Suspension Lab
Eine Android-App führt in vier Phasen durch das Fahrwerks-Setup einer Downhill-Gabel – mit KI-Unterstützung, die aus dem Fahrerprofil begründete Vorschläge macht.
SCHRITT-FÜR-SCHRITT-FÜHRUNG · DIDAKTISCHE REDUKTION · KI-WORKFLOWS · TERMINOLOGIE · PROTOTYPING
Ausgangslage
Eine Doppelbrücken-Downhillgabel hat sechs Stellgrößen: Luftdruck, Volumen-Spacer und vier Dämpfungsversteller mit bis zu 16 Klicks. Die Herstellerdokumentation liefert Tabellenwerte nach Fahrergewicht – was sie nicht liefert, ist ein Weg: In welcher Reihenfolge stelle ich ein, woran erkenne ich, dass eine Phase abgeschlossen ist, und was verändere ich, wenn die Front im Steinfeld wegtaucht?
Problem
Fahrwerks-Setup scheitert selten am Wissen über einzelne Versteller, sondern an der fehlenden Reihenfolge. Wer Rebound und Compression gleichzeitig verändert, kann keinem Effekt mehr eine Ursache zuordnen. Genau das ist ein Anleitungsproblem: Der Inhalt existiert, aber niemand hat ihn in eine Handlungsfolge übersetzt.
Ziel
Eine App, die das Setup wie eine gute Anleitung behandelt: eine Phase nach der anderen, mit klarem Abschlusskriterium pro Phase – und mit Vorschlägen, die zum Fahrer passen statt zur Tabellenzeile.
Zielgruppe und Nutzungskontext
Downhill-Fahrer am Parkplatz oder im Bikepark, Handschuhe halb ausgezogen, wenig Zeit zwischen zwei Abfahrten. Konsequenz: kurze Eingaben, klare Grenzen je Stellgröße, Werte werden lokal gespeichert und bleiben pro Fahrer erhalten.
Konzept
Vier Phasen in fester Reihenfolge, jede mit eigenem Abschlusskriterium: Federbasis und Sag (Luftdruck, Spacer – abgeschlossen, wenn der Sag im Zielfenster liegt), Rebound (erst LSR, dann HSR – abgeschlossen, wenn die Gabel ruhig zurückkommt), Low-Speed Compression (Support beim Bremsen und in Anliegern) und High-Speed Compression (harte Schläge, Landungen). Ein Fahrerprofil erfasst Gewicht, Radgröße, Strecke, Fahrstil und die beobachteten Probleme. Die KI-Unterstützung (Claude-API) macht daraus begründete Klick-Vorschläge innerhalb der technischen Grenzen der Gabel – der API-Schlüssel bleibt lokal auf dem Gerät.
Prozess
Umgesetzt als natives Android-Projekt (Kotlin) mit Claude Code: Konzept, Phasenlogik, Grenzwerte und Texte von mir, der Code in enger Zusammenarbeit mit KI-Werkzeugen. Die fachliche Struktur – was eine Phase ist, wann sie abgeschlossen ist, welche Werte zulässig sind – ist dabei die eigentliche redaktionelle Arbeit.
Ergebnis
Lauffähiger Prototyp auf dem eigenen Gerät, im Einsatz für das eigene Rad. Die Phasenstruktur trägt: Setup-Änderungen sind einzeln nachvollziehbar, und das Profil macht Vorschläge wiederholbar statt zufällig.
Learnings
Die Grenzen der Stellgrößen gehören in die Datenstruktur, nicht in den Text – eine Anleitung, die unmögliche Werte zulässt, ist keine. Und: KI-Vorschläge werden erst dann brauchbar, wenn das Profil die richtigen Fragen stellt. Die Fragen sind Redaktionsarbeit, nicht Technik.
AUSSCHNITT · PROFILANLAGE
Fünfzehn Fragen, bevor die App etwas vorschlägt
Die Profilanlage der App, wortgleich übernommen und hier bedienbar. Sie fragt Gewicht, Fahrstil und Ist-Zustand ab, bevor sie den ersten Klick empfiehlt – ohne diese Angaben wäre jeder Vorschlag geraten.
Beispielprofil1 / 15
Ohne JavaScript stehen alle 15 Fragen untereinander – die Demo bleibt lesbar. Es gibt keinen Endpunkt und keinen Speicher: Ihre Eingaben verschwinden beim Neuladen.