────────┘ │ ┌──────┴──────┬──────────────┐ ▼ ▼ │ Korrelationen Goals KI │ (6-8h) (4h) │ │ ┌─────────────────────┘ │ Phase 3 (später) └────────────────────── │ Development Routes Wochenplanung Habits & Streaks ``` --- ## Timeline (geschätzt) **Start:** KW 13/2026 (24. März) | Woche | Phase | Aktivität | Deliverable | |-------|-------|-----------|-------------| | **KW 13** | Phase 0 | Quality-Filter | KI-Pipeline filtert, History Toggle | | **KW 14-17** | Phase 0 | AI-Prompts | Prompt-Bibliothek, Platzhalter-System, Pipeline-Configs | | **KW 14-15** | Phase 0 | Responsive UI (parallel) | Desktop Sidebar, 2-spaltige Layouts | | **KW 18-19** | Phase 0 | Abilities-Matrix | Admin-UI, Aggregation, KI-Platzhalter | | **KW 20-21** | Phase 1 | Charts | Weight/Umfänge/Vitals/Schlaf Charts, Ruhetage-Kalender | | **KW 22-24** | Phase 1 | Goals Basis | DB, CRUD, UI, Fortschritt, Prognose | | **KW 25-26** | Phase 2 | Korrelationen | 5 Korrelations-Analysen, Pipeline "Schlaf-Fokus" | | **KW 27** | Phase 2 | Goals KI | KI-Platzhalter, Pipeline "Ziel-Abgleich" | | **KW 28+** | Phase 3 | Development Routes | Multi-Route System, Wochenplanung, Habits | **Phase 0 Ende:** KW 19 (Mitte Mai 2026) **Phase 1 Ende:** KW 24 (Mitte Juni 2026) **Phase 2 Ende:** KW 27 (Anfang Juli 2026) --- ## Risiken & Mitigationen ### Risiko 1: AI-Prompts Komplexität unterschätzt **Wahrscheinlichkeit:** Mittel **Impact:** Hoch (blockiert Goals, Korrelationen) **Mitigation:** - Scope klar definieren: Min. 3 Pipeline-Configs, 50+ Platzhalter - Platzhalter-Resolver modular bauen (lazy loading, caching) - Frühzeitig Beispiel-Pipeline testen ### Risiko 2: Ziele-System ohne KI wenig attraktiv **Wahrscheinlichkeit:** Mittel **Impact:** Mittel **Mitigation:** - Prognose-Berechnung (lineare Regression) bereits in Phase 1 - Dashboard-Integration mit Fortschrittsbalken (visuell ansprechend) - KI-Integration in Phase 2 schnell nachziehen (nur 4h) ### Risiko 3: Responsive UI bricht Mobile-Experience **Wahrscheinlichkeit:** Niedrig **Impact:** Hoch (PWA auf iPhone ist kritisch) **Mitigation:** - Mobile Layout bleibt exakt wie es ist (< 1024px) - Nur Desktop (≥ 1024px) bekommt Sidebar - Ausführliches Testing auf iPhone nach Implementierung ### Risiko 4: Abilities-Matrix UI zu komplex **Wahrscheinlichkeit:** Niedrig **Impact:** Mittel **Mitigation:** - 5 Accordion-Sections (eine pro Dimension) - Checkboxes statt Drag & Drop - Basis-Mappings per Migration vordefiniert (Admin muss nicht alles manuell machen) --- ## Offene Fragen ### Phase 0 1. **Pipeline-Konfigurationen:** Neue DB-Tabelle oder JSONB in `ai_prompts`? - **Empfehlung:** Neue Tabelle `pipeline_configs` (flexibler für Zukunft) 2. **Platzhalter-Definitionen:** Statisch im Code oder dynamisch in DB? - **Empfehlung:** Statisch im Code (einfacher, schneller), DB nur für Custom-Platzhalter später 3. **Responsive UI:** Media Queries in app.css oder CSS-in-JS? - **Empfehlung:** Media Queries in app.css (konsistent mit bestehendem Ansatz) ### Phase 1 4. **Ziele-System:** Mehrere Ziele parallel oder nur ein Primärziel? - **Empfehlung:** Mehrere Ziele, eines als primär markiert (flexibler) 5. **Charts:** Welche Library? (Chart.js, Recharts, Custom SVG) - **Status:** Chart.js bereits genutzt, erweitern ### Phase 2 6. **Korrelationen:** Pearson Korrelation ausreichend oder auch Spearman/Kendall? - **Empfehlung:** Start mit Pearson, später erweitern wenn nötig 7. **Pipeline "Schlaf-Fokus":** Welche Module? (Schlaf 14T, Vitalwerte 7T, Training 14T?) - **Empfehlung:** Ja, plus Korrelation Schlaf ↔ Recovery --- ## Meilenstein-Deliverables (Zusammenfassung) ### M0: Phase 0 abgeschlossen (KW 19) - ✅ Quality-Filter aktiv (KI-Pipeline + History Toggle) - ✅ Prompt-Bibliothek mit 8 Kategorien, 50+ Platzhalter - ✅ Min. 3 Pipeline-Konfigurationen - ✅ Abilities-Matrix mit 29 Basis-Mappings - ✅ Desktop Sidebar Navigation - ✅ 2-spaltige Layouts (Verlauf, Analyse) ### M1: Phase 1 abgeschlossen (KW 24) - ✅ 5 neue Chart-Typen (Weight, Umfänge, Vitals, Schlaf, Ruhetage) - ✅ Ziele-System: CRUD, Dashboard-Integration, Prognose ### M2: Phase 2 abgeschlossen (KW 27) - ✅ 5 Korrelations-Analysen - ✅ Pipeline "Schlaf-Fokus", "Ziel-Abgleich" - ✅ KI gibt konkrete Handlungsempfehlungen ### M3: Phase 3 abgeschlossen (später) - ✅ 6 Development Routes - ✅ Routen-basierte Wochenplanung - ✅ Habits & Streaks Tracking - ✅ KI-generierte Wochenpläne --- ## Erfolgsmetriken ### Phase 0 - **Admin nutzt Abilities-Matrix:** Min. 20 von 29 Trainingstypen mit Fähigkeiten versehen - **Pipeline-Configs genutzt:** Min. 1 Pipeline pro Woche ausgeführt - **Desktop-Traffic:** Min. 30% der Sessions auf Desktop (≥ 1024px) ### Phase 1 - **Charts genutzt:** Min. 5 verschiedene Chart-Typen pro Nutzer pro Monat - **Ziele gesetzt:** Min. 50% der aktiven Nutzer haben mind. 1 Ziel - **Prognose geschätzt:** Min. 80% der Ziele haben realistische Prognose ### Phase 2 - **Korrelationen angeschaut:** Min. 3 verschiedene Korrelationen pro Nutzer pro Monat - **KI-Empfehlungen umgesetzt:** Min. 30% der KI-Vorschläge führen zu Verhaltensänderung - **Goals erreicht:** Min. 20% der Ziele werden innerhalb Prognose-Zeitraum erreicht ### Phase 3 - **Routen genutzt:** Min. 3 verschiedene Routen pro Nutzer aktiv - **Wochenplan erstellt:** Min. 1 Wochenplan pro Nutzer pro Monat - **Streaks gehalten:** Min. 50% der Habits haben Streak ≥ 7 Tage --- **Dokumentiert:** 23. März 2026 (Initial) · 24. März 2026 (Konsolidiert) **Autor:** User-Strategie + Claude-Planung **Status:** Living Document (wird nach jeder Phase aktualisiert) **Tracking:** - Konkrete Issues → [Gitea](http://192.168.2.144:3000/Lars/mitai-jinkendo/issues) - Feature-Specs → `.claude/docs/functional/*.md` - Strategische Planung → Diese Datei