Update home authored by diak6730's avatar diak6730
...@@ -19,67 +19,103 @@ ...@@ -19,67 +19,103 @@
# 1. Projektbeschreibung
## Inhaltsverzeichnis Unsere App bietet personalisierte Trainings- und Ernährungsempfehlungen, abgestimmt auf individuelle Ziele wie Muskelaufbau oder Gewichtsverlust. Ein selbst gestalteter Avatar fungiert als virtueller Coach, der NutzerInnen motiviert und begleitet. Eine integrierte KI erstellt individuelle Trainingspläne und Rezeptvorschläge – unter Berücksichtigung von Allergien, Krankheiten und Vorlieben. Gamification-Elemente wie Punkte, Ranglisten und Challenges mit FreundInnen steigern die Motivation. Zusätzliche Features wie ein Newsfeed und (zustätzlich) die Einbindung von Wetterdaten runden das Erlebnis ab.
1. [Projektbeschreibung](#projektbeschreibung)
2. [Team](#team)
3. [Tech-Stack](#tech-stack)
4. [Systemarchitektur & Datenmodell](#systemarchitektur--datenmodell)
## 1.1 Ziel & Motivation
Viele Fitness-Apps sind entweder zu allgemein oder zu unübersichtlich. Unser Projekt kombiniert KI, Gamification und ein virtueller Coach.
### Projektbeschreibung ## 1.2 Hauptfunktion
Unsere App bietet personalisierte Trainings- und Ernährungsempfehlungen, abgestimmt auf individuelle Ziele wie Muskelaufbau oder Gewichtsverlust. Ein selbst gestalteter Avatar fungiert als virtueller Coach, der NutzerInnen motiviert und begleitet. Eine integrierte KI erstellt individuelle Trainingspläne und Rezeptvorschläge – unter Berücksichtigung von Allergien, Krankheiten und Vorlieben. Gamification-Elemente wie Punkte, Ranglisten und Challenges mit FreundInnen steigern die Motivation. Zusätzliche Features wie ein Newsfeed und (zustätzlich) die Einbindung von Wetterdaten runden das Erlebnis ab. - **KI-gestützte Trainingspläne**: automatisch erstellt basierend auf persönlichen Daten (Alter, Gewicht, Ziele)
- **Rezeptvorschläge**: individuell abgestimmt, inkl. Allergien und Vorlieben
- **Virtueller Avatar-Coach**: motiviert & begleitet durch das Programm
- **Gamification**: Punkte, Ranglisten, Challenges
## 1.3 Was macht Go4Champion besonders?
- Kombination aus virtuellen Coach, KI und Gamification
- App passt sich individuell an jede Person an
- Integration externer Datenquellen (z. B. Tomorrow.io Wetterdaten)
- Wetter wird mit einbezogen, damit das Training zum Tag passt
- Nutzt die Claude API (von Anthropic) für die Erstellung personalisierter Trainingspläne und Vorschläge und für die Erstellung personalisierter Ernährungspläne
### Team ## 1.4 Zielgruppen
Selma Sagun (951418) s92379@bht-berlin.de - Für Personen die eine Anleitung brauchen
Dilnur Akgün (100713) diak6730@bht-berlin.de - Fortgeschrittenen mit konkreten Zielen
Mitra Dinar (944580) s93118@bht-berlin.de - Menschen mit Ernährungseinschränkungen
Dila Gümüssoy (945656) s92624@bht-berlin.de
Süheyl Aslan (100703) suas4491@bht-berlin.de
Adham Khalil (952596) S93338@bht-mail.de
### Tech-Stack
**Frontend**
- React Native mit Expo Go
- JavaScript
**REST API**
- Swagger API # 2. Team
## 2.1 Teammitglieder
Unser Team besteht aus sechs Studierenden der BHT, die unterschiedliche Stärken in das Projekt eingebracht haben:
- **Selma Sagun (951418)** - s92379@bht-berlin.de
- **Dilnur Akgün (100713)** - diak6730@bht-berlin.de
- **Mitra Dinar (944580)** - s93118@bht-berlin.de
- **Dila Gümüssoy (945656)** - s92624@bht-berlin.de
- **Süheyl Aslan (100703)** - suas4491@bht-berlin.de
- **Adham Khalil (952596)** - S93338@bht-mail.de
## 2.2 Rollen
**Frontend**
- Selma
- Dila
- Mitra
- Dilnur
**Backend** **Backend**
- NestJS - Adham
- Spring Boot - Süheyl
**Künstliche Intelligenz (KI)**
- ChatGPT (Pro-Version)
Vorteile: # 3. Tech-Stack
Hohe Antwortqualität
Entwicklerfreundlich (umfangreiche Tools und Dokumentation)
Bereits vorhandene Erfahrung im Team
- Ollama ## 3.1 Übersicht des Tech-Stacks
Vorteile:
Kostenlos
Lokale Nutzung → vollständige Datenkontrolle
**Datenbank** ### Frontend
- MongoDB (?) - hahh
- **React Native** mit **Expo Go**
- **JavaScript**
**Nutzung zur Speicherung von:** ### Backend
- **Java**
- **Spring Boot** als Framework
- **SQL** (davor noch H2)
Chatverläufen, Rezepten... ### REST API
- **Swagger API**
H2 (eingebettete In-Memory-Datenbank für lokale Java-/Spring Boot-Entwicklung) ### Künstliche Intelligenz (KI)
- **Claude API (Anthropic)**
**Wetter-API** ### Wetter-API
- Tomorrow.io - Tomorrow.io
**Entwicklungsumgebung & Tools** ## 3.2 Entwicklungsumgebungen
- IntelliJ IDEA (Version 2025.1) – primär für Java-/Spring-Entwicklung - **IntelliJ IDEA**
- Visual Studio Code – hauptsächlich für Frontend (React Native) Für das Backend
- **Visual Studio Code**
Für das Frontend
- **Swagger UI**
Dokumentation und visuelle API-Testoberfläche
## 3.3 APIs und externe Dienste
- **Claude API (Anthropic)**
Zur Generierung der Trainings- und Ernährungspläne per KI
- **Tomorrow.io Wetter-API**
Für wetterbasierte Empfehlungen (z. B. Indoor vs. Outdoor Training)
## 3.4 Datenbank
- **SQL (JDBC)**
Wurde im späteren Projektverlauf zur persistenten Speicherung eingesetzt
### Systemarchitektur & Datenmodell ### Systemarchitektur & Datenmodell
... ...
......