Mitgliederbetreuung und Trainingspläne im Fitnessstudio mit Claude Code beschleunigen

Freitagabend, 22 Uhr. Ich hatte das letzte Mitglied verabschiedet und das Licht am Empfang halb heruntergedreht, saß aber immer noch vor dem Rechner. Für nächste Woche waren noch zwölf Nachfass-Nachrichten offen. Herr A kommt seit dem letzten Monat seltener. Frau B ist seit zwei Wochen Mitglied und hat noch keinen einzigen Termin gebucht. Ich öffne eine Karteikarte nach der anderen, schaue mir den letzten Trainingsplan an und tippe eine belanglose Nachricht wie „Wie geht es Ihnen in letzter Zeit?”. Wenn man das jede Woche macht, gibt es ganz normale Tage, an denen die Schreibarbeit länger dauert als das eigentliche Training am Mitglied.

Und beim Formulieren der Nachfass-Nachricht reißt irgendwann die Konzentration ab. Dann verschicke ich, ohne die entscheidende Frage zu Ende gedacht zu haben — „Warum ist dieser Mensch eigentlich weggeblieben?” — eine Nachricht, die nur eine leicht abgewandelte Vorlage ist. Später merke ich: „Der ist am Ende doch gekündigt.” Dieses Bedauern kennt vermutlich jeder, der ein Studio führt.

Diesen „Sumpf aus Schreibarbeit” habe ich zu einem großen Teil an Claude Code und generative KI abgegeben. Es ist keine perfekte Automatisierung. Aber als ich die Vorarbeit der KI überließ und der Mensch nur noch entscheidet, halbierte sich die wöchentliche Büroarbeit gefühlt mehr als. Heute lege ich dir genau diesen Weg hin, inklusive Vorlagen zum Kopieren.

Das Wichtigste in Kürze

Bei der Mitgliederbetreuung steckt der eigentliche Aufwand nicht im „Texte schreiben”, sondern im „Entscheiden, wem ich was sage”. Die Vorarbeit übernimmt die KI, die Entscheidung zum Versenden trifft der Mensch.
Drei Dinge eignen sich gut für KI: das Herausfiltern von Mitgliedern mit Abwanderungs-Warnsignalen, das Vorformulieren von Nachfass-Nachrichten und der erste Entwurf eines Trainingsplans.
Du bekommst sofort einsetzbare Prompt-Vorlagen und ein Prüfskript, das Mitgliederdaten sicher behandelt.
Personenbezogene Daten so anlegen, dass Klarnamen und Kontaktdaten nie an die KI gehen. Nur mit anonymen IDs arbeiten.
Auch ein kleines Studio kann realistisch drei bis fünf Stunden Büroarbeit pro Woche einsparen.

Zuerst: Leserprofil und der aktuelle Arbeitsablauf

Nützlich ist dieser Artikel zum Beispiel für solche Menschen: Inhaberinnen und Inhaber von kleinen Studios oder Personal-Trainingsstudios mit 50 bis 300 Mitgliedern, oder Trainer vor Ort. Eigenes Büropersonal gibt es nicht, oder höchstens eine Person. Die Neukundengewinnung läuft einigermaßen, aber die gewonnenen Mitglieder verabschieden sich innerhalb von drei Monaten leise. Du möchtest etwas dagegen tun, hast aber mit dem täglichen Training alle Hände voll.

Wenn man die aktuelle Betreuungsarbeit zerlegt, läuft sie meist in dieser Reihenfolge ab.

Besuchsverlauf oder Buchungssystem öffnen und irgendwie nach Mitgliedern suchen, die zuletzt nicht da waren
Sich an Karteikarte, letzten Plan und Ziel dieser Person erinnern
In LINE, WhatsApp oder der Studio-App eine Nachfass-Nachricht ausdenken und verschicken
Bei Antwort den nächsten Termin vereinbaren
Für die kommende Woche jeden Trainingsplan einzeln zusammenstellen

Das Problem: Schritt 1 bis 3 ist jedes Mal Handarbeit von null. Hier passieren die zwei häufigsten Rückschritte: „Wer nicht kommt, wird übersehen” und „Nachdem der Plan steht, erfahre ich von einer Verletzung oder Zieländerung und muss neu bauen”. Ersteres hängt direkt am Umsatz und wird trotzdem gern aufgeschoben.

Use Case 1: Mitglieder mit Abwanderungs-Warnsignalen wöchentlich herausfiltern

Der erste Schritt ist die Liste „Wen muss ich betreuen?”. Das ist mechanisches Zusammentragen von Entscheidungsgrundlagen — also etwas, das der KI liegt.

Wenn dein Buchungssystem eine CSV exportieren kann, übergibst du Besuchsdatum, Eintrittsdatum und letzte Terminbuchung mit einer anonymen ID und lässt die Liste nach Risiko sortieren. Klarnamen gehen nicht raus. Mitgliedsnummer oder eine gehashte ID reicht völlig.

Mitglieder, die folgende Checkliste erfüllen, lässt du als „betreuungsbedürftig” herausfiltern.

In den letzten 14 Tagen kein Besuch (bei Mitgliedern mit angenommenem 2×/Woche-Rhythmus)
Innerhalb von 30 Tagen nach Eintritt höchstens 2 Besuche
Nach der letzten Nachfass-Nachricht weder Antwort noch Besuch
Weniger als ein Monat bis zur Zielfrist

Bis hierhin übernimmt die KI. „Was sage ich dieser Person?” und „Melde ich mich überhaupt?” entscheidet der Mensch. Kontext aus dem Alltag — etwa „Die hat letzte Woche von einer Verletzung erzählt, das spreche ich jetzt lieber nicht an” — steht nicht in den Daten. Das fängt der Mensch auf.

Use Case 2: Pro Mitglied einen Entwurf der Nachfass-Nachricht vorbereiten

Steht die Liste, geht es um den Text. Hier wirkt die KI stark. Aber den Text einfach automatisch versenden — das macht sie nicht. Sie erstellt den Entwurf, der Mensch korrigiert in drei Sekunden nach. Das war genau das richtige Maß.

Wenn du dir nach Mitgliedstyp Entwürfe mit unterschiedlichem Ton nebeneinanderlegen lässt, geht das Durchsehen schneller.

Mitgliedstyp	Situation	Richtung des Textes
Frisch eingetreten, geringe Frequenz	2 Wochen kein Besuch	Unsicherheit abbauen. Ein kleines nächstes Ziel anbieten
Durchhängephase	Besuche auf 2×/Monat gesunken	Erfolge rückblickend zeigen. Plateauphase erklären
Ziel fast erreicht	Nur noch ein Schritt	Gemeinsam das nächste Ziel nach dem Erfolg skizzieren
Lange nicht gemeldet	Über ein Monat Pause	Keine Vorwürfe. Die Hürde zum Wiedereinstieg senken

Nimmst du diese Typisierung in den Prompt auf, schreibt die KI die Texte in einem Zug passend differenziert.

Use Case 3: Einen ersten Entwurf des Trainingsplans erstellen

Das Dritte ist die Planerstellung. Übergibst du Ziel, aktuellen Stand, verfügbare Geräte und die letzte Belastung des Mitglieds, liefert die KI einen Wochenentwurf zurück.

Was ich hier betonen will: Was die KI ausgibt, ist ein „erster Entwurf”. Bewegungseinschränkungen, Vorerkrankungen, Tagesform, Eigenarten der Ausführung — diese sicherheitsrelevanten Teile überschreibt immer der Trainer. Der KI überlässt du nur die Kombination der Übungen, Richtwerte für die Sätze und einen Vorschlag zur Progression gegenüber dem letzten Mal. Ob diese Person dieses Gewicht heben darf, entscheidet am Ende der Mensch.

Den Bereich, den der Mensch zwingend selbst beurteilt, ziehe ich klar ab.

Ob Übungen erlaubt sind, die Vorerkrankungen oder schmerzende Körperstellen betreffen
Ob hohe Gewichte oder hohe Intensität freigegeben werden
Planänderung nach Blick auf die Tagesform
Individuelle Ernährungs- und Nahrungsergänzungs-Beratung (im medizinnahen Bereich besonders vorsichtig)

Sofort einsetzbare Prompt-Vorlagen

Das sind die Vorlagen, die ich tatsächlich nutze. Mitgliederdaten nur als anonyme ID, ohne Klarnamen und Kontaktdaten.

Du bist Assistenz für die Betreuung in einem kleinen Fitnessstudio.
Lies die folgenden Mitgliederdaten (nur anonyme ID, Besuchsverlauf, Ziel) und
1) ordne die betreuungsbedürftigen Mitglieder nach absteigendem Risiko
2) erstelle pro Mitglied je einen Nachrichtenentwurf, vorwurfsfrei und mit einem kleinen nächsten Ziel
   - höchstens 120 Zeichen, höchstens ein Emoji, höfliche Anrede
   - kennzeichne den Typ: frisch eingetreten / Durchhängephase / lange nicht gemeldet
3) füge in einer Zeile hinzu, worauf der Trainer achten sollte

Ausgabe als Tabelle. Klarname, Telefon und Adresse nicht ausgeben.
Daten:
{hier die anonyme CSV einfügen}

Für die Pläne ist es diese hier.

Du bist Assistenz für einen Personal Trainer.
Lies Ziel, aktuellen Stand, verfügbare Geräte und letzten Plan des Mitglieds und
erstelle einen ersten Entwurf für die drei Trainingseinheiten dieser Woche.
- Übungsname, Richtwert für Sätze, Vorschlag zur Progression gegenüber dem letzten Mal
- vermerke pro Tag in einer Zeile, was der Trainer sicherheitshalber prüfen sollte
- Übungen, die Vorerkrankungen berühren, immer mit „prüfen" markieren
Ausgabe als Tabelle. Schreibe unter der Annahme, dass die letzte Entscheidung der Trainer trifft.
Mitgliederdaten:
{hier die anonymen Daten einfügen}

Prüfskript zum Schutz personenbezogener Daten

Bevor Mitgliederdaten an die KI gehen, prüft die Maschine, ob sich Klarnamen, Telefonnummern oder E-Mail-Adressen eingeschlichen haben. Eine reine Sichtprüfung durch Menschen übersieht garantiert etwas, deshalb stelle ich hier einen Türsteher hin. Ein kleines Prüfskript, das mit Node.js läuft.

import { readFile } from "node:fs/promises";

// Türsteher: prüft maschinell, ob in der CSV personenbezogene Daten stecken
const text = await readFile(process.argv[2] || "members.csv", "utf8");

const rules = [
  { name: "Telefonnummer", re: /(\+49|0)\d{2,5}[ /-]?\d{3,9}/g },
  { name: "E-Mail", re: /[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}/g },
  { name: "Namensspalte", re: /(Name|Vorname|Nachname|Klarname)\s*[:,;]/gi },
];

let hits = 0;
for (const rule of rules) {
  const found = text.match(rule.re);
  if (found) {
    hits += found.length;
    console.log(`NICHT OK: ${found.length} mögliche(r) Treffer fuer ${rule.name}`);
  }
}

if (hits === 0) {
  console.log("OK: Keine personenbezogenen Daten gefunden. Mit anonymer ID uebergebbar.");
  process.exit(0);
} else {
  console.log("--- Vor der Uebergabe an die KI die betroffenen Spalten loeschen ---");
  process.exit(1);
}

Ausgeführt wird es so.

node check-pii.mjs members.csv

Erscheint NICHT OK, löschst du die Spalte und übergibst erst dann. Mache es zur Regel, erst bei OK an die KI zu übergeben, und das versehentliche Einfügen von Klarnamen passiert nicht mehr. Bittest du Claude Code „Lass dieses Skript über alle CSVs im Ordner laufen”, wird es bei jedem Export automatisch angewendet. Den grundlegenden Einstieg findest du im Einstiegsleitfaden zu Claude Code, und wie du projektspezifische Regeln festhältst, steht in den Best Practices für CLAUDE.md.

Was sich vor und nach der Einführung geändert hat

Mit Zahlen kommt es besser an, deshalb hier meine grobe Schätzung. Studio mit rund 120 Mitgliedern, Zeitaufwand für die wöchentliche Betreuung.

Aufgabe	Vorher	Nachher
Betreuungsbedürftige Mitglieder herausfiltern	ca. 60 Min.	ca. 10 Min.
Nachfass-Nachrichten erstellen (12 Personen)	ca. 90 Min.	ca. 25 Min.
Erste Planentwürfe erstellen (10 Personen)	ca. 120 Min.	ca. 40 Min.
Summe (pro Woche)	ca. 4,5 Std.	ca. 1,25 Std.

Gut drei Stunden Ersparnis pro Woche. Auf den Stundenlohn gerechnet sind das im Monat 80 bis 160 Euro, aber das Wichtigere ist das Gefühl, dass die „Zeit zum Nachdenken über das Training” zurückkommt. Wie du die Prompt-Genauigkeit verbesserst, dafür hilft Prompt-Engineering für Fortgeschrittene. Wer mit KI noch nicht vertraut ist, steigt am besten über die Einführung in Claude Code für Nicht-Entwickler ein, und weitere Zeitspar-Kniffe sammelt der Beitrag zu Produktivitäts-Tipps.

Als ROI-Richtwert: Bei Werkzeugkosten von rund 10 Euro im Monat rechnet sich das locker, wenn die stärkere Betreuung im Monat auch nur eine einzige Kündigung verhindert. Die Kündigungsquote misst du am sichersten an den echten Zahlen deines Studios, kannst aber auch öffentliche Daten heranziehen, etwa Branchenzahlen von Europe Active.

Häufige Fragen

F. Darf ich den von der KI geschriebenen Text einfach so verschicken? Lieber nicht. Nutze ihn als Entwurf und lies ihn vor dem Versenden immer selbst. Schon ein einziger Zusatz mit dem Namen des Mitglieds oder einem jüngsten Ereignis nimmt das Maschinenhafte heraus. Der Trick, das Vertrauen nicht zu beschädigen: das Versenden selbst nicht automatisieren.

F. Darf ich Namen oder Kontaktdaten der Mitglieder in die KI eingeben? Bitte nicht. Es reicht, mit anonymer ID sowie Besuchsverlauf und Ziel zu arbeiten. Wenn du mit dem obigen Prüfskript kontrollierst, bevor du übergibst, lassen sich Unfälle nahezu ausschließen.

F. Geht das auch, wenn ich mit dem Computer auf Kriegsfuß stehe? Claude Code lässt sich im Gespräch anweisen. Es reicht, eine CSV zu exportieren und den Prompt einzufügen. Den ersten kleinen Schritt findest du im Einstiegsbeitrag.

F. Mir macht die Sicherheit der Pläne Sorgen. Nimm die Ausgabe der KI nur als ersten Entwurf. Gewichtsfestlegung und Übungen, die Vorerkrankungen berühren, überschreibt immer der Trainer. Wenn du die Grenze von Anfang an ziehst, lässt sich die KI sicher als Vorarbeiter einsetzen.

F. Mit welcher Aufgabe fange ich am besten an? Mit dem Herausfiltern der betreuungsbedürftigen Mitglieder. Selbst bei einem Fehler kommt niemand zu Schaden, und die Wirkung ist sofort sichtbar. Wenn du dich daran gewöhnt hast, kommen die Nachfass-Nachrichten, zuletzt die Pläne — so geht es ohne Überforderung.

Was bei meinem eigenen Test herauskam

Was ich geprüft habe: Was hält sich im Alltag länger — „der KI alles überlassen” oder „nur die Vorarbeit überlassen”? Das Fazit: Gehalten hat sich Letzteres.

Anfangs war ich gierig und habe sogar den automatischen Versand gebaut. Aber als ich einem Mitglied „Wie war Ihre Verfassung letzte Woche?” schickte, war diese Person am Vortag im Studio gewesen und hatte beste Form gemeldet. Der Datenimport war um einen Tag verschoben. Nach dem Versenden wurde ich blass. Seitdem drückt den Versand immer ein Mensch.

Umgekehrt waren Prüfskript und Herausfiltern ein Volltreffer. Seit ich die Prüfung auf eingemischte Klarnamen dazwischenschalte, ist der Fast-Unfall „die Mitgliederliste beinahe so eingefügt”, bei dem ich früher mehrmals erschrocken bin, auf null gegangen. Auch beim Herausfiltern werden seltener Mitglieder übersehen als damals, als ich nach Gefühl suchte, und die erste Betreuung von Mitgliedern innerhalb des ersten Monats kommt jetzt rechtzeitig. Wenn du das als Betrieb ernsthaft in den Regelbetrieb bringen willst, kannst du im Training und in der Beratung gemeinsam das auf dein Studio zugeschnittene Vorgehen ausarbeiten. Willst du es erst einmal allein ausprobieren, liegen Lernmaterialien und ein kostenloses PDF unter Produkte. KI ist keine Zauberei, aber wenn du nur diese Aufteilung einhältst — Vorarbeit überlassen, Mensch konzentriert sich auf die Entscheidung —, gehst du am Freitag um 22 Uhr deutlich früher nach Hause.