Foto A.S.O/Thomas Maheux
Kristen Faulkner: olympisch kampioene bouwt eigen AI-model op negen jaar lichaamsdata
De Amerikaanse olympisch wegkampioene codeerde twee maanden lang meer dan tien uur per dag om haar eigen biometrie te doorgronden, en koppelt het resultaat aan een nieuw 20-minuten vermogensrecord en drie gouden medailles.
Op 23 april 2026 deelt Kristen Faulkner, olympisch wegkampioene en kopvrouw van EF Education-Oatly, via LinkedIn dat zij haar eigen AI-modellen heeft gebouwd om negen jaar aan persoonlijke trainings- en lichaamsdata te analyseren. Het resultaat: een nieuw persoonlijk record op de 20-minutentest en, naar eigen zeggen, de sleutel tot haar drie gouden medailles op de Pan-Amerikaanse kampioenschappen in maart.
“Het onderzoek dat ik nodig had over mijn eigen lichaam bestond niet. Dus heb ik het zelf ontwikkeld met behulp van AI,” schrijft Faulkner. Soms kwam ze terug van een trainingsrit en ging ze nog in koerskit achter haar laptop zitten, terwijl een codeer-sessie draaide en zij onder de douche stond.
4.400 uur trainingshistorie, één systeem
Faulkner verzamelde negen jaar lang biometrische gegevens die zij naar eigen zeggen niet goed kon samenvoegen. Hartslag, hartslagvariabiliteit, slaap, gewicht, vermogen, temperatuur, trainingsbelasting, menstruatiecyclusfasen, bloedwaarden en DEXA-scans, elk in een apart platform opgeslagen. ““Elke app gaf me een stukje van het verhaal, maar het antwoord stond nooit in één app”, schrijft ze.
De afgelopen twee maanden codeerde zij meer dan tien uur per dag aan een systeem dat al die lagen combineert met 4.400 uur aan trainingshistorie. Het model is, in haar woorden, “getraind op haar lichaam” en “specifiek voor mijn achtergrond”. Het levert geen generieke aanbevelingen op, maar patronen die direct vertaald worden naar haar trainingsblokken en herstel.
Faulkner, geboren op 18 december 1992, werd pas in 2021 profrenster op haar 28ste, na een carrière in durfkapitaal. Ze studeerde computerwetenschappen aan Harvard en investeert in AI-bedrijven. Het zelf bouwen van deze systemen sluit aan bij hoe zij eerder compenseerde voor een korte koershistorie: met parcourskennis, flashcards van rivalen en nauwgezette data-analyse.
Drie keer goud in Zuid-Amerika
Faulkner koppelt haar AI-project aan de resultaten die zij in maart boekte op twee continentale kampioenschappen. Op de Pan-Amerikaanse baankampioenschappen in Santiago, Chili, pakte ze goud in de achtervolging op de weg terug naar de piste sinds de Olympische Spelen van Parijs 2024, en goud in de ploegenachtervolging. Op de Pan-Amerikaanse wegkampioenschappen in Colombia won ze vervolgens de individuele tijdrit in 38 minuten en 31 seconden over 31,4 kilometer, voor landgenote Emily Ehrlich.
Het exacte wattage van haar nieuwe 20-minuten-PR is niet openbaar, en causaal verband tussen de AI-modellen en haar medailles valt niet hard te bewijzen. Maar Faulkner presenteert ze nadrukkelijk als onderdelen van dezelfde prestatieboog.
Blinde vlek in vrouwenonderzoek
Haar verhaal gaat ook over een structureel gat. ““Er wordt zo weinig prestatieonderzoek gedaan naar vrouwen, met name wat betreft de behoeften van vrouwelijke topsporters,” schrijft Faulkner. “Dus heb ik het heft in eigen handen genomen en ben ik zelf onderzoek gaan doen.””
Die frustratie plaatst haar project in een breder debat. AI-gestuurde trainingsplatformen zijn inmiddels wijdverspreid in de wielersport, van WorldTour-teams als UAE Team Emirates-XRG en Visma-Lease a Bike tot consumenten-apps. Maar Faulkner gaat verder dan bestaande software: zij bouwde een analyselaag rond haar eigen fysiologie, precies omdat de generieke modellen haar vragen niet beantwoordden.
David Bailey, hoofd sportwetenschap bij NSN Cycling Team, waarschuwde eerder dit jaar dat recreatieve wielrenners het risico lopen te afhankelijk te worden van AI en signalen van hun eigen lichaam te negeren. Faulkner lijkt het omgekeerde te doen: zij gebruikt code om dichter bij haar lichaam te komen, niet om er afstand van te nemen.
“AI gaat het onderzoek naar de prestaties van vrouwen van de grond af aan veranderen, en daar wil ik deel van uitmaken,” schrijft ze. De olympisch kampioene sleutelt niet alleen aan haar eigen vermogenscurve, maar aan de kennisbasis waarop de volgende generatie rensters kan bouwen.
p.s.: Om helemaal in de sferen te blijven is dit artikel geschreven met behulp van A.I.