Belastungssteuerung: Welche Metriken helfen wirklich?

Moderne Sportuhren messen alles, was nicht bei drei auf dem Baum ist: Herzfrequenz, HRV, Watt, Pace, Trainingsbelastung (TSS, Load), Schlaf, Recovery, Laufdynamik, Body Battery, Readiness, Stress Score, geschätzte VO₂max. Die wichtigere Frage ist nicht, was man messen kann, sondern: Was davon ist wissenschaftlich solide und für die Trainingsentscheidung relevant?

Grundprinzip: Außenlast, Innenlast, Anpassung

Trainingswissenschaftlich unterscheidet man drei Größen (Impellizzeri et al. 2005):

  • Außenlast (External Load) – das, was du machst: Watt, Pace, Distanz, Wiederholungen
  • Innenlast (Internal Load) – wie der Körper reagiert: Herzfrequenz, Laktat, RPE
  • Anpassung (Adaptation) – die Leistungsentwicklung über Zeit

Außenlast ist Input, Innenlast ist Reaktion, Anpassung ist Ergebnis. Vermischen führt zu Fehlsteuerung – etwa wenn man die Trainingsbelastung nach Wattzahlen plant, aber die Innenlast durch Hitze oder schlechten Schlaf gerade ganz anders aussieht.

Hohe Evidenz: das, worauf man wirklich bauen kann

Trainingsumfang. Einer der stärksten Prädiktoren für Ausdauerleistung überhaupt – mehrjährige Leistungsentwicklung korreliert stark mit der Gesamttrainingszeit (Seiler 2010). Banal, aber unbestechlich: wer wenig trainiert, wird nicht schnell, egal wie hochwertig die Einheiten sind.

RPE (subjektives Belastungsempfinden). Eine der ältesten und am besten validierten Methoden (Borg 1982). Integriert alle Stressoren – körperlich und psychisch – und reagiert oft schneller als physiologische Marker. Das Session-RPE-Modell (Trainingsbelastung = Dauer × RPE, Foster 1998) ist überraschend robust und braucht keinen Sensor.

Herzfrequenz als Innenlast-Marker. Gut für GA-Training und lange Einheiten, eingeschränkt für Intervalle unter 2–3 Minuten (Verzögerung) und bei Hitze/Dehydration (Drift). Siehe Wattmessung im Ausdauersport.

Leistung (Watt) am Rad. Direkteste Form der Außenlast, objektiv, reproduzierbar, nicht umweltabhängig. Beim Laufen wird Leistung nur modelliert, nicht gemessen – das schwächt die Aussagekraft, ohne sie unbrauchbar zu machen. Wichtig: gleiche Wattzahl heißt nicht gleiche Belastung – HR und RPE als Kontextprüfer dazu nehmen.

Pace bleibt der Standard für Wettkämpfe, weil die in Zeit gemessen werden, nicht in Watt. Schwäche: Umweltabhängigkeit (Wind, Steigung, Untergrund), beim Schwimmen zusätzlich starke Technikabhängigkeit.

Mittlere Evidenz: nützlich, aber kein Goldstandard

HRV (Herzfrequenzvariabilität). Solide für Trendanalysen und den Zustand des autonomen Nervensystems (Buchheit 2014, Plews 2013). Nicht geeignet für tägliche Einzelentscheidungen ohne Kontext – ein einzelner schlechter Wert ist erstmal nichts, ein sieben-Tage-Abwärtstrend dagegen schon. Methodisch sauber gemessen: jeden Morgen, gleiche Position, gleiche Uhrzeit, vor dem Aufstehen.

Trainingslastmodelle (TSS, CTL, ATL, TSB). Nützlich für Planung und Trendsteuerung, aber softwareabhängig und nicht physiologisch exakt – das Banister-Modell ist eine Approximation, kein Naturgesetz. Gut für die Grobsteuerung über Wochen und Monate, nicht für die Frage "Soll ich heute hart trainieren?". Mehr dazu in Welche Trainingsformen sind wofür?.

Geringe Evidenz: Trend-Indikator, mehr nicht

Readiness Scores, Body Battery, Stress Scores. Basieren auf HRV, HR und proprietären Algorithmen, die sich von Hersteller zu Hersteller unterscheiden und nicht offengelegt sind. Korrelieren mit dem subjektiven Empfinden – aber das wusstest du auch ohne Score. Als grober Trendindikator ok, als harte Entscheidungsgrundlage nein.

VO₂max-Schätzungen aus der Uhr. Algorithmus aus HR und Pace/Watt, ohne Laborkorrelation, herstellerabhängig. Über die Zeit zeigen Trends manchmal Sinnvolles, der absolute Wert bedeutet wenig. Wer wirklich seine VO₂max wissen will, geht zur Leistungsdiagnostik.

Laufdynamik (Cadence, Vertical Oscillation, Ground Contact Time). Es gibt keinen universell optimalen Wert; entscheidend ist die individuelle Laufökonomie, und die korreliert stärker mit Performance als irgendeine Einzelmetrik. Gutes Technik-Feedback, schlechte Steuerungsgröße. Wer eine Bodenkontaktzeit-Optimierung als Trainingsziel hat, hat den Fokus verloren.

Praktisches Modell

Minimal-Setup (wissenschaftlich robust und ausreichend für die meisten Athleten):

  • Trainingszeit
  • RPE pro Einheit
  • Herzfrequenz
  • Pace oder Watt

Das deckt 90 % der Steuerung ab. Wer mehr will, ergänzt:

  • HRV-Trend (Wochen, nicht Tage)
  • Trainingslast TSS oder Vergleichbares
  • Ruhepuls am Morgen

Alles darüber hinaus ist Add-on, nicht Grundlage.

Fazit

Die besten Trainingsmodelle basieren nicht auf maximaler Datenmenge, sondern auf wenigen validierten Kernparametern.

Die robustesten Größen sind seit Jahrzehnten dieselben: Trainingsumfang, Intensität (RPE / HR / Watt), Leistungsentwicklung über Zeit. Moderne Metriken sind wertvolle Ergänzungen, ersetzen aber selten die Grundlagen. Wer sich von Body Battery, Stress Score und Readiness in die Trainingsentscheidung reinreden lässt, ohne die Grundgrößen sauber zu führen, optimiert am falschen Ende.

Weiterführend: Wattmessung im Ausdauersport

Quellen

  • Borg G (1982). Psychophysical bases of perceived exertion. Med Sci Sports Exerc. PMID 7154893
  • Foster C (1998). Monitoring training in athletes with reference to overtraining syndrome. Med Sci Sports Exerc. PMID 9694422
  • Impellizzeri FM et al. (2005). Physiological assessment of aerobic training in soccer. J Sports Sci. PMID 15967058
  • Seiler S (2010). What is best practice for training intensity and duration distribution in endurance athletes? Int J Sports Physiol Perform. PMID 20861519
  • Buchheit M (2014). Monitoring training status with HR measures: do all roads lead to Rome? Front Physiol. PMID 24550828
  • Plews DJ et al. (2013). Training adaptation and heart rate variability in elite endurance athletes. Eur J Appl Physiol. PMID 23852425