mitai-jinkendo/.claude/docs/ROADMAP.md
Lars 7940dc7560 docs: Struktur .claude/docs versionieren, working/, Gitea-Index, Regeln
- .gitignore: .claude/docs, rules, commands tracken; settings.local weiter ignorieren
- DOCUMENTATION.md: verbindliche Ablage functional/technical/working/issues
- .claude/README.md: Agent-Einstieg; GITEA_ISSUES_INDEX aus MCP (Stand 2026-04-08)
- Arbeitspapiere von docs/ nach .claude/docs/working/ verschoben
- docs/MEMBERSHIP_SYSTEM.md als Stub; kanonisch technical/MEMBERSHIP_SYSTEM.md
- CLAUDE.md Pflichtlektüre und Links angepasst; docs/README.md vereinfacht

Made-with: Cursor
2026-04-08 13:01:49 +02:00

551 lines
21 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# 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