Seit 1950 wurden fast 3000 Zwillingsstudien publiziert – ein starkes Argument dafür, warum Gruppenstatistik im Individualfall oft nicht ausreicht.
Seit 1950 wurden fast 3000 Studien publiziert. Die Ergebnisse hinsichtlich der Übereinstimmung von Zwillingen sind sehr stabil und damit ein Argument für Bayes.
Eine besonders umfassendste Meta-Analyse der Humangenetik – Polderman et al. (2015, Nature Genetics) – fasste 2.748 Zwillingsstudien mit über 14,5 Millionen Zwillingspaaren und 17.804 Merkmalen zusammen. Das Ergebnis ist eindeutig: Kein einziges menschliches Merkmal hat eine Heritabilität von null – alle Eigenschaften sind zu einem erheblichen Teil genetisch bedingt. Aber eben nur zu einem Teil.
Das entscheidende Ergebnis für die Trainingswissenschaft: Selbst bei genetisch identischen eineiigen Zwillingen beträgt die durchschnittliche Korrelation physiologischer Merkmale nur rMZ ≈ 0,64 – das bedeutet, 36% der Varianz ist selbst bei gleicher DNA individuell. Für motorische, kardiovaskuläre und metabolische Leistungsmerkmale gilt: Der Genotyp setzt Grenzen und Möglichkeiten, aber der individuelle Phänotyp ist stets einmalig. Zudem zeigt die Studie, dass 69% aller Merkmale einem rein additiv-genetischen Modell folgen – was die individuelle Vorhersage statistisch gut modellierbar macht.
„Not one trait had a weighted heritability estimate of zero. [...] Roughly two-thirds of traits show a pattern of twin correlations consistent with a simple model whereby trait resemblance is solely due to additive genetic variation." Polderman et al. (2015) – Nature Genetics
Wenn selbst genetisch identische Menschen physiologisch so verschieden sind – was bedeutet dann der Mittelwert einer Gruppe von 20 Athleten verschiedener Herkunft, Alters und Trainingshintergrundes? Gruppenstatistik ist nützlich für Populationsaussagen. Für die individuelle Trainingssteuerung eines konkreten Athleten ist sie oft irreführend.
Physiologische Beispiele aus der Leistungsdiagnostik: Laktatschwelle, VO₂max, Economy-Parameter und Wattleistung weisen alle ausgeprägte individuelle Kurvenverläufe auf – die aus Zwillingsdaten geschätzte Heritabilität für kardiorespiratorische Fitness liegt bei h² ≈ 0,47–0,60 (metabolisch-kardiovaskuläres Domänen-Cluster, Polderman et al., 2015). Die restlichen 40–53% sind individuell formbar – und genau deshalb braucht jeder Athlet seine eigene Bayes'sche Schätzung.
Jede Einzelmessung ist eine Mischung aus wahrer Leistungsfähigkeit und Messfehler. Empirical-Bayes-Verfahren korrigieren dafür, indem sie den Rohwert anteilig zum Gruppenmittel zurückziehen – je unzuverlässiger die Messung relativ zur Streuung in der Gruppe, desto stärker (van de Wiel et al., 2019; Barbehenn & Zhao, 2024; Dudbridge, 2024). Dasselbe Prinzip steckt im Crawford-&-Garthwaite-Ansatz für Einzelfalldiagnostik.