🌐 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 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.

Body compositionWie die Höhe des Kalorienüberschusses Muskel- und Fettaufbau beeinflusst

Untrainierte Frauen benötigen keinen großen Kalorienüberschuss für maximalen Muskelaufbau, da überschüssige Kalorien vor allem den Fettaufbau beschleunigen. Ein moderater Überschuss oder Erhaltungskalorien mit ausreichender Proteinzufuhr fördern die Muskelhypertrophie bei minimalem Fettzuwachs, während tägliche Defizite von etwa 500 kcal das Muskelwachstum hemmen.

Body compositionKörperliche Arbeit in der Diät: Einfluss auf Muskelverlust und Erholung

Körperlich schwere Arbeit liefert lokale mechanische Reize, die den Muskelabbau in aktiven Gliedmaßen bremsen können, erhöht im Kaloriendefizit jedoch auch die autonome Belastung, den Cortisolspiegel und die Aminosäureoxidation. Im Vergleich zu sitzenden Berufen erfordern körperlich fordernde Tätigkeiten mehr Protein, eine sorgfältige Steuerung des Trainingsvolumens und ausreichend Erholung, um übermäßigen Muskelverlust und systemische Erschöpfung zu verhindern.

Body composition3-Falten- vs. 7-Falten-Methode: Hautfaltenmessung im Vergleich

3-Falten-Protokolle bieten eine vergleichbare Zuverlässigkeit bei der Verlaufskontrolle wie 7-Falten-Protokolle, sparen jedoch Zeit und vermeiden anatomisch anspruchsvolle Messpunkte. Da unterschiedliche Hautfaltenformeln jedoch systematisch abweichende Körperfettanteile berechnen, können Protokolle und Caliper-Modelle im Zeitverlauf nicht beliebig ausgetauscht werden.

Body compositionProtein in der Diät: Wie viel schützt die Muskelmasse?

Die Maximierung des Erhalts fettfreier Körpermasse bei hypokalorischem Krafttraining erfordert eine tägliche Proteinzufuhr von 2,3 bis 3,1 g/kg Körpergewicht (oder fettfreier Masse). Eine Verteilung der Zufuhr auf Mahlzeitendosen von 0,3 bis 0,5 g/kg alle 3 bis 4 Stunden, kombiniert mit Protein vor dem Schlafen, gleicht den defizitbedingten Muskelproteinabbau aus.

Body compositionBIA-Körperfettmessung: Wie Messfehler den FFMI verfälschen

Die Mehrfrequenz-Bioelektrische-Impedanzanalyse bietet eine hohe Test-Retest-Reliabilität, weist jedoch im Vergleich zu Mehrkompartiment-Kriterienmodellen weite individuelle Limits of Agreement auf. Da ein Messfehler von 5 % beim Körperfett den berechneten fettfreien Masse-Index um 2 bis 3 Punkte verschiebt, muss die BIA-Messvariabilität bei der Beurteilung von Athleten anhand theoretischer Obergrenzen für den natürlichen Muskelaufbau zwingend berücksichtigt werden.

Body compositionProtein-Timing in der Diät: Spielt die Mahlzeitenverteilung eine Rolle?

Eine gleichmäßige Verteilung des täglichen Proteins auf mehrere Mahlzeiten soll theoretisch den Muskelerhalt während des Fettabbaus maximieren, indem die Muskelproteinsynthese wiederholt stimuliert wird. Longitudinalstudien und metabolische Tracer-Daten zeigen jedoch, dass die tägliche Gesamteiweißzufuhr und Krafttraining für den Erhalt fettfreier Masse weitaus entscheidender sind als das Mahlzeitentiming über den Tag.

Kategorien