Optimierung der Trainingssteuerung im Straßenradsport mittels simulationsgestützter Trainingswirkungsanalyse mit dem Performance-Potential-Metamodell

Im Kontext physiologisch begründeter Leistungsveränderungen, vor allem in primär konditionell determinierten Sportarten, wurden zuletzt verstärkt die antagonistischen Modelle Fitness-Fatigue-Modell (Banister, Calvert, Savage & Bach, 1975) und Performance-Potential-Metamodell (PerPot) (Perl, 2000) diskutiert. Eine studienintern durchgeführte literaturanalytische Betrachtung der beiden Modelle lieferte hinsichtlich Modellstabilität, Modellanpassung und Modellprognose Vorteile zugunsten des PerPot, welche ursächlich in dessen modellimpliziter nicht linearer Systemdynamik zu sehen sind. Zielstellung der empirischen Untersuchung dieser Arbeit war es, das PerPot-Instrumentarium auf dessen Fähigkeit zur Optimierung der Trainingssteuerung im Straßenradsport zu überprüfen. Wesentliche flankierende Studiencharakteristika bildeten der leistungssportliche Zugang, die Abbildung chronischer sportlicher Belastungen im saisonalen Verlauf sowie die hohe zeitliche Auflösung der Simulationsdaten mit tageweiser Datenaggregation. Zentrale Fragestellungen zu den durchgeführten PerPot Simulationen waren (1) die Modellstabilität in Bezug auf Variationen in der Datenreihe des Leistungsoutputs, (2) die Modellanpassung unter Verwendung der Inputalternativen Trainingsbeanspruchung und Trainingsbelastung und (3) die Modellprognose trainingsperiodenbezogener Zeiträume. Die empirische Untersuchung gliederte sich in zwei unabhängige, zeitlich aufeinanderfolgende Studien. In der erste Studie wurden drei (2 Elite, 1 Profi) und in der zweiten Studie vier Straßenradsportler (Landeskader Bayerischer Radsportverband) untersucht. Die radspezifischen Trainingsdaten (Trainingsinput) wurden jeweils trainingstageweise herzfrequenzbasiert mittels TRIMP (Banister & Hamilton, 1985) und wattbasiert in kJ erfasst. Der Leistungsoutput wurde in der ersten Studie bei allen Probanden mittels All-Out-Sprinttest (Watt) und rampenförmigem Belastungstest (kJ) ermittelt. In der zweiten Studie wurde bei jeweils zwei Probanden der rampenförmige Belastungstest (kJ) bzw. ein 5-Minuten-Time-Trial-Test (Watt) eingesetzt. Die Stabilitätsanalyse zeigte, gemessen am Modell-Fit (mittlerer prozentualer Simulationsfehler) und dem Quotienten der Verzögerungsparameter (DS/DR), eine hohe Stabilität des PerPot gegenüber Variationen der Datenreihe des Leistungsoutputs (gerade versus ungerade Testleistungen) bzw. Trainingsinputs (Trainingsbeanspruchung versus Trainingsbelastung). Demgegenüber unterlagen die Einzelparameter DS bzw. DR teils erheblichen Streuungen. Dem PerPot kann somit zusammenfassend ein insgesamt robustes Modellverhalten bescheinigt werden, wobei interpretative, trainingspraktische Ableitungen nur in Bezug auf den Quotienten DS/DR inhaltlich begründet sind. Die Analyse der Modellanpassung lieferte für kurze Betrachtungszeiträume (Einzelperioden), gemessen am Intra-Class-Korrelationskoeffizienten, mit Ausnahme von sechs Simulationen, durchgehend akzeptable bis gute Anpassungen (ICC>0.50). Simulative Problemfelder zeigten sich im Kontext langer Beobachtungszeiträume. Die den Simulationen zugrunde liegende trainingsperiodenbezogene Strukturierung des Trainingsprozesses erwies sich hier in Einzelfällen nicht ausreichend um adaptationsbedingte simulative Fehlerquellen (aufgrund fixer Verzögerungsparameter) zu eliminieren. Die erzielten Simulationsergebnisse liegen im Rahmen der publizierten Ergebnisse vorliegender Studien, weisen aber aufgrund der hohen Messdichte erwartungsgemäß eine größere Bandbreite auf. Als weiteres Ergebnis konnte auf qualitativer Ebene zudem ein Zusammenhang zwischen dem eingesetzten Testverfahren zur Bestimmung des Leistungsoutputs und dem zugrunde liegenden adaptationsrelevanten Trainingsinput (Trainingsbeanspruchung versus Trainingsbelastung) abgeleitet werden, welcher statistisch jedoch nicht bestätigt werden konnte. Die Analyse der Modellprognose offenbarte teils deutliche simulative Prognosefehler. Die visuelle verlaufsanalytische Betrachtung zeigte, dass tagesbezogene Leistungsvariationen häufig nicht nachvollzogen werden konnten, sodass hier oftmals nur ein allgemeiner Leistungstrend abbildbar war. Die Implementierung der Trainingsload-Reserve-Funktion in der PerPot-Simulationssoftware (für hohe prospektive Trainingsloads) führte zur Reduktion von Kapazitätsproblemen und damit besseren Prognoseergebnissen. Das PerPot erscheint damit zusammenfassend auch bei leistungssportlicher Betrachtung grundsätzlich in der Lage, im Rahmen der Trainingswirkungsanalyse, flankierend mit anderen Maßnahmen, zur Optimierung der Trainingssteuerung im Straßenradsport eingesetzt zu werden. Globale Problemfelder im Kontext der trainingspraktischen Anwendung des PerPot zeigten sich studienintern aufgrund (1) zeitlicher Veränderungen in der Adaptationschronologie der Probanden, (2) der singulären Erfassung des Trainingsinputs und (3) der Notwendigkeit zur fortlaufenden engmaschigen Erfassung des Leistungsoutputs. Mögliche Lösungsansätze zur Eliminierung dieser anwendungsbezogenen Fehlerquellen ergeben sich für prospektive Forschungsvorhaben anhand weiterführender Modellentwicklungen (PerPot-DoMo Modellansatz) sowie leistungsbasierter Auswertungen von Wettkampfdaten (zeitanteilige Bestwerte).

Level thesis:degree_level

thesis.doctoral

Grantor dc:publisher

Universität Bayreuth

Year

2015

Author dc:creator

• Schrot, Christian

Contributors dc:contributor

• Hohmann, Andreas

Repository record source_url

https://epub.uni-bayreuth.de/id/eprint/1884/

OAI identifier oai:identifier

oai:epub.uni-bayreuth.de:1884