Dynamik individueller Anpassungsprozesse

Zusammenfassung

Die Trainingswissenschaft versteht sich in erster Linie als eine auf die Anwendung ausgerichtete Wissenschaft, in deren Zentrum die sportliche Leistung und deren Beeinflussung durch sportliches Training stehen. Primäre Aufgabe der Trainingswissenschaft ist es, technologische Regeln zu entwickeln und Hintergrundwissen zur Lösung von Anwendungsproblemen im sportlichen Training bereitzustellen. Betrachtet man unter diesem Aspekt eine wissenschaftlich begründete Trainingsplanung, so ist diese nach dem aktuellen Stand der Theoriebildung in der Trainingswissenschaft kaum möglich (Selujanov, 1999).

Die in diesem Zusammenhang immer wieder geäußerte Kritik richtet sich primär gegen unzureichende Erklärungen und Begründungen für die Wahl eines bestimmten Trainingsprogramms bzw. gegen die mangelnde Begründung für die gewählte Belastungsintensität und die Belastungsdauer sowie gegen ungenügende Erklärungen für die daraus resultierende Leistung eines Sportlers. Das bedeutet, dass es nicht möglich ist, genaue Aussagen zum Wirkungsverlauf, zum Zeitpunkt des Einsetzens und zur Dauer der Trainingswirkung auf die Leistung treffen zu können.

Gleichermaßen gilt aber sowohl unter trainingswissenschaftlichem als auch trainingspraktischem Aspekt die Identifikation individueller Verlaufsmodelle von Trainingsadaptationen, d. h. Wirkungszusammenhängen von Trainingsmaßnahmen und individueller Leistungsentwicklung als ein wichtiges Forschungsziel (Tschiene, 1996, 1997). Um diese Fragen beantworten zu können, bieten sich unterschiedliche Verfahren an. Mit dem Ziel, grundlegende Phänomene der Anpassung bzw. Wechselwirkungsphänomene des Trainings genau zu erforschen, orientiert sich die Anpassungsforschung in den letzten Jahren zunehmend an zeitreihenanalytischen Verfahren und antagonistischen Modellen. Diese sind in der Lage, die individuelle Leistungsentwicklung sowie die Veränderungen des Trainings darzustellen bzw. zu simulieren. Sowohl zeitreihenanalytische Verfahren als auch antagonistische Modelle (z. B. Performance-Potenzial-Modell, PerPot) lassen über eine exakte Simulation eines individuellen Trainingsverlaufs hinaus eine Prognose der Leistungsentwicklung zu. Dazu benötigen beide Verfahren unterschiedliche (Eingangs-)Werte, die sowohl das tägliche Training als auch die tägliche Leistung quantifizieren.

Ziel der vorliegenden Studie ist es, die zeitversetzte Dynamik eines individuellen Anpassungsprozesses durch zeitreihenanalytische Verfahren abzubilden sowie gleichzeitig durch das PerPot-Modell zu modellieren. Diese Vorgehensweise ermöglicht eine statistische Absicherung der individuellen Trainingswirkung und erlaubt im Gegensatz zu den klassischen Vorher-Nachher-Messungen eine Analyse der intraindividuellen Zusammenhänge und Strukturen bzw. genauere Analysen zum Wirkungsverlauf, zum Zeitpunkt des Einsetzens und zur Dauer der Trainingswirkung auf die Leistung (Schmitz, 1989). Darüber hinaus soll im Rahmen der Analyse der vorliegenden Trainings- und Leistungsdaten die prognostische Qualität der Verfahren geprüft sowie die derzeit unterschiedlichen Kenngrößen zur Beurteilung der Qualität von Modellen und den damit verbundenen Prognosen vorgestellt und diskutiert werden.

Abstract

Sports science is predominantly understood as a theory aimed at practical application where sports performance and how it is influenced by sports training are central. The primary task of sports science is to develop technological regulations and prepare background knowledge for solving application problems in sports training. If one considers a theoretically reasoned training plan from this perspective, it is hardly possible according to the theory of sports science as it stands (Selujanov, 1999).

The criticism expressed again and again is primarily orientated towards insufficient explanations and reasons for the selection of a certain training programme or the lack of reasons for selected load intensity and load duration as well as insufficient explanation for the athlete’s performance resulting from it. That means it is not possible to make exact statements about the impact of training over time, the right time for introducing it and the duration of its effect on performance.

In the same way the identification of individual process models for training adaptations, i.e. combining training measures and individual performance development, are is an important research goal, both in terms of the theoretical and also the practical aspect of training (Tschiene, 1996; Tschiene, 1997). To be able to answer these questions, there are various ways of proceeding. With the goal of researching in detail basic phenomena of adjustment or effect of change in training adjustment, research in the last few years has been orientated increasingly towards time series analytical processes and antagonistic models. These processes are in a position to present or simulate the performance development of the individual as well as changes in the training. Both time series analytical processes and also antagonistic models (e. g. Performance-Potential-Model; PerPot), by an exact simulation of an individual’s training progress, allow for a prognosis of his performance development. For this both processes need differing inputs which quantify both daily training and also daily performance.

The goal of this study is to represent the delayed dynamics of an individual adjustment process through time series analytical processes as well as at the same time to configure it through the PerPot-Model. This approach enables a static validation of the individual effect of the training and allows, in contrast to the classic pre-post measurements, an analysis of the intra-individual relationships and structures or more accurate analyses of the impact of training over time, the right time for introducing it and the duration of its effect on performance (Schmitz, 1989). Moreover, as part of the analysis of the present training and performance data, the prognostic quality of the process is tested and the currently differing parameters for judging the quality of the models and the prognoses associated with them are presented and discussed.