Lesezeit: ca. 7 min

Es hat ein Jahr gedauert, bis sich mir die Vorteile des Stryd Footpods im Training erschlossen haben. Jetzt will ich nicht mehr ohne laufen. Die Beurteilung der Laufeffizienz ist ein Grund dafür.

Leistung = Watt

Mit einem Powermeter für Läufer wie dem Stryd steht uns eine weitere Messgröße zur Beurteilung der Belastung zur Verfügung: die Leistung, gemessen in Watt. Warum ist das hilfreich, wo doch alle Welt nach Herzfrequenz oder Pace trainiert? Vor allem, weil beide Angaben von äußeren Faktoren beeinflusst werden (können).

Die Herzfrequenz wird zum Beispiel stark durch die Umgebungstemperatur beeinflusst. Ausserdem hinkt sie immer der Belastung hinterher, was sie als Steuerungsgröße für schnelle Intervalle ausschließt. Die Geschwindigkeit ist auch kein sicherer Indikator für die gerade vorhandene Belastung. Eine 6er-Pace mag auf flacher Ebene ein lockeres Tempo sein, in den Bergen relativiert sich das sehr schnell – abhängig davon, ob es gerade bergauf oder bergab geht.

Die vom Stryd gemessene Leistung unterliegt nicht solchen äußeren Faktoren und ist dadurch ein wesentlich unabhängigerer Wert. 200 Watt sind 200 Watt, egal ob bergauf, bergab, Sommer oder Winter. Theoretisch… 😉 Genau genommen basiert die Watt-Angabe aber auch nur auf einer sehr schlauen Berechnung, die ihre Fehler haben kann. So gibt es derzeit keine Möglichkeit Gegen- oder Rückenwind zu berücksichtigen, die aber sicher eine Rolle spielen. Auch die Beschaffenheit des Untergrundes wird nicht einberechnet. Aber selbst mit diesen Unzulänglichkeiten hat sich der ermittelte Wert als brauchbare Größe für das Lauftraining heraus gestellt.

Laufeffizienz

Durch das Nebeneinander verschiedener Messgrößen kann man diese in Beziehung setzen und daraus neue Erkenntnisse gewinnen. Für die Anhänger der Maffetone-Methode ist die Pace bei seiner MAF-Herzfrequenz zum Beispiel ein wichtiger Faktor. Genau so kann man auch Pace und Power (Leistung in Watt) in Beziehung setzen und erhält einen Wert, der die Laufeffizienz ausdrückt.

Laufeffizienz = Geschwindigkeit / Leistung

Wenn ich also mit dem gleichen Energieeinsatz eine höhere Geschwindigkeit laufen kann, ist meine Laufeffizienz höher. Verbrauche ich bei gleicher Geschwindigkeit immer mehr Energie, sinkt meine Effizienz.

Jim Vance hat diesen Faktor in seinem Buch * als Efficiency Index (EI) bezeichnet. Dr. Andy Coggan teilt diesen Wert in seinem Ansatz der Running Effectiveness (RE) auch noch durch das Gewicht des Sportlers und erhält so einen Faktor, mit dem man die Effizienz mehrerer Läufer vergleichen kann.

Meine Umsetzung

Mir ist die Vergleichbarkeit mit anderen Sportlern nicht wichtig. Aber ich hätte gerne einen lesbaren Wert, den ich nicht erst interpretieren muss. Das Problem mit dem Efficiency Index ist für mich, dass ein Wert zwischen 0,6 und 0,9 dabei heraus kommt. Ist 0,86 also gut und 0,72 nicht so gut? Grundsätzlich ja, aber genau genommen muss man das an seinem persönlichen Durchschnittswert messen. Liegt der eher bei 0,69 sind beide anderen Werte sehr gut – und umgekehrt.

Wie bestimmt man nun seinen Durchschnittswert – oder besser noch: den persönlichen Idealwert? Man könnte dazu Excel bemühen und für jeden Lauf die Durchschnittsgeschwindigkeit in m/s notieren, sowie die durchschnittliche Leistung in Watt. Der Quotient ergibt denn den EI.

Tracking des Efficiency Index in WKO4

Tracking des Efficiency Index in WKO4

Mir nimmt diese Arbeit WKO4 ab und ich erhalte in einem Chart jederzeit einen Überblick über meinen EI für jeden Lauf. Es hat sich schnell heraus gestellt, das ich bei Wettkämpfen immer gleich effizient laufe – bis auf die zweite Nachkommastelle. Bis auf ganz seltene Ausnahmen ist das auch der beste Effizienzwert, den ich beim Laufen erreiche.

Für mich sind das „100%“. Effizienter kann ich persönlich im Moment nicht laufen. Also normiere ich für mich den Efficiency Index auf diesen Wert.

Mein EI = Geschwindigkeit [m/s] / Leistung [W] / bester EI [m/Ws] * 100

Anzeige auf Garmin- und Suunto-Uhren

Jetzt kann man die Laufeffizienz nicht nur nachträglich ermitteln und sich (hoffentlich) über dessen positive Entwicklung freuen. Es ist auch möglich schon während des Laufs zu sehen, wie effizient man gerade unterwegs ist.

Vielleicht macht sich die Ermüdung bei einem längeren Lauf oder Wettkampf irgendwann in diesem Wert bemerkbar und man kann gegensteuern, in dem man seine Haltung korrigiert. Spannend ist auch zu experimentieren und einfach mal zu versuchen bei gleicher Pace eine bessere Effizienz hin zu bekommen. Was hat welche Auswirkung? Man kann zum Beispiel den Fuss mal anders aufsetzen, die Schrittfrequenz verändern oder den Armschwung deutlicher ausführen.

Garmin
Der Weg des EI auf die Uhr funktioniert bei Garmin und Suunto gleichermaßen über eine installierbare App. Im Falle von Garmin braucht man dazu die ConnectIQ-App „AppBuilder“. Hier kann man auf Grundlage der bereitgestellten Elemente Formeln zusammen stellen und das Ergebnis kann wie jedes andere Datenfeld auf den Screens des Laufmodus dargestellt werden. Die Formel für die App lautet:

TIMEAVG(Speed*1000/60/Power/[bester EI]/100, 10)
Anzeige Efficiency Index Forerunner 935

Anzeige Efficiency Index Forerunner 935

Angezeigt wird dann der durchschnittliche Efficiency Index über die letzten 10 Sekunden. Jim Vance empfiehlt sogar ein 30-Sekunden-Fenster, aber das ist in der Formel ja leicht zu ändern und den persönlichen Vorlieben anzupassen. Zu beachten ist, dass Stryd dafür auf jeden Fall als Leistungsmesser verbunden sein muss. Wer auch die Pace vom Sensor haben will, verbindet ihn zusätzlich als Footpod.

Suunto
Bei Suunto funktioniert das im Prinzip gleich. Grundlage für meine derzeitige Umsetzung ist die App „Efficiency Index (W)“. Allerdings habe ich die dort enthaltene Formel entsprechend meiner 100%-Anzeige umgebaut.

RESULT = (SUUNTO_SPEED_AVG[10] * 1000 / 60) / SUUNTO_BIKE_POWER_AVG[10] / [bester EI] / 100;

Auch hier wird wieder ein Durchschnitt über 10 Sekunden genommen. Leider funktioniert das Ganze derzeit „nur“ mit den Ambit3-Modellen, da die Spartan-Reihe noch keine Apps spendiert bekommen hat. Das ist schade, denn bei der Ambit3 muss ich den Stryd dafür als Powerpod verbinden und kann ihn nicht als Footpod für Pace und Distanz nutzen.

Prognose von Wettkampfzeiten

Das Spannendste an der Ermittlung der Laufeffizienz bei Wettkämpfen ist für mich, dass sich der Spieß auch umdrehen lässt. Denn stellt man die Formel mal um, ergibt sich:

Laufeffizienz * Leistung = Geschwindigkeit

und
Geschwindigkeit = Entfernung / Zeit

Die Wettkampfstrecke könnten zum Beispiel 10 Kilometer sein, die Laufeffizienz haben wir bereits ermittelt – nur die Leistung ist ein kleines Problem, um die Gleichung in Richtung Zeit auflösen zu können. Gemeint ist ja die Leistung, die ich beim nächsten Wettkampf durchschnittlich über die Distanz halten kann. Bei mir ist das keine Unbekannte, denn auch hier hilft mir WKO4.

Functional Threshold Power (FTP) in WKO4

Functional Threshold Power (FTP) in WKO4

Das Power-Duration-Modell ermittelt permanent aus meinen Trainingdaten meinen FTP (Functional Threshold Power). Also die Leistung an der anaeroben Schwelle – etwas vereinfacht gesagt. Nun weiß ich auch über die Auswertungen in WKO4, dass ich meine 10-Kilometer-Wettkämpfe ungefähr bei 95% des FTP laufe (wenn ich es drauf anlege). Somit bleibt für mich nur noch eine Unbekannte übrig – und die lässt sich berechnen. Umgesetzt habe ich das Ganze direkt so schlau, dass die Prognose sich automatisch an der besten Laufeffizienz vergleichbarer Wettkämpfe aus den vergangenen zwölf Monaten orientiert. 🙂

10k-Review in WKO4

10k-Review in WKO4

Fazit

Gerade der letzte Anwendungsfall hat für mich einen riesigen Unterschied bei den letzten Wettkämpfen gemacht. Die Prognosen waren sehr hilfreich, um mit dem richtigen Watt-Wert ins Rennen zu starten. Das hat mir besonders auf der Halbmarathon-Strecke eine neue Bestzeit beschert, die ich wegen der welligen Strecke sonst sicher nicht dort erreicht hätte. Umgekehrt hat es sich auch gerächt, wenn ich Empfinden über „Wissenschaft“ gestellt habe. Beim letzten Wettkampf in diesem Jahr meinte ich auch ein paar Watt mehr schaffen zu können. Das klappte auch – bis zur Hälfte. Im Schnitt kam ich zwar trotzdem genau auf den prognostizierten Watt-Wert, doch die Ermüdung hatte in der zweiten Hälfte eine so schlechte Laufeffizienz zur Folge, dass ich deutlich an der möglichen Zielzeit vorbei gelaufen bin.

Ich bin sehr auf die nächste Saison gespannt, wenn ich auf dem in diesem Jahr gesammelten Wissen und den Erfahrungen aufbauen kann und hoffentlich meine Bestzeiten auf 10- und 21-Kilometer verbessere. 🙂