Der Spielplan im Spitzenhandball kennt keine Gnade mehr: Heimliga, europäischer Wettbewerb und Länderspielfenster überlappen sich Woche für Woche. Die übliche Antwort der Trainerteams war, das Gesamtvolumen der Arbeit zu überwachen. Zwei 2026 veröffentlichte Studien sagen, dass sie auf die falsche Zahl schauen: Das Problem ist nicht, wie viel im Durchschnitt trainiert wird, sondern wie ungleich diese Belastung zwischen den Spielern derselben Mannschaft ist.
Die deutsche Studie, die den Fokus verschiebt
Ein Team der Universität Paderborn (Büchel, Döring und Baumeister) veröffentlichte im Januar 2026 in Frontiers in Sports and Active Living eine halbsaisonale Begleitung von 15 Profispielern der deutschen Männer-Bundesliga. Sie analysierten 24 Spiele und 67 Trainingseinheiten, mit Inertialsensoren für die externe Belastung (Beschleunigung, ACCLOAD) und der Belastungswahrnehmung (sRPE) für die interne Belastung. Insgesamt 1.340 Einzelmessungen, verteilt auf 23 Wochen.
Der zentrale Befund ist kontraintuitiv. In Wochen mit Spielhäufung (zwei oder mehr Begegnungen in sieben Tagen) veränderte sich die durchschnittliche Belastung der Mannschaft gegenüber normalen Wochen nicht signifikant (p=0,289 bei ACCLOAD, p=0,129 bei sRPE). Was dagegen in die Höhe schoss, war die Variabilität zwischen den Spielern: Der Variationskoeffizient war in Wochen mit Spielhäufung signifikant höher (H=13,77, p=0,001, mit einer großen Effektstärke, η²=0,63).
Auf das Spielfeld übersetzt: Wenn der Spielplan drückt, trainieren und spielen nicht alle mehr. Es ist vielmehr so, dass wenige fast den gesamten Verschleiß aufnehmen, während andere ihn kaum berühren. Die Autoren fanden Saisonunterschiede von bis zu 11.100 ACCLOAD-Einheiten zwischen Stammspielern und Ersatzspielern auf der Rückraumposition und von 6.700 sRPE-Einheiten zwischen Stammspielern und Ersatzspielern bei den Außenspielern. Anders gesagt: Es gibt Spieler in derselben Kabine, die über die Saison das Äquivalent von 13 kompletten Spielen mehr Belastung ansammeln als ihre Mitspieler.
Das ist kein statistisches Detail. Es erklärt, warum manche Spieler im März kaputt ankommen und andere frisch, ohne seit Oktober eine nennenswerte Vorbereitung gehabt zu haben. Überlastung bei den einen und Unterlastung bei den anderen sind die zwei Seiten desselben Planungsfehlers, und beide erzeugen Risiko: die erste durch angesammelte Ermüdung, die zweite, weil ein Spieler, der eine Mindestschwelle der Exposition nicht erreicht, körperliche Toleranz verliert und schlecht vorbereitet ist, wenn er endlich spielen darf.
Warum gruppenweise Trainingspläne zu kurz greifen
Die übliche Praxis in den meisten Clubs, auch denen mittleren bis hohen Niveaus in Spanien, ist weiterhin, die Belastung pro Mannschaft zu planen: dieselbe Sprintserie, dasselbe Volumen im Kraftraum, dieselbe Wiederholungszahl für alle. Die deutsche Studie zeigt, dass dieser Ansatz das ignoriert, was das Risiko wirklich bestimmt: die individuelle Variabilität, nicht den Gruppendurchschnitt.
Die Autoren selbst schlagen eine praktische, ohne teure Technik replizierbare Schwelle vor: beobachten, wann der Variationskoeffizient der Mannschaft in einer Woche 20 % übersteigt. Wenn das passiert, muss mit Ausgleichseinheiten für die unterbelasteten Spieler eingegriffen werden, wobei multidirektionale Arbeit mit hoher Intensität priorisiert wird, die die spezifischen Anforderungen des nicht bestrittenen Spiels nachbildet. Man braucht kein GPS der neuesten Generation, um die Idee umzusetzen: Ein Heft mit Spielminuten und Einheits-RPE pro Spieler erlaubt bereits, diese Streuung von Hand zu berechnen.
„Es gibt Spieler in derselben Kabine, die über die Saison das Äquivalent von 13 kompletten Spielen mehr Belastung ansammeln als ihre Mitspieler.“
Die Einschränkung der Studie ist ehrlich und muss gesagt werden: Es ist ein einziges Team, eine halbe Saison, ohne Kontrollgruppe mit normalem Spielplan für einen direkten Vergleich und ohne Leistungsdaten, die bestätigen, dass sich diese Variabilität in mehr Verletzungen oder schlechterer Leistung niederschlägt. Es ist ein solides Stück Evidenz, keine abgeschlossene Wahrheit. Aber es passt zu dem, was jeder Athletiktrainer mit Erfahrung in anspruchsvollen Vorbereitungen ohnehin intuitiv vermutete.
Künstliche Intelligenz kommt ins Spiel: der Fall Metz
Im März 2026 veröffentlichte Florian Felice, Mathematiker der Universität Luxemburg, in derselben Zeitschrift ein Modell zur Vorhersage von Ermüdung, trainiert mit Daten von Metz Handball, dem französischen Team der Frauen-Champions-League, aus der Saison 2024/2025. Das System nutzt neuronale LSTM-Netze (Long Short-Term Memory) auf 1.617 Einheiten von Gyroskopsensoren, mit Schichten, die das individuelle Profil jeder Spielerin lernen, und einem Sprachmodell (Phi-4-mini), das die Zahlen in verständliche Erklärungen für das Trainerteam übersetzt.
Die Genauigkeitsergebnisse sind beachtlich: Der Vorhersagefehler bei der zurückgelegten Gesamtdistanz verbesserte sich gegenüber den Referenzmethoden um 14 %, und die 95-%-Konfidenzintervalle trafen bei der Beschleunigungsbelastung in allen Testfällen. Das Modell bestätigt außerdem mit harten Daten etwas, das das geschulte Auge schon ahnt: Die Außenspielerinnen sammeln mehr Distanz und Spitzengeschwindigkeit (im Schnitt 5.294 Meter und 26,1 km/h), die Rückraumspielerinnen erzeugen mehr metabolische Leistung (8.173 W) und die Kreisläuferinnen bewegen sich im Volumen weniger (3.964 Meter), aber mit einem ganz anderen Beanspruchungsprofil, mehr Kontakt und weniger Laufen.
Hier muss man kritisch sein. Diese Art Werkzeug ist genau das, was der Spitzenhandball braucht, um die Variabilität zu managen, die die deutsche Studie beschreibt. Aber es hat ein offensichtliches Skalierungsproblem: Die Daten gehören ausschließlich Metz, das System ist an Sensoren einer bestimmten Marke (Kinexon) gebunden und die Validierung wurde an einem einzigen Team durchgeführt. Es ist ein vielversprechender Machbarkeitsnachweis, keine Lösung, die bald bei einem Club der Segunda División oder einem ASOBAL-Team mit knappem Budget ankommen wird. Die technologische Kluft zwischen den vier oder fünf Clubs in Europa, die sich das leisten können, und dem Rest wird sich vergrößern, bevor sie sich verringert.
Das Grundproblem: Es werden Spiele hinzugefügt, keine Ressourcen, sie zu bewältigen
Was diese beiden Studien zusammen gelesen offenlegen, ist ein Widerspruch, den der Handball seit Jahren mit sich trägt. Die europäischen Wettbewerbe sind bei Spielzahl und Reiseanforderungen gewachsen, die Länderspielfenster bleiben unangetastet, und die Verbände fügen weiter Formate hinzu, ohne dass die Investition in Trainerteams, Physiotherapie und Belastungsmonitoring im selben Tempo wächst. Das Ergebnis ist vorhersehbar: mehr Spiele, ungleich auf die Kader verteilt, mit der verfügbaren Wissenschaft, um es zu erkennen, aber ohne die Ressourcen, in den meisten Clubs darauf zu reagieren.
Man braucht keinen Doktortitel in Physiologie, um zu verstehen, was danach kommt. Die Spieler der kurzen Rotation (die sechs oder sieben, die immer spielen) sammeln einen Verschleiß an, den keine Vorbereitung ausgleicht, und die mit den wenigsten Minuten verlieren die körperliche Basis, die nötig ist, um zu leisten, wenn man sie braucht. Beide Szenarien erhöhen das Verletzungsrisiko, und beide sind in der Literatur zur Prävention von Schulterverletzungen im Handball dokumentiert, einem der aktivsten Forschungsschwerpunkte des Sports in den letzten Jahren, mit systematischen Übersichtsarbeiten und aktuellen Metaanalysen, die betonen, dass generische Präventionsprogramme ohne individuelle Anpassung nur begrenzte Wirkung haben.
Was ein Trainer ohne Champions-League-Budget tun kann
Die gute Nachricht ist, dass der anwendbare Teil dieser Wissenschaft weder topmoderne Fitnessstudios noch Verträge mit Sensoranbietern erfordert. Ein Trainer mittleren bis hohen Niveaus kann:
- Minuten und wahrgenommene Anstrengung erfassen: gespielte Minuten pro Spiel und Einheit sowie eine RPE-Skala von 0 bis 10 nach jedem Training und Spiel. Mit diesen beiden Angaben jede Woche die Streuung zwischen den Spielern berechnen (man braucht keine fortgeschrittene Statistik: Es genügt, die Spanne zwischen dem, der am meisten angesammelt hat, und dem, der am wenigsten angesammelt hat, zu vergleichen).
- Ausgleichen, nicht nur ausruhen: in jeder Woche mit Spielhäufung ausdrücklich identifizieren, wer wenig gespielt hat, und für ihn eine kurze Ausgleichseinheit mit hoher Intensität entwerfen, statt ihn einfach ausruhen zu lassen, während der Rest spielt.
- Nach angesammelter Belastung rotieren, nicht nur nach Leistung: Ein Spieler, der drei Spiele in Folge mit höchster Beanspruchung hinter sich hat, braucht Minutenmanagement, auch wenn er in bester Form ist.
Nichts davon ersetzt ein Modell der künstlichen Intelligenz, das mit Tausenden Einheiten trainiert wurde. Aber es verringert die Kluft zwischen dem, was die Wissenschaft empfiehlt, und dem, was sich ein Club ohne EHF-Champions-League-Budget schon morgen leisten kann umzusetzen.
Fazit
Die Zahl, die jedes Trainerteam beunruhigen sollte, ist nicht, wie viel die Mannschaft im Durchschnitt trainiert. Es ist, wie weit der am stärksten geforderte Spieler vom am wenigsten geforderten innerhalb derselben Kabine abweicht, vor allem, wenn der Spielplan sich verdichtet. Die Spitzentechnologie, wie das Modell von Metz, zeigt, wohin die Branche geht, ist aber heute nur für eine Handvoll Clubs erreichbar. Der Teil, der für alle erreichbar ist, ist einfacher, als er scheint: eine Grunderfassung von Minuten und wahrgenommener Anstrengung führen und sie nutzen, um sowohl den zu schützen, der zu viel spielt, als auch den, der zu wenig spielt. Diese Variabilität zu ignorieren, was in den meisten Kadern weiterhin genau passiert, heißt, den Riss offen zu lassen, durch den die meisten Überlastungsverletzungen der zweiten Saisonhälfte schlüpfen.
