Inhalt
1. Stufendaten 2. Trainingsmodelle 3. Wiss. Hintergrund 4. Schwellenwerte 5. FTP-Kalibrierung 6. Diagramme 7. Zonenmodell 8. Trainingsempfehlungen

Laktat-Schwellenanalyse

Evidenzbasiertes Tool zur Auswertung von Laktatstufentests und zur Kalibrierung von Trainingszonen für das Radfahren (z.B. Rouvy).

PT&H Logo
🚧 Beta-Version: Dieses Tool befindet sich in aktiver Entwicklung. Methoden, Schwellenwerte und Inhalte werden laufend überprüft und ergänzt.
✉ Feedback geben
So verwendest du dieses Tool
① Daten eingeben
Trage für jede Belastungsstufe die Leistung (W) und den Laktatwert (mmol/L) ein — diese beiden Felder sind Pflicht. Herzfrequenz (HF) und RPE (0–10) sind optional, aktivieren aber zusätzliche Diagramme. Mit Tab springst du in der gleichen Spalte zur nächsten Zeile.

💡 Kein eigener Test? Klicke auf «Beispiel laden (inkl. HF & RPE)» für einen realistischen Musterdatensatz, oder auf «📋 Validierungsbeispiel laden» für den publizierten Referenzdatensatz.
② Analysieren
Klicke auf «Analysieren» — egal ob du eigene Daten eingetragen oder ein Beispiel geladen hast. Das Tool berechnet automatisch LT1 (Baseline +0,3 mmol/L) und LT2 (D-max-Methode) sowie LT1 und LT2 aus der Log-log-Kurve. Alle Diagramme und Trainingszonen werden sofort angezeigt.
③ Zonen kalibrieren
Gib im Abschnitt «Rouvy-Zonenkalibrierung» ein, wie lange du deine LT2-Leistung halten könntest (TTE in Minuten), um eine korrigierte FTP zu berechnen. Wähle dann ein Zonenmodell (Rouvy/Coggan, Seiler, Coggan 5-Zonen oder Norwegisch).
④ Ergebnisse nutzen
Lade die Trainingsempfehlungen als PDF herunter, exportiere die Literatur als .ris für deinen Literaturmanager, oder scrolle durch die Diagramme — Laktatkurve, Log-log, Herzfrequenz, RPE und mehr. Alle Diagramme sind einzeln als PNG exportierbar.
Stufendaten
Stufe Leistung (W) * Laktat (mmol/L) * HF (bpm) RPE (0–10)
Verschieben ab Zeile:
Trainingsmodelle — polarisiert & norwegisch

Wissenschaftlicher Hintergrund — Laktat, FatMax, Talk Test & Evidenz

Schwellenwerte
Diagramme
Entwickelt mit Claude (Anthropic) als KI-gestütztem Coding-Assistenten. Wissenschaftliche Inhalte, Methodik und Literaturauswahl liegen in der fachlichen Verantwortung des Autors. Alle 54 Referenzen wurden individuell auf DOI-Korrektheit und bibliografische Genauigkeit überprüft.