Swiss Olympic Science Award 2019 - Book of Posters Magglinger Trainertagung 2019 | 4 - November 2019, Magglingen
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Magglinger Trainertagung 2019 | 4. - 5. November 2019, Magglingen
Journées des entraîneurs 2019 | 4 - 5 novembre 2019, Macolin
Swiss Olympic
Science Award 2019
Book of Posters
Inhaltsverzeichnis Triathlon mixed team relay: Tactical analysis using machine learning...................................... 1 Sprints mit «optimalem Zugwiderstand» verbessern die Sprunganlauf- und Sprintgeschwindig- keit sowie die vertikale Sprungleistung bei Kunstturnerinnen................................................ 2 Verletzungsprävalenz und Risikofaktoren im Ski Alpin.......................................................... 3 Kreativitätstraining verbessert Kreativitätstestresultate – funktionales Techniktraining verbessert Kreativität im Spiel.................................................. 4 „Aller guten Dinge sind vier!“ – Umweltfaktoren als Erfolgsgarant für Schweizer Eishockeytalente........................................... 5 Prozentuale Verteilung von Lernaktivitäten im Kindesalter: Specialised Sampling als Königsweg im Schweizer Sportspiel................................................................................................ 6 Schiessstile im olympischen Luftgewehrschiessen............................................................... 7 Aktivitätsprofil im Spitzeneishockey - Ermittlung von positionsspezifischen Unterschieden in den hochintensiven Beschleunigungsaktionen......................................................................... 8 Was wiegt schwerer? Zur Bedeutung von Technik und Kondition in der Talentselektion im Fussball........................... 9 play more football....................................................................................................... 10
1
TRIATHLON MIXED TEAM RELAY:
TACTICAL ANALYSIS USING
MACHINE LEARNING
1Swiss Federal Institute of Sport, Section for Elite Sports, Magglingen, Switzerland
Troesch S.1, Rossi M.2 and Wehrlin J.P.1 2Swiss Triathlon Federation, Ittigen, Switzerland
KEYWORDS: Machine learning, tactical analysis, triathlon mixed team relay, Tokyo 2020
INTRODUCTION
The triathlon mixed team relay, in which four athletes successively
complete a short triathlon (figure 1) will be new to the Olympic RESEARCH QUESTION
program in 2020.
To optimize race and team selection tactics, the relative importance
How important are the
of different race sections (e.g. run of fourth athlete) must be different sections of the
understood. triathlon mixed team relay for the
Machine learning algorithms can quantify the importance of different prediction of the final result?
race sections for the prediction of the final relay ranking.
RESULTS
The importance scores of all race sections
are shown in Figure 2.
The highest importance scores were
found in the run sections of athlete 3
Figure 1: Race structure of the triathlon mixed team relay.
(importance score = 4.2) and athlete 1
(importance score = 2.9).
METHODS
• A “random forest” model1 was fitted to the results of the 12
major relay races (major championships, world triathlon
series) of the 2018 season.
• Input variables were swim, bike and run times of all four legs
(i.e. athlete 1 to athlete 4). The independent variable was the
final team ranking.
• Variable importance scores were derived via the decline in Figure 2: Importance of different race sections (e.g. run of third athlete) for the prediction of the final relay ranking.
model accuracy (MSE) with random variable permutation2.
Darker red = higher importance = larger impact on final ranking.
DISCUSSION
The analysis revealed that the most important sections SO WHAT?!
for the prediction of the final relay ranking are run and • The study contributed to a better understanding of race
bike of athletes 3 and 4 as well as the run of athlete 1. tactics in the triathlon relay.
That is, fast times particularly in these sections are • Also in every other sport, machine learning models can
connected to a good final result of the team. assess the contribution of sub-results to final competition
rankings.
This knowledge can be used by coaches to select
the relay lineup or to optimize the training regimen • Like this, a better understanding of any discipline can be
built.
of athletes.
1 Breiman, L. (2001). Random forests. Machine learning, 45(1), 5-32.
2 Strobl, C., Boulesteix, A. L., Kneib, T., Augustin, T., & Zeileis, A. (2008). Conditional variable importance for random forests. BMC bioinformatics, 9(1), 307.
Contact: severin.troesch@baspo.admin.ch
2
Sprints mit «optimalem Zugwiderstand» verbessern die Sprunganlauf- und
Sprintgeschwindigkeit sowie die vertikale Sprungleistung bei Kunstturnerinnen
Trainingsinterventionsstudie mit dem «1080 Sprint» mit Athletinnen des Schweizerischen Nationalkaders
Christoph Schärer, Fabian Lüthy, Andreas Felder, Micah Gross, Klaus Hübner
Eidgenössische Hochschule für Sport Magglingen (EHSM)
Key words: Sprinttraining, Zugwiderstand, vertikale Sprungleistung, Pferdsprung, Kunstturnen Frauen
Einleitung Resultate
Eine hohe Sprintgeschwindigkeit ist in vielen Sportarten eine leistungsbestimmende Die End- (15 - 20 m) und Maximalgeschwindigkeit von Pferdsprunganlauf und 20 m
physische Eigenschaft. Am Pferdsprung im Kunstturnen, ist die Sprintgeschwindigkeit Sprint sowie alle Abschnittsgeschwindigkeiten beim Sprunganlauf verbesserten sich
die Voraussetzung für die Anlaufgeschwindigkeit. Letztere erklärt bis zu 62% der um bis zu 4.5% (hohe Effekte: r > 0.5). Ausserdem konnte eine signifikante
Endnote des gezeigten Sprunges am Wettkampf [1]. Steigerung der einbeinigen vertikalen Sprungleistung um 5.1% beobachtet werden
Die Sprintgeschwindigkeit kann durch Verbesserung der Lauftechnik und / oder der (Abb. 2). Der optimale Zugwiderstand mit dem 1080 Sprint variierte - umgerechnet
spezifischen muskulären Leistung gesteigert werden [2]. Sprinttraining mit auf eine vergleichbare Last mit einem Zugschlitten – zwischen 85.9% bis 104.7% des
Zugwiderstand ist hierfür eine effektive Trainingsform [3]. Frühere Studien Körpergewichtes.
verwendeten generell leichte Zugwiderstände (< 43% des Körpergewichtes), um die
Veränderung der Sprintkinematik und –technik zu minimieren. In neueren Studien [4] 8.2 Pre-Test
hingegen wird der «optimale Zugwiderstand» (69 - 96% des Körpergewichtes) 8 Post-Test
+
Geschwindigkeit Pferdsprung [m/s]
verwendet. Dieser wird mittels Bestimmung der maximalen horizontalen +
Sprintleistung berechnet. 7.8
7.6
Fragestellung +
7.4
Wie wirksam ist ein vierwöchiges Sprinttraining mit optimalem Zugwiderstand auf die
Verbesserung der Anlaufgeschwindigkeit am Pferdsprung, der 20 m Sprint- 7.2
geschwindigkeit sowie der vertikalen Sprungleistung bei Elite Kunstturnerinnen?
7
Methode 6.8
Fünf Kunstturnerinnen des Schweizerischen Nationalkaders (Alter: 16.3 ± 1.9 Jahre; +
6.6
Grösse: 157 ± 2.9 cm; Gewicht: 52.8 ± 4.9 kg) nahmen an der Studie teil. Eine
Woche vor (Pre-Test) und nach (Post-Test) der vierwöchigen Trainingsintervention 6.4
wurde beim Anlauf eines Wettkampfsprunges und einem 20 m Sprint die maximale 6.2
Geschwindigkeit (v_max) und 5 m-Abschnittsgeschwindigkeiten gemessen, sowie die
6
maximale vertikale Sprungleistung beim Countermovement Jump (CMJ), Squat Jump
5-10m 10-15m 15-20m v_max
(SJ) und einbeinigen CMJ (SL-CMJ) bestimmt. Am Pre-Test wurde ausserdem der
optimale Zugwiderstand nach Cross et al. [4] aus sieben 20 m Sprints mit 8.2 60
(+)
ansteigenden Zugwiderständen berechnet (Abb. 1). 8
Geschwindigkeit 20m Sprint [m/s]
Vertikale Sprungleistung [W/kg]
7.8 + + 55 (+)
7.6
Das Sprinttraining mit optimalem Zugwiderstand wurde einmal pro Woche 50
7.4 +
durchgeführt und beinhaltete:
7.2
45
7
• 2 maximale Sprints (ohne Zugwiderstand)
6.8
• 6 Sprints mit optimalem Zugwiderstand 40
6.6
• 2 Sprints mit leichtem Zugwiderstand (~ 30 - 35% des Körpergewichtes) + *
6.4 35
6.2
Alle Zugwiderstandsläufe in dieser Studie wurden mit der computergesteuerten
6 30
Zugwiderstandsmaschine 1080 Sprint (1080 Motion, Lindingö, Schweden) 5-10m 10-15m 15-20m v_max CMJ SJ SL-CMJ
durchgeführt, womit gleichzeitig die horizontale Kraft und Leistung sowie die
Abb. 2: Mittelwerte und Standardabweichungen der Abschnittsgeschwindigkeiten und maximalen Geschwindigkeiten beim Anlauf am
Geschwindigkeit aufgezeichnet wurde. Die Mittelwerte von Test 1 und 2 wurden auf Pferdsprung und beim 20 m Sprint, sowie der vertikalen Sprungleistung beim Countermovement Jump (CMJ), Squat Jump (SJ) und
signifikante Unterschiede überprüft (Wilcoxon; Signifikanzniveau: p < 0.05) sowie einbeinigen CMJ (SL-CMJ) der Elite Kunstturnerinnen (n = 5) eine Woche vor (Pre-Test) und nach (Post-Test) dem Sprinttraining mit
optimalem Zugwiderstand (*: signifikanter Unterschied; +: hoher Effekt; (+): mittlerer Effekt).
Effektstärken berechnet [5].
Diskussion / praktische Konsequenzen
Optimaler Zugwiderstand • Das Sprinttraining mit optimalem Zugwiderstand verbessert die End- und
700 700 Maximalgeschwindigkeit beim Pferdsprunganlauf und 20 m Sprint (hohe Effekte),
Pmax sowie die einbeinige vertikale Sprungleistung (signifikante Verbesserung).
600 600
• Die verbesserte (horizontale) Beschleunigungsfähigkeit beim Sprint scheint sich
somit direkt auf die vertikale Sprungleistung zu transferieren. Folglich kann durch
Horizontale Leistung [W]
500 500 dieses Zugwiderstandstraining die generelle muskuläre Leistung der unteren
Horizontale Kraft [N]
Extremitäten gesteigert werden.
400 F0 400 • Trotz der Veränderung der Sprintkinematik bei den Zugwiderstandsläufen durch
den hohen Widerstand (97.5% des Körpergewichtes im Durchschnitt), konnte
300 300 subjektiv eine leichte Verbesserung der Lauftechnik beim linearen Sprint
51.4 kg
festgestellt werden (Videovergleich).
Fopt 60 kg
200 200 • Die Wirksamkeit dieser hochintensiven Sprinttrainingsform ist für alle Sportarten
42.9 kg
25.7 kg
interessant, bei welchen ein schneller Antritt und eine hohe Sprintgeschwindigkeit
34.3 kg entscheidend sind.
100 Leistungs-Geschwindigkeits-Profil
100
17.1 kg 8.6 kg
Kraft-Geschwindigkeits-Profil vopt
0 0 Literatur
v0 1) Schärer, C., Lehmann, T., Naundorf, F., Taube, W., Hübner, K. (2019). The faster, the better? Relationships between run-up speed, the degree of
0 1 2 3 4 5 6 difficulty (D-score), height and length of flight on vault in artistic gymnastics. PLoS ONE 14(3): e0213310.https://doi.org/10.1371/journal.
pone.0213310
Sprintgeschwindigkeit [m/s] 2) Rumpf, M.C., Lockie, R.G, Croning, J.B., Lalilvand, F. (2016). Effect of different sprint training methods on sprint performance over various
distances: A brief review. Journal of Strength and Conditioning Research, 30(6): 1767–1785.
3) Cross, M.R., Brughelli, M., Samozino, P., Brown, S.R., Morin, J.B. (2017). Optimal Loading for Maximizing Power During Sled-Resisted Sprinting.
International Journal of Sports Physiology and Performance, 12: 1069-1077.
Abb. 1: Berechnungsbeispiel des optimalen Zugwiderstandes nach Cross et al. [4] durch Modellierung der mit dem 1080 Sprint
4) Cross, M.R., Lahti, J., Brown, S.R., Chedati, M., Jimenez-Reyes, P., Samozino, P. et al. (2018). Training at maximal power in resisted sprinting:
gemessenen horizontalen Leistung, Kraft und Geschwindigkeit bei sieben Sprints mit ansteigendem Zugwiderstand (Widerstände Optimal load determination methodology and pilot results in team sport athletes. PLoS ONE 13(4): e0195477.
umgerechnet auf vergleichbare Last mit Zugschlitten). F0: theoretische maximale Kraft bei Geschwindigkeit = 0 m/s; v0: theoretische https://doi.org/10.1371/journal.pone.0195477
maximale Geschwindigkeit bei Kraft = 0 N; Pmax: maximale horizontale Sprintleistung zur Bestimmung des optimalen 5) Fritz, C., Morris, P., & Richler, J. (2012). Effect Size Estimates: Current Use, Calculations, and Interpretation. Journal of Experimental Psychology
Zugwiderstandes, der optimalen Geschwindigkeit (vopt) und optimalen Kraft (Fopt). General, 141(1), 2-18.
3
Verletzungsprävalenz und Risikofaktoren im Ski Alpin
Lynn Ellenberger1,2, Walter O Frey 2, Jörg Spörri1,2
1 Sports Medical Research Group, Department of Orthopaedics, Balgrist University Hospital, University of Zurich, Switzerland
2 University Centre for Prevention and Sports Medicine, Balgrist University Hospital, University of Zurich, Switzerland
epidemiology, biological age, injury, leg axis, talent, alpine ski racing
1 Einleitung und Fragestellung
• Hohes Verletzungsrisiko für traumatische und Überlastungs-
schädigungen im alpinen Skirennsport auf Elitestufe [1,2]
• Keine einheitliche Verletzungsdokumentation im
Nachwuchsbereich
• Grosse anthropometrische und neuromuskuläre Veränderungen
während der Wachstumsphase [3]
• Mediale Bewegung des Kniegelenks (Valgus) in der
Sprunglandung als Risikofaktor für Knieverletzungen [4]
Fragestellung:
• Welche und wie viele Verletzungen treten im Nachwuchsbereich
Ski Alpin auf?
• Gibt es entwicklungsbedingte Faktoren, die biomechanische
Risikofaktoren beeinflussen?
2 Methode Beinachsenstabilität
• Dynamischer Valgus während der Kontaktphase: ♀ > ♂
• 104 Nachwuchsathleten Frauen haben einen signifikant grösseren dynamischen Valgus
(U15; 44 ♀, 60 ♂; 13.8 ± 0.6 Jahre) als Männer 18 mm [16 mm; 21 mm] vs. 25 mm [21 mm; 29 mm];
• Standardisierte Gesundheitsbefragung Mittelwert [95 % CI]; p ≤ .01
14-tägig über 12 Monate (OSTR-Fragebogen, App-basiert) • Die Valgusausprägung steht zudem in positiven Zusammenhang
mit dem biologischen Entwicklungsstand (p ≤ .001, R2 = 0.11,
• Biomechanische Analyse der Beinachsenstabilität bei Drop Jump
B = 3.2)
Landungen (3D-Bewegungsanalyse)
• Erfassung anthropometrischer Daten und Berechnung des 4 Schlussfolgerung
biologischen Entwicklungsstandes [5]
• Statistik: Unterschiedsprüfungen mittels t-Test, Prüfung des Einflusses des biolog. Alters auf das Die Gesundheitsprobleme junger Nachwuchsskirennfahrer sind alarmierend:
auftreten akuter Verletzungen [ja; nein] (binäre logistische Regression) und des biolog. Alters auf den Im Schnitt berichtete ein Drittel der Athleten von gesundheitlichen
dynamischen Valgus (lineare Regression) Beschwerden. Das Knie war dabei, genau wie auf Elitestufe, die am
häufigsten betroffene Struktur.
3 Ergebnisse Die Ergebnisse zeigen einen signifikanten Anstieg des Verletzungsrisikos
während des Wachstumsschubs. Bedenkt man, dass Frauen ihren
Gesundheitsbefragung biologischen Entwicklungsschub deutlich früher als Männer haben (11.7 y vs.
13.4 y) [5] könnten die höheren Verletzungszahlen viel mehr eine
• 33% der Athleten haben gesundheitlichen Probleme
(Durchschnittliche zweiwöchentliche Prävalenz)
Repräsentation des Entwicklungsstandes sein, als ein vermeintlicher
Überlastung Geschlechterunterschied. Gleiches gilt für die Werte der dynamischen
29% Krankheit Beinachsenstabilität, wobei der positive Zusammenhang zwischen
• Lokalisation akute Verletzungen: 40%
Knie > Tibia > Hand/Finger biologischem Alter und Valgusausprägung die tiefgreifenden Veränderungen
Akute des neuromuskulären Systems während des Wachstums verdeutlicht.
• Lokalisation Überlastungsverletzungen:
Verletzung
Knie > Lendenwirbelsäule > Fuss/Zeh
31% Wir empfehlen daher, den Verletzungspräventionsprozess bereits vor
Praxistipp
der Pubertät zu beginnen. Er sollte, genau wie das Training, auf den
• Chronologisch ältere Athleten erleiden fast doppelt so häufig
tatsächlichen biologischen Reifegrad von Athleten und ihren
akute Verletzungen und zudem oft schwerwiegendere spezifischen Anforderungen abgestimmt werden und nicht allein auf
(14.9% vs. 7.8% durchschnittliche zweiwöchentliche Prävalenz, p ≤ .001)
den durchschnittlichen Bedarf von Trainingsgruppen mit gleichem
chronologischen Alter.
• Das Auftreten akuter Verletzungen hängt direkt mit dem bio-
logischen Entwicklungsstand zusammen (R2 = 0.06, β = 7.2; p ≤ .01)
5 Referenzen
• Frauen haben signifikant höhere Verletzungsraten als Männer
bezüglich akuter (17.2% vs. 7.8%) und Überlastungsverletzungen (16% [1] Flørenes et al., Br J Sports Med, 43(13):973-978. (2009) [4] Hewett et al. Am J Sports Med, 33(4):492-501 (2005)
[2] Bere et al., Br J Sports Med, 48(1):36-40 (2013) [5] Mirwald et al. Med Sci Sports Exerc, 34(4):689-94 (2002)
vs. 12.1%) [3] Bisi et al., Biomed Eng Online, 15(1):47(2016)
Partners
Kontakt: lynn.ellenberger@balgrist.ch
4
Kreativitätstraining (DT)
Pre-Test Post-Test
Funktionales Techniktraining (FS)
5
„Aller guten Dinge sind vier!“ –
Umweltfaktoren als Erfolgsgarant
für Schweizer Eishockeytalente
Das ganze Paket an Umweltbedingungen (Club, Ausbildung, Familie und Freunde) ist entscheidend, damit ein jugend-
licher Eishockeyspieler sportliche Höchstleistung entwickeln kann. Strategien zur Optimierung der Unterstützung durch
So What!? den Club (u.a. Qualität Training und Wettkampf, Zusammenarbeit mit Ausbildungsstätte) bzw. die Familie (u.a. emotionale
Unterstützung für den Spieler bzw. Integration in den sportlichen Ausbildungsprozess) sollten daher angedacht werden.
Keywords: Talentförderung, Umwelt, Umfeld, Eishockey
Einleitung Methoden
Umweltfaktoren sind mitentscheidend für die erfolgreiche Entwicklung Ehemalige Junioren-Nationalspieler des Schweizer Eishockeyver-
eines Sporttalents (Rees et al., 2016). Besonders relevant dürfte die bandes (N = 103) haben an einer retrospektiven Befragung über die
Unterstützung aus der Mikro-Umwelt der Talente in den Bereichen Club, Unterstützung aus den vier genannten Bereichen der Mikro-Umwelt teil-
Schule/Ausbildung, Familie und Freunde sein (Henriksen, 2010; Hoh- genommen. Die Variablen wurden für zwei Altersabschnitte abgefragt
mann, 2008). Unklar ist bislang jedoch, inwieweit im Zusammenspiel (13-15 bzw. 16-19 Jahre). Anschliessend wurden für beide Alters-
dieser Bereiche besonders erfolgsversprechende Konstellationen abschnitte Clusteranalysen durchgeführt, um bei den auftretenden
existieren, die mit erhöhter Wahrscheinlichkeit zu sportlicher Höchst- Mustern (= Merkmalskonstellationen bzw. Zusammenspiel der vier
leistung führen. Bereiche) sowohl die zeitlich überdauernde Stabilität, als auch den
Zusammenhang mit der späteren sportlichen Leistung zu überprüfen.
Fragestellung
Inwiefern können Merkmalskonstellationen aus der Mikro-Umwelt eines Nachwuchseishockeyspielers das Eishockeyniveau im Höchstleistungsalter
voraussagen?
• Spielklasse Profiteam • Priorisierung Schule • Unterstützung der • Unterstützung
(NLA, NLB, usw.) oder Sport Eltern Mitspieler & Klima im
• Niveau eigene • Typ der Ausbildung • Unterstützung der Team
Spielklasse (Auswahl, (z.B. Sportschule, Geschwister • Unterstützung der
Elit, Top, usw.) Sportlerlehre, usw.) Freunde ausserhalb
Bei überdurchschnittlicher Unterstützung
in allen vier Bereichen im Jugendalter
eine 4.8x erhöhte Wahrscheinlichkeit,
später Nationalspieler und/oder NHL-
Spieler zu werden!
Implikationen
(für Trainer, Clubverantwortliche, usw.)
• Ausbildungsbedingungen in • Sportfreundliche Ausbildung • Eltern einbinden und nicht • Gruppengefüge im Team
Clubs weiter verbessern suchen („Belastungszeit“ ausschliessen schaffen, wo Leistung positiv
(z.B. Trainerausbildung, verringern Ausbildungs- • Kommunikativ und verstanden wird und
Qualität im Training) zeit verlängern transparent sein (nicht nur Teamgeist fördert
• Niveau der Nachwuchsligen • Koordination Club- über Spieler kommunizieren) • Freunde ausserhalb des
hoch halten bzw. erhöhen Ausbildungsstätte optimieren • Familie zu emotionaler Eishockeys versuchen zu
Unterstützung anregen sensibilisieren
• Partnerschaften zwischen Club und Ausbildungsstätte
• Club und Eltern kommunizieren regelmässig und transparent
• Familie und Freunde geben Unterstützung für Sport und Ausbildung
Quellenangaben Autoren
Henriksen, K. (2010). The ecology of talent development in sport: A multiple case study of successful athletic talent Lars Lenze1,2, Claudia Zuber1,2, Marc Zibung1, Roland
development environments in Scandinavia. Doctoral thesis, Institute of Sport Science and Clinical
Biomechanics, University of Southern Denmark. Sieghartsleitner1, Pascal Stegmann1 & Achim Conzelmann1
Hohmann, A. (2009). Entwicklung sportlicher Talente an sportbetonten Schulen. Petersberg: Michael Imhof.
Rees, T., Hardy, L, Güllich, A., Abernethy, B., Côté, J., Woodmann, T. et al. (2016). The Great British Medalist Project: 1 Institut für Sportwissenschaft, Universität Bern
A review of current knowledge on the development of the World’s best sporting talent. Sports Medicine, 46(8), 2 Pädagogische Hochschule Fachhochschule Nordwestschweiz
1041-1058.
Bild: Fabien Perissinotto, CC BY-SA 4.0, https://commons.wikimedia.org/wiki/File:Euro_Hockey_Challenge,_Switzerland_vs._Russia,_22nd_April_2017_78.JPG
6
Prozentuale Verteilung von Lernaktivitäten im Kindesalter:
Specialised Sampling als Königsweg im
Schweizer Sportspiel
Ein variables Sammeln von Erfahrungen (z.B. Freies Spielen, Clubtraining, Ausüben ähnlicher
So What!? Sportarten, polysportive Aktivität) innerhalb einer Sportart im Kindesalter scheint hinsichtlich
einer erfolgreichen Karriere besonders wichtig.
Keywords: Specialised Sampling Model, Diversifikation/Spezialisierung, Sportspiel, Training im Kindesalter
Einleitung 1 Methode 2
Die Ausgestaltung sportlicher Lernaktivitäten im Kindesalter ist Eine Stichprobe von Juniorenspitzenfussballern (n = 290; davon 57
umstritten: Es stellt sich die Frage, ob bis zum Alter von zwölf U-Nationalspieler) und ehemaligen U-Nationalspielern im Eis-
Jahren eher polysportiv oder spezialisiert ausgebildet werden soll, hockey (n = 95) wurde retrospektiv zum Sportverhalten bis zwölf
um späteren Erfolg zu ermöglichen (Côté et al., 2007). Im Jahre befragt. Anhand der Trainingsumfänge in den Variablen Club-
Schweizer Fussball und Eishockey zeigt sich dazu ein Modell des training, freies Spiel, Wettkampf und weiterer Sport wurden Cluster
Specialised Sampling als vielversprechend (Sieghartsleitner et al., mit dem erfolgsversprechenden Weg des Specialised Sampling
2018; Stegmann et al., submitted). Dieses Modell hebt die identifiziert (Fussball: n = 25; Eishockey: n = 16) und deren pro-
Wichtigkeit von variablem Sammeln unterschiedlichster Erfah- zentuale Verteilung der Lernaktivitäten berechnet.
rungen innerhalb einer Sportart hervor (z.B. angeleitetes Training
und freie Sportausübung).
Fragestellung 3
Wie gestaltet sich die konkrete prozentuale Verteilung der Lernaktivitäten im Modell des Specialised Sampling?
Resultate (Tab. 1: Prozentuale Verteilung der Lernaktivitäten und Beschrieb möglicher Inhalte) 4
Freies Spiel Training im Club Wettkämpfe Weiterer Sport
45-55% 25-35% 5-10% 5-15%
• Freies Spielen (z.B. freier
• Clubtraining (unter
Eislauf, freier Fussball) mit
Anleitung) in der primären
Freunden in der primären
Sportart • Ausüben unähnlicher
Sport
• Individuelles (strukturiertes, • Turniere und Spiele in der Sportarten
• Individuelles, gezieltes Üben
gezieltes) Training im primären Sportart • Keine Abhängigkeit von der
(z.B. individuelles
Clubsetting in der primären • Turniere & Spiele in Art der Ausführung (z.B.
Techniktraining) der
Sportart ähnlichen Sportarten freies Spielen, Clubtraining
primären Sportart
• Clubtraining in ähnlichen etc.)
• Freies Spielen in ähnlichen
Sportarten (z.B. Unihockey,
Sportart (z.B. Street Hockey,
Futsal)
Futsal, Beach Soccer)
Schlussfolgerungen 5
Um mit erhöhter Wahrscheinlichkeit erfolgreich zu werden, sollte der Grossteil der Lernaktivitäten im Kindesalter innerhalb einer Sportart
stattfinden. Insbesondere zeigt sich aber, dass erfolgreiche Spielsportler etwa die Hälfte der Lernaktivitäten nicht im leistungsorientierten
Clubtraining, sondern in der freien Sportausübung ohne Anleitung absolvieren. Die freie Ausübung sportartähnlicher Formen ist dabei
eingeschlossen (z.B. Unihockey für Eishockeyspieler, Beach-Soccer für Fussballer).
Literaturverzeichnis Pascal Stegmann
Côté, J., Baker, J. & Abernethy, B. (2007). Practice and play in the development of sport expertise. In G. Tenenbaum & R. C. Eklund (Hrsg.), Roland Sieghartsleitner
Handbook of sport psychology (3. Aufl., S. 184-202). Hoboken: John Wiley & Sons. Claudia Zuber
Sieghartsleitner, R., Zuber, C., Zibung, M. & Conzelmann, A. (2018). “The Early Specialised Bird Catches the Worm!” – A Specialised Marc Zibung
Sampling Model in the Development of Football Talents. Frontiers in Psychology, 9:188. Lars Lenze
Stegmann, P., Sieghartsleitner, R., Zuber, C., Zibung, M., Lenze, L. & Conzelmann, A. (in preparation). Successful development pathways Achim Conzelmann
in popular game sports: Swiss ice hockey talents are also “Specialised Samplers”.
7
4
Da Schussresultate im Sportschiessen in
erster Instanz von Zielpunktbewegungen
des Sportgerätes abhängig sind, stellt sich
5 1. Lassen sich Schüsse zu unterschiedlichen
Schiessstilen zuordnen?
aus leistungssportlicher Perspektive die 2. Besteht ein Leistungsbezug zwischen
6
praktisch relevante Frage, inwiefern unterschiedlichen Schiessstilen?
Merkmale dieser Zielpunktbewegungen 3. Sind individuelle Schiessstile zeitstabil?
die Identifikation leistungsrelevanter und
zeitstabiler Schiessstile erlauben?
8421 Schüsse von 2015 – 2018
Zielpunkt
• approach trend dist to peaks
7 Phasenweise PCA
• approach peaktrend
8
• approach sd angle
• approach mw angle
• aproach sd y
• approach angle error
Zielpunkt Analyse • approach angle
Messgerät: SCATT • approach sd interpeak time
• approach rel turn freq
• approach mw interpeak time
▪ Annäherungsphase • approach steigung
• approach sd x
▪ Haltephase •
•
approach dist angle to peaks
approach sd ampli peaks
• 3 Rückschlagskomponenten
▪ Auslösephase • approach mw ampli peaks • 2 Auslösekomponenten
•
•
approach mean velocity
approach sd velocity • 5 Haltekomponenten
▪ Rückschlagsphase • … • 5 Annäherungskomponenten
3 4 5 6 7 8 8 1.
2.
7 6
Cluster N = 3176 Schüsse
Cluster N = 2848 Schüsse
5 4 3
3. Cluster N = 1416 Schüsse
4. Cluster N = 681 Schüsse
➔ Unterschiedliche Schiessstile
können identifiziert werden
➔ Gleiche/ähnliche individuelle
durch 7 Topathleten
8
Aufgabenlösungen nach ca. 1/3 Jahr
F(3,8120) = 300.8, p < 0.05, ɳ2 = 0.1
➔Mehrere Ebenen der Daten:
7 ➔ Gezieltes Feedback soll Training
von individuellen leistungsfördernden
Athlet, Messzeitpunkte, Niveau Schiessstilen ermöglichen.
6
30 30
Relative Häufigkeiten Schüsse [%]
Relative Häufigkeiten Athleten [%]
25 25
20 20
15 15
10 10
5 5
0 0
weiblich_T2
männlich_T2
weiblich_T3
männlich_T3
weiblich_T4
männlich_T4
weiblich_E1
männlich_E1
weiblich_E2
männlich_E2
5
Geschlecht und Einstufung
rel. Anzahl Schüsse rel. Anzahl Athleten
➔Stabilität der Ergebnisse auch bei
Niveauhomogenität
4
8
Aktivitätsprofil im Spitzeneishockey – Ermittlung von positionsspezifischen
Unterschieden in den hochintensiven Beschleunigungsaktionen
Christian Bielmann, Martin Rumo, Julien Buchs und Markus Tschopp, Eidgenössische Hochschule für Sport Magglingen EHSM
Einleitung
Dank messtechnologischem Fortschritt ist es nun möglich, die äussere Dies entspricht im Durchschnitt 2.2 HIBꞏShift–¹, allerdings mit einer grossen
kinematische Belastung im Spielsport objektiv zu quantifizieren (Sweeting, Variabilität (71.5% CV; 0-8) zwischen den Shifts (siehe Tab. 1). Zwischen den
Cormack, Morgan, & Aughey, 2017). Die Quantifizierung und Beschreibung der Positionen gab es signifikante Unterschiede in der durchschnittlich pro Einsatz
im Spiel erbrachten äusseren Belastung ermöglicht es ein besseres Verständnis geleisteten hochintensiven Beschleunigungen (χ² = 8.80, p = 0.01, Abbildung 1).
über die Sportart und deren kritischen physischen Erfolgsfaktoren zu erhalten. Der Post-hoc-Test zeigte, dass Flügel im Schnitt pro Einsatz mehr hochintensive
Erst kürzlich erschien die erste und bis anhin einzige Studie, welche im Beschleunigungen erbrachten als Verteidiger (p < 0.01, d = 0.46).
Eishockey die äussere Belastung mittels automatisiertem Positionsmesssystem Beim Vergleich der geleisteten hochintensiven Beschleunigungen aus
erforschte (Lignell, Fransson, Krustrup, & Mohr, 2018). Nebst der Betrachtung unterschiedlichen Initialgeschwindigkeiten konnten lediglich aus «sehr hohen»
der Gesamtdistanz und der Laufleistung in festgelegten Geschwindigkeitszonen Geschwindigkeiten Gruppenunterschiede beobachtet werden (χ² = 18.76, p <
wurde die Anzahl Sprints ermittelt. Als Sprint zählte dabei jede Überschreitung 0.01). Flügel und Center initiierten signifikant mehr hochintensive
der > 24 kmꞏhˉ¹-Schwelle. Die Definition eines Sprints über die Geschwindigkeit Beschleunigungen aus «sehr hoher» Initialgeschwindigkeit im Vergleich zu den
führt im Eishockey und allgemein in Spielsportarten zu Fehlinterpretationen, da Verteidigern (p < 0.01, d = 0.75 und p = 0.02, d = 0.44 respektive, Abbildung 2).
die oft vorkommenden kurzen hochintensiven Antritte, in denen keine hohe
Endgeschwindigkeit erreicht wird, übersehen werden (Varley & Aughey, 2013). 3.5 *
Im Unterschied zu Lignell et al. (2018) wurde in der vorliegenden Untersuchung
nicht der Geschwindigkeitsverlauf, sondern der Beschleunigungsverlauf zur 3
Ermittlung von Belastungsindikatoren herangezogen. Als Indikator der
Sprintleistung diente in der vorliegenden Untersuchung die hochintensiven 2.5
Beschleunigungen (HIB), die auf Basis einer kürzlich entwickelten Methode
Ø-Anzahl HIB pro Shift
identifiziert wurden (Sonderegger, Tschopp, & Taube, 2016). Dabei wurde 2
untersucht, ob positionsspezifische Unterschiede in der Anzahl hochintensiver
Beschleunigung gesamthaft sowie aus unterschiedlichen Initialgeschwindigkeiten 1.5
bestehen.
1
Methode
Mittels lokalem Positionsmesssystem (LPM, Inmotiotec) wurden die 0.5
Laufleistungen von 18 Spitzeneishockeyspielern während einem internationalen
Klubturnier aufgezeichnet. Die Spieler wurden auf Basis ihrer Spielposition in 0
Flügel Center Verteidiger
Verteidiger, Center & Flügel gruppiert, wovon von jeder Position n = 6 Match- Abbildung 1. Anzahl der durchschnittlich pro Einsatz erbrachten hochintensiven
Beschleunigungen (HIB). *p < 0.05
files resultierte. Analysiert wurden insgesamt 295 Shifts (Flügel, n = 77; Center, n
= 108; Verteidiger, n = 107). Zur Erkennung der einzelnen Beschleunigungen 1
*
wurden die Zero-Crossings aus dem Beschleunigungsverlauf herangezogen. Um 0.9
als Beschleunigung im Datensatz berücksichtigt zu werden, musste die *
Ø-Anzahl HIB aus unterschiedlichen Initialgeschwindigkeiten
0.8
Beschleunigung (A) eine Mindestdauer von mindestens 0.9 s (B) eine
Geschwindigkeitszunahme von 0.9 kmꞏhˉ¹ sowie (C) eine Mindestdistanz von 0.7
>2m aufweisen. Von den anfänglich 8909 Zero-Crossings wurden 5784 als nicht- 0.6
relevante Beschleunigungen aus dem Datensatz aussortiert. Zur Identifikation 0.5
von hochintensiven Beschleunigungen wurde keine fixe Schwelle (e.g. 2.78
mꞏsˉ²), sondern eine in Abhängigkeit der Initialgeschwindigkeit variablen
0.4
Schwelle herangezogen (Sonderegger et al., 2016). Die Schwelle wurde mit 0.3
folgender Formel berechnet: 0.2
hochintensive Beschleunigungsschwelle = 3.48 + V_initAktion (-0.34) 0.1
0
Wobei V_initAktion die Geschwindigkeit bei Initiierung der Beschleunigung F C
< 6.0 km/h
V F C V
6.01 - 12.0 km/h
F C V
12.01 - 18.3 km/h
F C
> 18.3 km/h
V
darstellte. Mittels k-means Clusteranalyse wurden vier unterschiedliche Gruppen Initialgeschwindigkeit
Abbildung 2. Geschwindigkeit bei Initiierung der hochintensiven Beschleunigungen
Initialgeschwindigkeiten gebildet – 18.3 kmꞏhˉ¹ «sehr hoch». Als Mass zur
Beurteilung der positionsspezifischen Unterschiede wurde der Kruskal-Wallis-
Test durchgeführt. Bei signifikanten Gruppenunterschieden wurden die einzelnen Diskussion / Schlussfolgerung
Paarvergleiche mittels Dunn-Bonferroni-Tests genauer betrachtet. Um die Die Ergebnisse zeigen, dass positionsspezifische Unterschiede in der
Bedeutung eines signifikanten Ergebnisses beurteilen zu können, wurden die durchschnittlich pro Einsatz erbrachten hochintensiven Beschleunigungen
Effektstärken mittels Cohen’s d berechnet und qualitativ bewertet als 2 sehr grosser Beschleunigungen und weisen damit im Vergleich zu den Verteidigern ein
Unterschied. intensiveres Skating-Profil auf, was trotz Betrachtung unterschiedlicher
Belastungsindikatoren in Einklang mit der bestehenden Literatur steht (Lignell et
Resultate al., 2018). Die Resultate legen den Schluss nahe, dass Flügel und Center im
Insgesamt wurden 3125 Beschleunigungen identifiziert, wovon 635 (20.3%) als Training vermehrt Beschleunigungen aus hoher Laufgeschwindigkeit (>18.3
hochintensive Beschleunigungen klassiert wurden. kmꞏhˉ¹) einbauen sollten. Aufgrund der hohen Shift-to-Shift Variabilität (71.5%
CV) in der Intensität sollten die Shifts in Zukunft differenzierter betrachtet
Tabelle 1
Deskriptive Statistik der durchschnittlich pro Spielposition analysierten Shifts sowie die werden, damit Aussagen sowie positionsspezifische Vergleiche über die
durchschnittlich pro Shift erbrachten hochintensiven Beschleunigungen intensivsten Shifts möglich sind.
Anzahl Shifts pro Spieler Ø-Anzahl HIBꞏShift-¹
Position
MW± SD CV% MW± SD CV%
(min-max) (min-max) Literatur
Alle (n = 18) 16.4 ± 6.2 38.4 2.2 ± 1.5 71.5 Lignell, E., Fransson, D., Krustrup, P., & Mohr, M. (2017). Analysis of high-intensity skating in top-class ice-hockey match-
(4 – 24) (0 - 8) xxxplay in relation to training status and muscle damage. Journal of Strength and Conditioning Research.
Flügel (n = 6) 13.5 ± 7.8 57.5 2.5 ± 1.7 66.7
Sonderegger, K., Tschopp, M., & Taube, W. (2016). The Challenge of Evaluating the Intensity of Short Actions in Soccer: A
(4 – 23) (0 – 7)
xxxNew Methodological Approach Using Percentage Acceleration. PLoS ONE, 11(11)
Center (n = 6) 17.7 ± 5.3 30.1 2.2 ± 1.5 67.1
(12 – 24) (0 – 8) Sweeting, A. J., Cormack, S. J., Morgan, S., & Aughey, R. J. (2017). When Is a Sprint a Sprint? A Review of the Analysis
Verteidiger (n = 6) 18.0 ± 5.5 30.8 1.8 ± 1.4 77.8 xxxof Team-Sport Athlete Activity Profile. Front Physiol, 8, 432.
(8 – 24) (0 – 6)
Varley, M. C., & Aughey, R. J. (2013). Acceleration profiles in elite Australian soccer. International Journal of Sports
Anmerkungen. MW, Mittelwert; SD, Standardabweichung; CV%, Variationskoeffizient; HIB, xxxMedicine, 34(1), 34-39
hochintensive Beschleunigungen9
Was wiegt schwerer? Zur Bedeutung von Technik
und Kondition in der Talentselektion im Fussball
Bryan Charbonnet, Roland Sieghartsleitner, Claudia Zuber, Marc Zibung & Achim Conzelmann
Keywords: Fussball, Talentselektion, Technik, Kondition
#1 Einleitung #2 Fragestellung
Die Sportwissenschaft bietet Clubs und Verbänden immer mehr Tests und Was kann besser vorhersagen, wer Profi wird?
Talentkriterien an, um die Profis von morgen zu identifizieren. Aus Trainersicht ist klar,
dass die Zeit fehlt, um diese alle durchzuführen. Daher scheint es notwendig, den
Technik VS. Kondition
Fokus auf die effizientesten Kriterien zu richten, welche bereits frühzeitig vorhersagen,
wer eine professionelle Fussballkarriere vor sich hat (Lidor, Côté & Hackfort, 2009).
#3 Methode und Resultate
195 Juniorenspitzenfussballer
Grenzwertoptimierungskurve
Binäre logistische Regression
Wer wird Profi* ?
Korrelationen
DeLong-Test
Methode
Vorhersage NUR anhand Vorhersage NUR anhand
VS.
Techniktests Konditionstests
(Dribbling, Torschuss, Ballkontrolle, Jonglieren) (Gewandtheitslauf a, 40m-Sprint b, CMJ c, YoYo)
* 31 von 195 Juniorenspitzenfussballern sind tatsächlich Profis (U20) geworden.
U13 U14 U16 U17
Wie viele zukünftige 88% 76% 82% 77%
Profis werden richtig
identifiziert? 64% 76% 78% 79%
Sind die Tests durch Nein Nein Nein Nein
biologische
Entwicklung Moderat c
VS.
beeinflusst (p10
play more football
Mirjam Hintermann1, Jörg Fuchslocher1, Raphael Kern2, Dennis-Peter Born1, Michael Romann1
1Eidgenössische Hochschule für Sport Magglingen EHSM; 2Schweizerischer Fussballverband
Keywords: small-sided games, Nachwuchsfussball, Wettspielformen, Talententwicklung
Einleitung
Kinder eignen sich Kompetenzen im technisch-taktischen Be-
reich am besten in Spielformen mit häufigen und variantenrei-
chen Aktionen an1. Dies bedeutet, dass der Wettspielform eine
hohe Bedeutung in der Ausbildung von jungen Spielerinnnen
und Spielern zugeschrieben werden sollte. Studien zeigen dass
Kleinfeldspiele, bei denen Spielfeldgrösse und Spieleranzahl re-
duziert und Anzahl und Grösse der Tore sowie Regeln angepasst
werden, im Vergleich zu Grossfeldspielen, zu grösserer Anzahl
von technisch-taktischen Spielaktionen führen. Grossfeldspiele
haben hingegen den Vorteil grösserer taktischer Variabilität,
Positionsspezifität und Tiefe. Um die Kinder kompletter zu för-
dern und die aktuelle Wettspielform im Schweizer Kinderfuss-
ball (Grossfeldspiel 7 vs. 7) weiterzuentwickeln, entstand eine
neue Form, bei der ein Kleinfeldspiel (4 vs. 4) und ein Grossfeld-
spiel (7 vs. 7) kombiniert wurden. Abbildung 1: Die Felddimensionen des Kleinfeldspiels (4 vs. 4) und des Grossfeldspiels (7 vs. 7).
Ziel dieser Studie war der Vergleich der Anzahl und Qualität von technisch-taktischen Spielaktionen in der aktuellen Wettspielform
(7 vs. 7) und der neuen kombinierten Wettspielform (4 vs. 4 und 7 vs. 7) bei E-Juniorinnen und Junioren.
Methode
323 Spielerinnen und Spieler (Alter: 10.23 ± 0.67 Jahre)
Aktuelle Wettspielform: 17 Teams (n=165)
Kombinierte Wettspielform: 16 Teams (n=158)
Videoaufnahmen von 82 Spielen
Die Parameter der technisch-taktischen Spielaktionen wur-
den mit einem digitalen Taggingpanel von geschulten Exper-
ten quantifiziert und nach ihrer Ausführungsqualität bewer-
tet.
Resultate
In der kombinierten Wettspielform haben die Spielerinnen und
Spieler pro Kind pro Minute:
62% mehr Spielaktionen (pSwiss Olympic Haus des Sports Talgut-Zentrum 27 3063 Ittigen b. Bern Telefon +41 (0)31 359 71 11 info@swissolympic.ch www.swissolympic.ch
Sie können auch lesen
