Sportwissenschaft

Keine Zahl ohne Quelle.

Jede sportwissenschaftliche Konstante in der Engine hat eine Fundstelle in der Fachliteratur — und einen Test, der bricht, wenn sie jemand still verändert.

01 — Die Hausregel

Drei Pflichten pro Konstante

Seit Mai 2026 ist das verbindliche Konvention, nicht guter Vorsatz. Wer eine Zahl anfasst, erfüllt alle drei Punkte — sonst kommt die Änderung nicht durch.

154
belegte Konstanten
37
Themenfelder
50
Tests, die die Werte festnageln

Gezählt am 2026-10-22 — alle Werte aus docs/SPORTS-SCIENCE-CITATIONS.md, beim Seitenbau erhoben.

  1. Quelle direkt am Code

    Über jeder Konstante steht die Originalarbeit, aus der sie stammt — Autor, Jahr, Fundstelle, wo vorhanden mit DOI.

  2. Ein Test, der den Wert festnagelt

    Ein eigener Test prüft genau diesen Wert oder seine Eigenschaft. Ändert ihn jemand, weil „ein Athlet das anders sieht“, schlägt der Test fehl und erzwingt die Auseinandersetzung mit der Quelle.

  3. Eintrag im Quellenregister

    Ein zentrales Verzeichnis führt Konzept, Quelle, betroffene Stelle im Code und den zugehörigen Test zusammen. Nichts steht nur im Kopf von jemandem.

02 — Die Bausteine

Worauf die Entscheidung steht

Neun Modellfamilien, nicht ein einzelner Bereitschafts-Wert. Die Bausteine selbst sind etablierte Trainingswissenschaft — die Arbeit steckt darin, sie widerspruchsfrei zusammenzuführen, über mehrere Sportarten hinweg, und auf deine Historie anzuwenden.

Trainingslast

Wie viel eine Einheit dich gekostet hat — und wie sich das über Wochen zu Form und Ermüdung aufsummiert. Zwei gleitende Mittel mit unterschiedlichem Gedächtnis: das eine vergisst in Tagen, das andere in Wochen.

Coggan (2003), Training and Racing using a Power Meter · Banister (1991), Modeling elite athletic performance · Calvert, Banister et al. (1976), IEEE Trans Syst Man Cybern · Morton, Fitz-Clarke, Banister (1990), J Appl Physiol 69(3):1171-7

Belastungssprünge

Das Verhältnis der letzten Woche zu den letzten vier Wochen. Der günstige Bereich liegt bei etwa 0,8 bis 1,3; ab rund 1,5 steigt das Verletzungsrisiko deutlich. Genau dort bremst die App — auch wenn du dich gut fühlst.

Hulin, Gabbett et al. (2014), Br J Sports Med 48(8):708-12 · doi:10.1136/bjsports-2013-092524 · Gabbett (2016), Br J Sports Med 50(5):273-80

Erholung und Herzfrequenzvariabilität

Der Vergleichswert ist nicht ein Normwert aus einem Lehrbuch, sondern dein eigener gleitender Mittelwert der letzten sieben Tage. Erst die Abweichung davon ist ein Signal.

Plews, Laursen et al. (2013), Sports Med 43:773-81 · Plews, Laursen (2017), Int J Sports Physiol Perform · Tanaka, Monahan, Seals (2001), J Am Coll Cardiol 37(1):153-6 · Karvonen et al. (1957), Ann Med Exp Biol Fenn 35(3):307-15

Intensitätsverteilung

Der grosse Teil des Trainings gehört ins Lockere, der kleine ins wirklich Harte — und das Mittelfeld ist die häufigste Falle ambitionierter Sportler. Die App achtet auf diese Verteilung über Wochen, nicht über einzelne Tage.

Seiler (2010), Int J Sports Physiol Perform 5(3):276-91 · Stöggl, Sperlich (2014), Front Physiol 5:33 · doi:10.3389/fphys.2014.00033 · Daniels (2014), Daniels’ Running Formula · Friel (2009), The Cyclist’s Training Bible

Formmodell mit drei Zeitkonstanten

Ausdauer, Kraftausdauer und Ermüdung wachsen und verfallen unterschiedlich schnell. Deshalb wird nicht eine Kurve geführt, sondern drei — sonst erklärt man Formverlust falsch.

Busso (2003), Med Sci Sports Exerc · Fitz-Clarke, Morton, Banister (1994), J Appl Physiol 76(3):1151-9

Periodisierung und Wettkampf-Taper

Vor dem Wettkampf sinkt das Volumen, die Intensität bleibt — und zwischen zwei harten Einheiten liegt genug Zeit. Beides sind alte, gut belegte Befunde, keine Trainerfolklore.

Mujika (2003), Int J Sports Med · Issurin (2010), Sports Med 40(3):189-206 · Bishop, Jones, Woods (2008), J Strength Cond Res 22(3):1015-24

Hitze und Höhe

Anpassung an Hitze baut sich in Tagen auf und in Wochen wieder ab; Höhe wirkt erst ab einer gewissen Schwelle. Beides verschiebt, was heute realistisch ist — und wird deshalb mitgeführt statt ignoriert.

Périard, Racinais, Sawka (2015), Scand J Med Sci Sports 25(S1):20-38 · doi:10.1111/sms.12408 · Daanen, Racinais, Périard (2018), Sports Med 48(2):409-430 · Rusko et al. (2004), J Sports Sci 22(10):928-945 · Chapman et al. (2014), J Appl Physiol 116(6):595-603 · Gore et al. (2013), Br J Sports Med 47(S1):i31-i39 · ACSM Position Stand (2007), Med Sci Sports Exerc 39(3):556-72 · Ely et al. (2007), Med Sci Sports Exerc 39(3):487-93

Kraft als eigene Disziplin

Kraft ist bei uns kein Anhängsel, sondern eine Hauptdisziplin — auch weil sie schneller verfällt als Ausdauer und deshalb eigene Regeln braucht.

Helms et al. (2018), Sports 6(3):85 · Mujika, Padilla (2010), Sports Medicine 30(2):79-87

Sicherheitsschwellen

Einzelne Signale können eine harte Einheit unabhängig von allem anderen stoppen. Sie sind bewusst konservativ gewählt und stammen aus klinischen Leitlinien, nicht aus Trainingslehre.

American Thoracic Society Guideline · Wallaert et al. (1990) · Apple Sleep-Apnoe-Hinweise (FDA De Novo, 2024) · Borg (1982), Med Sci Sports Exerc 14(5):377-81

03 — Im Alltag

Was das konkret heisst

Du fühlst dich stark, die App bremst

Dann liegt dein Belastungssprung wahrscheinlich über der Schwelle. Das Gefühl hinkt der Belastung nach — die Zahl nicht.

Kurze Nacht, Variabilität unter deiner Basis

Statt hart wird es locker. Nicht weil ein Grenzwert überschritten ist, sondern weil beide Signale in dieselbe Richtung zeigen.

Zehn Tage bis zum Wettkampf

Das Volumen geht zurück, die Intensität bleibt. Genau umgekehrt zu dem, was die meisten aus Nervosität tun.

04 — Grenzen

Was diese App nicht ist

Kein Medizinprodukt

DecisionEngine stellt keine Diagnose und ersetzt keine ärztliche Beurteilung. Bei Schmerzen, anhaltender Erschöpfung oder auffälligen Werten gehört das zu einem Arzt, nicht in eine App.

Die zitierte Literatur beschreibt Gruppen von Menschen. Du bist eine Person. Genau deshalb lernt die App zusätzlich aus deinen eigenen Rückmeldungen — die Literatur liefert den Startpunkt, nicht das letzte Wort.

Und ein Wort zur Belastungssprung-Kennzahl: Sie ist in der Fachwelt umstritten — Impellizzeri und Kollegen (2020) haben ihre statistischen Grundlagen grundsätzlich kritisiert, und die Ausgangsstudien stammen aus Cricket und Rugby, nicht aus dem Ausdauersport. Wir nutzen sie deshalb als eines von mehreren Signalen, nie als alleiniges Urteil, und mit bewusst konservativen Schwellen.

Und was noch nicht sauber belegt umgesetzt ist, ist bewusst nicht umgesetzt: Zyklusphasen etwa sind in der Literatur erfasst, in der Engine aber noch nicht — halb wäre hier schlechter als gar nicht.

05 — Zum Nachlesen

Die wichtigsten Quellen

Auswahl aus dem internen Quellenregister. Wer tiefer graben will, findet unter diesen Angaben die Originalarbeiten.

  • Banister, E.W. (1991). Modeling elite athletic performance. Physiological Testing of Elite Athletes, Human Kinetics, 403-422.
  • Bishop, P.A., Jones, E., Woods, A.K. (2008). Recovery from training: a brief review. J Strength Cond Res 22(3):1015-24. doi:10.1519/JSC.0b013e31816eb518
  • Borg, G.A.V. (1982). Psychophysical bases of perceived exertion. Med Sci Sports Exerc 14(5):377-81. doi:10.1249/00005768-198205000-00012
  • Busso, T. (2003). Variable dose-response relationship between exercise training and performance. Med Sci Sports Exerc. doi:10.1249/01.MSS.0000074465.13621.37
  • Calvert, T.W., Banister, E.W. et al. (1976). A systems model of the effects of training on physical performance. IEEE Trans Syst Man Cybern SMC-6(2):94-102. doi:10.1109/TSMC.1976.5409179
  • Chapman, R.F. et al. (2014). Defining the “dose” of altitude training. J Appl Physiol 116(6):595-603. doi:10.1152/japplphysiol.00634.2013
  • Coggan, A.R. (2003). Training and Racing using a Power Meter.
  • Daanen, H.A.M., Racinais, S., Périard, J.D. (2018). Heat acclimation decay and re-induction. Sports Med 48(2):409-430. doi:10.1007/s40279-017-0808-x
  • Daniels, J.T. (2014). Daniels’ Running Formula (3rd ed.), Human Kinetics.
  • Ely, M.R. et al. (2007). Impact of weather on marathon-running performance. Med Sci Sports Exerc 39(3):487-93. doi:10.1249/mss.0b013e31802d3aba
  • Fitz-Clarke, J.R., Morton, R.H., Banister, E.W. (1991). Optimizing athletic performance by influence curves. J Appl Physiol 71(3):1151-1158. doi:10.1152/jappl.1991.71.3.1151
  • Friel, J. (2009). The Cyclist’s Training Bible (4th ed.), VeloPress.
  • Gabbett, T.J. (2016). The training-injury prevention paradox. Br J Sports Med 50(5):273-80. doi:10.1136/bjsports-2015-095788
  • Gore, C.J., Sharpe, K., Garvican-Lewis, L.A. et al. (2013). Altitude training and haemoglobin mass. Br J Sports Med 47(S1):i31-i39. doi:10.1136/bjsports-2013-092840
  • Helms, E.R. et al. (2018). RPE and velocity relationships for loading strength athletes. Sports 6(3):85.
  • Hulin, B.T., Gabbett, T.J. et al. (2014). Spikes in acute workload are associated with increased injury risk. Br J Sports Med 48(8):708-12. doi:10.1136/bjsports-2013-092524
  • Impellizzeri, F.M., Tenan, M.S., Kempton, T., Novak, A., Coutts, A.J. (2020). Acute:chronic workload ratio: conceptual issues and fundamental pitfalls. Int J Sports Physiol Perform 15(6):907-913. doi:10.1123/ijspp.2019-0864
  • Issurin, V.B. (2010). New horizons for the methodology and physiology of training periodization. Sports Med 40(3):189-206. doi:10.2165/11319770-000000000-00000
  • Karvonen, M.J. et al. (1957). The effects of training on heart rate. Ann Med Exp Biol Fenn 35(3):307-15.
  • Morton, R.H., Fitz-Clarke, J.R., Banister, E.W. (1990). Modeling human performance in running. J Appl Physiol 69(3):1171-7. doi:10.1152/jappl.1990.69.3.1171
  • Mujika, I. (2003). The effects of training and detraining on performance. Int J Sports Med.
  • Mujika, I., Padilla, S. (2000). Detraining: loss of training-induced adaptations. Sports Medicine 30(2):79-87. doi:10.2165/00007256-200030020-00002
  • Périard, J.D., Racinais, S., Sawka, M.N. (2015). Adaptations and mechanisms of human heat acclimatization. Scand J Med Sci Sports 25(S1):20-38. doi:10.1111/sms.12408
  • Plews, D.J., Laursen, P.B. et al. (2013). Training adaptation and heart rate variability in elite endurance athletes. Sports Med 43:773-81. doi:10.1007/s40279-013-0071-8
  • Rusko, H.K. et al. (2004). Altitude and endurance training. J Sports Sci 22(10):928-945. doi:10.1080/02640410400005933
  • Seiler, S. (2010). What is best practice for training intensity and duration distribution? Int J Sports Physiol Perform 5(3):276-91. doi:10.1123/ijspp.5.3.276
  • Stöggl, T., Sperlich, B. (2014). Polarized training has greater impact on key endurance variables. Front Physiol 5:33. doi:10.3389/fphys.2014.00033
  • Tanaka, H., Monahan, K.D., Seals, D.R. (2001). Age-predicted maximal heart rate revisited. J Am Coll Cardiol 37(1):153-6. doi:10.1016/S0735-1097(00)01054-8
  • American College of Sports Medicine (2007). Position stand: exertional heat illness during training and competition. Med Sci Sports Exerc 39(3):556-72. doi:10.1249/MSS.0b013e31802fa199
Michael, Gründer von DecisionEngine

MichaelGründer und Entwickler

Ich wollte keine weitere App, die Dinge errät. Jede Zahl, die hier eine Entscheidung beeinflusst, hat eine Quelle in der Fachliteratur — und wenn ich für etwas keine finde, kommt es nicht in die Entscheidung.

Überzeugt? Jetzt testen → Zurück zur Startseite