Gemini Gem für Trainingsplanung: So erstellst du deinen virtuellen Coach

Ein Gemini Gem ist kein Chatbot, den du jedes Mal neu briefen musst. Du öffnest ihn, gibst deine aktuellen Trainingsdaten rein — und der Gem weiß bereits, wie er damit umgehen soll. Die Systemanweisung, die sonst das größte Hindernis ist, habe ich für dich übernommen. Der TheFitFuturist Gemini Gem für Trainingsplanung bringt sportwissenschaftliche Grundlagen als Kontext mit. Du bringst deine Zahlen.

So richtest du den Gem ein — Schritt für Schritt

Du brauchst nur einen kostenlosen Google-Account — Gems sind seit März 2025 für alle Nutzer kostenlos verfügbar. Wer mehr Modellauswahl und höhere Limits will, kann auf Google AI Pro upgraden, muss es aber nicht.

Schritt 1: Gem-Link öffnen. Öffne den TheFitFuturist Trainings Coach Gem über diesen Link: https://gemini.google.com/gem/1UI1inwvDEyGjLXBJ1D0fng3Ayjia1LEP?usp=sharing. Du landest direkt auf der Gem-Seite in Gemini.

Schritt 2: Chat starten. Der Gem öffnet sich direkt — kein Bestätigungsschritt. Beim allerersten Aufruf kann Google kurz eine Beschreibung einblenden, danach startest du sofort im Chat.

Schritt 3: Modell wählen. Oben in der Gemini-Oberfläche kannst du das Modell auswählen. Wähle ein Pro-Modell für die beste Planungsqualität — welches aktuell verfügbar ist siehst du direkt in der Auswahl.

Schritt 4: Dein Trainingsprofil als erste Nachricht. Der Gem startet mit einer Frage — er will wissen, womit er arbeitet. Je mehr relevanter Kontext du hier mitgibst, desto nützlicher wird die Antwort. Was du vorbereiten solltest: aktuelles Trainingsvolumen und -frequenz, deine Zielsetzung (Wettkampf, Gesundheit, Hypertrophie, Ausdauer), bekannte Einschränkungen wie Verletzungen oder Zeitfenster, und wenn vorhanden: Wearable-Daten wie Ruhepuls, HRV-Trend oder VO2max-Schätzwert.

1 / 3

Schritt 1: Gem öffnet sich direkt

Schritt 2: Pro-Modell wählen

Schritt 3: Gem fragt zuerst, dann plant er

Schritt 5: Iterieren, nicht akzeptieren. Der erste Plan, den der Gem ausgibt, ist ein Entwurf — kein fertiges Produkt. Das ist bei jedem LLM so, und wer das vergisst, trainiert nach einem Plan, den er nie wirklich hinterfragt hat. Frag nach, korrigiere, gib Feedback. "Das Volumen an Tag 3 ist zu hoch für meine aktuelle Erholungskapazität — wie würdest du das anpassen?" ist eine bessere Folgefrage als "Danke, schaut gut aus."

Das brauchst du für deinen initialen Gemini Gem Trainingsplan

Hier trennt sich, ob der Gem brauchbare oder generische Ergebnisse liefert. Ein LLM kann nur so gut antworten wie der Kontext, den du ihm gibst — das gilt für Gemini genauso wie für Claude oder ChatGPT. Wer schreibt "Erstell mir einen Trainingsplan für mehr Muskeln", bekommt genau das: einen Plan für irgendjemanden, der irgendwie mehr Muskeln will.

Der Gem macht deutlich was er braucht: Ziel, Zeitrahmen, aktueller Stand, Einschränkungen. Je konkreter deine Angaben, desto spezifischer der Plan. Das ist kein Zufall — es ist die direkte Konsequenz der Systemanweisung, die genau diese Variablen erwartet.

Was den Gem vom normalen Gemini-Chat unterscheidet: Er weiß, was er mit diesen Informationen tun soll. Du musst nicht erklären, was RPE ist, warum Deloads sinnvoll sind oder wie sich Trainingsvolumen auf Regenerationsbedarf auswirkt. Das sportwissenschaftliche Grundwissen sitzt bereits in der Systemanweisung — du lieferst die individuellen Variablen.

Falls du dir unsicher bist, welche physiologischen Grundlagen für eine sinnvolle Trainingsplanung tatsächlich relevant sind — der Artikel zu physiologischen Grundlagen im KI-Training erklärt, welche Konzepte du kennen solltest, um KI-Antworten einzuschätzen.

Gemini Gem als Fitness Coach: Was das Konzept wirklich leistet

Ein Gem ist Googles Antwort auf Custom GPTs — eine gespeicherte Konfiguration innerhalb von Gemini Advanced, die du einmal einrichtest und dann immer wieder nutzt. Der entscheidende Unterschied zu einem normalen Gemini-Chat: Der Gem kennt seinen Auftrag, bevor du das erste Wort tippst. Er weiß, dass er Trainingspläne erstellt, welche Faktoren er berücksichtigen soll und welche Fragen er dir stellen muss, wenn deine Angaben zu lückenhaft sind, um sinnvoll zu antworten.

Das klingt nach einer kleinen technischen Vereinfachung — ist es aber nicht. Wer schon mal versucht hat, Gemini oder ChatGPT mit einem sorgfältig formulierten Kontext-Prompt zu füttern, weiß wie viel Arbeit da drinsteckt. Und wie oft das Ergebnis trotzdem generisch bleibt, weil der Prompt eben kein echter System-Prompt ist, sondern nur der erste Satz im Chat. Ein Gem löst das strukturell: Die Logik sitzt im Fundament, nicht im Freitext.

Was die Systemanweisung konkret enthält

Die Systemanweisung des TheFitFuturist Gems ist kein generischer "Du bist ein Fitness-Experte"-Prompt. Sie enthält konkrete sportwissenschaftliche Logik: wie Belastung und Erholung im Verhältnis stehen, wann ein Deload eingeschoben werden sollte, wie Intensität über RPE gesteuert wird und warum Anfänger mit drei Einheiten pro Woche mehr Fortschritt machen als mit fünf. Das ist kein Wissen, das du Gemini jedes Mal neu beibringen musst — es ist als Arbeitsgrundlage fest verankert.

Konkret bedeutet das: Wenn du dem Gem sagst, dass du seit sechs Monaten trainierst und dreimal pro Woche ins Gym gehst, wird er dir nicht einfach einen 6-Tage-Powerlifting-Split empfehlen. Er erkennt den Kontext, gewichtet ihn gegen Regenerationskapazität und Erfahrungslevel — und gibt eine Empfehlung, die dazu passt. Was er dabei nicht kann: deine subjektive Tagesform beurteilen oder sehen, ob deine Technik gut genug ist für die vorgeschlagene Last. Diese Grenzen sind bewusst Teil der Systemanweisung — der Gem weist dich darauf hin, anstatt sie zu ignorieren.

Der Gem stellt außerdem strukturierte Rückfragen, wenn Angaben fehlen. Er fragt nach Zielen, Zeitrahmen, Verletzungshistorie und verfügbarem Equipment — nicht weil er das muss, sondern weil ein Plan ohne diese Informationen schlicht nicht sinnvoll ist. Das ist der Unterschied zwischen einem Tool, das antwortet, und einem Tool, das erst fragt.

Ein konkretes Beispiel aus der Systemanweisung: Bei einem Einsteiger mit weniger als sechs Monaten Erfahrung begrenzt der Gem das Trainingsvolumen automatisch — nicht weil er vorsichtig sein soll, sondern weil die Systemanweisung erklärt, dass neuronale Adaptation bei Anfängern mit drei Einheiten pro Woche schneller voranschreitet als mit fünf. Das Modell argumentiert aus Prinzipien, nicht aus Faustregeln.

Den Gem als laufenden Coach nutzen — nicht nur für den ersten Plan

Der primäre Use Case ist klar: du gibst dein Profil rein, der Gem erstellt einen strukturierten Plan. Aber der Gem kann mehr als einen Plan einmalig ausgeben — er funktioniert auch als Ansprechpartner für alles, was danach kommt. Volumen zu hoch, Wettkampftermin verschoben, Verletzung — das sind genau die Situationen für die du sonst einen Trainer anrufst.

Ein typisches Szenario: Du bist in Woche 4, hattest zwei schlechte Schlafreihen und dein Ruhepuls liegt 8 bpm über dem Normwert. Du öffnest den Gem und schreibst:

Ich bin in Woche 4, aktuell erholt sich mein Körper schlechter als geplant — Ruhepuls erhöht, Motivation gering, letzte zwei Einheiten gefühlt deutlich schwerer als die RPE-Angaben vermuten lassen. Hier mein aktueller Plan: [Plan hier einfügen]. Wie sollte ich die nächsten 7–10 Tage anpassen?

Dabei wichtig: der Gem speichert keine Gesprächsverläufe zwischen Sessions — das ist der technische Unterschied zu Claude Projects. Du musst den aktuellen Plan als Kontext miteinfügen. Ein kurzer Copy-Paste der aktuellen Woche reicht dafür aus. Der Gem gibt dann keine pauschale "mach eine Deload-Woche"-Empfehlung, sondern eine spezifische Anpassung basierend auf Phase, Trainingsziel und den Signalen die du beschrieben hast.

Wer das einmal pro Woche macht — kurz zusammenfassen was lief, was nicht, was sich verändert hat — hat kein einmaliges Plan-Generierungs-Tool mehr. Sondern einen Gesprächspartner der den Plan kennt und mitdenkt. Wer denselben Ansatz mit Claude nutzen will: der TheFitFuturist Claude Trainingsplan Skill funktioniert nach dem gleichen Prinzip — mit dem Unterschied dass Claude Projects den Gesprächsverlauf zwischen Sessions speichert. Ohne KI-Abo: kostenloser Trainingsplan Generator im Browser, kein Account nötig.

Pro oder Flash — welches Modell für den Trainingsplan?

Gems laufen mit dem Modell, das du beim Erstellen auswählst — oder dem aktuellen Google-Default. Grundsätzlich gilt: Pro-Modelle sind für die initiale Planerstellung die bessere Wahl. Mehr Reasoning-Kapazität, längeres Nachdenken vor der Antwort — das zeigt sich wenn mehrere Variablen gleichzeitig balanciert werden müssen: Volumen, Intensität, Frequenz, Erholung, Zeitraum, Verletzungshistorie.

Flash-Modelle sind schneller und sparsamer mit dem Kontingent — für einfache Anpassungen wie "verschieb Einheit 3 auf Donnerstag" oder "erklär mir den Deload in Woche 4" reicht das völlig. Für den initialen Planentwurf oder eine komplette Überarbeitung: Pro. Google aktualisiert die verfügbaren Modelle regelmäßig — welches gerade das stärkste ist, siehst du direkt in der Modellauswahl im Gem.

Was der Gem nicht ersetzt — und warum das keine Schwäche ist

Ein Gem ist kein Echtzeit-Coach. Er sieht nicht, wie du eine Kniebeuge ausführst, er misst nicht deine Herzfrequenz während des Trainings, und er merkt nicht, dass du heute mit Schlafdefizit und schlechter Stimmung an der Stange stehst. Der Plan, den er erstellt, ist so gut wie der Kontext, den du ihm vor dem Training gibst — nicht besser. Wer die strukturellen Grenzen aller textbasierten KI-Tools kennen will: die gibt es — und sie gelten für den Gem genauso wie für jeden anderen LLM-basierten Planer.

Den Gem findest du hier: TheFitFuturist Gemini Gem für Trainingsplanung. Öffne ihn, schick dein Trainingsprofil als erste Nachricht — und schau was rauskommt. Wenn du noch nicht sicher bist, wie du Trainingsplanung mit KI grundsätzlich angehen sollst, ist der Artikel zu Trainingsplan mit KI erstellen der richtige Einstieg.