Eine 2026 veröffentlichte Studie untersuchte, wie sich 1500-Meter-Freistilleistungen von Nachwuchsschwimmern aus anthropometrischen, biomechanischen, physiologischen und Körperzusammensetzungsdaten vorhersagen lassen.
Dafür kamen interpretierbare mathematische Modelle zum Einsatz.
Diagnostik als Entscheidungshilfe
[bild id="XX"]
Solche Verfahren könnten künftig dabei helfen, individuelle Leistungsprofile besser zu erkennen und Training gezielter auszurichten.
Entscheidend bleibt allerdings die Interpretation durch qualifizierte Trainer und Sportwissenschaftler. Ein Modell erkennt Muster – aber nicht automatisch den vollständigen Kontext eines Athleten.
Warum Vorhersagemodelle interessant sind
1500 Meter Freistil sind das Ergebnis vieler miteinander verbundener Faktoren. Aerobe Leistungsfähigkeit, Technik, Körperbau, Kraft und Renneinteilung wirken gleichzeitig auf die Endzeit.
Klassische Diagnostik betrachtet diese Bereiche häufig getrennt. Datenmodelle versuchen dagegen, mehrere Variablen gemeinsam auszuwerten und daraus Muster zu erkennen, die mit der Wettkampfleistung zusammenhängen.
Der Vorteil interpretierbarer Modelle liegt darin, dass Trainer nachvollziehen können, welche Faktoren im Modell besonders stark gewichtet werden. Ein reines „Black Box“-Ergebnis wäre für die Trainingspraxis deutlich weniger hilfreich.
Grenzen von Leistungsprognosen
Trotzdem darf eine berechnete Prognose niemals mit einer sicheren Vorhersage verwechselt werden. Nachwuchsathleten entwickeln sich, Trainingsbedingungen ändern sich und psychologische oder taktische Faktoren lassen sich nur schwer vollständig erfassen.
Ein Modell ist deshalb am besten als zusätzliche Perspektive zu verstehen. Es kann zeigen, welche Parameter auffällig sind und wo weitere Diagnostik sinnvoll sein könnte.
Besonders interessant wird dieser Ansatz, wenn wiederholte Messungen vorliegen. Dann kann nicht nur eine Wettkampfzeit geschätzt, sondern auch sichtbar gemacht werden, welche Veränderungen im Trainingsprozess vermutlich zur Leistungsentwicklung beitragen.
FACHLICHE QUELLE
https://pubmed.ncbi.nlm.nih.gov/42554360/