Künstliche Intelligenz und MCP

Tredict stellt eine standardisierte MCP-Schnittstelle bereit, den Tredict MCP Server, mit dem Du Tredict in die KI-Umgebung Deiner Wahl autorisiert einbinden kannst. Ein LLM (Large Language Model) kann so mit Deinen Trainingsdaten arbeiten und beispielsweise Trainingsanalysen durchführen, spannende Geschichten über Deine Trainingshistorie erzählen, strukturierte Workouts direkt in Tredict anlegen, Kapazitätswerte, wie z. B. den FTP, ermitteln und sogar ganze Trainingspläne erstellen. Die resultierenden Möglichkeiten der Einbindung des Tredict MCP Server in eine KI-Umgebung sind vielfältig! 

Der Tredict MCP Server liefert außerdem MCP Apps an Plattformen wie ChatGPT und Claude.ai aus, um mit einer direkt in den KI-Chat eingebetteten interaktiven Benutzeroberfläche Trainingsdetailansichten oder Trainingspläne anzeigen zu können.

Kontrolle und Datenschutz

Ein externer MCP Client hat keinen Zugriff auf Deine Daten, wenn Du diesen vorher nicht selbst konfiguriert hast. Du verbindest den Tredict MCP Server mit dem KI-Anbieter Deiner Wahl und kannst über die Berechtigungen des Zugriffstokens steuern, ob Du Lese- und Schreibberechtigungen für bestimmte Bereiche erlauben oder untersagen möchtest. Bitte schaue in den Datenschutzbestimmungen des KI-Anbieters nach, mit dem Du den Tredict MCP Server verbindest, was mit Deinen Daten geschieht, die über einen MCP Server zum Anbieter geladen werden. Alternativ kannst Du auch mit lokalen LLMs arbeiten, die Du selbst installierst, so bleibt alles auf Deinem Computer oder in Deinem Netzwerk.

Unterstützte KI-Plattformen

Generell wird jede KI-Plattform von Tredict unterstützt, die in der Lage ist, einen MCP-Server einzubinden und dessen Tool-Aufrufe zu benutzen. Hier kannst Du Dir einen persönlichen Zugriffstoken erstellen, den Du dann bei dem MCP-Client hinterlegst: Personal API / MPC
Für manche Plattformen wie Claude.ai oder ChatGPT wird der OAuth2.1-Mechanismus verwendet.

Anleitungen zum Verbinden einiger populärer KI-Plattformen in der Tredict FAQ

Hinweis: LLMs sind künstliche Systeme, die Fehler machen, und kein Ersatz für einen Trainer oder den eigenen Verstand.

Komplexität und Kontextfenster

Je leistungsfähiger eine bestimmte KI-Plattform ist, desto komplexere Aufgaben kann sie bewältigen. Ein gut trainiertes LLM mit einem großen Kontextfenster und einem hohen "Per Tool Call Token Limit" kann problemlos 8-wöchige Trainingspläne mit komplexen strukturierten Workouts für Dich erstellen, wobei Modelle, die kleine Limits besitzen, an der Komplexität von 8 Wochen scheitern können. So liegt es an Dir zu schauen, welche Aufgabe mit welchem Modell und welcher Plattform gut funktioniert, da sich die Gegebenheiten ständig ändern. 

Beeindruckend gute Ergebnisse bei der Erstellung von Trainingsplänen hat Tredict mit "Claude" erlangen können. (Stand Februar 2026)

Prompts

Prompts bzw. Anfragen an den LLM-Chat sind parametrisierte vorgefertigte Anfragen, die Du als Vorlage verwenden kannst.

Hier sind ein paar Beispiel-Anfragen, aber natürlich kannst Du freihand drauf los formulieren:

• better-names
  

  "Finde kürzliche Trainingseinheiten ohne gute Titel und aktualisiere sie mit aussagekräftigen Titeln und Beschreibungen."

• coolest-training
  

  "Suche nach der coolsten Trainingseinheit aus dem angegebenen Jahr in der Tredict-Aktivitätsliste."

• compare-years
  

  "Vergleiche ein Jahr mit einem anderen der gesamten Trainingshistorie und gebe eine detaillierte Analyse."

• create-plan
  

  "Erstelle einen wiederverwendbaren Trainingsplan in Tredict durch Analyse der jüngsten Trainingshistorie und des Fitnesslevels."

• determine-ftp
  

  "Bestimme den aktuellen FTP (Functional Threshold Power) durch Analyse der Trainingshistorie."

• indepth-analysis
  

  "Untersuche die gesamten letzten 2 Jahre der Trainingshistorie und erstelle eine detaillierte Analyse und Bewertung des Trainingsstatus."

• recreate-structured-workout
  

  "Erstelle ein ausführbares strukturiertes Workout durch Analyse der Struktur einer bereits ausgeführten Aktivität."

Tools

Die MCP Tools können von dem MCP Client / MCP Host aufgerufen werden und stellen eine Beschreibung der Möglichkeiten des MCP Servers dar.

Eine Übersicht der MCP Tools welche von dem Tredict MCP Server zur Verfügung gestellt werden:

• activity-list: Liste ausgeführter Aktivitäten für einen Zeitraum ^{(activityRead)}
• activity: Aktivitätsdetails, umfangreiche Metriken und Zeitreihendaten ^{(activityRead)}
• activity-update: Titel und Beschreibung einer Aktivität aktualisieren (nicht destruktiv) ^{(activityWrite)}
• add-plan-training: Einzelnes Plantraining zu einem bestehenden Plan hinzufügen ^{(activityWrite)}
• bodyvalues: Körperwerte wie Gewicht, Körperfett, Ruheherzfrequenz und mehr ^{(bodyvaluesRead)}
• capacity: Kapazitätswerte wie maximale Herzfrequenz, FTP und FTPa ^{(bodyvaluesRead)}
• hrv-list: Herzfrequenzvariabilitätsdaten ^{(bodyvaluesRead)}
• plan-creation: Wiederverwendbare Trainingspläne in 'Meine Pläne' erstellen ^{(activityWrite)}
• planned-workout-list: Liste geplanter strukturierter Workouts ^{(activityRead)}
• planned-workout: Details und Struktur eines geplanten Workouts ^{(activityRead)}
• training-effort-list: Trainingsaufwand über einen Zeitraum ^{(activityRead)}
• zones-distribution: Aggregierte Zonenverteilung ^{(bodyvaluesRead)}
• zones: Zonenrevisionen ^{(bodyvaluesRead)}
• show-activity-ui: Tredict Aktivitätsdetails und Metriken UI-Widget ^{(activityRead)}
• show-plan-ui: Tredict Trainingsplan-Details und Kalender UI-Widget ^{(activityRead)}

Zur weiterführenden Dokumentation des Tredict MCP Server: Tredict MCP Server Dokumentation