Daten-Dashboard
Fasten-Halbmarathon
Experimentübersicht
Dieses Projekt modelliert die Entwicklung eines Marathonlaufs im Fastenzustand unter realen Managementbedingungen.
Trainingsbelastung, Fastenexposition, autonome Reaktion, Schlafvariabilität und metabolische Stabilität werden im Zusammenhang mit Reisen, Arbeitsbelastungsschwankungen und strukturiertem Trainingsfortschritt dokumentiert.
Ziel ist Langlebigkeit – nicht Spektakel.
Dieses Dashboard spiegelt eine kuratierte Leistungsmodellierung wider und nicht die tägliche Protokollausgabe.
Zielereignisaktualisierung
Istanbul Halbmarathon
Der aktuelle Leistungszyklus konzentriert sich auf den Istanbul-Halbmarathon.
Dieses Ereignis dient als kontrollierter Leistungsvergleich innerhalb des umfassenderen Modellierungsrahmens für schnellste Ausdauer.
Hauptziele:
• Aufrechterhaltung der autonomen Stabilität unter Reisekompression
• Die Dominanz in Zone 2 beibehalten und gleichzeitig das Schwellentempo erhöhen
• Modellsubstratnutzung bei Rennintensität
• Überprüfung der Schrittmacherfunktion unter Bedingungen mit niedrigem Kraftstoffverbrauch
Das Halbmarathon-Format bietet folgende Vorteile:
• Klare Schwellenwertprüfung
• Niedrigere systemische Wiederherstellungskosten
• Schnellerer Rückkopplungsmechanismus
• Höhere Modellierungsfrequenz
Dauerhaftigkeit entsteht durch wiederholbare Belastungen – nicht durch einzelne Spitzenereignisse.
1. Kapazitäts-Baselines (laborkalibriert)
VO₂max (Labor): 50
LT2-Kalibrierung: 98%
Ruheherzfrequenz-Ausgangswert: 55 Schläge pro Minute
Colmar Halbmarathon (Fassversion): 1:31:02
Längster Fastenlauf: 25 km
Diese Werte bilden die Grundlage für den Längsschnittvergleich.
2. Aktueller Zykluszustand
Wöchentlicher Trainingsumfang: 30–40 km
Intensitätsverteilung: ~80% Zone 2
Hauptereignis: Istanbul Halbmarathon
Basis-Fastenfenster: 16–24 Stunden
Tiefe Zyklen dokumentiert: 36 Std. / 48 Std.
Schlaf (14-Tage-Durchschnitt): 6 Std. 30 Min.
Ruheherzfrequenz (7-Tage-Durchschnitt): 55 Schläge pro Minute
HRV: Interpretiert im Verhältnis zur Reisebelastung
Betriebsregel:
• Instabilität → Last reduzieren
• Stabilität → progressive Verstärkung
3. Aktuelles Abweichungsprotokoll (vierteljährlich)
Veranstaltung: Reduzierung von Geschäftsreisen
Auswirkungen: Schlafmangel → Abnahme der Herzfrequenzvariabilität → erhöhter Ruhepuls
Antwort innerhalb von 48 Stunden:
- Reduzierte Schwellenintensität
- Verkürztes Fastenfenster
- Schlaf hat Priorität
Der Ausgangszustand wurde innerhalb von 72 Stunden wiederhergestellt.
Volatilität wird dokumentiert und korrigiert.
4. Substratmodellierung (Rennsimulation)
Geschätzter Glykogengehalt zu Rennbeginn: ~60–70% Volltankkapazität
Prognostizierter Substratbeitrag bei Renntempo:
Fettoxidation: 55–65%
Kohlenhydratbeitrag: 35–45%
Prognostizierter RER bei Rennintensität: 0,80–0,85
Ziel: Aufrechterhaltung der Schwellenwertausgabe unter teilweiser Glykogenrestriktion bei gleichzeitiger Wahrung der autonomen Stabilität.
5. Vierteljährliche Biomarker-Zusammenfassung
(1. Quartal 2026)
Alle Daten wurden im Rahmen der WbMT-Methodenarchitektur interpretiert.
Körpergewicht: 77 kg
Gewichtstrend: Stabil mit geringen wöchentlichen Schwankungen
Basis-Fastenfenster: ~18 Stunden/Tag
(7-Tage-Durchschnitt: 17 Std. 54 Min.)
Tiefe Zyklen (≥36h): 0 im laufenden Quartal
Fastenexposition wird zur Stabilisierung und nicht zur Eskalation beibehalten.
Ruhepuls (Jahresdurchschnitt): 55 Schläge pro Minute
Durchschnitt des aktuellen Quartals: 56 Schläge pro Minute
Status: Stabil im persönlichen Bereich
Schlaf (14-Tage-Durchschnitt): 7 Std. 27 Min.
Die Schlafarchitektur blieb trotz Trainingsbelastung und Geschäftsreisen erhalten.
Schulungsverteilung:
Zone 2 dominiert mit zunehmender Langzeitexposition
Keine großvolumige Volumenexpansion in diesem Quartal
Labortests:
In diesem Quartal wurde kein neues Laborpanel durchgeführt.
Letzte strukturelle Aktualisierung: 1. Quartal 2026
Schulungsübersicht
Die Trainingsdaten werden über Strava angezeigt. Distanzen, Tempi und Höhenmeter werden in Echtzeit erfasst, während dieser Marathon-Abschnitt fortschreitet.
Die Modellsteuerung wird im WbMT-Verfahren detailliert beschrieben.
