Entwicklungsportal V1.1 · Modul 01
KI-Modellierung & Personalisierung für Diagnostik und Training
Wissenschaftlich fundiert · KI-getrieben · Praxisnah

European Journal of Applied Physiology · 2026

Nachmodellierung: Multi-Domain
Power-Duration
Modell

Vom Labor direkt in die Trainingspraxis — ein integriertes Modell zur Vorhersage der Leistung über alle Intensitätsbereiche des Radsports, basierend auf drei physiologischen Ankerpunkten.

Einleitung & Hintergrund

Die Steuerung von Ausdauertraining im Radsport setzt eine präzise Kenntnis der individuellen Leistungsfähigkeit über das gesamte Intensitätsspektrum voraus. Klassische Einpunkt-Modelle — etwa reine Schwellenwerte oder isolierte VO₂max-Schätzungen — bilden dieses Spektrum nur unvollständig ab. Das Multi-Domain Power-Duration Modell (MuDo-PD), veröffentlicht von Wahl & Ji im European Journal of Applied Physiology (2026), schließt diese Lücke durch die Verknüpfung von drei physiologisch fundierten Ankerpunkten zu einer kontinuierlichen, individualisierbaren Leistungskurve.

Das Modell gliedert die Power-Duration-Kurve in zwei Domänen: die anaerobe Domäne (AnPR, ≤ 300 s), die den exponentiellen Leistungsabfall von der neuromuskulären Maximalleistung (PPO) zur maximalen aeroben Leistung (MAP) beschreibt, sowie die aerobe Domäne (AePR, 300–3600 s), die den weiteren Abfall von MAP zur oberen Laktatschwelle (PLT2) modelliert. Beide Übergänge folgen einem exponentiellen Verlauf mit empirisch kalibrierten Konstanten.

Dieses Portal bildet das Modell interaktiv nach: Es ermöglicht die Eingabe individueller Laborwerte, berechnet daraus die persönliche Leistungskurve und leitet konkrete Trainingszielleistungen je Intensitätszone ab. Die externe Validierung an einer Kohorte von 98 männlichen Radsportlern ergab eine Intraklassenkorrelation von ICC = 0.988 bei einem mittleren Bias von ±18 W — ein Beleg für die hohe Übertragbarkeit des Modells in die Praxis.

Quelle
Wahl & Ji, EJAP 2026
Stichprobe
n = 98 männliche Radsportler
Validierung
ICC = 0.988  ·  Bias ±18 W
Zeitbereich
30 s – 3600 s

Hinweis: Das Modell wurde an einer rein männlichen Kohorte validiert. Eine Übertragung auf weibliche Athletinnen ist möglich, jedoch noch nicht systematisch geprüft. Das Portal ersetzt keine individuelle Labordiagnostik.

Drei Ankerpunkte.
Zwei Energie­systeme.

Das Modell beschreibt die Power-Duration-Kurve als zusammengesetzten exponentiellen Verfall zwischen drei physiologisch definierten Grenzwerten — von der neuromuskulären Maximalleistung bis zur metabolischen Dauerschwelle.

Anaerob / Neuromuskulär
PPO
Peak Power Output · W

Sprint-Maximalleistung

Maximale neuromuskuläre und phosphagene Leistung, gemessen als 1-Sekunden-Spitzenwert eines 15 s Isokinetik-Sprints bei 120 rpm. Obere Grenze des AnPR-Modells.

Ø Kohorte: 1152 ± 160 W

Aerob / VO₂max
MAP
Maximal Aerobic Power · W

Maximale Aerobic Power

Leistung bei VO₂max aus einem inkrementellen Rampentest (60 s gleitender Mittelwert). Scharnier zwischen AnPR und AePR — definiert den Übergang bei ~300 s.

Ø Kohorte: 413 ± 30 W

Aerob / Schwelle
PLT2
Power at Lactate Threshold 2 · W

Laktatschwelle 2

Leistung an der oberen Laktat-Dauerschwelle (≈ MLSS), berechnet über das Joyner-Modell. Untere Grenze des AePR-Modells; erreichbar für ~50–55 min.

Ø Kohorte: 304 ± 29 W

Konzeptionelle Power-Duration-Kurve

Exponentieller Leistungsabfall zwischen den Ankerpunkten PPO → MAP → PLT2

AnPR (≤300 s) AePR (300–3600 s)

Intensitätsbereiche

ZoneBereichBeschreibung
Extrem
PPO → MAP · <5 min
Überwiegend phosphagen/glykolytisch; AnPR-Domäne
Schwer
MAP-Bereich · 5–20 min
VO₂-Kinetik langsam; W' wird genutzt
Schwelle
MAP → PLT2 · 20–60 min
AePR-Domäne; knapp oberhalb der Dauerschwelle
Moderat
≤ PLT2 · >60 min
Metabolisches Fließgleichgewicht; Grundlagenausdauer

Deine Werte.
Deine Kurve.

Gib deine Laborwerte ein — das MuDo-PD Modell berechnet in Echtzeit deine individuelle Leistungskurve und Zielleistungen für jede Dauer.

AnPR · t ≤ 300 s

PO(t) = MAP + (PPOMAP) · e(−0.023 · t)

AePR · t > 300 s

PO(t) = PLT2 + (MAPPLT2) · e(−0.0023 · (t−300))

Exponentenkonstanten

kAnPR = −0.023 s−1
kAePR = −0.0023 s−1

1152W
413W
304W
75kg

Individuell berechnete Power-Duration-Kurve

AnPR AePR

Berechnete Zielleistungen

Modellvorhergesagte MMP-Werte (Mean Maximal Power) aus deinen Ankerpunkten.

ZoneLeistungsbereichDauer

Aus dem Modell
in die Praxis.

Das MuDo-PD Modell liefert nicht nur Vorhersagen — es bildet das Fundament für präzise, physiologisch verankerte Trainingsplanung.

AnPR

Anaerobe Reserve entwickeln

Zielbereich: Extreme Intensität · < 5 Minuten · Domäne des AnPR-Modells (PPO → MAP)

  • Maximalsprint-Intervalle: 10–30 s, volle Erholung (1:10 Ratio)
  • Supra-MAP-Intervalle: 30–90 s @ 110–130 % MAP, 4–8 Wdh.
  • Wingate-ähnliche Blöcke: 30 s all-out, 4 min Pause × 4–6
  • PPO-Ableitung: Regelmäßige Sprint-Tests alle 6–8 Wochen
MAP

VO₂max-Bereich ausbauen

Zielbereich: Schwere/Schwellen-Intensität · 5–20 Minuten · Scharnier beider Modelle

  • MAP-Intervalle: 3–8 min @ 95–105 % MAP, 4–6 Wdh., 2:1 R:W
  • 30/15 Intervalle: 30 s @ 120 % MAP / 15 s aktive Pause
  • 2×20 min-Blöcke: @ 95–100 % MAP einmal pro Woche
  • MAP-Ramp-Test zur Fortschrittskontrolle alle 6 Wochen
LT2

Schwellenleistung steigern

Zielbereich: Schwellen-/Moderate Intensität · 20–60 min · AePR-Domäne (MAP → PLT2)

  • Schwellen-Blöcke: 2×20 min oder 3×15 min @ PLT₂ ± 5 %
  • Over-Under: 5 min über / unter PLT₂ alternierend × 3
  • 60 min Zeitfahrt-Simulation: @ PLT₂ (Wettkampf-Pace)
  • Stufentest zur PLT₂-Bestimmung alle 8–12 Wochen

Grundprinzipien der modellbasierten Trainingssteuerung

01

Doppelter Anker statt Einzelschwelle

Das MuDo-PD Modell nutzt zwei Referenzpunkte pro Domäne (PPO+MAP, MAP+PLT₂). Dies erzeugt konsistentere physiologische Reaktionen als Systeme mit nur einem Maximalwert — vergleichbar mit der überlegenen Stabilität zweipunktiger Kalibrierung.

02

Mittlere Exponentenkonstanten sind praxistauglich

Die Studie zeigt: Individuelle k-Werte verbessern die Vorhersage leicht (MAE 16 vs. 21 W), jedoch sind die Gruppenexponenten (kAnPR = −0.023; kAePR = −0.0023) ohne aufwendige TT-Tests anwendbar — ideal für kontinuierliches Monitoring.

03

Parameterpriorität beachten

Die Sensitivitätsanalyse zeigt: PPO dominiert Leistungsvorhersagen < 60 s, MAP regiert den 60–600 s-Bereich, PLT₂ bestimmt Vorhersagen > 600 s. Trainingsschwerpunkte sollten am wettkampfspezifischen Zielpunkt ausgerichtet werden.

04

Regelmäßige Labordiagnostik als Grundlage

Da das Modell ausschließlich auf PPO, MAP und PLT₂ basiert, ist eine präzise Bestimmung dieser Größen entscheidend (TE: PPO ±39 W; MAP ±7 W; PLT₂ ±6 W). Halbjährliche Labortests sichern die Modellgenauigkeit dauerhaft.

05

Externe Validierung bestätigt Praxistauglichkeit

In einer unabhängigen Stichprobe von 75 Athleten (Studies 2–5) zeigte das MuDo-PD Modell eine nahezu perfekte Übereinstimmung (ICC = 0.988; Bias = 0 ± 18 W). Die Vorhersagefehler lagen innerhalb der typischen TTE-Variabilität (CV ~ 13 %).

Quelle

Wahl P, Ji S (2026). From diagnostics to prediction: development and validation of a multi-domain power-duration model. European Journal of Applied Physiology. DOI: 10.1007/s00421-026-06142-8

PubMed
Literatursuche.

Direkte Suche in PubMed via NCBI Entrez API. Themenvorschläge passend zum MuDo-PD Modell oder freie Suche — Abstracts und Links auf Knopfdruck.

Filter:
  PubMed wird abgefragt…
API

Suchanfragen werden direkt an die NCBI Entrez E-utilities API gesendet (PubMed, NLM/NIH). Keine Weitergabe von Daten an Dritte. Volltextzugriff (PDF) hängt von der jeweiligen Verlagslizenz ab — Links führen direkt auf die PubMed-Seite des Artikels. NCBI API Docs →

Zielleistung
berechnen.

Eigene Laborwerte eingeben — das MuDo-PD Modell berechnet sofort die vorhergesagte Leistung für eine gewählte Dauer oder die Aushaltezeit (TTE) bei einer Zielleistung.

Vorhergesagte Leistung
W
Extrem
Schwer
Moderat
Leicht
Diagnostische Ankerpunkte
Individuelle Zeitkonstanten (optional)
Standard aus Wahl & Ji (2026): kAnPR = −0.023 s⁻¹, kAePR = −0.0023 s⁻¹. Individuelle Werte aus TT-Messungen verbessern Genauigkeit moderat (MAE: 16 vs. 21 W).
Belastungsdauer
Hinweis Validiert an n=75 Athleten (ICC=0.988, Bias=0±18 W). Modell derzeit nur für männliche Radsportler validiert. Kein Ersatz für individuelle Labordiagnostik.

Consensus
Evidenzsuche.

Evidenzbasierte Fragen an die wissenschaftliche Literatur — direkt auf consensus.app öffnen. Vorbereitete Suchanfragen passend zum MuDo-PD Kontext.

💡
Wie funktioniert diese Seite? Consensus ist eine KI-gestützte Suchmaschine für wissenschaftliche Literatur. Klick auf eine Karte öffnet die Anfrage direkt auf consensus.app — kostenlos nutzbar, mit Account sind erweiterte Filter (Studientyp, KI-Synthese) verfügbar.
Ausgewählte Anfrage
Modell & Diagnostik
Physiologische Grundlagen
Training & Leistungsentwicklung
Tipps für wirkungsvolle Consensus-Suchen
Als Frage formulieren
»Does X improve Y?« liefert bessere Ergebnisse als reine Schlagworte.
Englisch verwenden
Die Datenbasis ist überwiegend englischsprachig — mehr Treffer mit englischen Anfragen.
Population spezifizieren
»in trained cyclists« oder »in endurance athletes« grenzt die Ergebnisse präzise ein.
Studientyp filtern
Mit Consensus-Account: Nach RCT, Meta-Analyse oder Observationsstudie filtern.
Info Keine offizielle API-Integration — Links öffnen consensus.app im Browser. Ergänzende PubMed-Suche über den Literatur-Tab.