🌐 Deutsch
EnglishالعربيةБългарскиবাংলাBosanskiČeštinaDanskDeutschΕλληνικάEspañol (España)Español (Latinoamérica)EestiSuomiFilipinoFrançaisहिन्दीHrvatskiMagyarBahasa IndonesiaItaliano日本語한국어LietuviųLatviešuМакедонскиBahasa MelayuNorsk bokmålNederlandsPolskiPortuguês (Brasil)Português (Portugal)RomânăРусскийSlovenčinaSlovenščinaShqipSrpskiSvenskaไทยTürkçeУкраїнськаاردوTiếng Việt简体中文繁體中文
Body composition

ISAK-Profil vs. Hautfalten-Formeln für die Körperzusammensetzung

Das anthropometrische ISAK-Profil standardisiert Mehrpunktmessungen und die Gewebefraktionierung, wodurch populationsspezifische Verzerrungen und Modellierungsfehler klassischer Hautfaltenformeln vermieden werden. Dennoch sind beide Ansätze doppelt indirekte Methoden und nicht sensitiv genug, um kurzfristige Veränderungen der Fettmasse unter 0,5 kg zu erfassen.

Zuletzt aktualisiert: 2026-09-15

Ein umfassendes anthropometrisches Profiling nach den Protokollen der International Society for the Advancement of Kinanthropometry (ISAK) bietet eine standardisierte Mehrpunktmessung, die Gewebe anatomisch trennt, während standardmäßige Hautfaltenformeln auf statistischen Regressionen basieren, um die Ganzkörperdichte oder den Körperfettanteil vorherzusagen [4, 6, 9]. Obwohl die ISAK-Fraktionierung mathematische Verzerrungen verringert, die durch die Anwendung populationsspezifischer Regressionsformeln auf Einzelpersonen entstehen, bleiben beide Ansätze doppelt indirekte Methoden, die nicht sensitiv genug sind, um kurzfristige Veränderungen der Fettmasse unter 0,5 kg zu erfassen [16, 17].

Die Schwachstellen klassischer Hautfalten-Formeln

Die traditionelle Bestimmung des Körperfetts nutzt Caliper-Messungen an ausgewählten Stellen, die in Regressionsgleichungen wie die von Jackson & Pollock oder Durnin & Womersley eingesetzt werden [4]. Diese Formeln wurden anhand spezifischer Referenzpopulationen entwickelt, weshalb ihre Übertragbarkeit auf unterschiedliche Athletenkohorten, Altersgruppen, Geschlechter oder Körpergrößen mangelhaft ist [4, 11, 16].

Werden verschiedene Standard-Regressionsformeln auf denselben Datensatz angewendet, weichen die berechneten Ergebnisse drastisch voneinander ab:

  • Abweichungen zwischen Formeln: Wurden verschiedene publizierte Formeln auf denselben 8-Punkte-Datensatz eines ISAK-Level-3-Untersuchers angewendet, reichten die Schätzungen des Fettanteils von 5,29 % (Carter) bis 8,22 % (Faulkner) [3]. In einer Studie an 87 Erwachsenen variierten die durchschnittlichen Schätzungen des Körperfettanteils allein aufgrund der gewählten Formel bei Männern zwischen 8,90 % und 17,91 % und bei Frauen zwischen 15,33 % und 28,79 % [9].
  • Systematische Verzerrung: Im Vergleich zum 4-Komponenten-Goldstandardmodell (4C) wies die Formel von Durnin und Womersley eine mittlere Abweichung (Bias) von -2 % auf, während die Formel von Jackson und Pollock einen Bias von -6,6 % zeigte – wobei beide Formeln den Körperfettanteil bei Personen mit größerem Körperbau systematisch unterschätzten [4].
  • Abweichungen vom Kriteriumsmodell: Bei Nachwuchsathleten, die anhand eines 3-Komponenten-Modells (3C) evaluiert wurden, wichen weit verbreitete Formeln – darunter Durnin-Womersley, Jackson-Pollock (7 Falten) und Slaughter – signifikant von den Referenzwerten der fettfreien Masse ab [8, 15]. Im Gegensatz dazu zeigten die 3-Falten-Formel nach Evans für Männer (mittlere Differenz = 1,8 ± 3,56 kg, Lins Konkordanz-Korrelationskoeffizient [CCC] = 0,93) und die 7-Falten-Formel nach Evans für Frauen (CCC = 0,82, Standardfehler der Schätzung [SEE] = 2,01 kg) eine höhere Übereinstimmung [8, 15].
  • Praktische Konsequenzen: Bei der Festlegung von Gewichtslimits wie dem Mindestkampfgewicht im Ringen (MWW) können formelbedingte Messfehler Diskrepanzen im Standardfehler zwischen 2,4 und 3,2 kg verursachen und das Mindestzielgewicht um bis zu 3,3 kg verschieben [8, 15].

Ein Großteil dieser Fehler rührt von einem grundlegenden Modellierungskonflikt her. Klassische Regressionsformeln versuchen, die Fettmasse auf molekularer Ebene zu schätzen (Modell 2: Gesamtlipidmasse versus lipidfreie Masse), während Caliper die Haut und das subkutane Fettgewebe physikalisch auf Gewebeebene messen (Modell 4) [9, 14]. Die Gleichsetzung von Lipidmasse mit anatomischem Fettgewebe führt zu grundlegenden Modellierungsfehlern von 8 % bis 10 % [9].

Umfassendes ISAK-Profiling und Gewebefraktionierung

Um die Annahmen von 2-Komponenten-Regressionsgleichungen zu überwinden, führte die ISAK standardisierte, mehrdimensionale Messprotokolle in Kombination mit anatomischen Fraktionierungsmodellen ein [6, 7, 12].

Standardisierte Profile und technische Toleranzen

Die ISAK standardisiert die Ausbildung von Anwendern über verschiedene Zertifizierungsstufen hinweg:

  • Eingeschränktes Profil (Level 1): Umfasst 21 Messungen, darunter 4 Basismaße, 8 Hautfalten, 6 Umfänge und 3 Knochenbreiten [7]. Anwender müssen einen Grenzwert für den technischen Messfehler (TEM) von 7,5 % bei Hautfalten und 1,5 % bei allen anderen Maßen einhalten [6].
  • Vollständiges Profil (Level 2/3): Erweitert auf 42 Messungen und ergänzt Knochenlängen, Segmenthöhen sowie zusätzliche Umfänge und Breiten [7]. Für Anwender gelten strengere TEM-Grenzwerte: 5,0 % für Hautfalten und 1,0 % für alle anderen Dimensionen [6].
  • Protokollstandardisierung: Messungen erfordern kalibrierte Caliper mit einem konstanten Anpressdruck von 10 g/cm², die etwa 4 Sekunden nach dem Loslassen des Messschenkels auf 0,2 mm genau abgelesen werden [4]. Pro Messpunkt werden mindestens zwei Messungen durchgeführt; eine dritte ist nur erforderlich, wenn die ersten Hautfaltenmessungen um mehr als 5 % (oder >1 mm nach Standardrichtlinien) oder andere Dimensionen um mehr als 1 % voneinander abweichen [4, 6].

Das 5-Komponenten-Modell nach Kerr

Anstatt Hautfalten in die Körperdichte und einen molekularen Fettanteil umzurechnen, nutzt das umfassende Profiling häufig das 5-Komponenten-Modell nach Kerr [9, 12, 14]. Dieses Modell auf Gewebeebene (Modell 4) unterteilt die Gesamtkörpermasse in fünf verschiedene anatomische Komponenten: Fettgewebe, Skelettmuskulatur, Knochen, Haut und Residualgewebe [12, 14].

Bei Validierungsuntersuchungen im Vergleich zur Dual-Röntgen-Absorptiometrie (DXA) an 27 Para-Athleten mit Amputationen der unteren Extremitäten zeigte das 5-Komponenten-Fraktionierungsmodell nach ISAK eine hohe Übereinstimmung beim Fettanteil (mittlere Differenz 0,32 ± 4,8 %, ICC > 0,83) und bei der Fettmasse (mittlere Differenz -0,71 ± 3,64 %, ICC > 0,85), wurde jedoch nicht zur isolierten Bestimmung des Magermasseanteils empfohlen [10].

Auch bei der Bewertung der Muskelmasse müssen Schätzformeln vorsichtig interpretiert werden. In einer Kohorte von 50 männlichen Jugendfußballern reichten die Schätzungen der Muskelmasse von 25,11 ± 3,07 kg (Poortmans) bis 31,26 ± 4,94 kg (Doupe), bedingt durch unterschiedliche Zieldefinitionen (z. B. Gesamtkörper-Skelettmuskelmasse vs. Gesamtkörper-Muskelmasse vs. Muskelgewebe nach Kerr) [12].

Praktische Grenzen bei der Verlaufskontrolle

Für Längsschnittanalysen bei Sportlern und Trainierenden bietet die Anthropometrie spezifische Stärken und Limitationen:

  • Biologische Stabilität: Als doppelt indirekte Messmethode wird das Hautfaltenprofil weniger durch akute tägliche biologische Schwankungen (wie z. B. Flüssigkeitsverschiebungen) beeinflusst als die bioelektrische Impedanzanalyse (BIA), die Bioimpedanzspektroskopie (BIS) oder die Densitometrie [15, 17].
  • Gerätekonsistenz: Caliper sind nicht universell austauschbar. Bland-Altman-Analysen zeigen signifikante Unterschiede (p < 0,001) zwischen Harpenden-, Holtain-, Slim-Guide- und Lipowise-Calipern, was bedeutet, dass über verschiedene Messtermine hinweg stets dieselbe Marke und dasselbe Modell verwendet werden müssen [14].
  • Geringe Sensitivität bei kleinen Veränderungen: Anthropometrische Messungen verfügen nicht über die Auflösung, um akute Veränderungen der Fettmasse unter 0,5 kg infolge kurzzeitiger Ernährungsinterventionen verlässlich zu erkennen [16].
  • Fehlklassifikationsrisiko: Messfehler innerhalb der akzeptablen TEM-Grenzwerte können dennoch kategoriale Klassifizierungen verfälschen. Bei 68 körperlich aktiven Männern führten Fehlermargen an den TEM-Grenzwerten von Level 1 und Level 2/3 zu Somatotyp-Fehlklassifikationsraten zwischen 29,4 % und 38,2 % in den grundlegenden 4-Gruppen-Kategorien und bis zu 72,1 % in detaillierten 13-Gruppen-Kategorien [6].

Um reale körperliche Anpassungen im Zeitverlauf ohne mathematische Artefakte aus Regressionsgleichungen zu verfolgen, beobachten Praktiker häufig die Rohwerte der Hautfaltendicken, Hautfaltensummen oder rechnen die Messwerte zusammen mit dem Körpergewicht in Standardabweichungsscores (SDS / Z-Werte) um [4].

Quellen

Webquellen

  1. Validation of a skinfold based index for tracking proportional ...
  2. Review Skinfolds Measurement Protocols and Standards
  3. How accurate are skinfold measurements for estimating BF ...
  4. Simple measures - skinfolds
  5. Skinfold Prediction Equation for Athletes Developed Using a Four ...
  6. The Impact of Technical Error of Measurement on ...
  7. ISAK Certification - Goldstandard Systems Inc.
  8. Validation of skinfold equations and alternative methods for ...
  9. Agreement and Differences between Fat Estimation ...
  10. Validity and reliability of anthropometric equations versus ...
  11. Frontiers | Editorial: Body composition assessment techniques ...
  12. Comparison of Anthropometric Equations to Estimate Body ...
  13. ACSM's Guidelines for Exercise Testing and Prescription
  14. Differences between Four Skinfold Calipers in the Assessment of ...
  15. Validation of skinfold equations and alternative methods for the ...
  16. Nutritional Assessment of Body Composition
  17. Come Back Skinfolds, All Is Forgiven: A Narrative Review of ...
  18. How Well do Skinfold Equations Predict Percent Body Fat ...
  19. (PDF) Development and validation of skinfold-thickness ...
  20. Estimation of Body Fat Percentage in Jockeys

Verwandte Forschung

Body compositionKnochenbau und maximaler Muskelaufbau: Wie Knochenmaße das Limit bestimmen

Skelettmaße wie Handgelenks- und Knöchelumfänge setzen eine Obergrenze für die maximal erreichbare fettfreie Muskelmasse und das Zielgewicht im Natural Bodybuilding. Anhand anatomischer Formeln lässt sich dieses Limit berechnen – die Modelle gelten jedoch strikt für dopingfreie Athleten mit niedrigem Körperfettanteil.

Body compositionSchritte im Kaloriendefizit: Appetit und Stoffwechselanpassung

Ein moderates tägliches Schrittpensum im Kaloriendefizit verbessert Sättigungshormone wie GLP-1 und PYY, ohne kompensatorisches Überessen auszulösen. Bei einem aktiven Energiedefizit stagniert der tägliche Gesamtenergieverbrauch bei höherem Aktivitätsvolumen jedoch aufgrund metabolischer Kompensation.

Body compositionWie sich Bein- und Rumpfproportionen im Jugendalter verändern

Bein- und Rumpfproportionen verändern sich während der Pubertät nicht-linear: Das Beinwachstum erreicht seinen Höhepunkt zuerst in der frühen Pubertät, bevor sich das Wirbelsäulenwachstum in der späten Adoleszenz beschleunigt. Die anthropometrischen Proportionen von Erwachsenen stabilisieren sich typischerweise mit Abschluss der Skelettreife (Tanner-Stadien 4–5), wobei das finale Sitzhöhen-Verhältnis durch biologisches Geschlecht, Pubertätszeitpunkt und Genetik geprägt bleibt.

Body compositionPlateau beim Fettabbau: Mehr Aktivität oder Kalorien senken?

Mehr Aktivität bei niedriger Intensität hilft, Plateaus beim Fettabbau zu überwinden, indem sie den Energie-Flux erhöht, die Kalorienzufuhr schützt und den Hunger im Vergleich zu harten Diäten senkt. Um das Krafttraining nicht zu beeinträchtigen, sollte zusätzliche Bewegung gelenkschonend sein und zeitlich getrennt vom Heben stattfinden.

Body compositionKörperfett-Formeln bei Jugendlichen: Wie genau sind sie in der Pubertät?

Standardmäßige BMI-Grenzwerte und Hautfaltenformeln bilden allgemeine Adipositas-Trends bei Jugendlichen zuverlässig ab, doch die individuelle Genauigkeit variiert im Verlauf der Pubertät. Schwankende Werte bei Hydratation und Knochenmineralgehalt der fettfreien Masse führen zu Vorhersagefehlern, insbesondere bei Jugendlichen mit höherem Körperfettanteil oder bestimmten klinischen Erkrankungen.

Body compositionFatMax vs. HIIT für Fettabbau und Körperzusammensetzung

Training bei FatMax reduziert Fettmasse und viszerales Fett bei Übergewicht wirksam, baut für sich allein jedoch keine fettfreie Masse auf. Höher intensive Belastungen wie HIIT erzielen bei höherer Zeiteffizienz vergleichbare oder größere Reduktionen von Körperfettanteil und Taillenumfang. Da der Fettabbau über 24 Stunden primär vom Gesamtenergiedefizit und nicht von der Substratnutzung während des Trainings abhängt, funktionieren beide Methoden gut, solange Gesamtvolumen und Energieverbrauch ausreichen.

Body compositionIst Carb Cycling beim Fettabbau besser als ein konstantes Defizit?

Bei gleicher wöchentlicher Kalorien- und Proteinzufuhr führt das Shiften von Kohlenhydraten und Kalorien zwischen Trainings- und Ruhetagen zum gleichen Gesamtfettabbau wie ein kontinuierliches tägliches Defizit. Mehrtägige Kohlenhydrat-Refeeds können Kraftsportlern jedoch helfen, die fettfreie Masse und den Grundumsatz besser zu erhalten.

Body compositionMetabolisches Alter per BIA: Wie aussagekräftig ist der Wert?

Das über die Bioelektrische Impedanzanalyse ermittelte Stoffwechselalter ist keine direkte Messung des zellulären Metabolismus oder eine standardisierte medizinische Diagnose, fungiert jedoch als starker statistischer Surrogatmarker für Körperzusammensetzung und kardiometabolische Risiken. Da es lediglich den geschätzten Ruheenergiebedarf mit demografischen Durchschnittswerten vergleicht, erfasst es nicht-strukturelle Faktoren wie mitochondriale Effizienz oder Schilddrüsenstatus nicht.

Kategorien