mitai-jinkendo/docs/KONZEPT_ANALYSE_2026-03-26.md

# Konzept-Analyse: Fachkonzept vs. Gitea Issues

**Datum:** 26. März 2026
**Analyst:** Claude Code
**Basis:** `.claude/docs/functional/mitai_jinkendo_konzept_diagramme_auswertungen_v2.md`
**Geprüfte Issues:** #26, #27, alle offenen

---

## 1. Executive Summary

### Kernerkenntnis
Das Fachkonzept ist **wesentlich umfassender** als die aktuellen Gitea Issues #26 und #27. Es definiert ein 3-stufiges Analyse-System (Deskriptiv → Diagnostisch → Präskriptiv), das weit über einfache Charts und Korrelationen hinausgeht.

### Strategische Empfehlung
**NICHT** Issues #26 und #27 einzeln implementieren, sondern:
1. **Neu-Strukturierung:** Konzept-basierte Phasen-Issues erstellen
2. **Platzhalter-First:** Erst Berechnungs-Platzhalter implementieren
3. **Dann Visualisierung:** Charts nutzen die Platzhalter
4. **Dann KI-Integration:** KI nutzt regelbasierte Scores + Rohdaten

---

## 2. Analyse: Issue #26 vs. Fachkonzept

### Issue #26: Charts & Visualisierungen erweitern
**Status:** OPEN
**Priority:** Medium-High
**Aufwand:** 8-10h

**Definierte Charts:**
- Gewicht-Trends (Line-Chart + Trendlinie)
- Umfänge-Verlauf (Multi-Line)
- Vitalwerte-Trends (RHR, HRV, BP)
- Schlaf-Analyse (Dauer, Phasen)
- Ernährungs-Charts (Kalorien, Makros)

### Fachkonzept: Diagrammkatalog

**KÖRPER (K1-K5):**
- K1: Gewichtstrend + Trendkanal + Zielprojektion
  - 7d Rolling Median, 28d/90d Trend-Slope
  - Prozentuale Zielannäherung
  - Regelbasierte Hinweise (zu schnell/langsam)
- K2: Körperzusammensetzung (Gewicht/FM/LBM)
  - FM = Gewicht × BF%, LBM = Gewicht × (1-BF%)
  - 28d/90d Änderung von FM und LBM
- K3: Umfangs-Panel (8 Mini-Charts)
  - Links-Rechts Asymmetrie
  - Taille/Hüfte, Taille/Körpergröße
- K4: Rekompositions-Detektor (Quadranten)
- K5: Body Progress Score (0-100)

**ERNÄHRUNG (E1-E5):**
- E1: Energieaufnahme vs. Verbrauch vs. Gewichtstrend
- E2: Protein adequacy (g/Tag, g/kg, g/kg LBM)
- E3: Makroverteilung + Wochenkonsistenz
- E4: Ernährungs-Adhärenz-Score (0-100)
- E5: Energieverfügbarkeits-Warnung

**AKTIVITÄT (A1-A8):**
- A1: Trainingsvolumen pro Woche
- A2: Intensitätsverteilung / Zonenbild
- A3: Trainingsqualitäts-Matrix
- A4: Fähigkeiten-Balance / Ability Radar
- A5: Load-Monitoring (interne Last, Monotony, Strain)
- A6: Aktivitäts-Goal-Alignment-Score (0-100)
- A7: Ruhetags-/Recovery-Compliance
- A8: VO2max-Entwicklung

### Bewertung
❌ **Issue #26 ist zu eng gefasst**
- Fokus nur auf Basis-Visualisierung
- Keine Scores, keine Baselines, keine Confidence
- Keine regelbasierten Hinweise
- Keine Ziel-Abhängigkeit

✅ **Fachkonzept bietet:**
- 18 dedizierte Charts (K1-K5, E1-E5, A1-A8)
- Scores als eigenständige Visualisierungen
- Regelbasierte Aussagen ohne KI
- Ziel-Modi Steuerung

---

## 3. Analyse: Issue #27 vs. Fachkonzept

### Issue #27: Korrelationen & Insights erweitern
**Status:** OPEN
**Priority:** High
**Aufwand:** 6-8h

**Definierte Korrelationen:**
- Schlaf ↔ Erholung (Schlafdauer → RHR, Qualität → HRV)
- Training ↔ Vitalwerte (Load → RHR-Anstieg, HRV-Abfall)
- Ernährung ↔ Performance (Defizit → Intensität)
- Blutdruck ↔ Lifestyle (Stress → BP, Training → BP)
- Multi-Faktor Analyse (KI-Insights)

### Fachkonzept: Korrelationen (C1-C6)

**KORRELATIONEN (C1-C6):**
- C1: Energie-Balance vs. Gewichtsveränderung (lagged)
  - Lags: 0, 3, 7, 10, 14 Tage
  - Bestes Lag ermitteln, Effektstärke, Confidence
- C2: Protein adequacy vs. LBM-Trend
  - 28d Fenstervergleich, Training als Moderator
- C3: Trainingslast vs. HRV/RHR (1-3 Tage verzögert)
  - Duale Lag-Auswertung, individuelle Ermüdungsreaktion
- C4: Schlafdauer + Schlafregularität vs. Recovery
  - Bubble-Chart, Sleep Regularity Index
- C5: Blutdruck-Kontextmatrix (Kontext-abhängig)
  - Messkontext, Schlaf Vor-Nacht, Training
- C6: Plateau-Detektor (Ereignis-Karte)
  - Ziel-spezifische Plateau-Definitionen

### Zusätzlich: Lag-Analyse Prinzipien

**Zwingend im Fachkonzept:**
- **NIE nur lag=0 prüfen**
- Kalorienbilanz → Gewicht: 2-14 Tage Verzögerung
- Protein/Krafttraining → LBM: 2-6 Wochen Verzögerung
- Trainingslast → HRV/RHR: 1-3 Tage Verzögerung
- Schlafdefizit → Recovery: 1-3 Tage Verzögerung

**Mindestdatenmenge:**
- Korrelationen: mind. 21 gepaarte Tageswerte
- Lag-basiert: mind. 28 gepaarte Tage
- Confidence-Klassen (hoch/mittel/niedrig/nicht auswertbar)

### Bewertung
❌ **Issue #27 ist zu oberflächlich**
- Keine Lag-Analyse
- Keine Confidence-Bewertung
- Keine Mindestdatenmenge-Checks
- Keine Ziel-Abhängigkeit

✅ **Fachkonzept bietet:**
- 6 dedizierte Korrelations-Charts mit Lag-Analyse
- Explizite Confidence-Bewertung
- Medizinischer Sicherheitsmodus
- Plateau-Detektion (regelbasiert)

---

## 4. Konflikt-Analyse

### Gibt es Widersprüche zwischen #26 und #27?
**NEIN** – Sie sind komplementär:
- #26: Deskriptive Ebene (Charts)
- #27: Diagnostische Ebene (Korrelationen)

### Aber: Beide sind zu isoliert
Das Fachkonzept zeigt: **Charts und Korrelationen müssen verzahnt sein**

**Beispiel:**
```
Fachkonzept C1: Energie-Balance vs. Gewichtsveränderung
├─ Visualisierung: Lag-Heatmap (diagnostisch)
├─ Berechnung: Cross-Correlation (0, 3, 7, 10, 14 Tage Lags)
├─ Input-Daten: Tägliche Kalorienbilanz (E-Chart)
├─ Input-Daten: 7d Gewichtsänderung (K-Chart)
└─ Regelbasierte Aussage: "Energiebilanz zeigt sich bei dir nach ~7 Tagen im Gewicht"
```

**Fazit:** Charts (K, E, A) liefern Basis-Daten für Korrelationen (C)

---

## 5. Neue Platzhalter aus Fachkonzept

### 5.1 KÖRPER (18 neue Platzhalter)

**Gewicht & Trends:**
```python
{{weight_7d_rolling_median}}        # 7-Tage gleitender Median
{{weight_28d_trend_slope}}          # 28-Tage Trend-Steigung (kg/Tag)
{{weight_90d_trend_slope}}          # 90-Tage Trend-Steigung
{{weight_goal_progress_pct}}        # Prozentuale Zielannäherung
{{weight_projection_days}}          # Geschätzte Tage bis Zielgewicht
{{weight_loss_rate_weekly}}         # kg/Woche (28d Mittel)
```

**Körperzusammensetzung:**
```python
{{fm_current}}                      # Fettmasse aktuell (kg)
{{lbm_current}}                     # Magermasse aktuell (kg)
{{fm_28d_delta}}                    # FM Änderung 28 Tage (kg)
{{lbm_28d_delta}}                   # LBM Änderung 28 Tage (kg)
{{fm_90d_delta}}                    # FM Änderung 90 Tage
{{lbm_90d_delta}}                   # LBM Änderung 90 Tage
{{recomposition_score}}             # 0-100 (FM↓ + LBM↑ = ideal)
```

**Umfänge:**
```python
{{waist_to_hip_ratio}}              # Taille/Hüfte Verhältnis
{{waist_to_height_ratio}}           # Taille/Körpergröße (Gesundheitsmarker)
{{arm_asymmetry_pct}}               # Links-Rechts Differenz %
{{leg_asymmetry_pct}}               # Oberschenkel L-R Differenz
{{waist_28d_delta}}                 # Taillenumfang Änderung 28d
```

**Body Progress Score:**
```python
{{body_progress_score}}             # 0-100 (zielabhängig gewichtet)
```

### 5.2 ERNÄHRUNG (15 neue Platzhalter)

**Energie & Bilanz:**
```python
{{kcal_7d_avg}}                     # Bereits vorhanden? Prüfen
{{kcal_28d_avg}}                    # 28-Tage Durchschnitt
{{kcal_estimated_tdee}}             # Geschätzter Gesamtumsatz
{{kcal_balance_7d_avg}}             # Durchschnittliche Bilanz 7d
{{kcal_balance_28d_avg}}            # Durchschnittliche Bilanz 28d
{{energy_availability_status}}      # "adequate" | "low" | "critical"
```

**Protein:**
```python
{{protein_g_per_kg}}                # Protein g/kg Körpergewicht
{{protein_g_per_kg_lbm}}            # Protein g/kg Magermasse
{{protein_adequacy_score}}          # 0-100 (Ziel: 1.6-2.2 g/kg)
```

**Makros & Adhärenz:**
```python
{{carb_pct_7d_avg}}                 # % der Gesamtkalorien
{{fat_pct_7d_avg}}                  # % der Gesamtkalorien
{{macro_consistency_score}}         # 0-100 (Regelmäßigkeit)
{{nutrition_adherence_score}}       # 0-100 (Gesamtscore)
{{nutrition_days_7d}}               # Erfasste Tage letzte 7d
{{nutrition_days_28d}}              # Erfasste Tage letzte 28d
```

### 5.3 AKTIVITÄT (25 neue Platzhalter)

**Volumen:**
```python
{{activity_volume_7d_min}}          # Gesamtminuten 7 Tage
{{activity_volume_28d_min}}         # Gesamtminuten 28 Tage
{{activity_frequency_7d}}           # Anzahl Sessions 7d
{{activity_frequency_28d}}          # Anzahl Sessions 28d
{{activity_avg_duration_28d}}       # Durchschn. Dauer pro Session
```

**Intensität:**
```python
{{activity_z1_pct}}                 # % Zeit in Zone 1 (7d)
{{activity_z2_pct}}                 # % Zeit in Zone 2
{{activity_z3_pct}}                 # % Zeit in Zone 3
{{activity_z4_pct}}                 # % Zeit in Zone 4
{{activity_z5_pct}}                 # % Zeit in Zone 5
{{activity_polarization_index}}     # Polarisierung (Z1+Z2 vs Z4+Z5)
```

**Qualität & Load:**
```python
{{activity_quality_avg_28d}}        # Durchschn. Quality-Score
{{activity_load_7d}}                # Interne Last (7d Summe)
{{activity_load_28d}}               # Interne Last (28d Summe)
{{activity_monotony_28d}}           # Last-Variabilität
{{activity_strain_28d}}             # Load × Monotony
{{activity_acwr}}                   # Acute:Chronic Workload Ratio
```

**Fähigkeiten:**
```python
{{ability_strength_score}}          # 0-100 (aus Training Types)
{{ability_endurance_score}}         # 0-100
{{ability_mobility_score}}          # 0-100
{{ability_skills_score}}            # 0-100
{{ability_mindfulness_score}}       # 0-100
{{ability_balance_score}}           # 0-100 (wie ausgewogen?)
```

**Goal Alignment:**
```python
{{activity_goal_alignment_score}}   # 0-100 (zielabhängig)
{{rest_days_compliance}}            # 0-100 (geplant vs. tatsächlich)
```

### 5.4 RECOVERY & GESUNDHEIT (12 neue Platzhalter)

**Baselines:**
```python
{{rhr_7d_baseline}}                 # 7-Tage Baseline Ruhepuls
{{rhr_28d_baseline}}                # 28-Tage Baseline
{{hrv_7d_baseline}}                 # 7-Tage Baseline HRV
{{hrv_28d_baseline}}                # 28-Tage Baseline
```

**Deltas & Trends:**
```python
{{rhr_vs_baseline_7d}}              # Abweichung von Baseline (bpm)
{{hrv_vs_baseline_7d}}              # Abweichung von Baseline (ms)
{{vo2max_trend_28d}}                # VO2max Entwicklung
```

**Scores:**
```python
{{recovery_score}}                  # 0-100 (HRV, RHR, Schlaf)
{{recovery_score_confidence}}       # 0-100 (Datenqualität)
{{sleep_regularity_index}}          # Schlafregelmäßigkeit
{{sleep_debt_hours}}                # Akkumulierte Schlafschuld
{{health_risk_score}}               # 0-100 (Blutdruck, etc.)
```

### 5.5 KORRELATIONEN (8 neue Platzhalter)

```python
{{corr_energy_weight_lag}}          # Bestes Lag Energie→Gewicht (Tage)
{{corr_energy_weight_r}}            # Korrelationskoeffizient
{{corr_protein_lbm_r}}              # Protein ↔ LBM Korrelation
{{corr_load_hrv_lag}}               # Bestes Lag Load→HRV
{{corr_load_hrv_r}}                 # Korrelation
{{corr_sleep_rhr_r}}                # Schlaf ↔ RHR Korrelation
{{plateau_detected}}                # true|false (regelbasiert)
{{plateau_type}}                    # "weight_loss" | "strength" | etc.
```

### 5.6 META-PLATZHALTER (6 neue)

```python
{{goal_mode}}                       # "weight_loss" | "strength" | etc.
{{training_age_weeks}}              # Trainingserfahrung
{{data_quality_score}}              # 0-100 (Gesamtdatenqualität)
{{measurement_consistency}}         # 0-100 (Messzeit-Konsistenz)
{{analysis_confidence}}             # "high" | "medium" | "low"
{{analysis_timeframe}}              # "7d" | "28d" | "90d"
```

---

## 6. Gesamt-Übersicht: Neue Platzhalter

| Kategorie | Anzahl | Beispiele |
|-----------|--------|-----------|
| KÖRPER | 18 | weight_28d_trend_slope, fm_28d_delta, recomposition_score |
| ERNÄHRUNG | 15 | protein_g_per_kg_lbm, nutrition_adherence_score, energy_availability_status |
| AKTIVITÄT | 25 | activity_quality_avg_28d, activity_strain_28d, ability_balance_score |
| RECOVERY | 12 | recovery_score, sleep_regularity_index, sleep_debt_hours |
| KORRELATIONEN | 8 | corr_energy_weight_lag, plateau_detected, corr_load_hrv_r |
| META | 6 | goal_mode, data_quality_score, analysis_confidence |
| **GESAMT** | **84** | **Neue Platzhalter aus Fachkonzept** |

---

## 7. Strategische Roadmap-Empfehlung

### Phase 0: Fundament (JETZT)
**Ziel:** Berechnungs-Platzhalter implementieren
**Aufwand:** 16-20h
**Deliverables:**
- 84 neue Platzhalter in `placeholder_resolver.py`
- Baseline-Berechnungen (7d, 28d, 90d)
- Score-Algorithmen (Body Progress, Nutrition Adherence, Activity Goal Alignment, Recovery)
- Lag-Korrelations-Funktionen
- Confidence-Berechnung

**Issues zu erstellen:**
- #52: Baseline & Trend Calculations (Körper, Ernährung, Aktivität)
- #53: Score Algorithms (4 Haupt-Scores)
- #54: Correlation & Lag Analysis
- #55: Confidence & Data Quality Metrics

### Phase 1: Visualisierung (DANN)
**Ziel:** Charts nutzen die neuen Platzhalter
**Aufwand:** 12-16h
**Deliverables:**
- K1-K5 Charts (Körper)
- E1-E5 Charts (Ernährung)
- A1-A8 Charts (Aktivität)
- C1-C6 Charts (Korrelationen)

**Issues zu konsolidieren:**
- #26 erweitern zu "Comprehensive Chart System (K, E, A, C)"
- #27 erweitern zu "Correlation & Lag Analysis Charts"

### Phase 2: Regelbasierte Insights (DANACH)
**Ziel:** System wird Coach (nicht nur Datensammler)
**Aufwand:** 8-12h
**Deliverables:**
- Regelbasierte Hinweise ohne KI
- Plateau-Detektion
- Ziel-abhängige Interpretationen
- Warnungen (Gesundheit, Übertraining, Energieverfügbarkeit)

**Neue Issues:**
- #56: Rule-Based Recommendations Engine
- #57: Goal-Mode System & Interpretation
- #58: Health & Safety Warnings

### Phase 3: KI-Integration (SPÄTER)
**Ziel:** KI nutzt Scores + Rohdaten + Regeln
**Aufwand:** 6-8h
**Deliverables:**
- KI-Prompts nutzen neue Platzhalter
- Contextual AI Analysis (nutzt goal_mode)
- Multi-Faktor Insights

---

## 8. Aktions-Empfehlungen

### SOFORT (heute)
1. ✅ **Issues #26 und #27 NICHT einzeln implementieren**
2. ✅ **Neues Issue #52 erstellen:** Baseline & Trend Calculations
3. ✅ **Neues Issue #53 erstellen:** Score Algorithms
4. ✅ **Issue #26 umbennen/erweitern:** "Comprehensive Chart System (based on Fachkonzept)"
5. ✅ **Issue #27 umbennen/erweitern:** "Correlation & Lag Analysis (based on Fachkonzept)"

### DIESE WOCHE
6. ✅ **Implementierung starten:** Phase 0 - Platzhalter
7. ✅ **Dokumentation:** Mapping Fachkonzept → Code
8. ✅ **KI-Prompts vorbereiten:** Nutzen neue Platzhalter

### NÄCHSTE WOCHE
9. ✅ **Implementierung:** Phase 1 - Charts
10. ✅ **Testing:** Alle Scores & Berechnungen
11. ✅ **Production:** Deployment vorbereiten

---

## 9. Zusammenfassung: Transformation Data Collector → Active Coach

### Aktueller Stand
**Data Collector:**
- Daten werden erfasst
- Einfache Listen
- Basis-Statistiken
- KI-Analysen manuell angestoßen

### Ziel (nach Fachkonzept)
**Active Coach:**
- Daten werden **interpretiert**
- Trends & Baselines
- Scores & Confidence
- Regelbasierte Hinweise
- Ziel-abhängige Bewertung
- Proaktive Warnungen
- KI nutzt strukturierte Insights

---

## 10. Nächste Schritte

1. **Issues neu strukturieren** (heute)
2. **Platzhalter implementieren** (Phase 0, diese Woche)
3. **Charts implementieren** (Phase 1, nächste Woche)
4. **Regelbasierte Insights** (Phase 2, Woche danach)
5. **KI-Integration** (Phase 3, dann)

**Commit:** cd2609d
**Analysiert von:** Claude Code
**Basis:** Fachkonzept v2 (2086 Zeilen, 24.03.2026)