Die Wissenschaft hinter W'bal: Ein tiefer Einblick

Aktualisiert am 9 February 2026

Dieser Artikel richtet sich an Coaches, Datenbegeisterte und alle, die genau verstehen wollen, wie das W'bal-Modell funktioniert – einschließlich seiner Stärken und Grenzen.

Historischer Hintergrund

Der Ursprung (1965)

Das Critical Power-Konzept wurde 1965 von Monod und Scherrer eingeführt. Sie beobachteten, dass die Beziehung zwischen erbrachter Leistung und der Zeit bis zur Erschöpfung einer hyperbolischen Kurve folgt:

P(t) = W'/t + CP

Wobei:

P(t) = Aufrechterhaltbare Leistung für die Zeit t
W' = Krümmungskonstante (Arbeitskapazität oberhalb der CP)
CP = Critical Power (die Asymptote)

Dies kann in die lineare Form umgestellt werden:

W = CP × t + W'

Die Gesamtarbeit (W) entspricht der Critical Power multipliziert mit der Dauer, plus der begrenzten Kapazität W'.

Das Zwei-Parameter-Modell

Die hyperbolische Leistungs-Zeit-Beziehung liefert uns zwei Parameter:

Critical Power (CP): Die höchste Leistung, die ohne fortschreitende Leerung von W' aufrechterhalten werden kann. Sie stellt die Grenze zwischen dem schweren (heavy) und dem sehr schweren (severe) Intensitätsbereich dar.

W' (W prime): Die begrenzte Arbeitskapazität, die oberhalb der CP zur Verfügung steht. Historisch als „anaerobe Arbeitskapazität“ bezeichnet, obwohl dies physiologisch ungenau ist.

Das W'bal-Modell (Skiba, 2012)

Das Problem

Das ursprüngliche CP-Modell sagte die Zeit bis zur Erschöpfung nur für Belastungen mit konstanter Leistung voraus. Echtes Radfahren beinhaltet jedoch intermittierende Belastungen – Antritte, Regenerationsphasen, Attacken. Wie verfolgen wir W' während einer Belastung mit variabler Leistung?

Skibas Lösung

Dr. Philip Skiba schlug 2012 das W'bal (W' balance)-Modell vor, das eine Echtzeit-Verfolgung der Leerung und Wiederherstellung von W' ermöglicht.

Es entstanden zwei Algorithmen:

1. Integraler Algorithmus (Original)

W'bal(t) = W' - Σ W'exp(u) × e^(-(t-u)/τ)

Wobei:

W'exp(u) = verbrauchtes W' zum Zeitpunkt u
τ (tau) = Zeitkonstante für die Regeneration
e = Eulersche Zahl

Die Zeitkonstante τ wird wie folgt berechnet:

τ = 546 × e^(-0.01 × DCP) + 316

Wobei DCP = Differenz zwischen CP und der Leistung in der Regenerationsphase.

2. Differenzieller Algorithmus (Froncioni/Clarke)

Ein vereinfachter Ansatz, der nur die aktuelle Leistung nutzt:

If P > CP:
                W'bal = W'bal - (P - CP)
            
            If P ≤ CP:
                W'bal = W'bal + (W' - W'bal) × (1 - e^(-1/τ))

Dies ist der Standard in GoldenCheetah und vielen anderen Plattformen.

Physiologische Schlüsselkonzepte

Was W' tatsächlich darstellt

W' korreliert mit:

Phosphokreatinspeichern (PCr) im Muskel
Anaerober glykolytischer Kapazität
Akkumulation von Metaboliten (H+, Pi, Laktat)

Es ist nicht rein „anaerob“ – auch die Sauerstoffkinetik spielt eine Rolle. Der Begriff „anaerobe Arbeitskapazität“ ist eine Vereinfachung.

Warum die Regeneration nicht-linear verläuft

W' leert sich oberhalb der CP linear (jede Sekunde kostet gleich viel), aber die Regeneration verläuft kurvilinear:

Schnelle anfängliche Regeneration (PCr-Resynthese)
Langsamere spätere Regeneration (Abbau von Metaboliten)
Die Regenerationsrate hängt davon ab, wie weit du unter die CP fällst

Aus diesem Grund wird das exponentielle Regenerationsmodell verwendet.

Validierungsstudien

Feldvalidierung (Skiba et al., 2014)

Wichtigste Erkenntnisse:

Mittleres W'bal bei Erschöpfung: 0.5 ± 1.3 kJ (praktisch null)
Im nicht erschöpften Zustand, minimales W'bal: 3.6 ± 2.0 kJ
ROC-Kurven-Analyse: AUC = 0.914 zur Vorhersage von Erschöpfung

Das Modell identifiziert erfolgreich, wann Athleten Gefahr laufen, zu erschöpfen.

Einschränkungen bei Elite-Athleten (2017)

Untersuchungen von Bartram et al. ergaben:

Elite-Radfahrer regenerierten W' schneller als vom Modell vorhergesagt
Abweichung von -112 ± 46 Sekunden bei den τ-Werten
„Das aktuelle SKIBA 2-Modell ist für den Einsatz bei Elite-Radfahrern nicht geeignet“

Bedeutung: τ sollte individualisiert werden, insbesondere bei hochtrainierten Athleten.

Aktuelle Forschung (2024-2025)

Aktueller Konsens:

W'bal ist nützlich für das Monitoring und als Pacing-Hilfe
Regenerationszeitkonstanten (τ) erfordern eine Individualisierung
Das Modell funktioniert bei Hobby-/trainierten Radfahrern besser als bei Elite-Athleten
Die Genauigkeit liegt bei etwa ±20% für Regenerationsvorhersagen

Mathematische Implementierung

Der Ansatz von WattPlan

Wir verwenden den differenziellen Algorithmus aus Gründen der Einfachheit und für die Echtzeit-Performance:

class WPrimeBalance {
                constructor(cp, wPrime) {
                    this.cp = cp;
                    this.wPrime = wPrime;
                    this.wBal = wPrime;
                }
            
                update(power) {
                    if (power > this.cp) {
                        // Lineare Leerung
                        const expenditure = power - this.cp;
                        this.wBal = Math.max(0, this.wBal - expenditure);
                    } else {
                        // Exponentielle Regeneration
                        const recoveryPower = this.cp - power;
                        const tau = 546 * Math.exp(-0.01 * recoveryPower) + 316;
                        const recovery = (this.wPrime - this.wBal) * (1 - Math.exp(-1 / tau));
                        this.wBal = Math.min(this.wPrime, this.wBal + recovery);
                    }
                    return this.wBal;
                }
            }

Zeit bis zur Erschöpfung

TTE = W'bal / (P - CP)

Nur gültig, wenn P > CP. Wenn P ≤ CP, ist die TTE theoretisch unendlich.

Schätzung von CP und W' aus Daten

Lineare Regressionsmethode

Unter Verwendung von Bestleistungen über mehrere Zeiträume:

Work = CP × Time + W'

Mit den Datenpunkten (t₁, W₁), (t₂, W₂), (t₃, W₃):

CP = (W₂ - W₁) / (t₂ - t₁)
            W' = W₁ - CP × t₁

Drei-Punkt-Protokoll

Empfohlene Testdauern:

3 Minuten (stark W'-abhängig)
12 Minuten (gemischt)
20 Minuten (stark CP-abhängig)

Aus der Leistungs-Dauer-Kurve

Mittels nicht-linearer Regression auf Basis des hyperbolischen Modells:

P = W'/t + CP

Dies ist robuster bei verrauschten Felddaten.

Bekannte Einschränkungen

1. Individuelle Abweichungen bei τ

Die Regenerationsraten variieren von Person zu Person erheblich. Die Standard-τ-Gleichung stellt einen Durchschnittswert dar, keinen individuellen Wert.

2. Zustandsabhängigkeit

W' und die Regenerationsrate können beeinflusst werden durch:

Vorherige Belastung (reduziertes W')
Glykogenentleerung
Umgebungsbedingungen (Hitze, Höhe)
Angesammelte Ermüdung

3. Supramaximale Belastungen

Das Modell geht davon aus, dass die Leerung von W' linear verläuft, aber bei sehr hohen Intensitäten (>150% CP) können neuromuskuläre Faktoren zu einem früheren Scheitern führen.

4. Die „Slow Component“

Bei sehr hohen Intensitäten steigt die VO2 auch bei konstanter Leistung weiter an (VO2-slow-component), was durch das einfache Zwei-Parameter-Modell nicht erfasst wird.

Praktische Bedeutung

Wofür W'bal gut geeignet ist

Echtzeit-Pacing-Hilfe bei harten Belastungen
Erkennung des Erschöpfungsrisikos
Vergleich von Belastungsmustern zwischen Ausfahrten
Verfolgung anaerober Fitness-Trends

Wofür W'bal NICHT geeignet ist

Präzise Vorhersage des exakten Erschöpfungszeitpunkts
Absolute Werte im Vergleich zwischen verschiedenen Personen
Hochpräzises Timing der Regeneration
Ersetzen von ordentlichen Tests durch Schätzungen

Best Practices

Nutze W'bal als Orientierungshilfe, nicht als absolute Wahrheit
Kalibriere CP und W' wenn möglich durch ordentliche Tests
Lerne mit der Zeit deine individuellen Regenerationsmuster kennen
Betrachte die Genauigkeit von W'bal als ±20%

Referenzen

Monod H, Scherrer J. (1965). "The work capacity of a synergic muscular group." Ergonomics, 8(3), 329-338.

Skiba PF, Chidnok W, Vanhatalo A, Jones AM. (2012). "Modeling the expenditure and reconstitution of work capacity above critical power." Medicine & Science in Sports & Exercise, 44(8), 1526-1532.

Skiba PF, Fulford J, Clarke DC, Vanhatalo A, Jones AM. (2014). "Validation of a novel intermittent W' model for cycling using field data." International Journal of Sports Physiology and Performance, 10(8), 1034-1041.

Bartram JC, Thewlis D, Martin DT, Norton KI. (2017). "Accuracy of W' recovery kinetics in high performance cyclists—modeling intermittent work capacity." International Journal of Sports Physiology and Performance, 13(6), 724-728.

Jones AM, Vanhatalo A. (2017). "The 'critical power' concept: Applications to sports performance with a focus on intermittent high-intensity exercise." Sports Medicine, 47(Suppl 1), 65-78.

Skiba PF, Clarke DC, Vanhatalo A, Jones AM. (2014). "Effect of work and recovery durations on W' reconstitution during intermittent exercise." Medicine & Science in Sports & Exercise, 46(7), 1433-1440.

Für einen leichter verständlichen Einstieg, siehe Der vollständige Leitfaden zu W' und Critical Power.