Fragt man ein Sprachmodell nach einem Beleg, bekommt man einen. Ob es die Studie gibt, ist eine andere Frage.
Im zweiten Teil ging es darum, wie die Daten der Uhr beim Modell ankommen. Damit ist die erste Lücke aus Teil 1 geschlossen: Das Modell muss nicht mehr raten, wie belastet jemand ist. Die zweite ist schwieriger. Auch mit allen Zahlen braucht es Wissen, um sie einzuordnen, und dieses Wissen hat es aus seinen Trainingsdaten. Ungleichmäßig, vermischt mit Forenweisheiten und ohne Fundstelle.
Das merkt man nicht an den Antworten, die klingen alle gut. Man merkt es, wenn man nachfragt. „Woher stammt das?" führt zu einer Studie mit plausiblem Titel und plausiblen Autoren, die sich nicht finden lässt. Oder zu einer Faustregel, die als Befund auftritt.
Das Kompendium
training mcp bringt deshalb eigenes Wissen mit: ein Kompendium aus 2.080 Karten in 13 Bereichen, von Periodisierung über Belastung und Erholung bis zu Ernährung und Psychologie. Jede Karte hält genau einen Befund fest, mit Belegstärke, Geltungsbereich und Quelle. Eine Karte sieht im Kopf so aus:
id: even-pacing-beats-going-out-too-fast
title:
de: Gleichmäßiges Tempo schlägt den zu schnellen Start
statement: >
In distance racing the most common and most costly mistake is
going out too fast early. ...
evidence:
strength: moderate
basis: narrative-review
scope:
sports: [running, triathlon, cycling]
training_status: [recreational, well-trained, elite]
target_group_transfer: direct
sources:
- slug: 2013-roelands-pacing-central-fatigue
kind: study
read_level: full-text
locator: "..."
Darunter folgt der Text in festen Abschnitten: Befund, Zahlen, Geltungsbereich, Anwendung, Grenzen, Quellen. Der Körper ist englisch, weil die Quellen englisch sind und die Suche mit Fachbegriffen arbeitet. Titel und Beispielfragen gibt es auch auf Deutsch.
Wichtig ist das Feld strength. Von den 2.080 Karten sind 39 als stark belegt geführt, 575 als mittel und 1.466 als schwach. Das sieht auf den ersten Blick nach einer schwachen Sammlung aus. Es spiegelt aber, worauf vieles in der Trainingslehre beruht: Etliche Aussagen, die in gängigen Trainingsplänen stehen, gehen auf eine einzelne kleine Studie oder ein Lehrbuchmodell zurück. Das Modell soll das wissen und sagen, statt alles mit derselben Sicherheit vorzutragen.
Dazu kommt contested. 197 Karten stehen einer anderen Karte entgegen, etwa beim ACWR als Vorhersage für Verletzungen. Dann soll das Modell beide Seiten zeigen.
Wo die Karten herkommen
Die Karten entstehen in zwei Schritten, beide als Skills für Claude Code. Ein Studien-Radar sucht über PubMed nach neuen Arbeiten zu den Bereichen des Kompendiums und gleicht sie gegen das ab, was schon da ist. Die Volltexte kommen aus offenen Quellen: PubMed Central, Unpaywall, Semantic Scholar, OpenAlex. Schattenbibliotheken sind ausgeschlossen.
Aus einem Volltext zieht der zweite Skill die einzelnen Befunde heraus und schreibt sie im festen Format. Volltext ist der Standard. Eine Karte, die nur auf einem Abstract beruht, ist als Ausnahme markiert, weil die Zahlen und Einschränkungen meistens im Methodenteil stehen. Widerspricht ein neuer Befund einem alten, bekommen beide Karten den Vermerk.
Ein Prüfskript hält die Sammlung zusammen: gültiges YAML, ID gleich Dateiname, keine toten Verweise zwischen den Karten. Ob ein Befund die Studie richtig wiedergibt, prüft es nicht. Das bleibt Leseaufwand, und der ist noch nicht für alle Karten erledigt.
Das Modell muss nachsehen wollen
Ein Kompendium allein ändert wenig. Ein Sprachmodell antwortet zuerst aus dem eigenen Gedächtnis, und ein Such-Werkzeug ruft es nur auf, wenn es einen Anlass sieht. Wenn es sucht, formuliert es die Anfrage gern so, wie es die Antwort schon vermutet. Das Kompendium hat deshalb mehrere Zugänge, die an verschiedenen Stellen im Gespräch einen Anlass geben.
compendium-map liefert das Inhaltsverzeichnis: Bereiche, Unterthemen, Zahl der Karten und typische Fragen. Danach weiß das Modell, was es überhaupt gibt, und sucht gezielt.
compendium-search sucht und gewichtet nach dem, was über den Nutzer bekannt ist. Sportarten kommen aus seinen Einheiten, das Alter aus dem Konto, der Umfang aus den letzten Wochen. Eine Karte, die nur für Elite-Radfahrer belegt ist, rutscht bei einer Hobbyläuferin nach hinten und trägt den Vermerk does_not_fit. Das kann ein allgemeines RAG-System nicht, weil es die Daten des Nutzers nicht kennt.
Die Daten-Werkzeuge verweisen von sich aus auf Karten. training-load nennt zum ACWR die Karte zur Verletzungsvorhersage, samt Vermerk „umstritten". Die Zuordnung ist fest gepflegt und nicht gesucht. So stößt das Modell auf Belege, ohne selbst danach zu fragen.
Und die Anweisungen an das Modell sind deutlich. Vor jeder Empfehlung zu Umfang, Intensität, Erholung, Ernährung oder Kraft soll es suchen. Jede Empfehlung zu Belastung, Erholung oder Ernährung soll es mit einer Karte belegen, in einer festen Form:
[even-pacing-beats-going-out-too-fast · moderate · narrative-review]
Gibt es keine passende Karte, soll es das sagen, statt eine zu erfinden. Faustregeln soll es nicht als Befunde ausgeben.
Die Suche
Die erste Fassung der Suche war ein reiner Volltext. Bei englischen Fachbegriffen funktionierte das ordentlich, bei einer deutschen Nutzerfrage wie „Warum breche ich in der zweiten Rennhälfte so ein?" kaum: Nur bei 37 Prozent der Fragen stand eine passende Karte unter den ersten fünf.
Heute ist es eine hybride Suche in Meilisearch, Volltext und Vektoren gemischt, mit einem Anteil von 0,6 für die Vektoren. Die Vektoren rechnet bge-m3 in einem eigenen Ollama-Container auf demselben Server. Keine Suchanfrage verlässt das System, und es fallen keine Kosten pro Anfrage an. Das Modell darf bis zu vier Formulierungen in einem Aufruf schicken, etwa die Frage des Nutzers, eine englische Kurzform und den Fachbegriff. Die Treffer werden über Reciprocal Rank Fusion zusammengeführt.
Gemessen wird das mit einem festen Satz aus 126 Fragen über alle 13 Bereiche. Bei der deutschen Nutzerfrage steht jetzt in 92,9 Prozent der Fälle eine erwartete Karte unter den ersten fünf, mit allen Formulierungen in 99,2 Prozent. Die Messung läuft wöchentlich, damit eine neue Runde Karten die Suche nicht unbemerkt verschlechtert.
Was der Server rechnet, statt das Modell zu fragen
Die zweite Quelle für Erfundenes sind Zahlen, die ein Modell selbst ableitet. Liegt die HRV heute unter dem Normalbereich? Ist der Umfang zu schnell gestiegen? Ein Modell rechnet das gern im Kopf aus, und mal stimmt es, mal nicht.
Bei training mcp rechnet das der Server. Die Hinweise aus readiness und hints folgen benannten Regeln mit Fassung, derzeit 2026-10-05. Jeder Hinweis bringt seine Eingangswerte, die Regel und das Ergebnis mit. Aus dem Code:
Ein Hinweis ist nachrechenbar: Eingangswerte, Regel samt Fassung, Ergebnis. Er urteilt nicht. „HRV 30 ms, Normalbereich 41 ± 4, Unterschreitung" ist ein Hinweis; ob das erwartbar ist, entscheidet sich im Gespräch.
Die Bewertung bleibt beim Modell, und dafür ist es auch gut. Nach einem Rennen am Vortag ist eine niedrige HRV erwartbar, nach einer ruhigen Woche nicht. Das kann das Modell im Gespräch klären, wenn es nachfragt. Die Zahl selbst soll es nicht erfinden müssen.
Dasselbe gilt für die Trainingslast. training-load liefert CTL, ATL, TSB und ACWR mit Methode und Schwellen samt Herkunft, und mit dem Satz „These are model values, not measurements" in der Beschreibung.
Fazit
Erfinden kann das Modell auch mit Kompendium. Es tut es seltener, und was es sich ausdenkt, fällt eher auf. Wenn das Modell sich auf [even-pacing-beats-going-out-too-fast · moderate · narrative-review] beruft, kann man nachsehen, was dort steht, wie stark es belegt ist und ob es auf einen selbst passt.
Die Karten zu schreiben war der kleinere Teil der Arbeit. Länger gedauert haben die Wege dorthin: das Verzeichnis, die Gewichtung nach Profil, die Verweise aus den Daten und Anweisungen, die das Modell tatsächlich befolgt.
Im vierten Teil geht es um das, was nicht in den Chat gehört: Auswertungen über Wochen und Monate.
Call to Action
training mcp läuft als Beta in einem kleinen Kreis, der öffentliche Start ist Anfang November. Zwölf Beispielbefunde mit Zahl und Quelle stehen öffentlich auf https://training-mcp.app.
Wenn du an einem ähnlichen Wissensbestand für ein anderes Fachgebiet arbeitest und dich die Messung der Suche interessiert, melde dich.