LT1 en LT2: de twee lactaatdrempels die je prestatie bepalen.
LT1 en LT2: de twee lactaatdrempels die je prestatie bepalen.

Trenara blog

Trenara blog

Trenara blog

Trenara blog

Stel je eigen hardloopdrempels in: LT1 en LT2 bepalen je zones

Stel je eigen hardloopdrempels in: LT1 en LT2 bepalen je zones

Train niet op algoritmes of prestaties, maar op je eigen fysiologie. Vanaf nu kan je jouw LT1 en LT2 instellen in Trenara. Dit maakt je schema accurater.

Train niet op algoritmes of prestaties, maar op je eigen fysiologie. Vanaf nu kan je jouw LT1 en LT2 instellen in Trenara. Dit maakt je schema accurater.

Christophe Roosen

Christophe Roosen is de co-founder en coach van Trenara. Loopt een marathon in 2:31:34.

We bouwen Trenara al jaren met één uitgangspunt. De loper staat centraal. Daarom hebben we gekozen voor een nieuwe stap, die nog niemand zette. Vanaf nu kan je als Peak Pro gebruiker je eigen drempels ingeven in je profiel. Die twee waarden vormen dan de basis van je zones en je trainingsbelasting. Geen algoritmische berekening, wél de weerspiegeling van jouw individuele, metabole realiteit. Het is een stap van ‘data first’ naar ‘physiology first’.

Het verschil lijkt klein. Twee nieuwe velden in de app. Maar ze veranderen de volledige opmaak van je schema, je trainingen volgen vanaf nu jouw individuele realiteit. Wie al eens op een inspanningstest deed of bewust let op signalen zoals ademhaling, hartslag en herstel, weet hoe belangrijk deze feature is.
Laat ons er even dieper in duiken en vertellen waarom dit zo baanbrekend is.

Wat betekenen LT1 en LT2 voor hardloopprestaties?

In een eerdere blog kwam coach Christophe al terug het feit dat je eigenlijk niet over één conditie beschikt, maar twee.

Elke hardloopapp en dus elk algoritme is vrij goed in staat om die tweede lactaatdrempel te bepalen. We leiden die af uit bijvoorbeeld een wedstrijdprestatie, vaak 10k. Dat geeft ons vrij veel informatie over waar jouw verzuringspunt ligt. LT1, die jouw basisconditie weergeeft, is dan steeds een afgeleide van LT2. Die eerste lactaatdrempel is geen waarde die op zichzelf berekend wordt, enkel een benadering.

En dat is fysiologisch niet correct. Zeker omdat LT1 een sleutelrol speelt in duurprestaties en samenhangt met mitochondriale biogenese en capillarisatie.

Bekijken we die drempels op populatieniveau en over langere tijd, dan zijn algoritmische inschattingen zeker voldoende om mee aan de slag te kunnen. Op individueel niveau en in een bepaald timeframe mogelijk niet. Dat voel je vaak zélf aan: ‘dit tempo is té snel voor een duurloop’ of ’dit tempo is té traag voor een drempeltraining’.
Geen enkele app kan je drempels meten. We berekenen ze wel, en die berekening is zeker goed genoeg. Maar ze weerspiegelt de realiteit niet. Om dat aan te voelen heb je niet altijd een labtest nodig, je lichaam geeft soms zelf de drempel(s) aan.

Dit jaar maakten we al grote aanpassingen in onze benadering van de trainingszones, wat de kwaliteit van de trainingsschema’s naar een hoger niveau tilde. Maar als trainer leg ik de lat nog hoger: we zijn een app van lopers, voor lopers. Hoe beter onze ‘architectuur’, hoe liever. Van data-driven naar data-informed.

Dit is een stap in die richting: vanaf nu bepalen jullie prestaties op 5 of 10k niet meer jullie drempels. We volgen de juiste weg: jullie drempels leggen de basis van jullie prestaties.

Belangrijk: de drempels hebben geen invloed op onze prestatievoorspellingen. In de trainingsschema’s blijven trainingen die gericht zijn op bepaalde prestaties, dus ook afhankelijk van die voorspellingen.

Wat Trenara anders doet met jouw drempels

Als app zijn data erg belangrijk. En om het gemakkelijk te maken, passen we ons vaak aan die data aan. Voor wie het riedeltje kent: function follows form. Bij ons komt de hardloper op de eerste plaats. Dat maakt deze ontwikkeling duidelijk: wij passen ons aan jou aan.

Hardloopapps genereren trainingsschema’s op basis van relatief weinig persoonlijke informatie. Dat doen we trouwens goed, al zeg ik het zelf. En nu je zélf je drempels kan bepalen in Trenara, hebben we het speelveld verlegd. Geen enkele andere app geeft jou zoveel impact op jouw eigen trainingsschema. Dat komt omdat die schema’s automatische producten zijn van datageneratie, niet van fysiologie of doorgedreven trainerslogica.

Wij hebben die logica nu omgedraaid.

Voor niet-hardlopers lijkt het een detail te zijn, deze twee nieuwe veldjes op jouw profielpagina. Voor jullie is het een enorme stap vooruit. En daar stopt het niet.

Een concreet voorbeeld: Loper A vs Loper B

Ik ga even werken met een fictief voorbeeld, redelijk extreem om het duidelijk te maken. Stel dat twee Trenarianen een 10 km kunnen lopen in 45 minuten. Op basis van die prestatie zou een algoritme vermoeden dat hun LT2 ongeveer rond 4:38/km ligt en LT1 rond 5:10/km (als afgeleide van LT2). In werkelijkheid kunnen de twee er totaal anders uitzien:

Loper

LT1

LT2

Profiel

A

5:10/km

4:36/km

typisch profiel, drempels liggen netjes in lijn

B

5:30/km

4:37/km

sterk in hoge intensiteit, maar zwakke basis

Loper A past perfect in het model. Loper B niet: zijn LT2 klopt nog steeds, maar zijn LT1 ligt 20 seconden trager dan de berekening.

Wat betekent dit in de praktijk? Loper B zou volgens de app zijn duurlopen te snel uitvoeren. Dat leidt tot vermoeidheid, slechter herstel en mogelijk stagnatie. Want: zijn zones zijn gebaseerd op een drempel die hij niet heeft.

Door zijn échte LT1 in te geven (bijvoorbeeld na een inspanningstest of eigen observatie), wordt zijn schema ineens veel juister, persoonlijker en effectiever. Dit is precies waarom we deze functie introduceren.

Inspanningstesten en wetenschap: hoe we LT1 en LT2 integreren

Het is niet toevallig dat deze ontwikkeling er nu komt. Sinds de start van 2025 staat er een doctoraatsstudente van de KU Leuven op onze payroll, in het kader van een Baekelandmandaat. Een deel van haar doctoraatsstudie bestaat erin om de berekeningen voor drempelbepalingen tot bij de goudstandaard, de inspanningstest, te brengen. Het toont onze gedrevenheid aan, ook op vlak van sportwetenschap.

Om ooit haar bevindingen te verwerken in de app, moesten we sowieso evolueren van data naar physiology first. Die stap hebben we nu gezet. Velen onder jullie lieten dankzij de Peak Pro Perks al een inspanningstest afnemen bij Golazo Energy. Die resultaten kan je nu rechtstreeks ingeven in Trenara.

Deze ontwikkeling is sowieso een bron van nieuwe informatie. We kunnen onze berekeningen van drempels afzetten t.o.v. échte drempels. Dat zorgt op termijn mogelijk voor een verbetering van onze berekeningen. Daarnaast heeft dit in de toekomst waarschijnlijk ook impact op je trainingsmix: wanneer we nu zien dat bepaalde conditionele aspecten onderontwikkeld zijn, kunnen we het schema daarop afstellen.

Trenara wordt op die manier enkel nóg persoonlijker. Met deze stap trainen jullie niet langer op een model van prestaties. Jullie trainen op jullie eigen fysiologie. En daar begint echte progressie.