Ausgangslage
Laktat-Stufentests liefern Rohdaten, aber die Auswertung (Dmax, Modified Dmax, Log-Log, OBLA) ist Methodenwissen, das viele Trainer manuell und uneinheitlich erledigen — dieselben Zahlen ergeben je nach Verfahren andere Zonen, und der Sportler versteht am Ende nur Bahnhof.
Lösung
Eine Web-App, die mehrere Schwellen-Modelle parallel auf die Rohdaten rechnet, daraus ein 6-Zonen-Trainingssystem ableitet und die Ergebnisse per Google-Gemini-API in Klartext interpretiert — für Läufer und Radfahrer, mit eigenem Coach-Modus für Trainer, die mehrere Athleten betreuen.
Im Kern
Multi-Methoden-Analyse
LT1 und LT2 über Dmax, Modified Dmax, Log-Log und OBLA — parallel berechnet, statt sich auf ein Verfahren zu verlassen.
VLamax-Profiling
Glykolytische Kapazität als Sprinter-vs-Ausdauer-Indikator — die Info, die klassische Tests weglassen.
6-Zonen-System
Aus den Schwellen abgeleitete Trainingszonen für Lauf und Rad — direkt trainierbar, nicht nur diagnostiziert.
KI-Interpretation
Verständliche Auswertung und Wettkampf-Strategie statt nackter Zahlen — der Test, der sich selbst erklärt.
Code-Einblick
// Modified Dmax: Punkt mit maximalem Abstand zur Baseline function methodDmax(data: Point[], modified = false) { let start = data[0] const end = data[data.length - 1] if (modified) { // Start beim ersten signifikanten Anstieg (≥ 0.4 mmol/l) for (let i = 1; i < data.length; i++) { if (data[i].y - data[i - 1].y >= 0.4) { start = data[i - 1]; break } } } const m = (end.y - start.y) / (end.x - start.x) // … Cubic-Spline + maximaler Lotabstand zur Geraden }
Tech-Stack
Ergebnis
Live unter lactatethreshold.online für Sportler und Trainer. Zeigt Domänen-Tiefe: vier etablierte Schwellen-Modelle sauber in TypeScript umgesetzt, zu einem Zonensystem verdichtet und per KI in verständliche Empfehlungen übersetzt.