powerAI v4: Dein VO2max, auf dich kalibriert (2026)

Dein Wochen-VO2max hat sich diese Woche bewegt – zwei rauf, oder drei runter – und du hast an deinem Training nichts geändert. Hier ist, was passiert ist, mit Zahlen, und mit dem einen Satz, den wir dir seit Juli schulden.

Der Satz, den wir dir schulden

Als wir im Juli powerAI v3 vorgestellt haben, endete ein Abschnitt dieses Artikels so: „An einzelnen Athleten sehen wir mit einem neueren Ansatz schon jetzt noch glattere Kurven — das validieren wir gerade über die Breite, bevor wir Zahlen dazu nennen. Keine Marketing-Deadline; wir nennen das Datum, wenn wir es sehen."

Das Datum war der 1. September. Das hier ist dieser Beitrag – und er hat die Zahlen.

Was v3 versprochen hat, und wo es aufhörte

v3 war der Sprung von einzelnen Messwerten zu einer Kurve. Ein neuronales Netz liest jede Fahrt, die du synchronisierst – Leistung, Herzfrequenz, Trittfrequenz, Temperatur, Sekunde für Sekunde – und schätzt, wie dein Motor aussehen muss, um sie zu erklären. Ein Kalman-Filter verschmilzt diese Lesungen dann zum Wochenwert in deinem Stoffwechselprofil: ruhig, wenn nichts passiert, wach, wenn sich etwas ändert. Dieser Teil funktionierte, und tut es noch.

Aber der v3-Artikel hatte auch einen Abschnitt namens Was v3 nicht ist, und er war in einem Punkt ehrlich: Bei einigen Athleten lief die Kurve sauber, saß aber als Ganzes einen Schritt neben ihrem wahren Niveau. Die Lösung gab es – ein Powertest kalibriert das Netz auf dich, unser digitaler Zwilling –, und Kurve und Anker lebten nebeneinander. Die Kurve war ruhig. Sie saß nicht immer auf dir.

Das ist die Lücke, die v4 schließt.

Was v4 ändert

Der Zwilling, für jede Kurve. Jede angezeigte Kurve trägt jetzt eine eigene Kalibrierung. Mit einem gültigen Powertest nutzt diese Kalibrierung den gemessenen Anker. Ohne Test setzt v4 ein athletenspezifisches Niveau aus deinen Fahrten – aber einen gemessenen Anker gibt es erst, wenn du testest. So oder so: Daher kommen drei von vier der größeren Bewegungen.

Der Anker sitzt in der Kurve. Seit dem 1. September wird der Wochenwert von deinem letzten gültigen Powertest aus nach vorn gebaut. An der Testgrenze startet die Kurve auf dem neuen Testniveau und bewegt sich dann mit den neuen Fahrten. Ein neuer Test setzt ein neues Niveau – bewusst, in einem Schritt, statt dass die Kurve über Wochen dorthin driftet.

Die Historie, neu gebaut. Im Neuberechnungslauf vom 1. bis 6. September 2026 haben wir 750.525 historische Aktivitäten und ihre Wochenwerte für die betroffenen Kurven neu gerechnet, alle mit derselben Kalibrierung – damit eine Saisonkurve von Anfang bis Ende zusammenpasst.

Das Netz selbst ist unverändert. Die Physik ist unverändert. Geändert hat sich, wie das Modell an dich gebunden ist und wie aus seinem Ergebnis die Zahl wird, die du siehst. Der Rest dieses Artikels ist der Beleg.

Wie nah folgt der angezeigte Wert deinem Powertest?

Eines vorweg, weil es entscheidet, was die Zahlen bedeuten: Es gibt hier zwei Referenzen, und sie beantworten zwei verschiedene Fragen.

Das Labor ist die Referenz für den Powertest: 43 Athleten mit paralleler Spirometrie, mittlerer Bias – Powertest minus Laborwert – von −1,8 ml/min/kg, also im Schnitt 1,8 zu niedrig, und ein mittlerer absoluter Fehler – die durchschnittliche Größe der Abweichung, egal in welche Richtung – von 3,3. Die ganze Studie steht in Powertest-Genauigkeit. So gut ist der Test.

Der Powertest ist die Referenz für den angezeigten Wert: für jede auswertbare Testserie das, was das Modell nach dem Test zeigte, gegen das, was der Test sagte. Das ist dieser Abschnitt. Wir halten beides auseinander und addieren die Fehler nicht – das eine misst den Anker, das andere, wie gut die Kurve ihn hält.

Zwei Fenster, weil sie Verschiedenes beantworten. Die „Testwoche" ist der erste Wochenwert mindestens sieben Tage nach dem Test – und weil v4 die Kurve auf dem Testniveau starten lässt, misst dieses Fenster konstruktionsbedingt die Übereinstimmung mit dem Anker. Das „90-Tage"-Fenster ist der Median der Wochen zwei bis dreizehn und zeigt, wie gut diese Übereinstimmung hält, sobald neue Fahrten kommen. Beides gemessen an jeder Testserie, deren letzter gültiger Test vor dem 1. Juni 2026 liegt – 1.074 Serien über Rad und Lauf –, damit alte wie neue Anzeige dreizehn Wochen nach dem Test zur Beurteilung hatten. Critical Power (CP) ist die modellierte Grenze zwischen hart-aber-haltbar und nicht mehr haltbar; verwandt mit der FTP, aber nicht dasselbe.

Die Ränder lesen. Unter v3 lag jede vierte Testserie in der Testwoche selbst mehr als 5 ml/min/kg neben ihrem eigenen Test. Unter v4 ist es jede vierzehnte – und nach 90 Tagen jede fünfzigste. Der verbleibende Abstand ist kein rutschender Anker: Es ist die Kurve, die den Fahrten folgt – oder in manchen Fällen eine Eingabe, die sich nach dem Test geändert hat, etwa eine neue maximale Herzfrequenz. Wo ein Athlet nach einem Test Form aufbaut oder verliert, bewegt sich die Kurve. Dafür ist sie da.

Der Zwilling, getestet, bevor er live ging

Bevor irgendetwas davon auf deinen Bildschirm kam, wurde die athletenspezifische Kalibrierung so getestet, wie man ein Modell testen sollte: gegen Powertests in Goldqualität – sauber, vollständig, protokollkonform –, die es nie gesehen hatte. Gegen diese zurückgehaltenen Tests fiel der mittlere absolute Fehler für VO2max von 4,53 auf 2,93 ml/min/kg, 35 % weniger, und für Critical Power von 26,4 auf 16,3 W, 38 % weniger. In der Elite-Teilgruppe dieses Sets, wo generische Modelle am weitesten von der Wahrheit abdriften, schloss sich die Lücke um 52 % beim VO2max und 74 % bei CP – eine kleinere Gruppe, lies die beiden also als Richtung, nicht als Nachkommastelle.

Das ist der Beleg von der Trainingsseite. Die Tabelle oben ist, wie es aussieht, sobald es auf deinem Bildschirm ankommt.

Eine ruhigere Kurve – diesmal an 2.060 Saisonkurven gemessen

Der v3-Artikel nannte eine Woche-zu-Woche-Variation von 0,886 ml/min/kg. Diese Zahl beschrieb die gefilterte Kurve – die interne Schätzung des Modells – auf einem Validierungsgitter. Die Zahlen unten nutzen einen anderen Kanal: den Wochenwert, den Athleten tatsächlich gesehen haben, gemessen an der Live-Population. Man darf sie nicht direkt vergleichen. Auf demselben gefilterten Live-Kanal bewegte sich die Woche-zu-Woche-Variation von 1,03 mit v3 auf 0,97 mit v4; beim angezeigten Wert, der in v3 eine zusätzliche Schicht Kalibrierrauschen trug, ist der Gewinn größer.

Für diesen angezeigten Wert haben wir 2.060 auswertbare Saisonkurven aus den Kalenderwochen 10 bis 35 des Jahres 2026 ausgewertet, ein Ergebnis je Kurve. Die mediane Woche-zu-Woche-Bewegung fiel von 1,23 auf 1,00 ml/min/kg, und der Anteil der Kurven mit mindestens einem Sprung von vier Punkten oder mehr fiel von 36 % auf 17 %. An 1.281 Testgrenzen fiel die mediane Stufe von 3,3 auf 1,8 ml/min/kg – und diese verbleibende Stufe ist jetzt beabsichtigt: Die Kurve startet auf dem frisch gemessenen Testniveau, statt den Test über die folgenden Wochen allmählich aufzunehmen.

Die Saison oben ist ein Athlet, ausgewählt, weil darin nichts Dramatisches passiert – genau das ist der Punkt. Vor dem Test hatte v3 die Kurve sieben Punkte zu hoch; der Test riss sie herunter. v4 blieb nahe dem Niveau, das der Test später maß, und von dort folgen beide Versionen denselben Fahrten – v4 mit weniger Zittern. Ein Einzelfall zur Anschauung; die Verteilungen oben und unten sind der eigentliche Beleg.

Eines tut v4 nicht: Es macht nicht jede Woche gleich. Etwa jede sechste Saisonkurve enthält noch eine Woche, die um vier Punkte oder mehr springt – typischerweise nach einem Block sehr langer Fahrten, die das Modell mit mehr Vertrauen liest, als es sollte. Der Mechanismus ist gemessen; wie oft er die Ursache ist, nicht.

Und ein paar Dinge können eine Kurve noch bewegen, die mit deiner Fitness nichts zu tun haben. Zwei davon haben wir gemessen: Ein zweiter Leistungsmesser auf einem zweiten Rad kann mehrere Punkte danebenliegen – bei einem Athleten saß das SRM 3,5 Punkte unter dem Quarq –, und ein neuer Powertest, der die maximale Herzfrequenz des Modells um zehn Schläge verschiebt, lässt 43 % der Kurven mehr als 5 % neben ihrem Test liegen, gegenüber 24 % sonst. Zwei haben wir nicht isoliert: Hitze und Höhe. Mehrere auf einmal können den sichtbaren Effekt verstärken. Wir sagen das lieber hier, als dass du es selbst herausfindest – und alles davon steht auf der Liste für Version 5.

Geprüft gegen das, was Athleten tatsächlich gefahren sind

Genauigkeit gegen einen Test ist das eine. Ein angezeigter Wert lässt sich auch gegen etwas prüfen, mit dem sich schwerer streiten lässt: die Leistung, die ein Athlet in einem Rennen tatsächlich gehalten hat. Mit Dauer, Körpermasse und der Umrechnung des Modells von Leistung in Sauerstoffbedarf setzt eine gefahrene Leistung eine Untergrenze für das VO2max, das sie hervorgebracht haben kann. Unter diesen Annahmen wäre eine Kurve unter dieser Grenze mit der aufgezeichneten Leistung unvereinbar.

Bei vier Profis mit brauchbaren Renndaten lag kein angezeigter Wert unter der Grenze, die ihr eigenes Rennen gesetzt hatte. Vier Fahrer sind kein Beweis, und auf dem Endstand haben wir diese Prüfung nicht wiederholt.

Was du sehen wirst

Das ist der Teil, der zählt, wenn du diese Woche die App geöffnet und eine andere Zahl gefunden hast.

Über 4.297 auswertbare Saisonkurven bewegten sich 76 % um weniger als 4,5 ml/min/kg – eine Test-Retest-Standardabweichung des Powertests selbst. 12 % bewegten sich um mehr als das nach oben. 12 % nach unten. Bei Critical Power ist das Bild dasselbe: Über 4.198 Kurven bewegten sich 75 % um weniger als 28 W, 12 % nach oben, 13 % nach unten. Wir nutzen diese Standardabweichung als pragmatische Schwelle: Eine Bewegung innerhalb davon ist klein im Verhältnis dazu, wie wiederholbar der Test selbst ist – kein Beweis, dass jede kleinere Änderung Rauschen ist. Beide Richtungen sind zu erwarten bei einer Kalibrierung, die jetzt jede Kurve an ihren Athleten hält: Eine Kurve, die über ihrem wahren Niveau saß, kommt herunter, eine, die darunter saß, kommt herauf.

Wo die Änderung größer ist, hat sie eine dieser Ursachen. Die Diagnosen überlappen und haben verschiedene Nenner, die Zeilen addieren sich also nicht – sie sagen dir, welcher Mechanismus am wahrscheinlichsten deiner ist.

Die typische Bewegung, wo es eine gab, beträgt 2,3 ml/min/kg – die Hälfte der Schwelle. Eine Bewegung in beide Richtungen ist die Kurve, die sich auf ihre Kalibrierung setzt, oder eine der Korrekturen oben – nicht Fitness, die zwischen dem 1. und 6. September erschienen oder verschwunden ist.

So prüfst du deinen eigenen Wert

1. Dein Powertest ist die Referenz. Öffne dein Stoffwechselprofil. Der Wochenwert sollte in den Wochen nach deinem letzten gültigen Test auf ihm sitzen und sich von dort bewegen.
2. Wenn sich dein Wert um mehr als die Schwelle bewegt hat, ist der Grund eine der Ursachen oben. Wie stark sich deine Trainingszonen bewegt haben, hängt davon ab, woran sie verankert sind. Verankert an einem gültigen Powertest laufen sie über gemessene Watt, und die berechneten Zonengrenzen verschieben sich über den gesamten realistischen Bereich der einen Umrechnungsannahme des Modells um höchstens 1,4 % (die Rechnung). Im AI-Modus oder ohne gültigen Test werden deine Zonen aus dem angezeigten Wert abgeleitet – und haben sich mit ihm bewegt.
3. Teste neu, wenn dein letzter Test alt ist. Der Anker ist nur so frisch wie der Test dahinter. Ist dein letzter Test älter als etwa sechs Monate, schärft ein neuer Powertest die Kurve.

Was als Nächstes kommt: v5

v3 hat dir die Kurve gegeben. v4 hat sie auf dich gesetzt. v5 geht um die Eingänge, die eine Kurve noch bewegen können, ohne dass sich deine Fitness ändert.

Zwei davon betreffen deine Ausrüstung: der Offset zwischen zwei Leistungsmessern auf zwei Rädern, und die maximale Herzfrequenz, mit der das Modell arbeitet – die sich heute mit einem neuen Powertest verschieben kann und die gesamte Lesart deiner Fahrten mitnimmt. In v5 gibt es eine maximale Herzfrequenz je Athlet, Punkt.

Zwei betreffen die Welt, in der du fährst: Temperatur und Höhe. Beide verändern, was eine gegebene Herzfrequenz bedeutet, und beide stehen auf der Liste.

Und einer betrifft das Vertrauen des Modells in sich selbst: Heute traut es einer einzelnen langen Fahrt mehr, als die Streuung zwischen den Fahrten rechtfertigt – daher kommen die verbleibenden Wochensprünge. Jeder dieser Punkte geht denselben Weg wie dieses Update – gemessen gegen deine eigenen Tests, bevor irgendetwas auf deinen Bildschirm kommt. Die Laborkohorte mit der MSH wächst weiter; Laufökonomie und VLamax-Validierung folgen.

Methodik: So haben wir gemessen

Zwei Referenzen, getrennt gehalten. Das Labor validiert den Powertest – 43 Athleten, in Powertest-Genauigkeit. Der Powertest validiert den angezeigten Wert – dieser Artikel. Die Kalibriergewinne von 35 % und 38 % wurden gegen zurückgehaltene Powertests in Goldqualität gemessen, nie gegen das Labor. Jede Zahl aus der Neuberechnung stammt aus einer wiederholbaren, lesenden Abfrage der Produktionsdatenbank, mit Prüfsumme gespeichert; die Labor-, Held-out- und Trainingszonen-Ergebnisse stammen aus den jeweils genannten Studien.

FAQ

Warum hat sich mein VO2max nach oben oder unten bewegt? Weil deine Kurve über oder unter deiner Kalibrierung oder deinem Test saß und v4 sie jetzt dort hält – oder, seltener, weil eine Körpergewichts- oder Fehlwert-Korrektur die ml/min/kg verändert hat. Prüf deinen letzten Powertest: Der Wochenwert sollte auf ihm sitzen. Die Bewegung ist die Kurve, die sich auf dich setzt, nicht Fitness, die diese Woche erschienen oder verschwunden ist.

Hat sich das KI-Modell geändert? Nein. Das Netz, das deine Fahrten liest, ist unverändert. Geändert hat sich die Kalibrierung auf deinen eigenen Motor – verankert an deinem Powertest, wenn du einen hast, aus deinen Fahrten gesetzt, wenn nicht – und die Anzeigeschicht, die aus Lesungen einen Wochenwert macht.

Ist mein Powertest noch gültig? Ja. Er ist der Anker, auf den alles oben kalibriert ist. Ist er älter als etwa sechs Monate, schärft ein neuer die Kurve.

Ändern sich meine Trainingszonen? Verankert an einem gültigen Powertest: um höchstens 1,4 % an den berechneten Grenzen, der Rest ist Rundung. Im AI-Modus oder ohne gültigen Test folgen deine Zonen dem angezeigten Wert und haben sich mit ihm bewegt – ein neuer Powertest setzt sie wieder auf gemessene Watt.

Wie genau ist der angezeigte Wert jetzt? Gegen die eigenen Powertests der Athleten: 1,4 ml/min/kg mittlerer absoluter Fehler in der Testwoche, 89 % der Testserien innerhalb ±3; über die folgenden 90 Tage 91 % innerhalb ±3. Der Test selbst liegt im Schnitt innerhalb 3,3 vom Labor.

Mein Wert springt immer noch von Woche zu Woche. Warum? Meist nach einem Block sehr langer Fahrten: Das Modell liest sie mit mehr Vertrauen, als die Streuung zwischen den Fahrten rechtfertigt, und der Wochenwert folgt. Etwa jede sechste Saisonkurve enthält so einen Sprung. Ein zweiter Leistungsmesser, ein Powertest, der deine maximale Herzfrequenz verschoben hat, Hitze oder Höhe können dazukommen. Das Vertrauen je Fahrt zu kalibrieren und diese Eingänge aus der Kurve zu nehmen, ist die Aufgabe von v5.

Ich habe noch nie einen Powertest gemacht – betrifft mich das? Ja, wenn deine synchronisierten Fahrten dem Modell genug zu lesen geben – Leistung und Herzfrequenz zusammen. Von den Athleten ohne gültigen Powertest, die mindestens eine Aktivität hochgeladen haben, haben 98,2 % eine Kurve; der Rest sind meist Fahrten ohne Leistungsmesser oder ohne brauchbares Herzfrequenzsignal. v4 setzt das Niveau dieser Kurve aus deinen Fahrten, aber das ist kein gemessener Anker. Ein gültiger Powertest fügt diesen Anker hinzu und gibt der Kurve ein direkt gemessenes Ausgangsniveau.

Quellen: Mader, A. & Heck, H. (1986) — Int J Sports Med, 7(Suppl 1):45–65. Mader, A. (2003) — Eur J Appl Physiol, 88(4–5):317–338. Kalman, R.E. (1960) — J Basic Eng, 82(1):35–45. Held-out-Ergebnisse der Kalibrierung: powerAI Run-Ledger, 3. Juli 2026 (mittlerer absoluter Fehler). Zahlen der Neuberechnung, einschließlich der Woche-zu-Woche-Variation des gefilterten Kanals: interne Zahlen-Datei vom 6. September 2026, jeder Wert aus einer wiederholbaren, lesenden Abfrage der Produktionsdatenbank, mit Prüfsumme gespeichert. Kurvenabdeckung ohne Test: Produktionsdatenbank, 6. September 2026. Powertest-vs-Labor-Validierung: 43 Athleten, Kohorten der MSH Medical School Hamburg 2022/2025 — siehe Powertest-Genauigkeit. v3-Woche-zu-Woche-Variation: powerAI-v3-Artikel, Juli 2026. Plattformbasis: 15.000+ Powertests, 1 Mio.+ analysierte Trainingseinheiten.