Zusammenfassung

Neuronale Netze können nichtlineare Zusammenhänge von Prädiktor- und Kriteriumsvariablen durch Training erlernen und damit die Zusammenhänge der Variablen modellieren bzw. bei zeitlichen Zusammenhängen von Prädiktor- und Kriteriumsvariablen zur Prognose der Kriteriumsvariablen herangezogen werden. Unter den verschiedenen Methoden Neuronaler Netze sind Multilayer-Perceptrons aufgrund ihrer mustererkennenden Eigenschaften hierfür besonders geeignet (Zimmermann, 1995, Janetzke & Falk, 1994). Bisher durchgeführte Modellierungen bzw. Prognosen von Leistungswerten aus den Trainingsdaten einer Schwimmerin auf hohem internationalen Niveau zeigen, daß dies im Einzelfall möglich ist (Edelmann-Nusser, Hohmann & Henneberg, 2000; Hohmann, Edelmann-Nusser & Henneberg, 2000).
Im Rahmen der Vorbereitung auf die Europameisterschaften in Berlin 2002 sollen bei den A-Kader-Schwimmerinnen Nicole Hetzer (Magdeburg) und Britta Steffen (Potsdam) sowie bei einer Reihe von weiteren Kaderschwimmerinnen der beiden Olympiastützpunkte Halle / Magdeburg und Potsdam ab Jahresbeginn 2002 wöchentlich und lückenlos die konkreten Trainingsdaten, abschnittsweise getestete isometrische und isokinetische Kraftparameter (Maximalkraft, Schnellkraft und Kraftausdauer) und schwimmerische Testleistungen (tethered swimming, semi-tethered swimming) sowie biochemische Beanspruchungsparameter (Laktat) erhoben werden. Die Diagnosedaten werden zur Modelierung der individuellen Wettkampfleistungen bei den Aufbau- und Hauptwettkämpfen eingesetzt. Ziel der prozessbegleitenden Trainingsstudie ist es, die Leistungsentwicklung im Sinne der Trainingsadaptation zu modellieren und den weiteren Trainingsinput zu simulieren bzw. die finale Wettkampfleistung zu prognostizieren (vgl. Edelmann-Nusser, Hohmann & Henneberg, 2001; Hohmann, Edelmann-Nusser & Henneberg, 2001).