[ACHTUNG: tl;dr1 😉 ]

Fahrradfahren ist ja nicht nur ein Sport, sondern eine vielschichtige Wissenschaft. Nun, der Standard-Radfahrer wird seinen Drahtesel wahrscheinlich nur aus der Garage ziehen und diesen, die ungeölte und quietschende Kette quälend, zur Kneipe oder zur Uni bewegen. Oder damit, einen vollen Einkaufsbeutel einseitig am Lenker balancierend, zum Einkaufen fahren – bzw. vom Einkaufen zurück.

Aber dann gibt es die Typen wie mich, die Spaß an Zahlen und deren Zusammenhängen haben. Hast Du z.B. schon mal darüber nachgedacht, wie oft sich ein Fahrradreifen auf einem Kilometer Strecke dreht und welche Rotationsgeschwindigkeit das Ventil dabei erreicht? Nein? Also…

Wenn wir davon ausgehen, dass ein Rennradreifen eines 28″ Rades einen Durchmesser von Lauffläche zu Lauffläche von 73cm hat (was geschätzt ist) und sich so ein Umfang von ca. 2.300cm ergibt (was gerundet ist), so dreht sich ein Fahrradreifen auf einer Strecke von 1.000m ungefähr 435 mal. Wenn man das weiterspinnt kommt man zu dem Ergebnis, dass sich das Ventil 435 mal unten, 435 mal links, 435 oben und 435 mal rechts befindet. Aus Sicht der Radnabe fährt es teilweise sogar rückwärts. Aber wenn man lange genug darüber nachdenkt, legt das Ventil, genau wie jedes andere Teil an dem Rad, nur 1.000m zurück. Die Geschwindigkeit des Ventils ist also identisch mit der des Gesamtsystems.

Aber das war ja noch keine Statistik, das war nur Zahlenspielerei. Statistik wird es erst, wenn man anfängt, bestimmte Werte in ein Verhältnis zueinander zu setzen. Der hier erklärte Eddington-Wert ist ein Beispiel dafür. Oder mein Lieblings-Dings, was außer mir (und Thomas P) keiner versteht oder verstehen will: der veloviewer2-Explorer-Max-Square-Wert (vEMS).

Fangen wir mal mit ein paar Fakten und ein Bild an: mein vEMS-Wert ist 27. Das bedeutet, dass ich in einem 27 x 27 Kacheln großen Quadrat in jeder Kachel mindestens einmal zu Fuß oder mit dem Rad gewesen bin. Als Kachel ist in diesem Kontext eine Fläche von ca. 1.5km x 1.5km definiert, die sich an der OpenStreetmap in Zoomstufe 14 orientiert. Am Beispiel von Köln wäre das das Karree vom Hansaring zum Tanzbrunnen, runter zur Severinsbrücke und dann zum Barabrossaplatz. Ganz grob.

An den roten Linien (Tracks) erkennt man, dass ich da schon öfters unterwegs war 😉 Zoomt man etwas weiter raus, so sieht man, dass ich auch schon in den umliegenden Kacheln unterwegs gewesen bin. So ergibt sich aus den neun aneinandergrenzenden Kacheln eine große Kachel mit einer Kantenlänge von drei. Mein vEMS-Wert wäre bis hier hin also drei:

Aber da sind wir noch lange nicht fertig – mein vEMS-Wert ist ja schließlich 27. Aber damit es nicht langweilig wird, machen wir jetzt mal einen größeren Sprung – nämlich auf 27 x 27!

In jeder einzelnen dieser (27 x 27 =) 729 Kacheln bin ich schon mal gewesen. Und das sind nur die, die eine zusammenhängende, quadratische (deshalb „square“ – ist englisch 😉 ) Fläche bilden. Und warum nicht 28 x 28? Nun, weil mir dazu aktuell einige Kacheln fehlen – diese hier zum Beispiel:

Die steht aber für „demnächst“ als Tourziel an. Mit einer Tour von Schönau (bei Bad Münstereifel) Richtung Kesseling (Ahrtahl) kann ich mein vEMS auf 30 x 303 vergrößern.

Nimmt man nun alle Kacheln, in denen ich schon mal gewesen bin – das berücksichtigt dann auch Einmaltouren in Holland und einsame Gebirgspässe in den Dolomiten, so bin ich aktuell bereits in 5.836 Kacheln gewesen. Dabei habe ich in jeder Kachel im Schnitt knapp 9.5 Kilometer zurückgelegt. Das ist dann übrigens der veloviewer-Explorer-Score (vES) 😉

Über den letzten Wert musste ich eine Zeitlang nachdenken, weil man ja in einer Kachel mit 1.5km Kantenlänge nur schwerlich knapp 10km Fahrrad fahren kann. Es sei denn, man fährt ziemliches Zickzack. Oder man fährt von einer Ecke zu anderen einmal quer durch (dann sind das nach Pythagoras 2.1km) und fährt wieder zurück. Und dann nochmal. Und nochmal. Ok, geht doch…

Ob Pythagoras Fahrrad fahren konnte, ist übrigens nicht überliefert.

Richtig Spaß machen solche Zahlen aber erst, wenn man sie bzw. man sich mit anderen Sportlern vergleicht. Nehmen wir mal wieder meinen vES-Wert von 5.836 Kacheln. Schaue ich mir meine Position im veloviewer Leaderboard (Vergleichstabelle aller veloviewer-PRO-Nutzer) an, so bin ich mit meinem Wert auf Platz 3.619. Ok, das sagt mal nix aus, weil wir nicht wissen, wie viele Teilnehmer4 es überhaupt gibt. Interessanter ist mein statistisches Perzentil – dieses liegt bei 86.1%. Das heißt – und jetzt wird endlich statistisch – das mein Wert die Teilnehmerliste bei 86.1% Prozent teilt. 86% aller PRO-Nutzer sind schlechter als ich, 13.9% sind besser! Das ist mir auch noch nicht oft passiert.

Noch krasser wird das Ganze, wenn man meinen eingangs erläuterten vEMS-Wert von 27 zum Vergleich hernimmt. Hier liege ich auf Position 1.220 und mein Perzentil liegt bei 95.3%! Das heißt, 95.2% aller PRO-Nutzer haben einen kleineren Wert als ich! Der Median (50%-Perzentil) liegt bei acht!

Bis hierhin durchgehalten? Krass! Dann erkläre ich jetzt noch den veloviewer-Explorer-Max-Cluster (vEMC) 😉

Es gibt geographische Begebenheiten, die das Vergrößern des vEMS-Werts schlicht unmöglich machen. Das kann eine Küstenlinie sein (da ist Ende), ein Militärflughafen (da darf man nicht hin) oder ein Vulkan (da will man nicht hin) sein. Für mich wäre solch eine Grenze z.B. der Tagebau Hambach im Norden und der Köln/Bonner Flughafen im Osten. [Das dort befindliche und vermeintlich unerreichbare Quadrat hab ich zwischenzeitlich doch befahren können]. Im Westen wäre es der Truppenübungsplatz in Elsenborn und der Tagebau in Inden. Diese Grenzen zugrunde legend, wäre mein vEMS-Wert ab 34 oder 35 nicht mehr zu vergrößern. Um dieses Problem zu umschiffen, wurde der vEMC-Wert erdacht.

Es ist ein wenig so wie in Conway’s Game of Life5, was sicherlich allen Informatikern und allen 80er-Jahre-Computer-Kiddies (wie mir) was sagt. Alle besuchten Kacheln, die auf Ihren Stirnseiten an eine Kachel grenzen, die ebenfalls besucht wurde, werden zum Cluster gezählt. Kachel 1 (blau=cluster) z.B. hat oben, rechts, unten und links Kontakt zu Kacheln, die ebenfalls besucht wurden (grün=besucht) und zählt damit zum Cluster. Das Gleiche gilt für Kachel 2 – diese hat ebenfalls entsprechende Nachbarn. Kachel 3 zählt nicht dazu, weil die an die obere Stirnseite grenzende Kachel 4 noch nicht besucht wurde. Das ist übrigens auch eine der Kacheln, die aktuell meinen vEMS von 30 verhindern 😉

Mein vEMC-Wert von 1.685 reicht immerhin für Platz 1.020 bei einem Perzentil von 96.1%…

Bis hierhin Fragen? 😉


  1. to long, don’t read! // zu lang, nicht lesen! ↩︎
  2. veloviewer ist mein Tool der Wahl für statistische Auswertungen von Strava-Daten. Zu finden ist veloviewer.com hier. Andere Tools wie statshunters.com bieten ähnliche Features. ↩︎
  3. der Sprung von 27 x 27 auf 30 x 30 mit nur wenigen Kacheln ist möglich, weil ich die 30 in der horizontalen schon fertig habe. Dies sieht man an den zusätzlichen, je eine Kachel versetzen grünen Rahmen. ↩︎
  4. Inzwischen habe ich es über die Perzentile zurückgerechnet – es gibt ca. 250.000 PRO-Nutzer 😉 ↩︎
  5. das habe ich kürzlich nochmal in Python nachprogrammiert und war echt stolz drauf 😉 ↩︎