Trassi: KI-Trainingsplanung mit eigenem Wissen – warum das einen Unterschied macht - Promptwerk Consulting
Trassi generiert Badminton-Trainingspläne auf Basis einer eigenen Übungsdatenbank. Warum das besser ist als ein generisches KI-Modell – und was das für andere Branchen bedeutet.
Wenn man einem normalen KI-Modell sagt: „Erstell mir einen Badminton-Trainingsplan für Fortgeschrittene, Fokus Rückhand”, bekommt man etwas zurück. Manchmal sogar etwas Vernünftiges.
Das Problem: Man weiß nie genau, wo die Inhalte herkommen. Sind die Übungen methodisch sinnvoll aufgebaut? Passen sie zur Altersgruppe? Stimmt die Progression? Das Modell halluziniert nicht absichtlich – aber es ist auch kein Badminton-Trainer.
Genau da setzt Trassi an.
Die Grundidee: eigenes Wissen, eigene Kontrolle
Trassi ist ein KI-System, das Trainingspläne nicht aus dem allgemeinen Weltmodell des Sprachmodells zieht – sondern aus einer selbst aufgebauten Datenbank mit geprüften Übungen, Drills und Trainingskonzepten.
Das Prinzip nennt sich Retrieval-Augmented Generation (RAG): Das Modell greift beim Generieren auf eine strukturierte, kuratierte Wissensbasis zurück. Was nicht in der Datenbank ist, wird nicht erfunden.
Das klingt einfach. Ist es technisch auch – aber die Arbeit steckt im Aufbau der Datenbasis. Jede Übung muss beschrieben, klassifiziert, mit Metadaten versehen werden: Schwierigkeitsgrad, Zielmotivation, benötigte Spieler, Platzbedarf, Belastungstyp.
Was Trassi konkret kann
- Wochenplan für eine Trainingsgruppe erstellen (Niveau, Dauer, Schwerpunkt als Input)
- Einzelne Einheiten zusammenstellen mit Warm-up, Hauptteil, Cool-down
- Übungen nach Kriterien filtern und erklären
- Variationen für unterschiedliche Leistungsstufen innerhalb einer Gruppe vorschlagen
Was es nicht kann: Taktik für ein konkretes Spiel analysieren, Video auswerten oder spontan auf Trainingssituationen reagieren. Das bleibt Aufgabe des Trainers.
Was das für andere Branchen bedeutet
Das Trassi-Modell ist kein Sportprojekt – es ist ein Prinzip. Dasselbe funktioniert überall, wo Fachwissen systematisiert werden kann:
- Recht: Vertragsklausel-Generator auf Basis eigener Musterdokumente
- Medizin: Diagnoseunterstützung auf Basis interner Behandlungspfade
- Produktion: Fehlerbehebungs-Assistent auf Basis von Wartungshandbüchern
- HR: Onboarding-Chatbot auf Basis unternehmenseigener Prozesse
Überall gilt: Das Modell ist nur so gut wie die Datenbasis. Wer in den Aufbau investiert, bekommt ein System, das verlässlich antwortet – statt eines, das überzeugend klingt, aber falsch liegt.
Interesse daran, wie das für Ihr Unternehmen aussehen könnte? Lassen Sie uns sprechen.