Belastungssteuerung: was trägt und was nicht

Fachpapier zur Bewertung der gängigen Kennzahlen
Kennung TRAIN-PROV0001-P2 · Fassung 0.1 · Stand 21.09.2026
Verfasser: Thomas Schüller · office@sport-trainer.at

Kurzfassung

Wer ein Werkzeug zur Trainingssteuerung baut, übernimmt eine Auswahl von Kennzahlen aus der Trainingswissenschaft. Diese Auswahl ist keine technische, sondern eine fachliche Entscheidung, und sie ist folgenreich: Eine Kennzahl, die in einem Werkzeug als Ampel dargestellt wird, verändert Verhalten — auch dann, wenn sie die Wirklichkeit nicht abbildet.

Dieses Papier bewertet die neun Modelle, die in der Datenschicht des Strangs hinterlegt sind, nach vier Kriterien: was sie rechnen, wo sie gelten, wie gut sie belegt sind und wo ihre Grenze liegt. Die Bewertung führt zu einer dreistufigen Einordnung, die in der Software sichtbar bleibt statt in der Dokumentation zu verschwinden.

1 Das Grundproblem: eine willkürliche Einheit

Die verbreitetste Kennzahl der Belastungssteuerung ist die Sitzungsbelastung nach wahrgenommener Anstrengung: die Dauer einer Einheit in Minuten, multipliziert mit der auf einer Skala von null bis zehn eingeschätzten Anstrengung. Eine Stunde bei Stufe sieben ergibt 420 Einheiten.

Das Verfahren ist gut untersucht. Es wurde gegen Herzfrequenzverläufe und Laktatmesswerte geprüft, in vielen Sportarten und Altersgruppen reproduziert und gilt als praktikabelstes Verfahren zur Erfassung der inneren Belastung. Gleichzeitig hat es drei Eigenschaften, die eine Software offenlegen muss:

Die Einheit ist willkürlich. 420 ist keine physikalische Größe. Der Wert ist nur mit Werten derselben Person aus demselben Verfahren vergleichbar — nicht zwischen Personen, nicht zwischen Sportarten, nicht zwischen Anwendungen.

Kraft- und Sprungarbeit wird unterschätzt. Muskulär sehr intensive Einheiten von kurzer Dauer ergeben niedrige Werte, weil die Dauer als Faktor eingeht. Für Kraftsport ist die Zählung harter Sätze ein besseres Maß.

Der Zeitpunkt der Abfrage zählt. Die Abfrage soll frühestens eine Viertelstunde nach Ende erfolgen, sonst dominiert der Schlussteil der Einheit die Einschätzung.

Eine Software, die diese drei Punkte nicht sagt, erzeugt eine Scheingenauigkeit, die ihr Anwender nicht durchschauen kann.

2 Monotonie und Beanspruchung

Aus den Tageswerten einer Woche lassen sich zwei weitere Größen bilden. Die Monotonie ist der Mittelwert der Tagesbelastung geteilt durch ihre Streuung: Eine Woche mit sieben gleichen Tagen hat eine hohe Monotonie, eine Woche mit harten und freien Tagen eine niedrige. Die Beanspruchung ist die Wochenbelastung multipliziert mit der Monotonie.

Beide Größen stammen aus derselben Arbeitslinie wie die Sitzungsbelastung und sind beschreibend brauchbar: Sie machen sichtbar, dass zwei Wochen mit gleicher Summe sehr unterschiedlich aufgebaut sein können. Als Vorhersagewert für Überlastung sind sie schwach belegt.

Für die Praxis wichtig ist eine Eigenheit, die selten genannt wird: im Schulsport ist die Monotonie systematisch hoch, weil der Stundenplan gleichförmige Wochen erzeugt. Daraus folgt keine Gefahr. Wer den Wert in einem Schulwerkzeug als Warnung darstellt, warnt vor dem Stundenplan.

Schwellenwerte für die Beanspruchung werden in der Literatur genannt, sind aber sportart- und gruppenabhängig. In der Datenschicht ist deshalb kein Schwellenwert hinterlegt.

3 Das Verhältnis akuter zu chronischer Belastung

Dies ist der Fall, an dem sich entscheidet, ob ein Werkzeug fachlich ernst zu nehmen ist.

3.1 Was behauptet wurde

Das Verhältnis der Belastung der letzten sieben Tage zur mittleren Wochenbelastung der letzten 28 Tage wurde ab 2016 als Kennzahl zur Steuerung des Verletzungsrisikos verbreitet. Ein Bereich von etwa 0,8 bis 1,3 galt als schützend, ein Wert über 1,5 als riskant. Die Darstellung fand Eingang in Übersichtsarbeiten, in Konsenspapiere und in praktisch jede kommerzielle Trainingssoftware.

3.2 Was dagegen spricht

Ab 2020 erschien eine Reihe methodischer Arbeiten, die den Zusammenhang untersucht haben:

Ersetzt man in der Rechnung den tatsächlichen Nenner — die chronische Belastung — durch einen festen Wert oder durch Zufallszahlen, bleibt der scheinbare Zusammenhang zum Verletzungsrisiko in derselben Größenordnung bestehen. Das spricht dafür, dass der Zusammenhang wesentlich aus der Quotientenbildung selbst entsteht und nicht aus dem Trainingsgeschehen.
Die Bildung von Gruppen aus stetigen Daten erzeugt künstliche Schwellen. Werden Ausreißer entfernt und die Daten stetig behandelt, verschwindet der Zusammenhang in mehreren Datensätzen.
Die statistischen Eigenschaften eines Quotienten aus zwei zusammenhängenden Größen erschweren die Auslegung grundsätzlich.
Die Autoren dieser Arbeiten haben eine Berichtigung der am häufigsten nachgedruckten Darstellung beantragt, weil eine ursprünglich als bloße Veranschaulichung gedachte Abbildung mehrfach als belegter Zusammenhang weiterverwendet wurde, unter anderem in einem Konsenspapier.

Hinzu kommt ein grundsätzlicher Einwand: Aus einem beobachteten Zusammenhang eine Empfehlung abzuleiten, die Kennzahl zu verändern, setzt eine ursächliche Wirkung voraus. Diese Voraussetzung ist nicht geprüft.

3.3 Was daraus folgt

Die Kennzahl wird in der Datenschicht geführt, weil Anwender sie aus anderen Anwendungen kennen und ihr Fehlen als Mangel auslegen würden. Sie wird aber

als beschreibende Verlaufsgröße geführt, nicht als Risikomaß,
in der Oberfläche gedämpft dargestellt, mit gestricheltem Rahmen und ohne Farbcodierung,
mit dem Hinweisfeld „mit Warnhinweis geführt” versehen, das im Werkzeug sichtbar ist,
ohne Schwellenwerte ausgeliefert.

Das ist eine bewusste Entscheidung gegen die Marktgewohnheit. Sie kostet im Vertrieb ein Merkmal und gewinnt im Fachmarkt Glaubwürdigkeit.

4 Das Fitness-Ermüdungs-Modell

Das Modell beschreibt die Leistung als Überlagerung zweier Wirkungen derselben Trainingsreize: eine aufbauende, die langsam abklingt, und eine ermüdende, die stärker ausfällt, aber schneller verschwindet. Formal ist es eine Impulsantwort mit zwei abklingenden Gliedern.

Seine Stärke liegt in der Anschaulichkeit: Es zeigt, warum nach einer harten Phase zunächst die Leistung sinkt und erst nach der Entlastung steigt, und warum eine unregelmäßige Belastungsverteilung bei gleicher Gesamtsumme einen höheren Gipfel erzeugen kann als eine gleichmäßige.

Seine Schwäche liegt in den Parametern. Die vier Größen — Gewicht und Abklingzeit für Aufbau und Ermüdung — müssen an den Daten der einzelnen Person geschätzt werden, sind zeitlich nicht stabil und lassen sich praktisch oft nicht sinnvoll auslegen. Die Vorhersagekraft außerhalb der Anpassungsdaten ist begrenzt.

Im Rechenblatt ist das Modell deshalb mit verstellbaren Reglern umgesetzt und ausdrücklich als Modell bezeichnet: „Die beiden Kurven sind ein Modell, keine Messung.” Die Voreinstellungen (Abklingzeit Aufbau 42 Tage, Ermüdung 11 Tage, Gewichtung 1,0 zu 1,8) stammen aus dem Wertebereich der Literatur für Ausdauersportarten und sind als Ausgangspunkt gedacht, nicht als Wahrheit.

5 Was gut belegt ist

Vier der neun Modelle stehen auf deutlich festerem Grund.

Die Intensitätsverteilung. Die Aufteilung der Trainingszeit auf drei über die Atemschwellen abgegrenzte Zonen ist gut untersucht. Keine einzelne Verteilung ist allgemein überlegen; welche passt, hängt von Umfang, Saisonphase und Sportart ab. Die Grenze liegt in der Zonenabgrenzung: Ohne Leistungsdiagnostik sind die Grenzen nur grob zu ziehen, und Faustformeln über die maximale Herzfrequenz sind ungenau.

Strukturierte Präventionsprogramme. Für neuromuskuläre Aufwärmprogramme ist eine Senkung der Verletzungshäufigkeit belegt, wobei die Wirkung stark von der Durchführungstreue abhängt. Daraus folgt eine Entwurfsregel: Das Werkzeug misst die Treue (Einheiten je Woche, Anteil der Gruppe), aber verweist für den Inhalt auf die Originalprogramme der Fachverbände, statt eigene Übungsfolgen zu erfinden.

Reifestand statt Lebensalter. Im Nachwuchsbereich erklärt der biologische Reifestand Leistungsunterschiede besser als das Lebensalter. Wer früh in den Wachstumsschub kommt, wirkt begabt; wer spät kommt, wird aussortiert. Dieser relative Alterseffekt ist in vielen Sportarten nachgewiesen. Die Schätzung des Reifestands aus fortlaufender Körperhöhenmessung hat allerdings erhebliche Streuung. Im Werkzeug ist sie deshalb ausschließlich als Einordnungshilfe gegen Fehlurteile vorgesehen — nie als Auswahlkriterium.

Der Kurzfragebogen zum Befinden. Fünf Fragen zu Schlaf, Muskelkater, Stress, Stimmung und Müdigkeit. Übersichtsarbeiten kommen zu dem Ergebnis, dass solche Selbstauskünfte früher und verlässlicher auf Belastungsänderungen reagieren als viele apparative Messwerte. Das ist die günstigste und zugleich eine der tragfähigsten Messungen überhaupt — mit der Einschränkung, dass Fragen nach Schlaf und Stimmung Gesundheitsdaten sein können und im Schulsport deshalb entweder anonym oder gar nicht erhoben werden.

6 Die Zehn-Prozent-Regel

Die verbreitete Regel, den Wochenumfang um höchstens zehn Prozent zu steigern, ist eine Praxisregel ohne belastbaren Beleg. Untersuchungen zur Umfangssteigerung im Laufsport zeigen ein uneinheitliches Bild; ein allgemeiner Schwellenwert lässt sich daraus nicht ableiten.

Im Werkzeug ist sie als einstellbare Voreinstellung geführt, nicht als Vorschrift, und mit der Einschränkung versehen, die in der Praxis am häufigsten übersehen wird: Die Rechnung gilt nur bei gleichbleibender Belastungsart. Ein Wechsel des Untergrunds, der Schuhe oder der Sportart setzt sie außer Kraft.

7 Die dreistufige Einordnung

Aus der Bewertung ergibt sich die Kennzeichnung, die in der Datenschicht steht und im Werkzeug angezeigt wird:

Stufe	Bedeutung	Modelle
Gut belegt	in mehreren unabhängigen Arbeiten bestätigt, Grenzen bekannt	Sitzungsbelastung, Intensitätsverteilung, Präventionsprogramme, Reifestand, Befindensfragebogen
Beschreibend	macht etwas sichtbar, taugt aber nicht zur Vorhersage	Monotonie, Beanspruchung, Fitness-Ermüdungs-Modell
Mit Warnhinweis	in der Praxis verbreitet, fachlich zurückgewiesen	Verhältnis akuter zu chronischer Belastung
Praxisregel	Erfahrungswert ohne Beleg	Umfangssteigerung

Diese Einordnung ist der eigentliche Gegenstand des Erzeugnisses. Die Rechnungen selbst sind in wenigen Zeilen geschrieben und von jedem nachvollziehbar; die Einordnung ist die Arbeit.

Quellen

Foster, C. (1998): Monitoring training in athletes with reference to overtraining syndrome. Medicine and Science in Sports and Exercise 30(7), 1164–1168.
Foster, C. et al. (2001): A new approach to monitoring exercise training. Journal of Strength and Conditioning Research 15(1), 109–115.
Haddad, M. et al. (2017): Session-RPE method for training load monitoring. Frontiers in Neuroscience 11, 612. DOI 10.3389/fnins.2017.00612.
Gabbett, T. J. (2016): The training-injury prevention paradox. British Journal of Sports Medicine 50(5), 273–280.
Impellizzeri, F. M. et al. (2020): Acute:chronic workload ratio — conceptual issues and fundamental pitfalls. International Journal of Sports Physiology and Performance 15(6), 907–913.
Impellizzeri, F. M. et al. (2021): What role do chronic workloads play in the acute to chronic workload ratio? Sports Medicine 51, 581–592. DOI 10.1007/s40279-020-01378-6.
Kalkhoven, J. T. (2024): Athletic injury research — frameworks, models and the need for causal knowledge. Sports Medicine 54, 1121–1137.
Banister, E. W. et al. (1975): A systems model of training for athletic performance. Australian Journal of Sports Medicine 7, 57–61.
Clarke, D. C.; Skiba, P. F. (2013): Rationale and resources for teaching the mathematical modeling of athletic training and performance. Advances in Physiology Education 37(2), 134–152.
Hellard, P. et al. (2006): Assessing the limitations of the Banister model in monitoring training. Journal of Sports Sciences 24(5), 509–520.
Seiler, K. S.; Kjerland, G. O. (2006): Quantifying training intensity distribution in elite endurance athletes. Scandinavian Journal of Medicine and Science in Sports 16(1), 49–56.
Stöggl, T. L.; Sperlich, B. (2015): The training intensity distribution among well-trained and elite endurance athletes. Frontiers in Physiology 6, 295.
Lauersen, J. B. et al. (2014): The effectiveness of exercise interventions to prevent sports injuries. British Journal of Sports Medicine 48(11), 871–877.
Nielsen, R. O. et al. (2014): Excessive progression in weekly running distance and risk of running-related injuries. Journal of Orthopaedic and Sports Physical Therapy 44(10), 739–747.
Bergeron, M. F. et al. (2015): International Olympic Committee consensus statement on youth athletic development. British Journal of Sports Medicine 49(13), 843–851.
Malina, R. M. et al. (2015): Biological maturation of youth athletes. British Journal of Sports Medicine 49(13), 852–859.
Hooper, S. L.; Mackinnon, L. T. (1995): Monitoring overtraining in athletes — recommendations. Sports Medicine 20(5), 321–327.
Saw, A. E.; Main, L. C.; Gastin, P. B. (2016): Monitoring the athlete training response. British Journal of Sports Medicine 50(5), 281–291.
Plews, D. J. et al. (2013): Training adaptation and heart rate variability in elite endurance athletes. Sports Medicine 43, 773–781.
Moran, R. W. et al. (2017): Do functional movement screen scores predict injury? British Journal of Sports Medicine 51(23), 1661–1669.

Zweckbestimmung: Planung und Auswertung von Training bei gesunden Personen. Kein Medizinprodukt. Keine Diagnose, keine Verletzungsvorhersage, keine Freigabe zur Rückkehr in den Sport.

Ethik: Keine Arbeit für Rüstung, Militär, Waffen oder Dual-Use-Luftfahrt.

Offenlegung: Dieses Vorhaben entsteht im Umfeld eines gewerblichen Betriebs für additive Fertigung. Wo Sensorgehäuse, Halterungen oder Messaufbauten empfohlen werden, besteht ein wirtschaftliches Eigeninteresse.