Ein Hauptanliegen der angewandten Trainingswissenschaft liegt in der Analyse von Trainingsprozessen. Dabei steht der Wirkungszusammenhang von Training und Leistung im Mittelpunkt des Interesses. Im Hochleistungssport mit seiner komplizierten Zeitstruktur und dem komplexen inhaltlichen Zusammenspiel der vielfältigen Trainingsinterventionen bietet sich der Einsatz von simulativen Trainings-Wirkungs-Modellen zur Analyse des Trainings und von individuellen Adaptationsreaktionen an (Hohmann, 2005, S. 58). Zur simulationsbasierten Modellierung des Leistungsverlaufs insbesondere in Sportarten, die in engem Zusammenhang mit physiologischen Adaptationsprozessen liegen (z. B. Schwimmen, Radfahren, Laufen, etc.), werden in jüngerer Vergangenheit so genannte antagonistische Modelle eingesetzt. Diese basieren auf der "Annahme" von gleichzeitig wirkenden positiven als auch negativen Effekten auf die aktuelle Leistungsfähigkeit, verursacht durch das tägliche Training. Das Ziel des Forschungsprojektes war eine Modellierung der sportlichen Leistungsfähigkeit im Verlauf des Trainingsprozesses auf der Basis von Testdaten (mittlere mechanische Leistung und mittlere Medianfrequenz im EMG) und Trainingsdaten (Umfänge und Intensitäten). Die Datenerhebungen wurden im Rahmen des Forschungsprojektes "Frequenzverhalten von Oberflächen-EMG-Signalen im Verlauf von Adaptation" (Witte, Edelmann-Nusser & Ganter, 2005) im Schwimmen (Kaderbereich) und Radfahren (leistungssportorientierte Sportstudenten) vorgenommen, wobei intraindividuell Zusammenhänge zwischen den Testleistungen und dem Frequenzverhalten der EMG-Signale gezeigt werden konnten. Die Anwendung beider Modelle sowohl auf das Schwimmen als auch auf das Radfahren weist darauf hin, dass für die Interpretation der Modellparameter hinsichtlich ihrer zeitlichen Konstanz bzw. Veränderung die Beachtung individualspezifischer Besonderheiten notwendig ist. Dabei lassen sich mit dem PerPot-Modell bessere Rückschlüsse auf das Adaptationsverhalten ziehen. So können Veränderungen der Modellparameter auf ein verändertes Adaptationsverhalten z. B. in verschiedenen Trainingsphasen hindeuten. Innerhalb eines "stabilen" Adaptationszustandes des Athleten lässt sich das Modell sehr gut zur Prädiktion zukünftiger Leistungen auf der Basis bekannter Trainingsbelastungen einsetzen.
© Copyright 2005 BISp-Jahrbuch Forschungsförderung 2005/06. All rights reserved.