Technische Referenz & Formeln

Vollständige mathematische Implementierung

Implementierungsleitfaden

Diese Seite bietet Ihnen kopierbare Formeln und schrittweise Berechnungsmethoden für alle Run Analytics-Metriken. Verwenden Sie diese für eigene Implementierungen, Verifizierung oder tieferes Verständnis.

⚠️ Implementierungshinweise

  • Alle Zeiten sollten für Berechnungen in Sekunden umgewandelt werden
  • Das Lauftempo ist invers (höherer % = langsameres Tempo)
  • Validieren Sie immer Eingaben auf vernünftige Bereiche
  • Behandeln Sie Grenzfälle (Division durch Null, negative Werte)

Kernleistungsmetriken

Critical Run Speed (CRS)

Formel:

CRS (m/s) = (D₂ - D₁) / (T₂ - T₁)
CRS Tempo/100m (Sekunden) = (T₄₀₀ - T₂₀₀) / 2

🧪 Interaktiver Rechner - Formel testen

CRS Tempo pro 100m:
1:49
Berechnungsschritte:
CRS (m/s) = (400 - 200) / (368 - 150) = 0.917 m/s
Tempo/100m = 100 / 0.917 = 109 Sekunden = 1:49

JavaScript-Implementierung:

function calculateCRS(distance1, time1, distance2, time2) {
  // Zeiten bei Bedarf in Sekunden umwandeln
  const t1 = typeof time1 === 'string' ? timeToSeconds(time1) : time1;
  const t2 = typeof time2 === 'string' ? timeToSeconds(time2) : time2;

  // CRS in m/s berechnen
  const css_ms = (distance2 - distance1) / (t2 - t1);

  // Tempo pro 100m in Sekunden berechnen
  const pace_per_100m = 100 / css_ms;

  // In mm:ss Format umwandeln
  const minutes = Math.floor(pace_per_100m / 60);
  const seconds = Math.round(pace_per_100m % 60);

  return {
    css_ms: css_ms,
    pace_seconds: pace_per_100m,
    pace_formatted: `${minutes}:${seconds.toString().padStart(2, '0')}`
  };
}

// Beispielnutzung:
const result = calculateCRS(200, 150, 400, 368);
// Gibt zurück: { css_ms: 0.917, pace_seconds: 109, pace_formatted: "1:49" }

Run Training Stress Score (sTSS)

Vollständige Formel:

sTSS = (IF³) × Dauer (Stunden) × 100
IF = NSS / FTP
NSS = Gesamtstrecke / Gesamtzeit (m/min)

🧪 Interaktiver Rechner - Formel testen

Berechnetes sTSS:
55
Berechnungsschritte:
NSS = 3000m / 55min = 54.5 m/min
FTP = 100 / (93/60) = 64.5 m/min
IF = 54.5 / 64.5 = 0.845
sTSS = 0.845³ × (55/60) × 100 = 55

JavaScript-Implementierung:

function calculateSTSS(distance, timeMinutes, ftpMetersPerMin) {
  // Normalisierte Laufgeschwindigkeit berechnen
  const nss = distance / timeMinutes;

  // Intensitätsfaktor berechnen
  const intensityFactor = nss / ftpMetersPerMin;

  // Stunden berechnen
  const hours = timeMinutes / 60;

  // sTSS mit kubischem Intensitätsfaktor berechnen
  const stss = Math.pow(intensityFactor, 3) * hours * 100;

  return Math.round(stss);
}

// Beispielnutzung:
const stss = calculateSTSS(3000, 55, 64.5);
// Gibt zurück: 55

// Hilfsfunktion: CRS zu FTP umwandeln
function cssToFTP(cssPacePer100mSeconds) {
  // FTP in m/min = 100m / (Tempo in Minuten)
  return 100 / (cssPacePer100mSeconds / 60);
}

// Beispiel: CRS von 1:33 (93 Sekunden)
const ftp = cssToFTP(93); // Gibt zurück: 64.5 m/min

Laufeffizienz (Running Efficiency)

Formel:

Laufeffizienz = Kilometerzeit (Sekunden) + Schrittanzahl
Laufeffizienz₂₅ = (Zeit × 25/Bahnlänge) + (Schritte × 25/Bahnlänge)

🧪 Interaktiver Rechner - Formel testen

Laufeffizienz-Score:
35
Berechnung:
Laufeffizienz = 20s + 15 Schritte = 35

JavaScript-Implementierung:

function calculateRunningEfficiency(timeSeconds, strideCount) {
  return timeSeconds + strideCount;
}

function calculateNormalizedRunningEfficiency(timeSeconds, strideCount, trackLength) {
  const normalizedTime = timeSeconds * (25 / trackLength);
  const normalizedStrides = strideCount * (25 / trackLength);
  return normalizedTime + normalizedStrides;
}

// Beispiel:
const swolf = calculateRunningEfficiency(20, 15);
// Gibt zurück: 35

const swolf50m = calculateNormalizedRunningEfficiency(40, 30, 50);
// Gibt zurück: 35 (normalisiert auf 25m)

Schrittmechanik

Schrittfrequenz (SR)

Formel:

SR = 60 / Zykluszeit (Sekunden)
SR = (Anzahl Schritte / Zeit in Sekunden) × 60

🧪 Interaktiver Rechner - Formel testen

Schrittfrequenz (SPM):
72
Berechnung:
SR = (30 / 25) × 60 = 72 SPM

JavaScript-Implementierung:

function calculateStrideRate(strideCount, timeSeconds) {
  return (strideCount / timeSeconds) * 60;
}

// Beispiel:
const sr = calculateStrideRate(30, 25);
// Gibt zurück: 72 SPM

Strecke pro Schritt (DPS)

Formel:

DPS = Strecke / Schrittanzahl
DPS = Strecke / (SR / 60)

JavaScript-Implementierung:

function calculateDPS(distance, strideCount, pushoffDistance = 0) {
  const effectiveDistance = distance - pushoffDistance;
  return effectiveDistance / strideCount;
}

// Beispiel (25m Bahn, 5m Abstoß):
const dps = calculateDPS(25, 12, 5);
// Gibt zurück: 1.67 m/Schritt

// Für mehrere Segmente:
const dps100m = calculateDPS(100, 48, 4 * 5);
// Gibt zurück: 1.67 m/Schritt (4 Segmente × 5m Abstoß)

Geschwindigkeit aus SR und DPS

Formel:

Geschwindigkeit (m/s) = (SR / 60) × DPS

JavaScript-Implementierung:

function calculateVelocity(strideRate, dps) {
  return (strideRate / 60) * dps;
}

// Beispiel:
const velocity = calculateVelocity(70, 1.6);
// Gibt zurück: 1.87 m/s

Schrittindex (SI)

Formel:

SI = Geschwindigkeit (m/s) × DPS (m/Schritt)

JavaScript-Implementierung:

function calculateStrideIndex(velocity, dps) {
  return velocity * dps;
}

// Beispiel:
const si = calculateStrideIndex(1.5, 1.7);
// Gibt zurück: 2.55

Performance Management Chart (PMC)

CTL, ATL, TSB Berechnungen

Formeln:

CTL heute = CTL gestern + (TSS heute - CTL gestern) × (1/42)
ATL heute = ATL gestern + (TSS heute - ATL gestern) × (1/7)
TSB = CTL gestern - ATL gestern

JavaScript-Implementierung:

function updateCTL(previousCTL, todayTSS) {
  return previousCTL + (todayTSS - previousCTL) * (1/42);
}

function updateATL(previousATL, todayTSS) {
  return previousATL + (todayTSS - previousATL) * (1/7);
}

function calculateTSB(yesterdayCTL, yesterdayATL) {
  return yesterdayCTL - yesterdayATL;
}

// PMC für eine Reihe von Trainingseinheiten berechnen
function calculatePMC(workouts) {
  let ctl = 0, atl = 0;
  const results = [];

  workouts.forEach(workout => {
    ctl = updateCTL(ctl, workout.tss);
    atl = updateATL(atl, workout.tss);
    const tsb = calculateTSB(ctl, atl);

    results.push({
      date: workout.date,
      tss: workout.tss,
      ctl: Math.round(ctl * 10) / 10,
      atl: Math.round(atl * 10) / 10,
      tsb: Math.round(tsb * 10) / 10
    });
  });

  return results;
}

// Beispielnutzung:
const workouts = [
  { date: '2025-01-01', tss: 50 },
  { date: '2025-01-02', tss: 60 },
  { date: '2025-01-03', tss: 45 },
  // ... weitere Trainingseinheiten
];

const pmc = calculatePMC(workouts);
// Gibt Array mit CTL, ATL, TSB für jeden Tag zurück

Erweiterte Berechnungen

CRS aus mehreren Distanzen (Regressionsmethode)

JavaScript-Implementierung:

function calculateCRSRegression(distances, times) {
  // Lineare Regression: Distanz = a + b*Zeit
  const n = distances.length;
  const sumX = times.reduce((a, b) => a + b, 0);
  const sumY = distances.reduce((a, b) => a + b, 0);
  const sumXY = times.reduce((sum, x, i) => sum + x * distances[i], 0);
  const sumXX = times.reduce((sum, x) => sum + x * x, 0);

  const slope = (n * sumXY - sumX * sumY) / (n * sumXX - sumX * sumX);
  const intercept = (sumY - slope * sumX) / n;

  return {
    css: slope, // Kritische Laufgeschwindigkeit (m/s)
    anaerobic_capacity: intercept // Anaerobe Distanzkapazität (m)
  };
}

// Beispiel mit mehreren Testdistanzen:
const distances = [100, 200, 400, 800];
const times = [65, 150, 340, 720]; // in Sekunden
const result = calculateCRSRegression(distances, times);
// Gibt zurück: { css: 1.18, anaerobic_capacity: 15.3 }

Intensitätsfaktor aus Tempo

JavaScript-Implementierung:

function calculateIntensityFactor(actualPace100m, thresholdPace100m) {
  // Tempo in Geschwindigkeit (m/s) umwandeln
  const actualSpeed = 100 / actualPace100m;
  const thresholdSpeed = 100 / thresholdPace100m;
  return actualSpeed / thresholdSpeed;
}

// Beispiel:
const if_value = calculateIntensityFactor(110, 93);
// Gibt zurück: 0.845 (Laufen mit 84.5% der Schwelle)

Tempokonsistenz-Analyse

JavaScript-Implementierung:

function analyzePaceConsistency(segments) {
  const paces = segments.map(kilometer => kilometer.distance / kilometer.time);
  const avgPace = paces.reduce((a, b) => a + b) / paces.length;

  const variance = paces.reduce((sum, pace) =>
    sum + Math.pow(pace - avgPace, 2), 0) / paces.length;
  const stdDev = Math.sqrt(variance);
  const coefficientOfVariation = (stdDev / avgPace) * 100;

  return {
    avgPace,
    stdDev,
    coefficientOfVariation,
    consistency: coefficientOfVariation < 5 ? "Ausgezeichnet" :
                 coefficientOfVariation < 10 ? "Gut" :
                 coefficientOfVariation < 15 ? "Mäßig" : "Variabel"
  };
}

// Beispiel:
const segments = [
  { distance: 100, time: 70 },
  { distance: 100, time: 72 },
  { distance: 100, time: 71 },
  // ...
];
const analysis = analyzePaceConsistency(segments);
// Gibt zurück: { avgPace: 1.41, stdDev: 0.02, coefficientOfVariation: 1.4, consistency: "Ausgezeichnet" }

Ermüdungserkennung aus Schrittanzahl

JavaScript-Implementierung:

function detectFatigue(segments) {
  const firstThird = segments.slice(0, Math.floor(segments.length/3));
  const lastThird = segments.slice(-Math.floor(segments.length/3));

  const firstThirdAvg = firstThird.reduce((sum, kilometer) =>
    sum + kilometer.strideCount, 0) / firstThird.length;
  const lastThirdAvg = lastThird.reduce((sum, kilometer) =>
    sum + kilometer.strideCount, 0) / lastThird.length;

  const strideCountIncrease = ((lastThirdAvg - firstThirdAvg) / firstThirdAvg) * 100;

  return {
    firstThirdAvg: Math.round(firstThirdAvg * 10) / 10,
    lastThirdAvg: Math.round(lastThirdAvg * 10) / 10,
    percentIncrease: Math.round(strideCountIncrease * 10) / 10,
    fatigueLevel: strideCountIncrease < 5 ? "Minimal" :
                  strideCountIncrease < 10 ? "Mäßig" :
                  strideCountIncrease < 20 ? "Erheblich" : "Schwer"
  };
}

// Beispiel:
const segments = [
  { strideCount: 14 }, { strideCount: 14 }, { strideCount: 15 },
  { strideCount: 15 }, { strideCount: 16 }, { strideCount: 16 },
  { strideCount: 17 }, { strideCount: 18 }, { strideCount: 18 }
];
const fatigue = detectFatigue(segments);
// Gibt zurück: { firstThirdAvg: 14.3, lastThirdAvg: 17.7, percentIncrease: 23.8, fatigueLevel: "Schwer" }

Datenvalidierung

Trainingseinheiten Datenqualitätsprüfungen

JavaScript-Implementierung:

function validateWorkoutData(workout) {
  const issues = [];

  // Auf vernünftige Tempobereiche prüfen (1:00-5:00 pro 100m)
  const avgPace = (workout.totalTime / workout.totalDistance) * 100;
  if (avgPace < 60 || avgPace > 300) {
    issues.push(`Ungewöhnliches Durchschnittstempo: ${Math.round(avgPace)}s pro 100m`);
  }

  // Auf vernünftige Schrittanzahlen prüfen (10-50 pro 25m)
  const avgStridesPer25m = (workout.totalStrides / workout.totalDistance) * 25;
  if (avgStridesPer25m < 10 || avgStridesPer25m > 50) {
    issues.push(`Ungewöhnliche Schrittanzahl: ${Math.round(avgStridesPer25m)} pro 25m`);
  }

  // Auf vernünftige Schrittfrequenz prüfen (30-150 SPM)
  const avgSR = calculateStrideRate(workout.totalStrides, workout.totalTime);
  if (avgSR < 30 || avgSR > 150) {
    issues.push(`Ungewöhnliche Schrittfrequenz: ${Math.round(avgSR)} SPM`);
  }

  // Auf fehlende Segmente prüfen (Zeitlücken)
  if (workout.segments && workout.segments.length > 1) {
    for (let i = 1; i < workout.segments.length; i++) {
      const gap = workout.segments[i].startTime -
                  (workout.segments[i-1].startTime + workout.segments[i-1].duration);
      if (gap > 300) { // 5 Minuten Lücke
        issues.push(`Große Lücke zwischen Segmenten ${i} und ${i+1} erkannt`);
      }
    }
  }

  return {
    isValid: issues.length === 0,
    issues
  };
}

// Beispiel:
const workout = {
  totalDistance: 2000,
  totalTime: 1800, // 30 Minuten
  totalStrides: 800,
  segments: [/* Kilometerdaten */]
};
const validation = validateWorkoutData(workout);
// Gibt zurück: { isValid: true, issues: [] }

Hilfsfunktionen

Zeitkonvertierungshilfen

JavaScript-Implementierung:

// mm:ss in Sekunden umwandeln
function timeToSeconds(timeString) {
  const parts = timeString.split(':');
  return parseInt(parts[0]) * 60 + parseInt(parts[1]);
}

// Sekunden in mm:ss umwandeln
function secondsToTime(seconds) {
  const minutes = Math.floor(seconds / 60);
  const secs = Math.round(seconds % 60);
  return `${minutes}:${secs.toString().padStart(2, '0')}`;
}

// Sekunden in hh:mm:ss umwandeln
function secondsToTimeDetailed(seconds) {
  const hours = Math.floor(seconds / 3600);
  const minutes = Math.floor((seconds % 3600) / 60);
  const secs = Math.round(seconds % 60);
  return `${hours}:${minutes.toString().padStart(2, '0')}:${secs.toString().padStart(2, '0')}`;
}

// Beispiele:
timeToSeconds("1:33"); // Gibt zurück: 93
secondsToTime(93); // Gibt zurück: "1:33"
secondsToTimeDetailed(3665); // Gibt zurück: "1:01:05"

Implementierungsressourcen

Alle Formeln auf dieser Seite sind produktionsreif und gegen wissenschaftliche Literatur validiert. Verwenden Sie diese für eigene Analysetools, Verifizierung oder tieferes Verständnis der Laufleistungsberechnungen.

💡 Best Practices

  • Eingaben validieren: Auf vernünftige Bereiche vor der Berechnung prüfen
  • Grenzfälle behandeln: Division durch Null, negative Werte, Null-Daten
  • Angemessen runden: CTL/ATL/TSB auf 1 Dezimalstelle, sTSS auf Ganzzahl
  • Präzision speichern: Volle Präzision in Datenbank behalten, für Anzeige runden
  • Gründlich testen: Bekannte gute Daten zur Verifizierung der Berechnungen verwenden