Trainingload.ai
MetricsPMC (Performance Manager Chart)

Trainingsmonotonie

So berechnet Trainingload.ai die begrenzte Trainingsmonotonie und Training Strain aus den letzten sieben Tagesbelastungen.

Trainingsmonotonie beschreibt, wie ähnlich die täglichen Belastungswerte der letzten sieben Kalendertage sind. Ähnliche Tage ergeben meist einen höheren Wert; deutlich unterschiedliche Hoch-, Niedrig- und Ruhetage meist einen niedrigeren.

Trainingload.ai zeigt eine normalisierte, begrenzte Variante und nicht den klassischen Foster-Wert. Sie misst weder Ermüdung noch Erholung, Übertraining oder Verletzungswahrscheinlichkeit.

Monotonie

Produktformel

mean_load = sum(loads) / 7
sd_load = sqrt(sum((load − mean_load)²) / 7)
monotony = mean_load / (sd_load + mean_load)
training_strain = sum(loads) × monotony / 0.5

Enthalten sind heute und die sechs vorherigen Kalendertage. Tage ohne Belastung zählen mit null. Sind alle sieben Werte null, gibt das Produkt Monotonie und Strain als null zurück.

Unterschied zu Foster

foster_monotony = mean_load / sd_load
foster_strain = sum(loads) × foster_monotony

Der Foster-Wert ist unbegrenzt und wird bei identischen Tageswerten unendlich groß. Die Trainingload.ai-Variante begrenzt den Wert in einer Woche mit Belastung auf den Bereich von 0 bis 1. Daher ist 0.8 im Produkt nicht mit 2.0 nach Foster vergleichbar.

Sieben Ruhetage ergeben 0, ein einzelner Belastungstag etwa 0,29 und sieben identische positive Tage 1. Niedrig ist nicht automatisch besser: Ein großer Belastungssprung plus sechs Ruhetage ergibt ebenfalls einen niedrigen Wert. Hoch bedeutet nur, dass die Tageswerte ähnlich sind.

Prüfe immer die sieben Einzelwerte, die Gesamtbelastung, Sportart, Einheiteninhalt, Schlaf, Schmerzen und subjektives Befinden.

Quellen