Zum Hauptinhalt springen
Wissen, das wir gemeinsam aufbauen Ehrlich und transparent Von echten Menschen mit echten Daten

Anstrengende Peloton-Rides und der Bounce: erst fällt der Blutzucker, dann steigt die Kurve wieder

Zwölf dokumentierte Einheiten zeigen bei mir ein wiederkehrendes Fall-und-Bounce-Muster. Bei anstrengenden Rides ist eine starke Leberantwort plausibel, mit CGM allein aber nicht beweisbar.

Autor: StoffwechselFitAktualisiert: 01.08.2026Typ: Eigene Messung (n=1)
Themenillustration: Anstrengende Peloton-Rides und der Bounce: erst fällt der Blutzucker, dann steigt die Kurve wiederKI-Bild
Illustration: KI-unterstützt erzeugt, redaktionell geprüft

Das beobachtete Muster

Für diese Auswertung wurden zwölf Fahrrad- und Peloton-Einheiten ausgewählt. Der Startwert ist der nächste kontinuierliche Messwert zur Trainingsnotiz. Danach musste der Wert innerhalb von 90 Minuten um mindestens 5 mg/dl fallen und bis spätestens 180 Minuten nach Trainingsstart wieder um mindestens 15 mg/dl steigen. Dokumentierte Kohlenhydrate in den zwei Stunden zuvor und unmittelbar vorausgehende weitere Rides führten zum Ausschluss.

12
Einheiten
Auswahl mit Fall-und-Bounce-Muster
−12,5
mg/dl
medianer Rückgang bis zum Tiefpunkt
+22
mg/dl
medianer Wiederanstieg
+11,5
mg/dl
medianer späterer Peak gegenüber Start
Typisches Muster der 12 ausgewählten Einheiten146Start126Tiefpunkt146späterer Hochpunkt
Median der Start-, Tiefpunkt- und späteren Hochwerte; keine zeitnormierte Durchschnittskurve.
Datum Einheit Start Tief späterer Peak Fall Bounce
2024-01-09 Fahrrad 125 117 142 −8 +25
2026-01-04 Peloton Einsteiger 156 123 142 −33 +19
2026-01-19 Fahrradtraining 158 145 181 −13 +36
2026-01-21 Fahrrad 136 110 153 −26 +43
2026-03-30 Low Impact 155 128 149 −27 +21
2026-04-02 Low Impact 156 135 158 −21 +23
2026-04-08 Cooldown + Low Impact 145 133 176 −12 +43
2026-04-13 Low Impact 148 138 159 −10 +21
2026-06-14 60 Min Rock 116 107 130 −9 +23
2026-06-23 Low Impact 124 115 136 −9 +21
2026-07-05 90er Pop + Low Impact + Cooldown 108 99 115 −9 +16
2026-07-07 German Rock bis 400 W 152 129 144 −23 +15

Meine Beobachtung: erst fällt die Kurve, dann kommt sie zurück

Bei intensiveren oder längeren Rides kann der Muskelverbrauch den CGM-Wert zunächst deutlich drücken. Anschließend kann die Kurve wieder steigen. Das Muster trat in meinen Daten jedoch auch bei einigen als Low Impact bezeichneten Einheiten auf. In den zwölf ausgewählten Verläufen lag der Wiederanstieg zwischen 15 und 43 mg/dl. Der spätere Peak lag nicht immer über dem Startwert; bei manchen Einheiten blieb er darunter.

Warum die Leber eine plausible Rolle spielt

Während Belastung muss der Körper den arbeitenden Muskeln Glukose bereitstellen. Bei hoher Intensität können Stresshormone die Glukosefreisetzung aus der Leber stark erhöhen. In der Fachliteratur wird beschrieben, dass bei intensiver Belastung die hepatische Glukoseproduktion die gleichzeitige Nutzung übersteigen kann. Das macht einen Bounce biologisch plausibel. Meine CGM-Daten messen jedoch weder Leberfluss noch Hormone und beweisen den Mechanismus deshalb nicht.

Was außerdem den Wiederanstieg erklären kann

  • verzögerte Kohlenhydrataufnahme aus einer vorherigen Mahlzeit,
  • CGM-Zeitverzug zwischen Blut und Gewebe,
  • Dawn-Phänomen bei Morgeneinheiten,
  • wechselnde Intensität innerhalb eines Rides,
  • Erholungspausen und nachlassende Muskelaufnahme.

Praktische Konsequenz für mich

Ich bewerte einen Ride nicht mehr am niedrigsten Wert direkt nach dem Training. Entscheidend ist das Fenster bis mindestens zwei bis drei Stunden danach. Bei einem starken Fall reduziere ich die Belastung, beobachte weiter und vermeide hektische Gegenmaßnahmen. Menschen mit Insulin oder blutzuckersenkenden Medikamenten brauchen dafür ein individuell abgestimmtes Vorgehen.

Methodik und Grenzen

Die Auswahlregel wurde nachträglich auf vorhandene Notizen angewendet. Intensität ist nicht durchgehend mit Watt, Puls oder Leistungszone standardisiert. Die Bezeichnung „anstrengend“ ist deshalb nur dort direkt gestützt, wo etwa bis 400 Watt oder ein langer Rock-/Pop-Block notiert wurde. Nicht dokumentierte Mahlzeiten, Tageszeit und CGM-Zeitverzug können die Kurven beeinflussen. Das Ergebnis ist eine strukturierte Einzelfallserie, keine Häufigkeitsangabe für alle Rides.

Quellen und methodische Einordnung

🔍 So lese ich diese Daten

Die Werte in diesem Beitrag stammen von meinem eigenen Sensor (FreeStyle Libre 3) und sind eine Einzelfallbeobachtung (n = 1) – sie zeigen ein Muster bei mir, keine Regel für dich. Jede Aussage ist als gesichert, plausibel oder offen gekennzeichnet, und zeitliche Nähe gilt nie als Beweis für eine Ursache. Wie ich Zeitfenster, Sensorlatenz, Einflussfaktoren und Freigabe handhabe, steht gesammelt auf einer Seite. Zur Methodik


Diesen Beitrag teilen

Direkte Links — keine Datenübertragung ohne deine Zustimmung.