PAIesque

PAIesque hilft Sportlern und Fitnessbegeisterten, ihr Training mit einer einfachen dreistufigen Logik zu überwachen:

1. Trainingsimpuls messen (TRIMP) — Je schneller und länger Ihr Herz schlägt, desto höher ist Ihre tägliche Punktezahl.
2. Muster im Zeitverlauf analysieren — Verfolgen Sie, wie sich die Belastung über die Zeit entwickelt und auf Intensitätszonen verteilt
3. Reaktion des Körpers überwachen — Beobachten Sie, wie Ihr Körper über die Zeit auf die Trainingsbelastung reagiert

PAIesque unterscheidet sich von kommerziellen Fitness-Apps (z.B. Garmin, Whoop, Polar). Alle Berechnungsmethoden und Formel basieren auf veröffentlichten, validierten Studien — keine proprietären Blackboxen, keine unveröffentlichten Algorithmen. Und - alle Daten bleiben auf Ihrem Gerät — keine Konten, keine Cloud-Uploads, kein Tracking

1. TRIMP:

• Banister TRIMP — Das ursprüngliche exponentielle Modell mit geschlechtsspezifischen Koeffizienten (a=0,64/0,86, b=1,92/1,67) [Banister, 1991; Morton et al., 1990]
• iTRIMP — Individualisierter TRIMP mit anpassbarem b-Koeffizienten (1,5-4,0) [Stagno et al., 2007; Akubat et al., 2012]
• LT-TRIMP — Auf der Laktatschwelle basierendes Modell mit β-Koeffizient (0,04-0,11) und stetigem Übergang an der LT [Cheng et al., 1992; Mader et al., 1976; Gaesser and Poole, 1986]
• PAI-esque — PAI inspirierte Kennzahl [Nes et al., 2017; Kieffer et al., 2021]

2. Muster im Zeitverlauf:

• Intensitätszonen — Zeit und TRIMP in niedrigen/mittleren/hohen Zonen (polarisiertes Trainingsmodell) [Seiler and Tønnessen, 2009; Stöggl and Sperlich, 2014]
• EWMA — Exponentiell gewichteter gleitender Durchschnitt für rollierende Belastungen (empfindlicher als einfache Mittelwerte)
• ACWR — Verhältnis von Kurzzeit- zu Langzeitbelastung zur Überwachung des Verletzungsrisikos (0,8-1,3 = Sweet Spot) [Murray et al., 2017; Griffin et al., 2021; Gabbett, 2016]
• Polarisierter Trainings-Score — 0-100 Maß für die Zielerrreichung per Zone

3. Reaktion des Körpers:

• Ruhepuls (RHR) — Berechnet aus Ihrem definierten Schlafzeitfenster (adaptives Perzentil: 5.-15. abhängig von Datenmenge)
• Herzfrequenzvariabilität (HRV) — Tägliche RMSSD-Mittelwerte während des Schlafs [Task Force, 1996; Plews et al., 2013; Buchheit, 2014]
• EWMA-Trends — Exponentiell gewichtete gleitende Durchschnitte für RHR und HRV (kurze und längere Zeitfenster)
• Kombinierte Interpretation — RHR ↓ + HRV ↑ = positive Anpassung; RHR ↑ + HRV ↓ = mögliche Ermüdung

Datenverwaltung:

• CSV-Export/Import
• Vollständiges Backup/Restore (db)
• Teilen-Funktion über selbstegehosten Webserver

Kreative Anwendungsfälle:

• Trainer analysiert Athleten — Athleten-Exporte importieren, Diagramme analysieren, Feedback geben
• Forschungsanalyse — CSV-Dateien für eigene Analysen in R, Python oder Tabellenkalkulationen exportieren
analysieren

Voraussetzungen:

• Google Health Connect auf Ihrem Gerät installiert
• Herzfrequenz- (und HRV-) Daten in Health Connect von Ihrem Wearable (Gadgetbridge, Garmin, Polar, Samsung, etc.)

Hinweis zu PAI:

Dies ist NICHT der offizielle kommerzielle proprietär PAI®-Algorithmus. Sie verwendet skalierte TRIMP-Werte, um eine ähnliche intensitätsgewichtete wöchentliche Punktezahl zu liefern. Das Ziel von 100 PAI ist das evidenzbasierte gesundheitliche Ergebnis der HUNT-Studie.