Tech

Die Wissenschaft hinter der Laufleistung: Wie zuverlässig ist der Stryd-Sensor?

Laufleistung ist ein deutlich besseres Pacing-Werkzeug als Tempo oder Herzfrequenz, hat aber einen blinden Fleck, den jeder Trainer kennen sollte. Drei Studien dazu, was der Stryd-Sensor sieht und was nicht.

Reinout Van Schuylenbergh

Reinout Van Schuylenbergh

PhD, Sportwissenschaftler und Ausdauertrainer · Veröffentlicht 2 September 2026

Die Wissenschaft hinter der Laufleistung: Wie zuverlässig ist der Stryd-Sensor?

Im Radsport ist der Wattmesser seit Jahrzehnten der Goldstandard, um Trainingsintensität und Pacing präzise zu steuern. In den letzten Jahren hat diese Technologie auch den Laufsport erreicht, vor allem über kleine, am Schuh montierte Inertialmesseinheiten (IMUs) wie den Stryd-Sensor. Während Radsportler die mechanische Leistung an den Pedalen direkt messen, müssen Laufleistungsmesser die Kräfte über physikalische Gesetze, Beschleunigungsdaten und Schrittbiomechanik schätzen. Aber wie valide, stabil und nützlich ist dieser Wert im Alltag von Ausdauertrainern und Athleten? In diesem Beitrag schauen wir uns die Ergebnisse von drei wissenschaftlichen Studien an, um die Stärken und Grenzen der Laufleistung und des Stryd zu erfassen.

Einordnung des Themas

Beim Laufen auf flachem Untergrund wandeln die Muskeln Stoffwechselenergie in die Kräfte um, die zum Bewegen der Körpersegmente nötig sind. Es gibt also keine externe dissipative Last, die sich direkt messen ließe, anders als am Hinterrad oder an den Pedalen eines Fahrrads. Traditionell steuern Läufer ihr Training über Herzfrequenz oder Laufgeschwindigkeit (Pace). Beide Parameter haben allerdings systematische Schwächen: Die Herzfrequenz reagiert verzögert und wird von externen Faktoren wie Hitzebelastung oder Schlafmangel beeinflusst, während die Laufgeschwindigkeit Windwiderstand, Steigung und wechselnden Untergrund nicht berücksichtigt.

Wearables versprechen, diese Lücke mit einem stabilen Leistungswert (“Wattzahl”) zu schließen, der den metabolischen Energiebedarf unabhängig von den Umgebungsbedingungen direkt abbildet. Um den echten Wert dieses Werkzeugs einzuschätzen, muss man verstehen, wie sich die Laufleistung zu physiologischen Ankern wie dem Maximal Lactate Steady State (MLSS) verhält, der Grenze zwischen dem schweren und dem sehr schweren Intensitätsbereich, und wie der Sensor reagiert, wenn ein Athlet seine Laufmechanik bewusst verändert.

Methodik

Die Erkenntnisse in diesem Artikel stammen aus drei unabhängigen wissenschaftlichen Studien:

  • Studie 1 (van Rassel et al., 2023): Fünfzehn freizeitaktive und trainierte Läufer absolvierten Laufbandtests, darunter Stufentests und Belastungen bei konstanter Geschwindigkeit, um ihren MLSS präzise zu bestimmen. Stabilität, Sensitivität und Zuverlässigkeit des Stryd-Sensors wurden rund um diese metabolische Schwelle bewertet.
  • Studie 2 (Baumgartner et al., 2021): Zweiunddreißig erfahrene Läufer absolvierten Laufbandtests bei konstanter Geschwindigkeit und veränderten dabei bewusst ihre raumzeitlichen Schrittmerkmale (Schrittlänge, Bodenkontaktzeit und Armschwung). Metabolische Kosten (über die Sauerstoffaufnahme, VO2) und Stryd-Leistung wurden gleichzeitig erfasst.
  • Studie 3 (Pardo Albiach et al., 2021): Fünfzehn junge Triathleten wurden untersucht, um herauszufinden, welche biomechanischen und Leistungsvariablen stark mit höherer Laufgeschwindigkeit zusammenhängen. Mit fortgeschrittener Clusteranalyse (Machine Learning) wurden spezifische Laufmuster abgebildet.

Die wichtigsten Ergebnisse

  • Hohe Zuverlässigkeit im Schwellenbereich. Der Stryd-Sensor erwies sich als außergewöhnlich zuverlässig und stabil. Zwischen wiederholten Tests und innerhalb eines längeren Schwellenlaufs blieb die gemessene Leistung bemerkenswert konstant (Intraklassen-Korrelationskoeffizient, ICC = 1.00, also exzellente Zuverlässigkeit). Der Wert war zudem sensibel genug, um kleine Intensitätsänderungen zu erkennen (5 % unter oder über dem MLSS).
  • Starker Bezug zum Stoffwechselbedarf. Unter normalen Laufbedingungen besteht ein starker linearer Zusammenhang zwischen der von Stryd gemessenen Leistung und der tatsächlichen Sauerstoffaufnahme (R² = 0,84) nahe der Laktatschwelle. Das bestätigt, dass die Laufleistung die physiologische Belastung beim natürlichen Laufstil eines Athleten präzise abbildet.
  • Der blinde Fleck bei der Laufökonomie. Wenn Läufer ihre Biomechanik bewusst veränderten, etwa durch erzwungen zu lange oder zu kurze Schritte, stiegen ihre metabolischen Kosten deutlich. Der Stryd-Sensor registrierte diesen Anstieg des Energiebedarfs jedoch nicht und meldete eine praktisch unveränderte Leistung. Für sich allein kann das Gerät akute Schwankungen der Laufökonomie durch veränderte Bewegungseffizienz nicht erkennen.
  • Profile schnellerer Athleten. Die Daten der Triathleten zeigten, dass die Spitzenlaufgeschwindigkeit nicht allein von einem hohen VO2max bestimmt wurde. Schnellere Athleten unterschieden sich vor allem durch besseres Leistungsmanagement: mehr Watt pro Kilogramm, mehr horizontale Leistung, längere Schritte, eine niedrigere Form Power Ratio und kürzere Bodenkontaktzeiten.

Interpretation und praktische Tipps für Trainer und Athleten

Was bedeuten diese Ergebnisse für dein tägliches Training? Laufleistung ist ein starker Messwert, sofern du seine Einsatzgrenzen kennst. Da Sensoren am Schuh die mechanischen Kräfte berechnen statt direkt zu messen, können sie die feinen energetischen Verschiebungen in den Muskel-Sehnen-Komplexen bei Ermüdung oder ineffizienter Bewegung nicht abbilden. Wenn ein Athlet spät im Rennen anfängt zu stampfen oder technisch einbricht, steigt sein tatsächlicher Energieverbrauch, während der Stryd-Sensor exakt dieselben Wattwerte anzeigen kann.

Trotzdem bleibt Laufleistung dank ihrer außergewöhnlichen Stabilität und ihrer hohen Reaktion auf Umgebungsfaktoren wie Steigung und Wind ein deutlich besseres Pacing-Werkzeug, als sich allein auf Pace oder Herzfrequenz zu verlassen.

Konkret fürs Training

  • Setze eine saubere Pacing-Strategie um. Weil die Stryd-Leistung rund um den MLSS sehr reproduzierbar und stabil ist, können Athleten mit Zielwattwerten Schwellen-Einheiten oder Wettkämpfe zuverlässig steuern. Das verhindert den klassischen Fehler, auf welligem Profil oder bei Wind zu früh einzubrechen.
  • Beobachte Cardiac Creep und die Entkopplung der Effizienz. Da der Sensor akute Verluste an Laufökonomie nicht erkennt, müssen Trainer Wattdaten immer mit der Herzfrequenz zusammen lesen. Bleibt die Leistung im langen Lauf konstant, während die Herzfrequenz stetig steigt (Decoupling), kann das auf eine sinkende Laufökonomie oder zunehmende metabolische Ermüdung hindeuten.
  • Optimiere biomechanische Kennzahlen für Geschwindigkeit. Um schnellere Läufer zu entwickeln, sollte Training nicht nur auf den kardiovaskulären Motor (VO2max) zielen, sondern auch auf die spezifische Leistungsabgabe (W/kg). Nutze das Stryd-Ökosystem, um die biomechanische Effizienz zu verfolgen und zu verbessern: Ziel ist eine niedrigere Form Power Ratio, damit weniger Energie vertikal verloren geht und mehr horizontal wirkt, und kürzere Bodenkontaktzeiten.
  • Nutze Leistung nicht für Material- oder Techniktests im Feld. Wenn du beurteilen willst, ob ein neues Paar “Superschuhe” oder eine Technikanpassung die Laufökonomie verbessert, verlasse dich nicht auf die Stryd-Wattwerte allein. Solche akuten Effizienzbeurteilungen brauchen weiterhin eine Spiroergometrie (Messung der Sauerstoffaufnahme) unter kontrollierten Laborbedingungen.

Wissenschaftliche Referenzen

  • van Rassel, C. R., Ajayi, O. O., Sales, K. M., Griffiths, J. K., Fletcher, J. R., Edwards, W. B., & MacInnis, M. J. (2023). Is Running Power a Useful Metric? Quantifying Training Intensity and Aerobic Fitness Using Stryd Running Power Near the Maximal Lactate Steady State. Sensors, 23(21), 8729.
  • Baumgartner, T., Held, S., Klatt, S., & Donath, L. (2021). Limitations of Foot-Worn Sensors for Assessing Running Power. Sensors, 21(15), 4952.
  • Pardo Albiach, J., Mir-Jimenez, M., Hueso Moreno, V., Nácher Moltó, I., & Martínez-Gramage, J. (2021). The Relationship between VO2max, Power Management, and Increased Running Speed: Towards Gait Pattern Recognition through Clustering Analysis. Sensors, 21(7), 2422.

Bereit, dein Coaching zu verbessern?

Starte noch heute deine kostenlose Testversion und entdecke, wie Coachbox dir und deinen Athleten helfen kann, mehr zu erreichen.