Van bankhanger naar halve marathon: hoe AI mijn training redde
Koen trainde maanden voor de halve marathon, maar liep tegen vragen aan die geen coach hem kon beantwoorden: hoeveel kilometer is te veel? Waarom doet mijn knie pijn? Toen bouwde hij FitWithKaib.nl — een app waarmee je je Strava-data koppelt en via AI kunt chatten over je eigen training.
Het probleem dat elke amateur-loper kent
Je bent serieus aan het trainen. Je logt keurig elke rit in Strava, je ziet je kilometers groeien, en toch blijft er een stapel vragen over waarop niemand een goed antwoord heeft:
- Hoeveel kilometer per week is verantwoord zonder blessure?
- Mijn knie doet pijn na lange duurlopen — is dat normaal bij dit volume?
- Ik wil over twaalf weken de halve marathon lopen. Haal ik dat?
- Welke weken had ik de hoogste trainingsbelasting?
Een personal coach zou dit kunnen beantwoorden — maar die kost honderden euro's per maand en weet niets van jóuw specifieke data. Je Strava-app toont grafieken, maar geeft geen antwoorden. Je bent op jezelf aangewezen.
Dat was precies mijn situatie. Ik, Koen, was bezig met mijn voorbereiding op de halve marathon en had al die vragen. Dus deed ik wat ik altijd doe als ik een probleem niet kan oplossen met bestaande tools: ik bouwde een eigen oplossing.
FitWithKaib.nl: jouw AI-trainingscoach
FitWithKaib.nl is een webapp waarmee je in drie stappen kunt chatten met je eigen trainingsdata:
- Koppel je Strava-account — via OAuth haalt de app jouw activiteiten automatisch op. Geen exports, geen CSV-bestanden.
- Voer je eigen OpenAI API-key in — de app stuurt jouw data rechtstreeks naar het model dat jij kiest. Geen abonnement, geen verborgen kosten.
- Stel vragen over je training — in gewoon Nederlands. De AI heeft de context van al jouw Strava-activiteiten en geeft antwoord op basis van jóuw data.
Dat is alles. Geen ingewikkelde installatie, geen premium plan. Gewoon vragen stellen en antwoord krijgen.
Wat kun je vragen?
De kracht van FitWithKaib zit in de combinatie van jouw persoonlijke data én de redeneervaardigheden van een groot taalmodel. Enkele voorbeelden van vragen die gebruikers stellen:
- "Hoeveel kilometer heb ik de afgelopen vier weken gelopen?"
- "Mijn knie doet pijn. Zie je een piek in trainingsbelasting de afgelopen twee weken?"
- "Ik wil over acht weken een halve marathon lopen. Is mijn huidige basisconditie realistisch?"
- "Wat was mijn gemiddelde hartslag tijdens lange duurlopen dit kwartaal?"
- "Vergelijk mijn mei-maand met april — waar ging het beter en waar slechter?"
De AI analyseert je activiteitenhistorie, trekt verbanden en geeft je een antwoord dat een generieke chatbot nooit kan geven — omdat die jóuw data niet heeft.
Werkt het voor fietsers ook?
Absoluut. FitWithKaib werkt voor alle Strava-activiteiten: hardlopen, fietsen, wielrennen, mountainbiken. Iedereen die serieus traint en vragen heeft over zijn belasting, herstel of doelen, kan de app gebruiken.
Gratis, met je eigen OpenAI-key
FitWithKaib.nl is gratis te gebruiken. Je hebt alleen een eigen OpenAI API-key nodig — dat is een persoonlijke sleutel die je aanmaakt op platform.openai.com. De kosten per gesprek zijn minimaal: een paar cent per sessie, afhankelijk van het model dat je kiest.
Het voordeel: jouw trainingsdata gaat rechtstreeks van Strava naar het AI-model, zonder dat een derde partij meekijkt of je data opslaat. Privacy by design.
Het resultaat: de halve marathon
Ik heb FitWithKaib zelf gebruikt tijdens mijn voorbereiding. De app hielp me om mijn wekelijkse volume in de gaten te houden, te herkennen wanneer ik te snel opbouwde, en mijn trainingsblokken bewuster in te plannen. Het resultaat: ik finishte de halve marathon. Dat voelde goed — maar het gevoel dat een app die ik zelf had gebouwd daadwerkelijk werkte, voelde nóg beter.
Probeer het zelf
Heb je een Strava-account en een OpenAI API-key? Dan ben je klaar om te beginnen. Ga naar fitwithkaib.nl, koppel je account en stel je eerste vraag over je training.
Vragen, feedback of een feature-idee? Stuur een bericht via de contactpagina van Kaib.ai — ik ontwikkel FitWithKaib actief door op basis van gebruikerservaringen.