Analyseer Peloton-gegevens met AI: wat je kunt vragen en wat je terugkrijgt

De native Peloton-app geeft je per rit al veel: een outputgrafiek, een leaderboardpositie, een doorlopende PR-lijst en meteen na afloop een nette samenvatting. Wat hij niet geeft is redenering. Hij kan niet in één zin zeggen of je gemiddelde output de afgelopen maand echt is gestegen, of een reeks sterke ritten echte fitnesswinst is of drie gelukkige dagen op het leaderboard, of dat een slechte rit op donderdag iets te maken had met hoe je woensdagavond sliep. Voor al die vragen moet je afzonderlijke ritten terugzoeken en zelf vergelijken.

Zodra je ritten zijn gekoppeld aan Wellness Project, kun je een AI coach de vraag in plaats daarvan direct stellen. Claude of ChatGPT kan weken of maanden aan vermogen, cadans en weerstand in één antwoord doorredeneren, op dezelfde manier als een coach die je trainingslog doorneemt, en dat kan zonder dat jij iets exporteert of met de hand een grafiek maakt. De Peloton app is gebouwd om je een rit te tonen. Een AI coach is gebouwd om je te vertellen wat die rit, en de twintig ervoor, daadwerkelijk betekenen.

Zodra Peloton is gekoppeld, zijn dit het soort vragen dat je rechtstreeks in Claude of ChatGPT kunt typen. Geen van deze vereist verdere instellingen dan de eerste koppeling.

"Stijgt mijn gemiddelde output deze maand?" geeft een echte trend, bijvoorbeeld je gemiddelde totale output per rit van 45 minuten 8% omhoog in de afgelopen vier weken, niet alleen ja of nee. "Verhoog ik echt de weerstand, of alleen mijn cadans?" splitst de twee cijfers waaruit output bestaat en vertelt welk ervan je vooruitgang daadwerkelijk aandrijft, een onderscheid dat de Peloton-outputgrafiek nooit voor je maakt. "Welke soorten ritten leveren mijn hoogste hartslag op?" vergelijkt je gelogde ritten per lestype en geeft een rangschikking: power-zone-ritten tegenover climbs en intervals.

"Hoe verhoudt mijn Power Zone-rit van dinsdag zich tot vier weken geleden?" haalt de twee specifieke ritten op en zet het verschil in output, gemiddelde hartslag en weerstand naast elkaar, het soort week-op-weekvergelijking waarvoor je normaal twee losse ritoverzichten moet openen en zelf moet rekenen. "Moet ik deze week een herstelrit toevoegen?" zet je recente outputtrend af tegen je gelogde slaap- en herstelgegevens en geeft een concrete aanbeveling, geen algemene herinnering om te rusten.

Een goed antwoord is altijd specifiek: echte cijfers uit je gelogde ritten, een duidelijke trendrichting en meestal een concrete suggestie voor je volgende rit, in plaats van een standaardzin dat consistentie belangrijk is.

Vermogen, cadans en weerstand zijn geen drie losstaande getallen, ze vertellen samen een verhaal, en een AI coach die ze over meerdere ritten leest, kan opmerken wat een samenvatting van één rit niet kan. Stijgend vermogen bij een stabiele hartslag is een duidelijk signaal dat je conditie verbetert, je levert meer werk voor dezelfde cardiovasculaire kosten. Stijgende cadans terwijl de weerstand vlak blijft, betekent daarentegen meestal een plateau, je trapt sneller rond zonder daadwerkelijk harder te duwen, en de vermogenscijfers kunnen stabiel lijken terwijl de echte trainingsprikkel stilletjes daalt.

Hartslagdrift laat in langere ritten, je hartslag die langzaam oploopt terwijl output en cadans gelijk blijven, is een vermoeidheidssignaal dat het waard is om te signaleren in plaats van te negeren. Coach Jamie Reyes en de coaches gericht op duurvermogen en herstel kunnen deze patronen automatisch opsporen in je ritgeschiedenis en vertalen naar een concrete aanbeveling: duw deze week op een power zone-rit omdat je output en hartslagrespons beide ruimte tonen om te groeien, of stel een Zone 2-hersteltrit in omdat de laatste drie ritten drift laten zien en je gelogde slaap kort was. Dezelfde redenering geldt voor de dagen dat je niet op de fiets zit, een AI-coach die je ritten ziet, ziet ook je krachtlog en signaleert wanneer zware beendagen ten koste gaan van je fietsoutput, het soort planningsconflict dat een krachttrainingsplan die naast je ritten is opgebouwd kan oplossen.

Omdat Peloton gegevens doorstuurt via Apple Health of Google Health Connect staan je ritgegevens in dezelfde tijdlijn als HRV, slaap en rusthartslag die uit Oura worden opgehaald, Fitbit, of Apple Watch. Die ene tijdlijn maakt een samengestelde vraag überhaupt pas mogelijk: "Werd mijn rit met lage output op donderdag verklaard door de korte slaap van woensdagavond?" haalt zowel je ritgegevens als je slaaplog op voor hetzelfde venster van 24 uur en geeft een direct antwoord, bijvoorbeeld vierenhalf uur slaap tegenover je gebruikelijke zeven, met output 12% onder je rollende gemiddelde voor dat rittype.

Een weergave van één app kan die vraag helemaal niet beantwoorden. De Peloton-app heeft geen idee hoe laat je in slaap viel, en een slaap-app heeft geen idee wat je output was tijdens de rit van donderdag. Omdat beide cijfers al in dezelfde Wellness Project-geschiedenis staan, hoeft de AI niet te horen dat het verband bestaat, het kan het zelf vinden zodra je het vraagt.