Leistungsbasiertes Training aufs Wasser bringen 2

Leistungsbasiertes Training aufs Wasser bringen 2

Feldbasierte Leistungsdiagnostik: Leistungsprofil und Critical Power

Mit einem zuverlässigen Leistungsmesser, der auch auf dem Wasser eingesetzt werden kann, muss die physiologische Leistungsdiagnostik im Kanurennsport nicht mehr zwingend im Labor stattfinden. Metabolische Tests auf dem Wasser waren zwar auch zuvor möglich, basierten jedoch auf Blutlaktatmessungen. Ein Leistungsmesser erlaubt es nun, die Diagnostik direkt im Feld durchzuführen, und das ohne Ergometertests und invasive Blutabnahmen. Das Grundprinzip ist einfach. Der Athlet absolviert mehrere maximale Belastungen von unterschiedlicher Dauer, und für jede wird die absolvierte Leistung aufgezeichnet. Aus diesen Datenpunkten ergibt sich das persönliche Leistungs-Dauer-Profil, welches wiederum wichtige Kenngrößen für die Ausdauerleistung liefert.

Describe the image here
Abbildung 1: Leistungs-Dauer-Profil eines Kanuten, angepasst mit dem Omni-Domain-Power-Duration-Modell (OmPD). Die Datenpunkte sind die mittleren maximalen Leistungen für Belastungen zunehmender Dauer (hier 1 s, 1 min, 3 min und 6 min). Die Kurve fällt bei kurzen Dauern steil ab und nähert sich einer unteren Asymptote. In diesem Beispiel entspricht die Asymptote einer Critical Power von 208 W, mit einer endlichen Arbeitskapazität oberhalb der Critical Power (W’) von rund 9,5 kJ und einer maximalen Momentanleistung (Pmax) von etwa 670 W (Modellgüte R-Quadrat = 0,999). Die Critical Power markiert die Grenze zwischen dem schweren und dem intensiven Intensitätsbereich, und W’ beschreibt die endliche Menge an Arbeit, die oberhalb dieser Grenze verfügbar ist. Der aerobe Ermüdungsterm des OmPD-Modells ist für dieses Beispiel kurzer Sprints nicht erforderlich und wurde hierbei nicht angewendet.

Wie Abbildung 1 zeigt, kann man die Ausdauerleistungsfähigkeit eines Athleten auf wenige, aber physiologisch aussagekräftige Größen reduzieren. Die Critical Power ist die Asymptote, der sich die Kurve bei langen Dauern annähert. Sie beschreibt die höchste Intensität, an der noch ein metabolisches Gleichgewicht aufrechterhalten werden kann. Oberhalb der Critical Power liegt W’ (gesprochen “W prime”), also die begrenzte Menge an Arbeit, die oberhalb der Critical Power bis zur Erschöpfung erbracht werden kann. W’ beschreibt eine Energie und wird deshalb in Joule oder Kilojoule angegeben, in diesem Beispiel etwa 9,5 kJ. Ist diese anaerobe Reserve aufgebraucht, lässt sich die Leistung theoretisch nicht länger oberhalb der Critical Power halten, sofern das Modell korrekt angewendet wurde und die zugrunde liegenden Belastungen adäquat waren. Die dritte Größe ist die maximale Momentanleistung (Pmax) am ganz kurzen bzw. linken oberen Ende der Kurve.

 

Der Goldstandard auf dem Prüfstand und die Intensitätsbereiche

Warum sollte man das Training an der Critical Power verankern und nicht am etablierten Referenzwert, dem maximalen Laktat-Steady-State (MLSS)? Über viele Jahre galt das maximale Laktat-Steady-State als Goldstandard zur Bestimmung der maximalen metabolischen Steady-State-Intensität und somit als maßgebliche Schwelle der Dauerleistungsgrenze. Es ist nach wie vor ein physiologisch aussagekräftiger Marker. Das Problem beim MLSS liegt darin, dass es aufwendig zu messen ist und im Vergleich zur Critical Power den gesuchten metabolischen Schwellenwert tendenziell unterschätzt. Es wird üblicherweise aus vier oder fünf jeweils 30-minütigen Belastungen mit konstanter Leistung an verschiedenen Tagen bestimmt, bei denen kontinuierlich Blutlaktat gemessen wird. Der ermittelte Wert reagiert zudem empfindlich auf die Dauer der Belastungsstufen und das genutzte Testprotokoll (Heck et al., 2022; Jones et al., 2019). Die Critical Power liegt im Mittel rund 7 Prozent über dem maximalen Laktat-Steady-State, wobei einzelne Studien Werte von etwa 1 bis 16 Prozent berichten (Dekerle et al., 2003; Dekerle et al., 2005; Keir et al., 2015; Mattioni Maturana et al., 2016; Pringle & Jones, 2002; Smith & Jones, 2001).
Die Critical Power markiert dagegen die tatsächliche Grenze zwischen dem schweren und dem intensiven Belastungsbereich, oberhalb derer Sauerstoffaufnahme, Blutlaktat und Muskelmetabolite fortlaufend aus dem Gleichgewichtszustand getrieben werden (Jones et al., 2019). Sie ist als Schwellenwert robuster und lässt sich mit einem Leistungsmesser im Feld deutlich einfacher bestimmen. Neu ist das Critical Power Konzept dabei nicht. Eine Leistungsasymptote mit einer begrenzten Arbeitsreserve darüber wurde bereits in den 1960er Jahren von Monod und Scherrer beschrieben (Monod & Scherrer, 1965). In den letzten Jahrzehnten hat sich die Critical Power als ein valider Marker der physiologischen Ausdauerleistungsgrenze etabliert (Burnley & Jones, 2016; Poole et al., 2016). Genau diese Kombination aus solider physiologischer Grundlage und einfacher Messung im Feld ist für ein System wie dem PaddlePulse Sensor der entscheidende praktische Vorteil.

Moderne Konzepte unterteilen die Belastungsintensität in klar abgegrenzte Bereiche, die über ihre physiologischen Reaktionen definiert werden und nicht über pauschale Prozentsätze von Maximalwerten (Jamnick et al., 2020). Die Laktatreaktion bei steigender Intensität zeigt anschaulich, wo die Grenzen zwischen diesen Bereichen verlaufen.

Abbildung 2: Schematische Blutlaktatkurve bei steigender Belastungsintensität, mit den fünf aeroben Trainingszonen (L1-L5) sowie der ersten (LT1) und zweiten (LT2) Laktatschwelle. Das Blutlaktat bleibt in den niedrigsten Stufen nahe dem Ruhewert, steigt an der LT1 über die Baseline (etwa die Grenze zwischen dem moderaten und dem schweren Bereich) und nimmt ab der LT2 beschleunigt zu (etwa die Grenze zwischen dem schweren und dem intensiven Bereich). Schema nach Jamnick et al. (2020).

Wie Abbildung 2 veranschaulicht, umfasst der moderate Bereich jene Intensitäten, bei denen das Blutlaktat nahe dem Ruheniveau bleibt. Seine Obergrenze markiert die erste Laktatschwelle (LT1) oder die ventilatorische Schwelle (Gas Exchange Threshold, GET), also jene Intensität, ab der die Kohlendioxidabgabe überproportional zur Sauerstoffaufnahme ansteigt. Im schweren Bereich steigt das Blutlaktat über die Baseline, pendelt sich aber schließlich auf einem verzögerten Gleichgewichtszustand (Steady State) ein, begleitet von einer langsamen Komponente der Sauerstoffaufnahme. Die Obergrenze dieses Bereichs wird durch die Critical Power oder die zweite Laktatschwelle (LT2) angenähert. Darüber liegt der intensive Bereich, in dem kein metabolisches Gleichgewicht mehr erreicht wird und die Sauerstoffaufnahme sowie die Blutlaktatkonzentration stetig bis zum Belastungsabbruch ansteigen (Burnley & Jones, 2016). Wird die Critical Power als Demarkationslinie zu diesem Bereich genutzt, ermöglicht dies laut Meyler et al. (2023) eine präzisere Trainingssteuerung als klassische, prozentbasierte Herzfrequenzvorgaben.

Für den Kanurennsport ist dies von großer Bedeutung: Sobald kontinuierliche Leistungsmessungen auf dem Wasser verfügbar sind, lässt sich die Critical Power direkt im Feld ermitteln und als exakter Ankerpunkt für hochintensive Einheiten nutzen. Dies ist herkömmlichen Methoden überlegen, die sich auf Prozentsätze der maximalen Herzfrequenz stützen, da diese die tatsächlichen metabolischen Intensitätsbereiche oft unzuverlässig abbilden und zudem einer hohen interindividuellen Variabilität unterliegen. Ein einfaches Beispiel verdeutlicht dies: Zwei Kanuten, die bei demselben Prozentsatz der maximalen Herzfrequenz trainieren, können sich metabolisch in völlig verschiedenen Bereichen befinden. Der eine liegt unterhalb der Critical Power im nachhaltigen, schweren Belastungsbereich; der andere arbeitet bereits darüber im intensiven Bereich, was mit einer stetigen metabolischen Auslenkung und einer begrenzten Belastungsdauer einhergeht (Meyler et al., 2023).
Die Verankerung an der Critical Power kann diese Variabilität verringern. Die Critical Power selbst ist dabei nicht völlig stabil und kann von Tag zu Tag durch Ermüdung, Glykogenstatus, Hitze oder Schlaf schwanken. Genau hier ergänzen sich das externe und das interne Signal, anstatt in Konkurrenz zu stehen. Die Leistung zeigt unmittelbar und objektiv, was der Athlet produziert, während die Herzfrequenz die physiologischen Kosten dieser Leistung widerspiegelt. Verursacht dieselbe mechanische Leistung an einem bestimmten Tag höhere physiologische Kosten, wird dies durch die Kombination beider Signale sichtbar. So lässt sich die Trainingseinheit zielgenau in den beabsichtigten Intensitätsbereich steuern, wodurch die gewünschten Anpassungseffekte präziser erreicht werden, als es mit nur einem Signal möglich wäre. Der erwartete Nutzen ist also nicht nur ein einheitlicherer akuter Trainingsreiz, sondern auch ein höherer Anteil an Athleten, die eine bedeutsame Anpassung (Adaptation) erzielen. In einer Auswertung von Trainingsstudien stieg der Anteil der Personen, die ihre maximale Sauerstoffaufnahme über eine klinisch relevante Schwelle hinaus verbesserten, auf rund 64 Prozent, verglichen mit etwa 16 Prozent, wenn die Intensität an klassischen Maximalwerten ausgerichtet wurde (Muniz Pumares et al., 2025). Für den Kanurennsport bedeutet das, dass eine leistungsbasierte Steuerung den Trainingsprozess konsistenter und individueller gestalten kann, als es eine reine Herzfrequenz- oder Geschwindigkeitssteuerung vermag.

Feldtest-Protokolle für die Leistungs-Dauer-Beziehung

Die klassische Bestimmung der Critical Power erfordert mehrere erschöpfende Belastungen mit konstanter Leistungsvorgabe (Pacing) an verschiedenen Tagen. Eine zeiteffizientere Alternative für Tests auf dem Wasser ist der Drei-Minuten-All-Out-Test (Burnley et al., 2006), bei dem die über die letzten 30 Sekunden gehaltene Leistung laut Vanhatalo et al. (2007) gut mit der Critical Power aus der klassischen Methode korreliert. Das Verfahren besticht durch seinen geringen Zeitaufwand und die einfache Durchführung. Es bringt jedoch methodische Einschränkungen mit sich, weshalb der Test eher als pragmatische Alternative und weniger als gleichwertiger Ersatz für die klassische Mehrstufendiagnostik zur Bestimmung der Critical Power zu betrachten ist.

Abbildung 3: Absolvierte Leistung während eines Drei-Minuten-All-Out-Tests, mit dem zwischen Start und End markierten Testfenster. Die Leistung fällt rasch von einem hohen Anfangswert ab und nähert sich einem Plateau. Normalerweise wird die mittlere Leistung über die letzten 30 s als Critical Power gewertet, und die oberhalb dieses Plateaus verrichtete Arbeit entspricht W’. In diesem Beispiel steigt die Leistung gegen Ende wieder leicht an, was auf ein gewisses Pacing hindeutet, sodass die Critical Power stattdessen aus dem niedrigsten 30-Sekunden-Fenster abgelesen wurde, dem kleinen Einbruch in der Mitte des Verlaufs. Hier beträgt die Critical Power 204 W, W’ 11,85 kJ und die maximale Leistung 658 W. Die farbigen Bänder kennzeichnen leistungsbasierte Intensitätszonen.

Bei diesem Protokoll arbeitet der Athlet die vollen drei Minuten mit maximaler Anstrengung. Entscheidend ist, dass der Athlet sich die Belastung nicht einteilt. Vom ersten Schlag an ist ein maximaler Krafteinsatz gefordert. Diese maximale Anstrengung muss über die gesamte Testdauer aufrechterhalten werden, selbst wenn die Ermüdung unweigerlich einsetzt. Teilt sich der Athlet die Kräfte ein und spart Energie für einen Endspurt, wird die Critical Power überschätzt (Maunder et al., 2022). Das Beispiel in Abbildung 3 veranschaulicht genau dieses Problem. Die Leistung steigt gegen Ende noch einmal leicht an, was eine gewisse Einteilung verrät und in einem echten All-Out-Test nicht auftreten sollte. Wegen dieses späten Anstiegs wurde die Critical Power hier nicht aus den letzten 30 Sekunden, sondern aus dem niedrigsten 30-Sekunden-Fenster abgelesen, dem kleinen Einbruch in der Mitte des Verlaufs. Die oberhalb dieses Niveaus verrichtete Arbeit diente zur Schätzung von W’. Die wesentlichen Schwächen des Einzeltests sind daher sein hoher motivationaler Anspruch und seine Anfälligkeit für eine inkorrekte Krafteinteilung (Pacing-Fehler). Außerdem zeigen Untersuchungen, dass der Drei-Minuten-All-Out-Test die Critical Power im Vergleich zur klassischen Methode überschätzen kann, was besonders bei gut trainierten Athleten auftritt (Leo et al., 2022). Für den leistungssportlichen Kanubereich stellt dies eine wesentliche methodische Einschränkung dar.

Eine robustere Alternative für die Wassertestungen besteht darin, mehrere maximale Belastungen unterschiedlicher Dauer zu absolvieren und an die resultierenden Punkte ein Leistungs-Dauer-Modell anzupassen. Für den Kanurennsport bietet sich eine Auswahl an, die den extremen und intensiven Bereich abdeckt. Ein Beispiel wären Belastungen von 15 s, 1 min, 3 min und 6 min. Diese Distanzen rahmen die olympischen Rennzeiten zeitlich gut ein, wobei der kurze Sprint von 10 bis 15 Sekunden die maximale Leistung festlegt. Die Zahl der Belastungen ist dabei nicht beliebig, da die Wahl des richtigen Modells entscheidend ist, um diesen kurzen, hochintensiven Bereich präzise abzubilden. Genau hier versagt oft das klassische Zwei-Parameter-Modell (bestehend aus CP und W’): Es lässt sich zwar bereits aus drei Belastungen anpassen, modelliert jedoch eine unbegrenzte Leistung, wenn die Belastungsdauer gegen null geht (Leo et al., 2022; Morton, 1996). Das Drei-Parameter-Modell löst dieses Problem durch einen dritten Parameter, die maximale Leistung (Pmax), was die Kurve am kurzen Ende begrenzt (Morton, 1996). Dieses braucht jedoch mindestens vier Werte, damit die Anpassung einen Freiheitsgrad behält und eine Anpassungsgüte sowie Konfidenzintervalle liefern kann, wie es das angepasste Profil in Abbildung 1 zeigt. Um das gesamte Leistungsspektrum abzubilden, nutzt das Omni-Domain-Power-Duration-Modell (OmPD) nach Puchowicz et al. (2020) vier Parameter: Pmax, W’, CP und einen aeroben Ermüdungsterm (A).
Generell gilt: Je mehr verschiedene CP-Modelldatenpunkte vorliegen, desto besser. In der Praxis sind drei bis fünf gut gewählte Testbelastungen in der Regel ausreichend und dem absoluten Minimum vorzuziehen. Optimal ist eine Kombination aus einem kurzen Sprint, einer mittleren Belastung von zwei bis fünf Minuten und einer längeren Belastung von 12 bis 15 Minuten (Jones et al., 2019; Leo et al., 2022). Theoretisch lassen sich diese Testläufe innerhalb einer einzigen Trainingseinheit mit jeweils mindestens 30 Minuten Erholungspause absolvieren. Eine Verteilung auf mehrere Tage ist jedoch meist vorteilhafter, da so vermieden wird, dass Restermüdung aus einer Maximalbelastung die nachfolgenden Tests verfälscht. Dabei wird eine geringfügige Tag-zu-Tag-Variabilität der Leistungsfähigkeit als vertretbarer Kompromiss in Kauf genommen (Leo et al., 2022).

Abbildung 4: Vergleich der Leistungs-Dauer-Modelle über verschiedene Intensitätsbereiche. Das 2-Parameter-Modell divergiert und überschätzt die Leistung bei sehr kurzen Dauern massiv, weshalb es für die kurzen Wettkampfdauern des Kanusprints nicht geeignet ist. Sowohl das 3-Parameter- als auch das OmPD-Modell korrigieren diesen Fehler durch die Deckelung bei der maximalen Leistung (Pmax, hier 670 W). Der aerobe Ermüdungsterm des OmPD-Modells ist zwar bis auf Marathon-Distanzen nicht notwendig, das Modell funktioniert jedoch auch ohne diesen Term einwandfrei. Während das 2-Parameter-Modell durch seine Einfachheit besticht und weniger Tests benötigt, bieten 3-Parameter- und OmPD-Modell eine weitaus höhere Genauigkeit im Sprintbereich, erfordern dafür aber mehr Datenpunkte zur robusten Berechnung.

 

Eine methodische Einschränkung bleibt jedoch bestehen: Wählt man wie in Abbildung 1 Belastungen, deren längste Dauer bei etwa sechs Minuten liegt, so lassen sich die Critical Power und W’ für diesen Zeitraum zwar präzise abbilden. Allerdings kann dadurch die Critical Power für längere Belastungszeiten überschätzt werden, da sich selbst die sechsminütige Belastung noch innerhalb des intensiven Intensitätsbereichs befindet. Eine längere Maximalbelastung würde das untere Ende der Kurve zwar präziser verankern. In der Praxis des Kanurennsports ist dies jedoch schwer umzusetzen und stellt für die Athleten eine oft ungewohnte, äußerst erschöpfende Belastung dar. Daher ist die Beschränkung auf kürzere Testdauern in der Regel die pragmatischere Wahl.

Modellierung kurzer Belastungen über die Intensitätsbereiche hinweg

Der Kanusprint zeichnet sich dadurch aus, dass die olympischen Distanzen über 200 m, 500 m und 1000 m verhältnismäßig kurz sind, was zu Rennzeiten von etwa 35 Sekunden bis rund vier Minuten führt. Diese Wettkämpfe finden weitgehend im intensiven und extremen Intensitätsbereich statt, also genau dort, wo das Zwei-Parameter-Modell versagt, weil es dort eine unbegrenzte Leistung modelliert, wenn die Belastungsdauer gegen null geht (Leo et al., 2022; Morton, 1996). Das Drei-Parameter-Modell löst dieses Problem, indem es einen Term für die maximale Momentanleistung ergänzt, der die Kurve am ganz kurzen Ende begrenzt und das Modell auf die kürzesten Sprints anwendbar macht (Morton, 1996). Das Omni-Domain-Power-Duration-Modell erweitert die Beschreibung über alle Bereiche hinweg, indem es bei langen Dauern einen aeroben Abfallterm ergänzt und am kurzen Ende weiterhin die maximale Leistung berücksichtigt (Puchowicz et al., 2020). Dieser abfallende Term wird erst bei den sehr langen Dauern eines Kanu-Marathons relevant, sodass für die olympischen Sprintdistanzen die einfacheren, aber dennoch am oberen Ende begrenzten Modelle ausreichen.

Abbildung 5: Eine einzelne Leistungs-Dauer-Kurve vor dem Hintergrund der vier Intensitätsbereiche, darunter die Reichweite der drei Modelle. Die Leistung fällt von der maximalen Momentanleistung (Pmax) bei sehr kurzen Dauern hin zur Asymptote der Critical Power (CP) bei langen Dauern. Die schattierte Fläche zwischen Kurve und CP bei kurzen Dauern steht für W’, die endliche Arbeit oberhalb der Critical Power. LT1 / GET bezeichnet die erste Laktatschwelle beziehungsweise den Gas Exchange Threshold. Der moderate und der schwere Bereich liegen unterhalb der CP, der intensive und der extreme Bereich oberhalb, und genau dort werden die olympischen Sprintdistanzen ausgetragen. Die Klammern zeigen, dass das Zwei-Parameter-Modell nur innerhalb des intensiven Bereichs geeignet ist, während das Drei-Parameter- und das Omni-Domain-Modell über die maximale Leistung auch den extremen Bereich abdecken. Illustrative Kurve auf Basis der Parameter aus Abbildung 1.

Wie Abbildung 5 verdeutlicht, zeigt sich der praktische Unterschied zwischen den Modellen vor allem bei den kurzen und extrem intensiven Belastungen, die für den Kanusprint charakteristisch sind. Hier kann ein Trainer mit nur wenigen Tests über vergleichsweise kurze Dauern das Leistungsprofil eines Athleten präzise charakterisieren. So lässt sich beispielsweise erkennen, ob ein Kanute eher für kurze, anaerob geprägte Belastungen mit einer großen W’ und einer hohen Pmax geeignet ist oder ob er bei längeren Distanzen von einer verhältnismäßig hohen Critical Power profitieren kann. Die Krümmung der Critical-Power-Kurve spiegelt die fortschreitende Entleerung von W’ wider, und genau das macht die Critical Power zu einer echten Ermüdungsschwelle und nicht zu einer willkürlichen Grenze (Leo et al., 2022; Poole et al., 2016).

Festlegung leistungsbasierter Trainingszonen

Sobald die Critical Power ermittelt ist, lässt sich das Training präzise über wattbasierte Zonen statt rein nach dem subjektiven Belastungsempfinden oder der Herzfrequenz steuern. Die Herzfrequenz dient jedoch weiterhin als wichtiges sekundäres Signal, um die interne Belastung sowie den kardiovaskulären Drift zu überwachen. Die Leistung definiert dabei aber die eigentliche Vorgabe für die Trainingseinheit. Das folgende Sieben-Zonen-Modell orientiert sich direkt an der berechneten Critical Power. Wichtig ist hierbei, dass die angegebenen Prozentsätze Richtwerte und keine starren Grenzen darstellen. Da die physiologischen Übergänge individuell variieren, sollte dieses Modell als flexible Orientierungshilfe genutzt und stets an den individuellen Athleten angepasst werden.

Die hier in der Tabelle beschriebenen Anpassungen der verschiedenen Zonen basieren auf wissenschaftlichen Arbeiten zur Wirkung der Trainingsintensität auf physiologische Anpassungsprozesse. Das Spektrum reicht dabei von der niedrigintensiven aeroben Grundlage über den Schwellenbereich bis hin zur aeroben Kapazität und neuromuskulären Faktoren am oberen Ende des Leistungsspektrums (Cormie et al., 2011; MacInnis & Gibala, 2017; Seiler, 2010). Diese Arbeiten begründen auch, weshalb ein Großteil des Trainingsvolumens im niedrigintensiven Bereich absolviert werden sollte und nur ein kleiner, gezielter Anteil auf die hochintensiven Zonen entfällt. Aerobe und mitochondriale Anpassungen werden sowohl durch das akkumulierte niedrigintensive Volumen als auch durch die Intensitätsverteilung maßgeblich beeinflusst (MacInnis & Gibala, 2017; Seiler, 2010).

In den hohen Belastungszonen sind die Intervalle so kurz und hochintensiv, dass die Herzfrequenz aufgrund ihrer Trägheit nicht schnell genug reagiert. Daher dient hier die zu erbringende Leistung als aussagekräftigere Steuerungsgröße. Ein Abgleich dieser sieben Zonen mit den zuvor gezeigten Modellen verdeutlicht die Zusammenhänge: Die Zonen 1 und 2 entsprechen dem moderaten Bereich aus Abbildung 2 unterhalb der ersten Laktatschwelle, bei dem das Blutlaktat nahe dem Ausgangsniveau verweilt. Zone 3 liegt im schweren Bereich (heavy domain) zwischen der ersten und der zweiten Laktatschwelle. Die Zonen 4 bis 7 beginnen an der Critical-Power-Grenze und reichen in den sehr schweren (severe) und extremen Bereich aus Abbildung 5 hinein. Dies ist genau jener Bereich, in dem olympische Sprintdistanzen absolviert werden und für dessen adäquate Beschreibung komplexere Ansätze wie das Drei-Parameter- oder das Omni-Domain-Modell erforderlich sind.

Fazit und Ausblick

Die Leistungsmessung etabliert im Kanusprint eine externe Belastungsmetrik, die im Radsport bereits seit Jahrzehnten zum Standard gehört, auf dem Wasser bislang jedoch kaum praktikabel war. Durch die Abschätzung der Vortriebsleistung aus der Rumpfkinematik und die Einordnung dieser Daten in den etablierten Kontext von Intensitätsbereichen und Leistungs-Dauer-Beziehungen lässt sich das Training an einer physiologischen Schwelle, der Critical Power, ausrichten, anstatt sich auf prozentuale Anteile von Maximalwerten zu stützen. Die aktuelle Studienlage deutet darauf hin, dass eine solche schwellenbasierte Trainingssteuerung die interindividuelle Variabilität der physiologischen Reaktionen verringert. Dadurch steigt der Anteil der Athletinnen und Athleten, die signifikante Anpassungseffekte erzielen (Meyler et al., 2023; Muniz Pumares et al., 2025). Die Verknüpfung der externen mechanischen Leistung mit einem kontinuierlichen Monitoring der internen Beanspruchung, gestützt auf geeignete Leistungs-Dauer-Modelle, schafft eine objektive und hochgradig individuelle Grundlage für das Pacing, die Trainingssteuerung und die Leistungsdiagnostik im Kanurennsport. Wie bei jeder feldbasierten Methode sind die Schätzungen jedoch mit gewissen Messunsicherheiten behaftet. Trainingspraktische Schlussfolgerungen sollten daher primär aus konsistenten, standardisierten Testverfahren abgeleitet werden und nicht aus punktuellen Einzelmessungen.

 

Referenzen


Burnley, M., Doust, J. H., & Vanhatalo, A. (2006). A 3-min all-out test to determine peak oxygen uptake and the maximal steady state. Medicine and science in sports and exercise, 38(11), 1995–2003. https://doi.org/10.1249/01.mss.0000232024.06114.a6
Burnley, M., & Jones, A. M. (2016). Power-duration relationship: Physiology, fatigue, and the limits of human performance. European journal of sport science, 18(1), 1–12. https://doi.org/10.1080/17461391.2016.1249524
Cormie, P., McGuigan, M. R., & Newton, R. U. (2011). Developing maximal neuromuscular power: Part 1–biological basis of maximal power production. Sports medicine (Auckland, N.Z.), 41(1), 17–38. https://doi.org/10.2165/11537690-000000000-00000
Dekerle, J., Baron, B., Dupont, L., Vanvelcenaher, J., & Pelayo, P. (2003). Maximal lactate steady state, respiratory compensation threshold and critical power. European Journal of Applied Physiology, 89(3-4), 281–288. https://doi.org/10.1007/s00421-002-0786-y
Dekerle, J., Pelayo, P., Clipet, B., Depretz, S., Lefevre, T., & Sidney, M. (2005). Critical swimming speed does not represent the speed at maximal lactate steady state. International journal of sports medicine, 26(7), 524–530. https://doi.org/10.1055/s-2004-821227
Heck, H., Bartmus, U., & Grabow, V. (2022). Laktat (1. Aufl., S. 662). Springer Berlin Heidelberg.
Jamnick, N. A., Pettitt, R. W., Granata, C., Pyne, D. B., & Bishop, D. J. (2020). An Examination and Critique of Current Methods to Determine Exercise Intensity. Sports medicine (Auckland, N.Z.), 50(10), 1729–1756. https://doi.org/10.1007/s40279-020-01322-8
Jones, A. M., Burnley, M., Black, M. I., Poole, D. C., & Vanhatalo, A. (2019). The maximal metabolic steady state: redefining the ‘gold standard’ (Nr. 10; Bd. 7, S. 1–16). https://doi.org/10.14814/phy2.14098
Keir, D. A., Fontana, F. Y., Robertson, T. C., Murias, J. M., Paterson, D. H., Kowalchuk, J. M., & Pogliaghi, S. (2015). Exercise Intensity Thresholds: Identifying the Boundaries of Sustainable Performance. Medicine and science in sports and exercise, 47(9), 1932–1940. https://doi.org/10.1249/MSS.0000000000000613
Leo, P., Spragg, J., Podlogar, T., Lawley, J. S., & Mujika, I. (2022). Power profiling and the power-duration relationship in cycling: a narrative review. European Journal of Applied Physiology, 122(2), 301–316. https://doi.org/10.1007/s00421-021-04833-y
MacInnis, M. J., & Gibala, M. J. (2017). Physiological adaptations to interval training and the role of exercise intensity. The Journal of physiology, 595(9), 2915–2930. https://doi.org/10.1113/JP273196
Mattioni Maturana, F., Keir, D. A., McLay, K. M., & Murias, J. M. (2016). Can measures of critical power precisely estimate the maximal metabolic steady-state? Applied physiology, nutrition, and metabolism = Physiologie appliquee, nutrition et metabolisme, 41(11), 1197–1203. https://doi.org/10.1139/apnm-2016-0248
Maunder, E., Rothschild, J. A., Ramonas, A., Delcourt, M., & Kilding, A. E. (2022). A three-minute all-out test performed in a remote setting does not provide a valid estimate of the maximum metabolic steady state. European Journal of Applied Physiology, 122(11), 2385–2392. https://doi.org/10.1007/s00421-022-05020-3
Meyler, S., Bottoms, L., Wellsted, D., & Muniz-Pumares, D. (2023). Variability in exercise tolerance and physiological responses to exercise prescribed relative to physiological thresholds and to maximum oxygen uptake. Experimental physiology, 108(4), 581–594. https://doi.org/10.1113/EP090878
Monod, H., & Scherrer, J. (1965). The work capacity of a synergic muscular group. Ergonomics, 8(3), 329–338. https://doi.org/10.1080/00140136508930810
Morton, R. H. (1996). A 3-parameter critical power model. Ergonomics, 39(4), 611–619. https://doi.org/10.1080/00140139608964484
Muniz Pumares, D., Meyler, S., Pumares, D. M., & Meyler, S. (2025). Critical power: An important tool for exercise prescription and the assessment of physiological function. Experimental physiology, 110(3), 360–362. https://doi.org/10.1113/EP092258
Poole, D. C., Burnley, M., Vanhatalo, A., Rossiter, H. B., & Jones, A. M. (2016). Critical Power: An Important Fatigue Threshold in Exercise Physiology. Medicine and science in sports and exercise, 48(11), 2320–2334. https://doi.org/10.1249/MSS.0000000000000939
Pringle, J. S. M., & Jones, A. M. (2002). Maximal lactate steady state, critical power and EMG during cycling. European journal of applied physiology, 88(3), 214–226. https://doi.org/10.1007/s00421-002-0703-4
Puchowicz, M. J., Baker, J., & Clarke, D. C. (2020). Development and field validation of an omni-domain power-duration model. Journal of Sports Sciences, 38(7), 801–813. https://doi.org/10.1080/02640414.2020.1735609
Seiler, S. (2010). What is best practice for training intensity and duration distribution in endurance athletes? International journal of sports physiology and performance, 5(3), 276–291. https://doi.org/10.1123/ijspp.5.3.276
Smith, C. G., & Jones, A. M. (2001). The relationship between critical velocity, maximal lactate steady-state velocity and lactate turnpoint velocity in runners. European journal of applied physiology, 85(1-2), 19–26. https://doi.org/10.1007/s004210100384
Vanhatalo, A., Doust, J. H., & Burnley, M. (2007). Determination of critical power using a 3-min all-out cycling test. Medicine and science in sports and exercise, 39(3), 548–555. https://doi.org/10.1249/mss.0b013e31802dd3e6

Regresar al blog