38 BISp Jahrbuch Forschungsförderung 2020 21 Einfluss der Alltagsaktivität auf die konditionelle Leistungsentwicklung 4 Diskussion In diesem Projekt wurde erstmals die Trainings und Alltagsaktivität von Hochleistungsathleten bzw athletinnen über eine Saison quantifiziert und deren Einfluss auf die konditionelle Leis tungsentwicklung untersucht Dabei entstand ein bislang einzigartiger Datensatz und zahl reiche Vorschläge für bislang nichtexistierende Konventionen wie z B die Definition von Trai ningseinheiten während des Off Trainings Inhaltlich zeigte sich ein Unterschied zwischen regulärem Training und dem totalen Umfang d h reguläres Training plus Off Training der mit 19 auf den ersten Blick relevant zu sein scheint Diese Einschätzung ergibt sich zum einen daraus dass in sportwissenschaftlichen Studien die Unterschiede zwischen Kontroll und Interventionsgruppe oftmals in ähnlicher Größenordnung liegen z B Stöggl Sperlich 2015 Plews et al 2014 oder an anderer Stelle bereits 5 Umfangssteigerung als Grenze zur Vermeidung des Übertrainingssyndroms genannt werden Meeusen et al 2013 Dennoch war für uns überraschend keine verbesserte Aufklärung der Leistungsentwicklung durch Einbeziehung des Off Trainings möglich Möglicherweise erzielt das metabolisch meist niedrig intensive Off Training bei hochtrai nierten Athleten bzw Athletinnen keine kar diovaskulär messbare Wirkung Damit wäre die Erfassung des Off Trainings obsolet und nicht lohnend Allerdings scheint uns diese Schluss folgerung aktuell als vorschnell Das Off Trai ning ändert nicht nur den Trainingsumfang sondern mit ca 11 auch die Trainingsimpulse und auf individueller Ebene die Trainingsin tensitätsverteilung Ohne Berücksichtigung des Off Trainings wären hochintensive Trainings anteile von teilweise mehr als 20 min Woche übersehen worden Deshalb empfehlen wir zumindest in Trainingsstudien vorerst auch die Alltagsaktivität zu erfassen Leider können wir aufgrund der schließlich kleinen Stichprobe und den zahlreichen Datenverlusten nicht aus schließen dass relevante statistische Effekte der Alltagsaktivität auf die Leistungsänderungen nicht sichtbar wurden Limitiert wurde das Projekt vor allem durch die Akkulaufzeit und unzuverlässige Datenüber tragung der Android basierten Smartwatch Die M600 musste täglich geladen werden was viele der Teilnehmenden nach 2 3 Monaten als lästig empfanden Zudem kam es auch bei den zunächst sauber arbeitenden Personen aus dem Teilnehmerkreis zu Motivationsproblemen nachdem mehrmals massive technisch bedingte Datenverluste auftraten Diese waren teilweise erratischer Natur und ließen sich weder durch das Studienteam noch durch den kommerziellen Support beheben Aus diesen Problemen resultierte ganz wesent lich die hohe Dropout Quote Erfreulicher weise haben sich sowohl Zuverlässigkeit als auch Akkulaufzeit in der aktuellen Generation der Smartwatches massiv verbessert was die Anwendung in kommenden Projekten und dem Trainingsalltag deutlich erleichtert Neben diesen Ergebnissen war aus Sicht der Sportpraxis die enorme Variabilität des Trai nings und Off Trainingsverhaltens Abb 1 interessant außerdem der mit einem Drittel überraschend hohe Anteil von niederschwel ligem Training mit weniger als 60 der maxi malen Herzfrequenz Die Trainingspraxis zeigte sich zudem überrascht von der kaum erkennba ren Periodisierung und geringen biologischen Unterscheidbarkeit der Trainingsintensitäts verteilung innerhalb des Jahresverlaufs Diese Nebenbefunde sprechen klar für eine Trainings datenerfassung unter Einbeziehung biologi scher Marker wie z B der Herzfrequenz anstelle der häufig anzutreffenden Bilanzierung auf Basis der Trainingsvorgaben und vor allem für eine vollständige Erfassung der Trainingsdaten Detaillierte Ergebnisse und deren Diskussion finden sich in Treff et al 2021

Hinweis: Dies ist eine maschinenlesbare No-Flash Ansicht.
Klicken Sie hier um zur Online-Version zu gelangen.