Zum Inhalt
Anmelden
Menü
Ein Hochspringer liegt rücklings über der Latte, unter ihm die rote Anlage eines Sportplatzes in Beringen.

Die Wissenschaft dahinter

Die Grundsätze hinter jedem Plan, mit den Studien dazu — und eine klare Grenze zwischen dem, was gerechnet wird, und dem, was das Modell formuliert.

Die Grundlage

Sniixx plant nach Sportwissenschaft, nicht nach Gefühl: Periodisierung mit Aufbau- und Entlastungswochen, ein gemeinsames Zonenmodell für alle Sportarten, Tapering vor wichtigen Wettkämpfen, Kraft als fester Wochenbestandteil, Erholung, Energieverfügbarkeit und Ernährung rund ums Training.

Danach ist der Code gebaut, und innerhalb dieser Grenzen plant das Sprachmodell. Wo die Studienlage dünn ist, rechnet Sniixx vorsichtig, statt eine Zahl sicher klingen zu lassen.

Quellen

Uhr, Kalender, Teller

  • Garmin, Apple Health, Polar, Strava
  • Kalender-Abo, Google, Outlook
  • Foto vom Teller, Cronometer
  • Und du, im Chat

Tresor

Eine Datenbank

  • Jede Einheit, jede Nacht, jede Mahlzeit ist eine Zeile.
  • App und Coach lesen dieselbe.

Regeln

In Code gerechnet

  • Trainingslast, Überlastung, das Tages-Urteil, dein Bedarf
  • Aus der Sportwissenschaft, nicht aus dem Modell

Coach

Das Sprachmodell

  • Bekommt Zahlen und Urteil, formuliert, fragt nach
  • Und trägt ein, was du ihm sagst

Zu dir

App, Telegram, WhatsApp

  • Startseite, Plan, Analyse
  • Morgens von selbst
  • Trainings zurück auf die Uhr
Was das Modell nicht rechnet, kann es nicht falsch rechnen: es bekommt das Ergebnis.

Die Grundsätze und ihre Studien

Wonach Sniixx plant, in eigenen Worten — und die Studien, auf die sich jeder Grundsatz stützt. Mit Autor, Jahr und Zeitschrift, jede Quelle verlinkt.

Alle Quellen im Verzeichnis

Was gerechnet wird

  • Trainingslast: Fitness, Ermüdung und Form nach dem Modell von Banister, Load Ratio über sieben gegen 28 Tage, Monotonie und Strain nach Foster. Aus deinen Aktivitäten, mit deinem Schwellenpuls je Sportart.
  • Überlastung: HRV unter deiner Norm und Ruhepuls darüber, je zwei Tage in Folge; Schlaf; dein Empfinden über drei Einheiten; die Form über fünf Tage. Zwei von drei Kriterien lösen aus. Die Norm ist dein eigener Durchschnitt der letzten 60 Tage, kein Tabellenwert.
  • Der Tag: Vor jeder Empfehlung prüft eine Matrix je Einheitstyp, ob sie heute vertretbar ist — eine lockere Einheit wird fast nie angefasst, eine harte bei zwei schlechten HRV-Tagen zurückgestuft, im Taper zählt die Form.
  • Ausführung: Nach einer Einheit Intensität, Gleichmässigkeit, aerobe Ökonomie und Drift — ob ein Longrun ein Longrun war oder heimlich ein Tempolauf.
  • Zyklen: Testwochen und Entlastungswochen je Level, Tapering vor A- und B-Wettkämpfen, Trainingslager mit Abklingwoche.
  • Ernährung: Grundumsatz aus der fettfreien Masse, sobald ein frischer Körperfettwert da ist, sonst nach Mifflin-St-Jeor; Trainingskosten nach MET, Verpflegung auf der Strecke nach Zeit und Streckenprofil.
  • Krankheit: Symptome unterhalb des Halses oder Fieber heisst Ruhe bis 48 Stunden symptomfrei; darüber lockeres Training.

Jede dieser Rechnungen hat einen Test, der scheitert, sobald jemand daneben eine zweite baut. Und jede Zahl auf der Analyseseite trägt ein „i", das die Rechnung und ihre Quelle im Code nennt.

Was das Modell darf

Formulieren. Den Wortlaut der Morgennachricht, die Antwort im Chat, die Beschreibung einer Einheit. Im Gespräch abwägen: ob eine Bitte des Athleten zum Plan passt, was eine Rückfrage wert ist. Beim Planen die Struktur füllen, die die Regeln vorgeben, mit deinen Daten als Grundlage — die Zonen, das Kontingent harter Einheiten, die fixen Termine bekommt es fertig.

Was es nicht darf

Regeln erfinden, Zahlen rechnen, Diagnosen stellen. Es bekommt die Trainingslast als Zahl, nicht als Aufgabe; das Überlastungsurteil als Ergebnis, nicht als Frage. Es darf von einem Urteil abweichen, muss das aber begründen — und für harte Einheiten gilt immer die strengere der beiden Einschätzungen. Das ist der Unterschied zu einem Chatbot, dem man Trainingsdaten vorlegt: Bei dem hängt jede Antwort davon ab, woran er sich gerade erinnert.

Athletinnen

Eigene Regeln für Athletinnen: Zyklusgrundlagen, Datenerfassung nur mit Einwilligung, wie die Erholungswerte in der zweiten Zyklushälfte zu lesen sind, Energieverfügbarkeit und Eisen, hormonelle Verhütung, Perimenopause. Und was Sniixx bewusst nicht tut: Trainingsplanung nach Zyklusphase, weil die Evidenz dafür nicht reicht.

Quellenverzeichnis

Die Studien und Bücher, auf die sich Sniixx stützt. Jede Angabe ist mit Crossref, PubMed oder der ISBN abgeglichen und führt zur Originalarbeit.

Abgeglichen am 24. Oktober 2026.

Trainingssteuerung und Periodisierung 12
  1. Seiler, S. (2010). What is Best Practice for Training Intensity and Duration Distribution in Endurance Athletes? International Journal of Sports Physiology and Performance, 5(3), 276–291. doi:10.1123/ijspp.5.3.276
  2. Stöggl, T. & Sperlich, B. (2014). Polarized training has greater impact on key endurance variables than threshold, high intensity, or high volume training. Frontiers in Physiology, 5. doi:10.3389/fphys.2014.00033
  3. Rønnestad, B. R., Hansen, J. & Ellefsen, S. (2014). Block periodization of high-intensity aerobic intervals provides superior training effects in trained cyclists. Scandinavian Journal of Medicine & Science in Sports, 24(1), 34–42. doi:10.1111/j.1600-0838.2012.01485.x
  4. Rønnestad, B. R. et al. (2014). Effects of 12 weeks of block periodization on performance and performance indices in well-trained cyclists. Scandinavian Journal of Medicine & Science in Sports, 24(2), 327–335. doi:10.1111/sms.12016
  5. Issurin, V. B. (2010). New Horizons for the Methodology and Physiology of Training Periodization. Sports Medicine, 40(3), 189–206. doi:10.2165/11319770-000000000-00000
  6. Kelemen, B., Benczenleitner, O. & Tóth, L. (2023). Norwegian double-threshold method in distance running. Scientific Journal of Sport and Performance, 3(1), 38–46. doi:10.55860/nbxv4075
  7. Calvert, T. W. et al. (1976). A Systems Model of the Effects of Training on Physical Performance. IEEE Transactions on Systems, Man, and Cybernetics, SMC-6(2), 94–102. doi:10.1109/tsmc.1976.5409179
  8. Rosenblat, M. A., Perrotta, A. S. & Vicenzino, B. (2019). Polarized vs. Threshold Training Intensity Distribution on Endurance Sport Performance: A Systematic Review and Meta-Analysis of Randomized Controlled Trials. Journal of Strength and Conditioning Research, 33(12), 3491–3500. doi:10.1519/jsc.0000000000002618
  9. Rønnestad, B. R. et al. (2020). Superior performance improvements in elite cyclists following short-interval vs effort-matched long-interval training. Scandinavian Journal of Medicine & Science in Sports, 30(5), 849–857. doi:10.1111/sms.13627
  10. Rønnestad, B. R. et al. (2021). Superior Physiological Adaptations After a Microcycle of Short Intervals Versus Long Intervals in Cyclists. International Journal of Sports Physiology and Performance, 16(10), 1432–1438. doi:10.1123/ijspp.2020-0647
  11. Bossi, A. H. et al. (2020). Optimizing Interval Training Through Power-Output Variation Within the Work Intervals. International Journal of Sports Physiology and Performance, 15(7), 982–989. doi:10.1123/ijspp.2019-0260
  12. Tanaka, H. & Seals, D. R. (2008). Endurance exercise performance in Masters athletes: age-associated changes and underlying physiological mechanisms. The Journal of Physiology, 586(1), 55–63. doi:10.1113/jphysiol.2007.141879
Belastung und Erholung 12
  1. Saw, A. E., Main, L. C. & Gastin, P. B. (2016). Monitoring the athlete training response: subjective self-reported measures trump commonly used objective measures: a systematic review. British Journal of Sports Medicine, 50(5), 281–291. doi:10.1136/bjsports-2015-094758
  2. Foster, C. et al. (2001). A New Approach to Monitoring Exercise Training. Journal of Strength and Conditioning Research, 15(1), 109–115. doi:10.1519/00124278-200102000-00019
  3. Haddad, M. et al. (2017). Session-RPE Method for Training Load Monitoring: Validity, Ecological Usefulness, and Influencing Factors. Frontiers in Neuroscience, 11, 612. doi:10.3389/fnins.2017.00612
  4. Claudino, J. G. et al. (2017). The countermovement jump to monitor neuromuscular status: A meta-analysis. Journal of Science and Medicine in Sport, 20(4), 397–402. doi:10.1016/j.jsams.2016.08.011
  5. Rebelo, A. et al. (2026). Monitoring Training Effects in Athletes: A Multidimensional Framework for Decision-Making. Sports Medicine, 56(7), 1603–1624. doi:10.1007/s40279-026-02417-4
  6. Granero-Gallegos, A. et al. (2020). HRV-Based Training for Improving VO2max in Endurance Athletes. A Systematic Review with Meta-Analysis. International Journal of Environmental Research and Public Health, 17(21), 7999. doi:10.3390/ijerph17217999
  7. Manresa-Rocamora, A. et al. (2021). Heart Rate Variability-Guided Training for Enhancing Cardiac-Vagal Modulation, Aerobic Fitness, and Endurance Performance: A Methodological Systematic Review with Meta-Analysis. International Journal of Environmental Research and Public Health, 18(19), 10299. doi:10.3390/ijerph181910299
  8. Meeusen, R., Duclos, M., Foster, C. et al. (2013). Prevention, Diagnosis, and Treatment of the Overtraining Syndrome. Medicine & Science in Sports & Exercise, 45(1), 186–205. doi:10.1249/mss.0b013e318279a10a
  9. Impellizzeri, F. M. et al. (2020). Acute:Chronic Workload Ratio: Conceptual Issues and Fundamental Pitfalls. International Journal of Sports Physiology and Performance, 15(6), 907–913. doi:10.1123/ijspp.2019-0864
  10. Núñez-Cortés, R. et al. (2022). Handgrip strength measurement protocols for all-cause and cause-specific mortality outcomes in more than 3 million participants: A systematic review and meta-regression analysis. Clinical Nutrition, 41(11), 2473–2489. doi:10.1016/j.clnu.2022.09.006
  11. Foster, C. (1998). Monitoring training in athletes with reference to overtraining syndrome. Medicine & Science in Sports & Exercise, 30(7), 1164–1168. doi:10.1097/00005768-199807000-00023
  12. Borges, N. et al. (2016). Age-Related Changes in Performance and Recovery Kinetics in Masters Athletes: A Narrative Review. Journal of Aging and Physical Activity, 24(1), 149–157. doi:10.1123/japa.2015-0021
Krafttraining und Verletzungsvorbeugung 9
  1. Rønnestad, B. R. & Mujika, I. (2014). Optimizing strength training for running and cycling endurance performance: A review. Scandinavian Journal of Medicine & Science in Sports, 24(4), 603–612. doi:10.1111/sms.12104
  2. Rønnestad, B. R., Hansen, E. A. & Raastad, T. (2010). In-season strength maintenance training increases well-trained cyclists’ performance. European Journal of Applied Physiology, 110(6), 1269–1282. doi:10.1007/s00421-010-1622-4
  3. Blagrove, R. C., Howatson, G. & Hayes, P. R. (2018). Effects of Strength Training on the Physiological Determinants of Middle- and Long-Distance Running Performance: A Systematic Review. Sports Medicine, 48(5), 1117–1149. doi:10.1007/s40279-017-0835-7
  4. Beattie, K. et al. (2014). The Effect of Strength Training on Performance in Endurance Athletes. Sports Medicine, 44(6), 845–865. doi:10.1007/s40279-014-0157-y
  5. Hickson, R. C. (1980). Interference of strength development by simultaneously training for strength and endurance. European Journal of Applied Physiology and Occupational Physiology, 45(2-3), 255–263. doi:10.1007/bf00421333
  6. Lauersen, J. B., Bertelsen, D. M. & Andersen, L. B. (2014). The effectiveness of exercise interventions to prevent sports injuries: a systematic review and meta-analysis of randomised controlled trials. British Journal of Sports Medicine, 48(11), 871–877. doi:10.1136/bjsports-2013-092538
  7. Petersen, J. et al. (2011). Preventive Effect of Eccentric Training on Acute Hamstring Injuries in Men’s Soccer. The American Journal of Sports Medicine, 39(11), 2296–2303. doi:10.1177/0363546511419277
  8. Griffin, L. Y. et al. (2006). Understanding and Preventing Noncontact Anterior Cruciate Ligament Injuries. The American Journal of Sports Medicine, 34(9), 1512–1532. doi:10.1177/0363546506286866
  9. Schuster Brandt Frandsen, J. et al. (2025). How much running is too much? Identifying high-risk running sessions in a 5200-person cohort study. British Journal of Sports Medicine, 59(17), 1203–1210. doi:10.1136/bjsports-2024-109380
Tapering 3
  1. Mujika, I. & Padilla, S. (2003). Scientific Bases for Precompetition Tapering Strategies. Medicine & Science in Sports & Exercise, 35(7), 1182–1187. doi:10.1249/01.mss.0000074448.73931.11
  2. Bosquet, L. et al. (2007). Effects of Tapering on Performance. Medicine & Science in Sports & Exercise, 39(8), 1358–1365. doi:10.1249/mss.0b013e31806010e0
  3. Wang, Z. et al. (2023). Effects of tapering on performance in endurance athletes: A systematic review and meta-analysis. PLOS ONE, 18(5), e0282838. doi:10.1371/journal.pone.0282838
Höhe und Hitze 2
  1. Chapman, R. F. et al. (2014). Timing of return from altitude training for optimal sea level performance. Journal of Applied Physiology, 116(7), 837–843. doi:10.1152/japplphysiol.00663.2013
  2. Saunders, P. U. et al. (2019). Special Environments: Altitude and Heat. International Journal of Sport Nutrition and Exercise Metabolism, 29(2), 210–219. doi:10.1123/ijsnem.2018-0256
Ernährung, Energie und Flüssigkeit 13
  1. Mifflin, M. et al. (1990). A new predictive equation for resting energy expenditure in healthy individuals. The American Journal of Clinical Nutrition, 51(2), 241–247. doi:10.1093/ajcn/51.2.241
  2. Cunningham, J. J. (1980). A reanalysis of the factors influencing basal metabolic rate in normal adults. The American Journal of Clinical Nutrition, 33(11), 2372–2374. doi:10.1093/ajcn/33.11.2372
  3. ten Haaf, T. & Weijs, P. J. M. (2014). Resting Energy Expenditure Prediction in Recreational Athletes of 18–35 Years: Confirmation of Cunningham Equation and an Improved Weight-Based Alternative. PLoS ONE, 9(10), e108460. doi:10.1371/journal.pone.0108460
  4. Herrmann, S. D. et al. (2024). 2024 Adult Compendium of Physical Activities: A third update of the energy costs of human activities. Journal of Sport and Health Science, 13(1), 6–12. doi:10.1016/j.jshs.2023.10.010
  5. American College of Sports Medicine, Sawka, M. N. et al. (2007). Exercise and Fluid Replacement. Medicine & Science in Sports & Exercise, 39(2), 377–390. doi:10.1249/mss.0b013e31802ca597
  6. EFSA Panel on Dietetic Products, Nutrition and Allergies (NDA) (2010). Scientific Opinion on Dietary Reference Values for water. EFSA Journal, 8(3). doi:10.2903/j.efsa.2010.1459
  7. Jones, A. M. (2014). Dietary Nitrate Supplementation and Exercise Performance. Sports Medicine, 44(S1), 35–45. doi:10.1007/s40279-014-0149-y
  8. Jeukendrup, A. (2014). A Step Towards Personalized Sports Nutrition: Carbohydrate Intake During Exercise. Sports Medicine, 44(S1), 25–33. doi:10.1007/s40279-014-0148-z
  9. Mountjoy, M. et al. (2014). The IOC consensus statement: beyond the Female Athlete Triad—Relative Energy Deficiency in Sport (RED-S). British Journal of Sports Medicine, 48(7), 491–497. doi:10.1136/bjsports-2014-093502
  10. Mountjoy, M. et al. (2018). IOC consensus statement on relative energy deficiency in sport (RED-S): 2018 update. British Journal of Sports Medicine, 52(11), 687–697. doi:10.1136/bjsports-2018-099193
  11. Mountjoy, M. et al. (2023). 2023 International Olympic Committee’s (IOC) consensus statement on Relative Energy Deficiency in Sport (REDs). British Journal of Sports Medicine, 57(17), 1073–1098. doi:10.1136/bjsports-2023-106994
  12. Melin, A. et al. (2014). The LEAF questionnaire: a screening tool for the identification of female athletes at risk for the female athlete triad. British Journal of Sports Medicine, 48(7), 540–545. doi:10.1136/bjsports-2013-093240
  13. Lundy, B. et al. (2022). Screening for Low Energy Availability in Male Athletes: Attempted Validation of LEAM-Q. Nutrients, 14(9), 1873. doi:10.3390/nu14091873
Bergauf und bergab 2
  1. Minetti, A. E. et al. (2002). Energy cost of walking and running at extreme uphill and downhill slopes. Journal of Applied Physiology, 93(3), 1039–1046. doi:10.1152/japplphysiol.01177.2001
  2. Byrnes, W. C. et al. (1985). Delayed onset muscle soreness following repeated bouts of downhill running. Journal of Applied Physiology, 59(3), 710–715. doi:10.1152/jappl.1985.59.3.710
Motocross 5
  1. Konttinen, T., Häkkinen, K. & Kyröläinen, H. (2007). Cardiopulmonary loading in motocross riding. Journal of Sports Sciences, 25(9), 995–999. doi:10.1080/02640410600944584
  2. Konttinen, T., Kyröläinen, H. & Häkkinen, K. (2008). Cardiorespiratory and Neuromuscular Responses to Motocross Riding. Journal of Strength and Conditioning Research, 22(1), 202–209. doi:10.1519/jsc.0b013e31815f5831
  3. Ascensão, A. et al. (2008). Physiological, biochemical and functional changes induced by a simulated 30 min off-road competitive motocross heat. The Journal of Sports Medicine and Physical Fitness, 48(3), 311–9. PubMed 18974716
  4. Gobbi, A. W. et al. (2005). Physiological characteristics of top level off-road motorcyclists. British Journal of Sports Medicine, 39(12), 927–931. doi:10.1136/bjsm.2005.018291
  5. Simões, V. R. et al. (2016). Neuromuscular and Blood Lactate Response After a Motocross Training Session in Amateur Riders. Asian Journal of Sports Medicine, 7(2). doi:10.5812/asjsm.23805
Athletinnen 25

Zyklus und Leistung

  1. McNulty, K. L. et al. (2020). The Effects of Menstrual Cycle Phase on Exercise Performance in Eumenorrheic Women: A Systematic Review and Meta-Analysis. Sports Medicine, 50(10), 1813–1827. doi:10.1007/s40279-020-01319-3
  2. Colenso-Semple, L. M. et al. (2023). Current evidence shows no influence of women's menstrual cycle phase on acute strength performance or adaptations to resistance exercise training. Frontiers in Sports and Active Living, 5, 1054542. doi:10.3389/fspor.2023.1054542
  3. Colenso-Semple, L. M. et al. (2025). Menstrual cycle phase does not influence muscle protein synthesis or whole-body myofibrillar proteolysis in response to resistance exercise. The Journal of Physiology, 603(5), 1109–1121. doi:10.1113/jp287342
  4. Blagrove, R. C., Bruinvels, G. & Pedlar, C. R. (2020). Variations in strength-related measures during the menstrual cycle in eumenorrheic women: A systematic review and meta-analysis. Journal of Science and Medicine in Sport, 23(12), 1220–1227. doi:10.1016/j.jsams.2020.04.022
  5. Bruinvels, G. et al. (2016). The Prevalence and Impact of Heavy Menstrual Bleeding (Menorrhagia) in Elite and Non-Elite Athletes. PLOS ONE, 11(2), e0149881. doi:10.1371/journal.pone.0149881

Temperatur und Flüssigkeit

  1. Janse de Jonge, X. A. K. et al. (2012). Exercise Performance over the Menstrual Cycle in Temperate and Hot, Humid Conditions. Medicine & Science in Sports & Exercise, 44(11), 2190–2198. doi:10.1249/mss.0b013e3182656f13
  2. Janse de Jonge, X. A. K. (2003). Effects of the Menstrual Cycle on Exercise Performance. Sports Medicine, 33(11), 833–851. doi:10.2165/00007256-200333110-00004
  3. Stachenfeld, N. S., Silva, C. & Keefe, D. L. (2000). Estrogen modifies the temperature effects of progesterone. Journal of Applied Physiology, 88(5), 1643–1649. doi:10.1152/jappl.2000.88.5.1643
  4. Lei, T.-H. et al. (2017). Influence of menstrual phase and arid vs. humid heat stress on autonomic and behavioural thermoregulation during exercise in trained but unacclimated women. The Journal of Physiology, 595(9), 2823–2837. doi:10.1113/jp273176
  5. Baker, F. C., Siboza, F. & Fuller, A. (2020). Temperature regulation in women: Effects of the menstrual cycle. Temperature, 7(3), 226–262. doi:10.1080/23328940.2020.1735927
  6. Giersch, G. E. W. et al. (2020). Fluid Balance and Hydration Considerations for Women: Review and Future Directions. Sports Medicine, 50(2), 253–261. doi:10.1007/s40279-019-01206-6

Herzfrequenzvariabilität

  1. de Jager, E. et al. (2026). Wearable-Derived Heart Rate Variability Across the Menstrual Cycle, Hormonal Contraceptive Use, and Reproductive Life Stages in Females: A Living Systematic Review. Sports Medicine, 56(5), 1153–1173. doi:10.1007/s40279-025-02388-y
  2. Dupuit, M. et al. (2025). Heart Rate Variability Measurements Across the Menstrual Cycle and Oral Contraceptive Phases in Two Olympian Female Swimmers: A Case Report. Sports, 13(6), 185. doi:10.3390/sports13060185

Energie und Eisen

  1. Gimunová, M. et al. (2022). The Prevalence of Menstrual Cycle Disorders in Female Athletes from Different Sports Disciplines: A Rapid Review. International Journal of Environmental Research and Public Health, 19(21), 14243. doi:10.3390/ijerph192114243
  2. Pengelly, M. et al. (2025). Iron deficiency, supplementation, and sports performance in female athletes: A systematic review. Journal of Sport and Health Science, 14, 101009. doi:10.1016/j.jshs.2024.101009
  3. Clénin, G. et al. (2015). Iron deficiency in sports – definition, influence on performance and therapy. Swiss Medical Weekly, 145(4344), w14196. doi:10.4414/smw.2015.14196
  4. Sinclair, L. M. & Hinton, P. S. (2005). Prevalence of Iron Deficiency with and without Anemia in Recreationally Active Men and Women. Journal of the American Dietetic Association, 105(6), 975–978. doi:10.1016/j.jada.2005.03.005

Verletzung und Verhütung

  1. Herzberg, S. D. et al. (2017). The Effect of Menstrual Cycle and Contraceptives on ACL Injuries and Laxity: A Systematic Review and Meta-analysis. Orthopaedic Journal of Sports Medicine, 5(7), 2325967117718781. doi:10.1177/2325967117718781
  2. Hewett, T. E., Zazulak, B. T. & Myer, G. D. (2007). Effects of the Menstrual Cycle on Anterior Cruciate Ligament Injury Risk. The American Journal of Sports Medicine, 35(4), 659–668. doi:10.1177/0363546506295699
  3. White, L. et al. (2023). Combined hormonal contraceptive use is not protective against musculoskeletal conditions or injuries: a systematic review with data from 5 million females. British Journal of Sports Medicine, 57(18), 1195–1202. doi:10.1136/bjsports-2022-106519
  4. Elliott-Sale, K. J. et al. (2020). The Effects of Oral Contraceptives on Exercise Performance in Women: A Systematic Review and Meta-analysis. Sports Medicine, 50(10), 1785–1812. doi:10.1007/s40279-020-01317-5

Menopause und Knochen

  1. Watson, S. L. et al. (2018). High-Intensity Resistance and Impact Training Improves Bone Mineral Density and Physical Function in Postmenopausal Women With Osteopenia and Osteoporosis: The LIFTMOR Randomized Controlled Trial. Journal of Bone and Mineral Research, 33(2), 211–220. doi:10.1002/jbmr.3284
  2. Zhao, F. et al. (2025). Optimal resistance training parameters for improving bone mineral density in postmenopausal women: a systematic review and meta-analysis. Journal of Orthopaedic Surgery and Research, 20(1), 523. doi:10.1186/s13018-025-05890-1
  3. Kumar, S. et al. (2025). Exercise for Postmenopausal Bone Health – Can We Raise the Bar? Current Osteoporosis Reports, 23(1), 20. doi:10.1007/s11914-025-00912-7

Forschungslage

  1. Cowley, E. S. et al. (2021). “Invisible Sportswomen”: The Sex Data Gap in Sport and Exercise Science Research. Women in Sport and Physical Activity Journal, 29(2), 146–151. doi:10.1123/wspaj.2021-0028
Bücher 2
  1. Daniels, J. (2021). Daniels' Running Formula. Human Kinetics, ISBN 9781718203662.
  2. Allen, H., Coggan, A. R. & McGregor, S. (2019). Training and Racing with a Power Meter. VeloPress, ISBN 9781948006101.

Zum Weiterlesen

Einzelne Themen dieser Seite, ausgeführt für das eigene Training.

Alle Artikel