mitai-jinkendo/.claude/docs/ROADMAP.md

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
• 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
• Feature-Specs → .claude/docs/functional/*.md
• Strategische Planung → Diese Datei