Wie Geschlecht, Kraft und Alter die Kraftzuwächse von Powerliftern beeinflussen

  • von
  • 0
Wie Geschlecht, Kraft und Alter die Kraftzuwächse von Powerliftern beeinflussen

Von Greg Nuckols | Benötigte Lesezeit: 9 Minuten |


Ein gängiger Kritikpunkt innerhalb der Literatur in Bezug auf Krafttraining ist, dass es nicht genügend Studien gibt, die an gut trainierten Athleten oder Wettkampfathleten durchgeführt wurden. Dies ist mir wieder bewusst geworden, als ich einen Artikel geschrieben habe, in dem ich Kraftzuwächse in Männern und Frauen verglichen habe – Es gab über 70 Studien zu diesem Thema, doch gerade einmal 5 von ihnen haben sich mit trainierten Subjekten beschäftigt.

Das hat mich dazu veranlasst, mich zu fragen, wie ich auf effiziente Weise tonnenweise Daten über Wettkampfathleten zusammenführen könnte, um die Kraftzuwachsraten von Männern und Frauen miteinander zu vergleichen. Daraufhin habe ich realisiert, dass ich dies nicht tun muss.

Wie Geschlecht, Kraft und Alter die Kraftzuwächse von Powerliftern beeinflussen

Wie ich 70.117 Wettkampfresultate von 19.749 Athleten ausgewertet habe

Wenn du noch nie von Open Powerlifting gehört hast – es ist ein Archiv aller Resultate von Powerlifting-Wettkämpfen von 1971 an und beinhaltet über 640.000 Dateneinträge. Dadurch wird es uns ermöglicht, rückblickende und langfristig angelegte Nachforschungen zu zahlreichen Themengebieten durchzuführen.

Ich habe also die Daten heruntergeladen (Stand: 28.6.2018) und habe den Datensatz auf Powerlifter gefiltert, die die folgenden 7 Kriterien erfüllen:

  • Das Alter war angegeben.
  • Das exakte Gewicht (nicht nur die Gewichtsklasse) war angegeben.
  • Der Athlet hat an einem vollwertigen Kraftdreikampf-Wettkampf teilgenommen.
  • Der Athlet ist nicht durch einen fehlerhaften Versuch aus dem Wettkampf geflogen.
  • Der Athlet hat an einem Raw-Wettkampf teilgenommen (keine Kniebandagen).
  • Der Athlet hat an einem Wettkampf mit Dopingtests teilgenommen.
  • Der Athlet hatte zuvor bereits an 2 Wettkämpfen teilgenommen.

Von dort ausgehend, habe ich alle Duplikate herausgefiltert und das allometrisch skalierte Total für jeden Athleten, um auch dem Wandern zwischen den Gewichtsklassen im Zeitverlauf Rechnung tragen zu können.

Anschließend habe ich die Rate der Kraftzuwächse für jeden Athleten über die Zeit kalkuliert, indem ich die folgende Formel verwendet habe:

((ASS2 – ASS1) / ((T2 – T1) x ASS1)) x 30

Das Multiplizieren mit 30 erlaubt es uns, monatliche Kraftzuwächse als Standard für Progression zugrunde zu legen.

Schlussendlich habe ich die Raten der Kraftzuwächse von der höchsten bis zur niedrigsten sortiert – und die die unteren und oberen 1% ausgeblendet, damit extreme, nicht repräsentative Ergebnisse nicht die restliche Analyse verfälschen. Wenn also jemand in einem Wettkampf eine für seine Verhältnisse abscheuliche Leistung abgeliefert hat und zwei Wochen später im Wettkampf mit der Motivation, das letzte Ergebnis vergessen zu machen, an den Start geht, könnte die Formel monatliche Kraftzuwächse von 30% anzeigen. Logischerweise ist ein solches Szenario nicht für tatsächliche Kraftzuwächse oder Kraftverluste in Folge des Trainings repräsentativ. Mit dem Herausfiltern der extremen Ausreißer wird ihr Einfluss minimiert.

Nach diesem Vorgehen war 70.117 Wettkampfresultate von 19.749 Athleten übrig.

Auf Basis dieser Daten können wir auf vier verschiedene Beziehungen blicken:

  1. Die Beziehung zwischen anfänglichen Kraftwerten und der Rate der Progression.
  2. Die Beziehung zwischen dem Alter und der Rate der Progression.
  3. Ob Frauen und Männer mit unterschiedlichen Raten Zuwächse erzielen.
  4. Wie gut wir die Raten der Progression aus den drei anderen Faktoren vorhersagen können.

Geschlecht

Ich habe mit dem Geschlecht begonnen, da es für den Fall, dass es signifikante Unterschiede zwischen den Geschlechtern gibt, Sinn machen würde, die Beziehung zwischen Alter und anfänglicher Kraft innerhalb jeden Geschlechts zu betrachten, anstatt direkt den Blick auf die gesamte Datenbasis zu werfen.

In unserem Datensatz haben Männer Kraftzuwächse mit einer Rate von 0,576 ± 1,475% (Mittelwert ± Standardabweichung) pro Monat (95% Konfidenzintervall: 0,568-0,584) erzielt, während Frauen mit einer Rate von 0,920 ± 1,766% pro Monat (95% Konfidenzintervall: 0,907-0,933) Kraftzuwächse erzielt haben. Das war eine signifikante Abweichung (p < 0,001) mit einer geringen Effekt-Größe (d = 0,217).

Diese Ergebnisse stimmen mit einem Großteil der bereits bestehenden Literatur zu diesem Thema überein. Anzumerken ist, dass in meiner jüngsten Meta-Analyse zum Geschlecht, die gepoolte Rate der Kraftzuwächse bei 2,23% pro Woche für Männer und 2,95% pro Woche für Frauen lag. Die monatlichen Kraftzuwächse von Powerliftern lagen bei 0,576% pro Monat für die Männer und bei 0,920% für die Frauen. Die größtenteils unerfahrenen Athleten haben in der Literatur also 12,8 bis 15,5mal schneller Progression erzielt, als die Powerlifter.

Da in diesem Datensatz die Frauen wesentlich schnellere Kraftzuwächse erzielt haben als die Männer, habe ich alle folgenden Analysen nach dem Geschlecht unterteilt.

Anfängliche Kraft

Wir nehmen an, dass erfahrenere Athleten über höhere Kraftwerte verfügen als unerfahrene Athleten und dass erfahrene Athleten langsamere Fortschritte erzielen als weniger erfahrene Athleten. Demnach erwarten wir, dass stärkere Athleten langsamere Fortschritte erzielen als weniger starke Athleten.

Beim Testen des Sachverhalts habe ich festgestellt, dass diese Annahme zwar valide zu sein scheint, aber keine große Vorhersagekraft hat. Sowohl bei Männern als auch bei Frauen war die Beziehung zwischen Kraft und der Rate des Fortschrittes signifikant (größtenteils bedingt durch die Größe des Datensatzes), jedoch schwach. Für Männer gilt: r=0,28; r²0,078. Für Frauen gilt: r=0.283; r²=0,080.

Zur Vereinfachung der Daten habe ich sie auf Basis der anfänglichen Kraft in Zehntel aufgeteilt. Im Anschluss habe ich das 10te, 25te, 50te, 75te und 90te Perzentil  der Kraftzuwächse in jedem Zehntel geplottet. Wie ersichtlich ist, konnte die größten Veränderungen rund um die “high achievers” im kleinsten Zehntel beobachtet werden. Das 10te, 25te und 50te Zehntel haben ziemlich geringe negative Steigungen, während das 75te und das 90te Perzentil einen ziemlich starken Abfall vom ersten zum dritten Zehntel aufweisen.

  Relative Kraftzuwächse bei Männern (links) und Frauen (rechts) nach Kraftdezil.  

Relative Kraftzuwächse bei Männern (links) und Frauen (rechts) nach Kraftdezil. (Bildquelle: StrongerByScience.com)

Schlussendlich, als Robustheits-Check für die Geschlechter-Unterschiede, habe ich die Differenz zwischen den relativen Kraftzuwächsen bei Frauen gegen die der Männer in allen 10 Dezilen geplottet.

Wie du sehen kannst, neigen Frauen dazu, schnellere relative Fortschritte über alle Bereiche, sogar in den höheren Zehntel der anfänglichen Kraft, zu erzielen. Diese Erkenntnis weicht von der allgemeinen Ansicht ab, dass Frauen in der wissenschaftlichen Literatur nur schnellere Kraftzuwächse erzielen, weil die Frauen, die an den Studien teilnehmen, einen geringeren Trainingsstatus aufweisen als die Männer.

Unterschiede bei relativen Kraftzuwächsen von Frauen und Männern nach Kradftdezil.

Unterschiede bei relativen Kraftzuwächsen von Frauen und Männern nach Kradftdezil. (Bildquelle: StrongerByScience.com)

Alter

Wir nehmen an, dass ältere Athleten langsamer Kraft zulegen als jüngere Athleten.

Beim Testen dieser Annahme habe ich festgestellt, dass diese valide ist, jedoch nur geringe Vorhersagekraft hat. Tatsächlich, obwohl die Beziehung zwar noch signifikant war (p < 0,001), hatte das Alter eine geringere Vorhersagekraft als die anfängliche Kraft.  Für Männer gilt: r = 0,136; r²`= 0,018. Für Frauen gilt: r = 0,127; r² = 0,016.

Um die Daten zu vereinfachen, habe ich sie in Altersgruppen eingeteilt: Die Jüngsten waren <10 Jahre alt. Im Alter von 10 bis 49,99 Jahren, gab es alle 5 Jahre eine neue Gruppe. Im Alter von 50-80 gab es für alle 10 Jahre eine neue Gruppe. Aufgrund der Tatsache, dass es nicht zu viele Personen in den jüngsten und ältesten Altersgruppen gab, habe ich Frauen und Männer in dieser Grafik gemeinsam gepoolt. Nach dem Pooling gab es noch 70 Wettkampfathleten, die jünger als 10 Jahre waren und 425 Wettkampfathleten, die zwischen 70 und 80 Jahren alt waren; in allen weiteren Altersgruppen gab es mehr als 1000 Wettkampfathleten.

Relative Kraftzuwächse nach Alter.

Relative Kraftzuwächse nach Alter. (Bildquelle: StrongerBySciene.com)

Wirklich überrascht war ich von der visuellen Darstellung der Daten. Es scheint große Unterschiede zwischen Athleten, die jünger als 20 Jahre alt sind und solchen, die älter als 20 Jahre alt sind, zu geben. In Altersgruppen, die darüber hinausgehen, scheint es diese großen Unterschiede nicht zu geben, jedoch scheint es in den älteren Altersgruppen eine größere Bandbreite in puncto Fortschrittsrate zu geben.

Nun, ich denke sicher nicht, dass dies bedeutet, dass Menschen unbegrenzt an Kraft zulegen. Vielmehr denke ich, dass es vielleicht durch ein paar wenige Layer der Stichprobenziehung zustande kommt.

Auch im Kontext von Powerlifting-Veranstaltungen sind die meisten Athleten mit dem Sport noch relativ unvertraut mit dem Sport (ich würde schätzen, dass bei den meisten Wettkämpfen 80% der Teilnehmer weniger als 5 Jahre ernsthaft trainiert haben und Leute, die länger als 10 jahre ernsthaft trainieren, die Seltenheit darstellen) und dass die meisten Athleten weniger frequent (oder gar nicht mehr) an Wettkämpfen teilnehmen, sobald ihre Kraft den Höhepunkt erreicht hat und beginnt, zu sinken. Dazu kommt die Tatsache, dass Menschen tendentiell nur an Wettkämpfen teilnehmen, wenn sie sich dem Sport ganz verschrieben haben, was generell nur auf einen geringen Anteil in allen Altersgruppen zutrifft (vor allem auf Menschen, die überdurschnittlich für das Powerlifting begabt sind).

Ich wage zu behaupten, dass der durschnittliche 60-jährige Powerlifer etwas atypischer (angenommen, dass alle weiteren Dinge gleich sind, er also ebenfalls – verglichen mit der Durschnittsbevölkerung –  ein Ausreißer seiner Altergruppe ist) ist, als ein 25-jähriger Powerlifter. Zudem gilt es zu beachten, dass der Median mit der Zeit immer weiter abnimmt.

Auf der einen Seite solltest du dies also nicht unreflektiert interpretieren und denken, dass ein 25-jähriger und ein 60-jähriger ähnliche Fortschrittsraten erzielen. Auf der anderen Seite scheint es nicht so zu sein, dass die Fähigkeit, Kraft zuzulegen, mit dem Alter so stark abfällt, wie gerne angenommen wird.

Zusammengefasst

Wie gut können wir also die Fortschrittsrate vorhersagen, wenn wir das Geschlecht, Alter und die Kraftlevel einer Person kennen?

Um das herauszufinden, habe ich eine multiple lineare Regression mit all diesen Faktoren als unabhängige Variablen und dem relativen Zuwachs der allometrisch skalierten Kraft als abhängige Variable durchgeführt.

Sogar ein Modell, dass all diese Faktoren beinhaltet, hat nur eine geringe Vorhersagekraft (r = 0,338; r² = 0,114). Das bedeutet, dass diese drei Faktoren nur für etwa 11,4% der Variation der Kraftzuwächse zwischen den Athleten erklären können.

Andere Faktoren, wie etwa die Veranlagung, das Training (die Auswahl eines guten Trainingsprogramms und die konsequente Ausführung dessen), die Ernährung, der Schlaf, Stress, Verletzungen, das Trainingsalter und ein Standardfehler machen die restlichen 88,6% der Abweichung aus.

Mit anderen Worten: Es ist nahezu unmöglich, große Annahmen über die Rate des Fortschrittes, der zu erwarten ist, zu machen, auch wenn Faktoren wie das Alter, das Geschlecht oder das derzeitige Kraftniveau bekannt sind. Während zwar all diese Faktoren mit dem Fortschritt der Kraft zusammenhängen, ist diese Beziehung doch nur sehr schwach ausgeprägt und liefert keine große Vorhersagekraft.

Probleme/Vorbehalte

Einige der Beziehungen in diesem Datensatz dürften schwächer sein als die “wahren” Beziehungen zwischen diesen Faktoren und der Kraft-Progression – ganz einfach aus dem Grund, dass Daten aus Wettkämpfen natürlicherweise statistischen Störeinflüssen unterliegen. Dinge wie etwa gutes oder schlechtes Peaking, gute oder schlechte Auswahl der Versuche im Wettkampf, strenge oder lasche Wertungen, etc. bringen größe Störfaktoren in den Datensatz ein, als es unter perfekten Laborbedingungen der Fall wäre. Durch das Streichen der Ausreißer wird dies zwar in geringem Maße behoben, doch auch in den “normalen” Daten sind zweifelsohne noch Störeinflüsse vorhanden.

Nichtsdestotrotz ist der Kompromiss, dass die Personen in dieser Studie wesentlich trainierter sind, als die Personen in den meisten anderen Studien. Auch der Datensatz ist wesentlich größer, als ein solcher, den man möglicherweise in einer Prospektivstudie zusammenführen könnte.

In einer retrospektiven Analyse wie dieser, ist auch die Verzerrung durch Stichproben zu berücksichtigen. Wie schon erwähnt, handelt es sich bei den Menschen, die sich entschließen an Powerlifting-Wettkämpfen teilzunehmen, um eine Minderheit, die sich auf non-triviale und systematische Weise von der Durchschnittsbevölkerung abhebt. Daher ist jede Menge Vorsicht geboten, möchte man die Ergebnisse dieser Studie auf eine andere Bevölkerungsgruppe anwenden.

Darüber hinaus ist es nahezu unmöglich, Faktoren – wie das Trainingsalter oder die Ernährung, die Einfluss auf die Progressionsraten ausüben – zu kontrollieren. Es ist zudem eine begründete Annahme, dass die moisten Personen aufhören an Wettkämpfen teilzunehmen (oder dies weniger oft tun), sobald ihre Fortschritte sich verlangsamen oder gar Rückschritte zu beobachten sind. Unter Berücksichtigung all dieser Faktoren ist es vielleicht sogar so, dass die Fortschritte, die in dieser Studie beobachtet wurden, möglicherweise den “wahren” Fortschritt, den Personen machen, überschätzt.

Außerdem ist es so, dass die Daten eines Athleten, der zweimal an einem Wettkampf teilgenommen hat, einfach in das Modell eingehen (als die Rate der Progression zwischen den beiden Zeitpunkten), während sich die Daten eines Athleten, der sechsmal an einem Wettkampf teilgenommen hat, fünfmal in das Modell eingehen (Progressionsrate zwischen den sechs Zeitpunkten). Möglicherweise liegen also auch an dieser Stelle Verzerrungen vor, die durch den überproportionalen Einfluss von Athleten, die mehfach an Wettkämpfen teilgenommen haben, bedingt sind. Bei einem Datensatz dieser Größe ist der Einfluss eines jeden Individuums, auch wenn es 20 mal an Wettkämpfen teilgenommen hat, zwar minimal, doch ist es möglich, dass Athleten, die so oft an Wettkämpfen teilnehmen, in größerem Maße systematisch von Menschen, die seltener an Wettkämpfen teilnehmen, abweichen. Dies würde schlussendlich zur Verzerrung führen. Die Verwendung eines noch komplexeren Modells könnte helfen, diese Verzerrung mit einzubeziehen und starkere Beziehungen zu offenbaren, indem es die Variabilität zwischen den Individuen berücksichtigt.

Um ein paar dieser Punkte zu überprüfen, habe ich die Daten weiter gefiltert und Daten von 4.312 Athleten erhalten, die an mindestens fünf Wettkämpfen teilgenommen haben.

Vom ersten auf den zweiten Wettkampf betrug der Median der Progressionsrate in diesem Datensatz 0,78% pro Monat, was in etwa die Mitte zwischen den Durchschnittswerten von Frauen und Männern im ganzen Datensatz darstellt. Vom vierten auf den fünften Wettkampf jedoch betrug der Median der Progressionsrate gerade einmal 0,26% pro Monat. Im Durchschnitt fand der fünfte Wettkampf etwa zwei Jahre (770 Tage) nach dem ersten Wettkampf statt, was verdeutlicht, dass die Progressionsraten im Zweitverlauf sehr schnell sinken und dass die Progressionsraten des ganzheitlichen Datensatzes durch die Athleten, die nur ein- oder zweimal an Wettkämpfen teilnahmen, beeinflusst sein dürften.

Durchschnitte: Allometrisch skaliertes Total Vs. Fortschrittsrate im Verlauf von 5 Wettkämpfen

Durchschnitte: Allometrisch skaliertes Total Vs. Fortschrittsrate im Verlauf von 5 Wettkämpfen (Bildquelle: StrongerByScience.com)

Um bei dem Thema des Artikels zu bleiben: Auch das Trainingsalter (definiert durch die Anzahl der Wettkämpfe, an denen ein Athlet teilgenommen hat) verfügt kaum über Vorhersagekraft. Wie alle anderen Faktoren ist es zwar “siginifikant” (p < 0,001), da der Datensatz so groß ist, die Werte des r und r² sind jedoch sehr gering (0,165 beziehungsweise 0,027). Durch Hinzufügen dieser Variable in das komplette Modell mit Alter, Geschlecht und anfänglicher Kraft, wird die Vorhersagekraft des Modells nur geringfügig verbessert.

       

Abschließende Worte

Zusammengefasst ist es also so, dass zwischen den Athleten eine große Variabilität herrscht und dass die gängigen Faktoren, die zur Vorhersage des Fortschritts verwendet werden (Kraftlevel, Alter, Trainingsalter), zwar mit den Fortschrittsraten assoziiert sind, deren Beziehung aber wesentlich geringer ist als allgemein angenommen.

Der Effekt des Alters scheint vorrangig mit Menschen, die jünger als 20 sind, in Verbindung zu stehen und der Effekt der anfänglichen Kraft scheint lediglich auf die 20 bis 30% der Schwächsten Einfluss zu haben. Darüber hinaus scheinen weibliche Powerlifter schnellere relative Kraftzuwächse zu erzielen, als männliche Powerlifter (auch wenn es jede Menge Variabilität gibt und die Differenz nur mit einer geringen Effektgröße assoziiert ist), was in Einklang mit dem Großteil der vorhanden Literatur zu Thema steht (1).

Die Effekte individueller Variabilität (zum Beispiel die Veranlagung), die Auswahl eines guten Trainingsprogramms (und das tatsächlich harte Training), die Angelegenheiten ausßerhalb des Studios (Schlafen, angepasste Ernährung, Stressminimierung), das Vermeiden von Verletzungen und das Setzen von großen Erwartungen an sich selbst, scheinen die Effekte des Alters, des Geschlechts und der anfänglichen Kraft oder sogar (bis zu einem gewissen Punkt) des Trainingsalters, auszuspielen.

Zum Abschluss möchte ich mich noch einmal bei Open Powerliftng für die Bereitstellung einer so großartigen, kostenlosen Datenbank, bedanken. Wenn du die Daten zum Herumstöbern herunterladen willst, kannst du dies hier tun (ziehe es auch in Betracht, auf ihrem Patreon zu spenden, damit sie ihre Arbeit aufrecht erhalten können).

Quellen & Referenzen

(1) Nuckols, G. (2018): Strength Training For Women: Setting the Record Straight. In: StrongerByScience.com URL: https://www.strongerbyscience.com/strength-training-women/.


Opt In Image
Jetzt Metal Health Rx Leser werden!
Lese unser monatlich erscheinendes Magazin für Kraftsportler, Fitness-Nerds & Coaches!

Werde Abonnent oder hole dir den MHRx Zugang und lese im Gegenzug unser monatlich erscheinendes Digital-Magazin, die Metal Health Rx*. Du erhältst zudem Zugriff zum stetig wachsenden MHRx Mitgliederbereich, wo hunderte von exklusiven Beiträgen, Studien Reviews und ausführlichen Guides auf dich warten (stetig wachsend!).

*Die Metal Health Rx (kurz "MHRx") ist eine digitale Fachzeitschrift im .pdf Format, die sich speziell an interessierte (Kraft-)Sportler & ernährungs-/gesundheitsbewusste Menschen richtet. Das Magazin wird von unserem, eigens dafür ins Leben gerufenen, MHRx Autoren-Team erstellt und von AesirSports.de verlegt & herausgegben.

 


Bildquelle Titelbild: Fotolia / sportpoint


Über Greg Nuckols

Greg Nuckols verfügt über mehr als eine Dekade an praktischer Erfahrung sowie über einen Bachelor of Science in Exercise and Sports Sciences. Er ist dreimaliger „All Time“ Weltrekordhalter im Powerlifting in der 220 (99,7) und 242 (110) Klasse.
Er hat bereits hunderte von Freizeit- und Profi-Athleten trainiert, sowohl online als auch in Persona. Er schrieb bereits für eine Vielzahl bekannter Magazine und Webseiten innerhalb der Fitness-Industrie, darunter Men’s Health, Men’s Fitness, Muscle & Fitness, Bodybuilding.com, T-Nation.com und Schwarzenegger.com. Zusätzlich hatte er die Gelegenheit um mit zahlreichen Rekordhalten, Champions und Kraft- & Konditionierungs-Coaches auf College-Level durch seinen vorherigen Job als Chief Content Director bei Juggernaut Training Systems sowie durch seine Vollzeittätigkeit bei Strengtheory zusammenzuarbeiten.
Seine Leidenschaft besteht darin komplexe Informationen so leicht verständlich wie möglich an Athleten, Trainer und Fitnessbegeisterte zu vermitteln, Leuten dabei zu helfen ihre Kraft- und Fitnessziele zu erreichen und schmackhaftes Bier zu trinken.

Mehr über den Autor erfahren
Alle Beiträge ansehen
Opt In Image
Werde zum Fitness- & Ernährungsexperten!
Schlanker, stärker, ästhetischer, gesünder!

Abonniere unseren Newsletter und erhalte - neben weiteren hochwertigen und einzigartigen Infos rund um Fitness, Gesundheit & Ernährung - regelmäßige Updates und Neuigkeiten rund um Aesir Sports.