In diesem Jahr habe ich eine Jahresrückblick gemacht und dabei AI Agent um Unterstützung gebeten, um eine datengestützte tiefgehende Bestandsaufnahme von mir selbst durchzuführen. Ich teile diesen Prozess, weil er keine Programmiererfahrung erfordert und es dir ermöglicht, mühelos professionelle Datenanalysen durchzuführen. Es ist sogar einfacher als Vibe Coding, du benötigst nur: vollständige Daten + Coding Agent. Um die Grenzen dieses Prozesses zu testen, habe ich absichtlich die größten und komplexesten 10 Jahre Gesundheitsdaten aus meinen persönlichen Daten ausgewählt. 1️⃣ Datenvolumen und Verarbeitungsbarrieren Letztendlich habe ich aus der Apple Health App eine Datei mit einem Volumen von bis zu 3,5 GB an gesundheitsbezogenen Rohdaten von der Apple Watch exportiert. Diese Datei enthält Hunderttausende von Herzfrequenzaufzeichnungen sowie eine Vielzahl von sehr detaillierten physiologischen Indikatoren. Vor dem Eingreifen der AI hätte ich, um Daten dieser Größenordnung zu verarbeiten, mindestens mehrere Tage damit verbringen müssen, Python-Bibliotheken zu studieren und viel Energie in die Analyse komplexer XML-Datenstrukturen zu investieren. Das ist oft das größte Hindernis für viele Menschen, wenn sie sich mit "Quantified Self" beschäftigen. 2️⃣ Agent-gestützte Arbeitsabläufe Als wir Coding Agenten (wie OpenAI Codex oder Claude Code) einführten, wurde der gesamte Prozess grundlegend verändert. Du musst dich nicht mehr um die spezifische Code-Implementierung kümmern, sondern nur das "Analyseziel" klar definieren. Der Agent führt automatisch einen rekursiven Zyklus aus: selbstständige Analyse der Datenstruktur → Schreiben von Python-Verarbeitungsskripten → Umgang mit abweichenden Strukturen → erneute Analyse und Korrektur des Codes. Er kann den gesamten Prozess von der Datenbereinigung bis zur Analyse eigenständig durchführen und hat mir viele Ideen ermöglicht, die zuvor aufgrund hoher technischer Kosten auf Eis gelegt wurden. Wenn du nicht weißt, wie du anfangen sollst, kannst du ihm zunächst den Hintergrund der Aufgabe und die entsprechenden Dateien mitteilen, damit er selbst einige Erkundungen anstellen kann, zum Beispiel: > Dies ist eine vollständige Rohdatenexportdatei von Apple Health, bitte schau dir an, welche Arten von Gesundheitsdaten enthalten sind. Wie ist der Zeitraum? > Basierend auf diesen Gesundheitsdaten, hilf mir, 10 Erkenntnisse zu finden. > Bitte überprüfe, ob es eine Korrelation zwischen den verschiedenen Kategorien von Gesundheitsdaten gibt. > Bist du dir sicher, dass deine Forschung korrekt ist? Bitte überprüfe und gib mir mehr Zwischenstatistiken, damit ich bestätigen kann. All dies kann sehr leicht umgesetzt werden, sogar komplexere und spezifischere Forschungen sind möglich. ⚠️ Hinweis: Da das Volumen der Rohdaten für Gesundheitsdaten relativ groß ist, kann es nicht direkt in Apps wie ChatGPT eingegeben werden, daher ist es notwendig, die CLI-Version des Coding Agenten für die Forschung zu verwenden (Cursor und andere IDEs könnten ebenfalls funktionieren). Du kannst AI konkret fragen: > Wie installiere ich Codex CLI / Claude Code CLI? 3️⃣ Überblick über die Stichprobe Diese Analyse deckt den Zeitraum vom 18. Mai 2015 bis zum 25. Dezember 2025 ab, insgesamt 3875 Tage. In diesem Zeitraum habe ich 5 verschiedene Apple Watches getragen, die tatsächliche Tragedauer beträgt 3503 Tage, die Tragequote liegt über 90%. Der längste kontinuierliche Tragezeitraum betrug 399 Tage, der längste Unterbrechungszeitraum 33 Tage. 4️⃣ Wichtige Erkenntnisse: Korrelation von Ruheherzfrequenz Basierend auf dem bereinigten Datensatz hat der Agent einige zuvor unbekannte interessante Muster entdeckt. Die folgenden Schlussfolgerungen wurden von Codex berechnet (Anmerkung: derzeit wird nur die Korrelation und nicht die Kausalität dargestellt): 🔊 Sofortiger Stress durch Umgebungsgeräusche (Stichprobengröße: 1802 Tage): Höhere Umgebungsgeräusche → Wahrscheinlichkeit einer erhöhten Ruheherzfrequenz am selben Tag steigt um etwa das 5,2-fache. 🪑 Nachwirkungen von langem Sitzen (Stichprobengröße: 2546 Tage): Weniger Stehzeit → Wahrscheinlichkeit einer erhöhten Ruheherzfrequenz am nächsten Tag steigt um etwa das 1,75-fache. 🪜 Langfristige Vorteile des Treppensteigens (Stichprobengröße: 1909 Tage): Weniger Treppenhöhe → Wahrscheinlichkeit einer erhöhten Ruheherzfrequenz am nächsten Tag steigt um etwa das 1,91-fache. Für mich bedeutet das, dass eine ruhigere Umgebung, häufigeres Stehen während der Arbeit und mehr Treppensteigen langfristige gesundheitliche Vorteile bringen können. 5️⃣ Praktische Empfehlungen Die aktuelle Analyse konzentriert sich nur auf die Dimension der Ruheherzfrequenz, die algorithmischen Details und weitere Dimensionen der Kreuzanalyse werde ich bei Gelegenheit in einem ausführlichen Artikel zusammenfassen. Wenn du auch planst, AI für solche Analysen zu verwenden, achte darauf, unbedingt ein Validierungsmechanismus einzurichten. Der Agent kann bei der Verarbeitung komplexer Logik "Halluzinationen" haben, daher wird empfohlen, ihn zu bitten, Zwischenstatistiken auszugeben oder kleine Stichproben manuell zu überprüfen, um die Genauigkeit der endgültigen Schlussfolgerungen sicherzustellen. Alternativ kannst du mehrere Agenten für einen Kreuzvergleich verwenden. 6️⃣ Fazit Dies ist lediglich meine persönliche digitale Betrachtung meines Körpers, die Schlussfolgerungen sind möglicherweise nicht rigoros und dienen nur als Referenz. Ich teile diesen Prozess, um zu zeigen, wie Coding Agenten die technische Kluft überbrückt haben: Die Erschließung von Datenressourcen erfordert nicht mehr Programmierkenntnisse, sondern nur die Fähigkeit, Fragen zu stellen. Da die technischen Hürden weggefallen sind, warum nicht die staubigen Daten hervorholen und sehen, welche unerwarteten Details AI für dich ausgraben kann?

Gerade einen Meilenstein erreicht, die Impressions in diesem Monat haben endlich die 10 Millionen überschritten. Was bedeutet diese Zahl? Sie ist mehr als das Doppelte meiner Impressions der letzten 12 Monate zusammen. (Natürlich zeigt das, dass meine Daten bisher sehr schlecht waren.) Wenn noch jemand an der Echtheit dieser Zahl zweifelt, dann schauen wir uns eine andere Bookmark-Daten an. In diesem Monat wurde fast 10.000 Mal gebookmarkt, was fast dem entspricht, was in den letzten 24 Monaten zusammengekommen ist. In letzter Zeit haben einige von uns neue Erkenntnisse über den Empfehlungsalgorithmus von X gewonnen, einige sind esoterisch, andere beinhalten auch Zufallsfaktoren. Aber grundsätzlich kann man bestätigen: > AI + Vibe Coding + echte persönliche Erfahrungen + Artikelstruktur, die für soziale Medien geeignet ist sind die Faktoren, die dieser neuen Algorithmus priorisieren wird. Natürlich ist der Traffic nur eine Seite. Wichtiger ist, dass die Themen AI und Vibe Coding eine besonders große Erweiterbarkeit haben, fast jedes Produkt kann erkundet werden. In den letzten zwei Monaten habe ich auch viele Produkte/Websites gelauncht, die gesamten DAUs haben 1000 überschritten, aber es ist immer noch sehr wenig. Ich habe bis jetzt auch noch kein Geschäftsmodell gefunden, vielleicht muss ich noch ein paar ausprobieren, um eine Chance zu haben. Aber ich denke, dass diese Produkte bereits echten Wert für die Nutzer geschaffen haben, sonst würden sie nicht jeden Tag eine Webseite öffnen. Vielleicht ist das der Reiz von Vibe Coding: Du schreibst nicht mehr Code, um Code zu schreiben, sondern um den flüchtigen Gedanken einzufangen und ihn in ein Produkt zu verwandeln, das für alle greifbar ist. Was die Monetarisierung angeht, lassen wir diese Frage vielleicht für die nächste Iteration offen.

Früher wurde oft gesagt, dass Web3/Krypto die Chance für junge Menschen ist und man von Praktikanten lernen sollte. Jetzt ist AI + Vibe Coding sogar noch bedeutender. Es erfordert keinen tiefen CS-Hintergrund, die einzige Hürde ist die Selbstmotivation, also die Bereitschaft zu lernen. Ältere Programmierer tragen oft die schwere „Erfahrungslast“ mit sich, gewöhnt daran, jede Zeile Code selbst zu schreiben, und haben es schwer, ihr Vertrauen sofort vollständig an einen Coding Agenten zu übergeben. Und genau das ist die Chance für junge Menschen, denn ohne alte Gewohnheiten können sie sich direkt an die neuen Regeln anpassen. In diesem neuen Paradigma kann ein leeres Blatt schneller sein als zehn Jahre Erfahrung. Vibe Coding ist die wahre große Chance, die den jungen Menschen bleibt.