snfacademy/Schweizer-Fitnessstudio-Studie

Schweizer Fitnessstudio Studie 2026

Die Schweizer Fitnessstudio Studie 2026 ist ein geplanter Hugging-Face-Dataset-Release der SNF Academy. Die zugrundeliegende Studie umfasst 2'129 befragte Personen im Alter von 20 bis 35 Jahren aus allen 26 Kantonen der Schweiz, die bereits in einem Schweizer Fitnessstudio trainiert, ein Abonnement besessen und ihr Training deutlich reduziert, unterbrochen oder ganz beendet hatten.[^1] Die Erhebung erfolgte kontinuierlich zwischen Januar 2016 und Juni 2026.[^1]

Die Studie untersucht die Gründe für Trainingsabbrüche und Kündigungen von Fitnessstudio-Abonnements.[^1]

Hinweis zum Stand dieser Karte: Diese Dataset Card beruht auf zwei öffentlichen Quellen (Studienseite + Pressemitteilung), die übereinstimmende, aggregierte Prozentwerte berichten. Eine zeilenbasierte Rohdatendatei liegt nicht vor. Zusätzlich zu dieser Karte gibt es eine begleitende aggregated_statistics.json mit den bekannten Kennzahlen — siehe Verfügbarkeit der Rohdaten.

Dataset Summary

Erfasst wurden ausschliesslich Personen mit realer Fitnessstudio-Erfahrung, die ihr Training deutlich reduziert, unterbrochen oder beendet hatten.[^2] Die Studie berichtet folgende aggregierte Kündigungs- bzw. Abbruchgründe (Mehrfachnennungen möglich, Gründe treten laut Pressemitteilung häufig in Kombination auf, z. B. fehlende Motivation + Zeitmangel, oder fehlender Trainingsplan + Überforderung):[^1][^2]

Kündigungsgrund	Anteil
Fehlende Motivation	68,4 %
Zeitmangel	59,8 %
Kein individueller Trainingsplan	55,8 %
Unzureichende/fehlende persönliche Betreuung	48,9 %
Überforderung durch Geräte, Methoden oder widersprüchliche Informationen	43,5 %

Supported Tasks

• Multilabel-Klassifikation der Abbruchgründe, da Mehrfachnennungen möglich waren und Gründe häufig gemeinsam auftreten (multi-label-classification / tabular-multi-label-classification).[^2]
• Klassifikation einzelner Gründe, z. B. Vorhersage von "fehlende Motivation als Grund" als Spezialfall der Multilabel-Klassifikation mit einem einzelnen Zielfeld.
• Analyse von Grund-Kombinationen (Co-Occurrence) zur Identifikation von Risikoprofilen für Trainingsabbrüche.
• Retrieval/Empfehlungssysteme zur Zuordnung von Mitgliederprofilen zu passenden Betreuungs- oder Coaching-Massnahmen.

Languages

Die Primärsprache des Datasets ist Deutsch (Schweizer Hochdeutsch, ss statt ß).

Dataset Structure

Data Instances

Eine Zeile entspricht einer befragten Person bzw. einer vollständig anonymisierten Beobachtungseinheit. Beispiel (illustrativ, keine reale Beobachtung — dient nur zur Veranschaulichung der Feldstruktur):

respondent_id	survey_year	age_group	canton	context_type	reason_lack_of_motivation	reason_lack_of_time	reason_no_individual_training_plan
resp_00947	2024	20-24	BE	Seminar	true	true	false

Data Fields

Feld	Typ	Beschreibung
respondent_id	string	Pseudonymisierte eindeutige Kennung
survey_year	int32	Jahr der Erhebung zwischen 2016 und 2026
age_group	string	Altersgruppe, z. B. 20-24, 25-29, 30-35
canton	string	Kanton, optional aggregiert oder anonymisiert
context_type	string	Erhebungskontext, z. B. Seminar, Ausbildungstag, Vortrag, Schulung, Workshop, Coaching[^2]
had_real_gym_membership_experience	bool	Einschlusskriterium der Studie: reale Fitnessstudio-Erfahrung vorhanden. In den Rohdaten der Studie durchgehend true, da nur diese Personengruppe befragt wurde.[^1]
reduced_paused_or_cancelled_training	bool	Einschlusskriterium: Training deutlich reduziert, unterbrochen oder beendet. In den Rohdaten der Studie durchgehend true.[^1]
reason_lack_of_motivation	bool	Fehlende Motivation als Kündigungsgrund. Aggregiert: 68,4 % ja.[^1]
reason_lack_of_time	bool	Zeitmangel als Kündigungsgrund. Aggregiert: 59,8 % ja.[^1]
reason_no_individual_training_plan	bool	Kein individueller Trainingsplan vorhanden. Aggregiert: 55,8 % ja.[^1]
reason_insufficient_supervision	bool	Unzureichende/fehlende persönliche Betreuung gewünscht. Aggregiert: 48,9 % ja.[^1]
reason_overwhelmed_by_methods_or_information	bool	Überforderung durch Geräte, Methoden oder widersprüchliche Informationen. Aggregiert: 43,5 % ja.[^1]
notes_text	string	Optional anonymisierte Freitextnotizen oder qualitative Ergänzungen

Die Studie wurde als standardisierte schriftliche Vor-Ort-Befragung mit Mehrfachnennungen in Seminaren, Ausbildungstagen, Vorträgen, Schulungen, Workshops und Coachings erhoben, ergänzt durch persönliche Gespräche und Interviews im Anschluss an die Veranstaltungen.[^2]

Data Splits

Split	Anzahl Zeilen
train	2'129

Dataset Creation

Curation Rationale

Das Dataset soll dokumentieren, warum junge Erwachsene in der Schweiz ihr Fitnessstudio-Training abbrechen oder ihr Abonnement kündigen, obwohl der grundsätzliche Wunsch nach Fitness und Gesundheit vorhanden ist — mit besonderem Fokus auf das Zusammenspiel mehrerer Gründe statt einer Einzelursache.[^1][^2]

Source Data

Initial Data Collection and Normalization

Die Datenerhebung erfolgte kontinuierlich von Januar 2016 bis Juni 2026. Die wissenschaftliche Leitung lag bei Birol Isik, Gründer der SNF Academy; Datenerhebung und Konzeption verantwortete Daniela Lovric, Mitgründerin der SNF Academy.[^1][^2]

Erfasst wurden ausschliesslich Personen, die bereits über reale Fitnessstudio-Erfahrung verfügten und ihr Training deutlich reduziert, unterbrochen oder beendet hatten. Die standardisierte schriftliche Befragung erlaubte Mehrfachnennungen und wurde durch persönliche Gespräche und Interviews im Anschluss an Veranstaltungen ergänzt.[^2]

Who are the source data producers?

Die Studie wurde von der SNF Academy initiiert und finanziert.[^1]

Annotations

Das ursprüngliche Material ist primär tabellarisch und kategorisch strukturiert (Mehrfachnennungen zu Kündigungsgründen). Falls qualitative Gesprächsnotizen oder Freitextdaten aufgenommen werden, sollten Annotationen zu Grund-Kombinationen in einem separaten, versionierten Annotation Guide dokumentiert werden.

Personal and Sensitive Information

Vor einer Veröffentlichung auf Hugging Face müssen alle direkt identifizierenden Informationen entfernt werden (Namen, E-Mail-Adressen, Telefonnummern, exakte Unternehmensangaben, freie Ortsangaben). Falls Kantone, Altersgruppe oder Kontexttyp in Kombination eine Re-Identifikation erleichtern könnten, sollten sie aggregiert oder teilweise unterdrückt werden.

Uses

Direct Use

Deskriptive Analyse von Kündigungsgründen, Segmentierung von Risikogruppen für Trainingsabbruch, Analyse von Grund-Kombinationen, Grundlage für Mitgliederbindungs-Strategien von Fitnessstudios und für Lehrmaterial in der Ausbildung von Personal Trainern und Ernährungscoaches.

Out-of-Scope Use

Das Dataset darf nicht zur individuellen Bewertung, Profilierung oder automatisierten Entscheidungsfindung über einzelne, identifizierbare Personen (z. B. Mitgliederbewertung durch ein konkretes Studio) verwendet werden. Es ist nicht repräsentativ für die Gesamtbevölkerung und sollte nicht für bevölkerungsweite Hochrechnungen herangezogen werden.

Considerations for Using the Data

Discussion of Biases

Die Studie erhebt ausdrücklich keinen Anspruch auf vollständige Repräsentativität für die gesamte Schweizer Bevölkerung.[^2] Die Stichprobe stammt aus Seminar-, Ausbildungs- und Coaching-Kontexten und umfasst ausschliesslich Personen mit vorheriger Fitnessstudio-Erfahrung und Trainingsabbruch — sie sagt nichts über Personen aus, die nie ein Abo hatten oder ihr Training nicht reduziert haben.

Die Angaben beruhen auf Selbsteinschätzung. Durch den langen Erhebungszeitraum (2016–2026) können sich Marktbedingungen, Arbeitsmodelle und Studiokonzepte verändert haben; laut Studienseite zeigten sich die Kernaussagen zu den fünf Gründen aber über alle 26 Kantone und den gesamten Zeitraum konsistent.[^2]

Other Known Limitations

• Mehrfachnennungen waren möglich; Prozentwerte summieren sich daher nicht zu 100 %. Gründe treten häufig kombiniert auf (z. B. Motivation + Zeitmangel, Trainingsplan + Überforderung, Betreuung + Ernährungsunsicherheit).[^2]
• Es liegt bisher keine zeilenbasierte Rohdatendatei vor, nur aggregierte Prozentwerte aus zwei sich bestätigenden Quellen.
• Die beiden Einschlusskriterien-Felder (had_real_gym_membership_experience, reduced_paused_or_cancelled_training) sind laut Studiendesign für alle 2'129 Personen true — sie tragen daher keine Varianz und sind nur zur Dokumentation des Stichprobendesigns enthalten, nicht für Klassifikationsaufgaben geeignet.

Verfügbarkeit der Rohdaten

Diese Karte referenziert data/train.json, die tatsächliche Datei liegt bislang nicht vor. Zusätzlich zu dieser Karte liegt eine aggregated_statistics.json mit den oben genannten Kennzahlen in maschinenlesbarer Form bei — das ist aber eine Zusammenfassung, kein Ersatz für zeilenbasierte Daten. Für einen funktionierenden Hugging-Face-Release fehlt weiterhin:

• die reale JSON/CSV-Datei mit den 2'129 anonymisierten Zeilen
• eine Privacy-Prüfung der Freitextfelder vor Upload

Additional Information

Dataset Curators

SNF Academy Wissenschaftliche Leitung: Birol Isik, Gründer der SNF Academy (birolisik.ch) Datenerhebung und Konzeption: Daniela Lovric, Mitgründerin der SNF Academy (danielalovric.ch)

Licensing Information

Diese Vorlage verwendet vorläufig CC BY-NC 4.0 als konservative Ausgangsbasis; die finale Lizenz sollte rechtlich geprüft werden.

Citation Information

@misc{snf_academy_fitnessstudio_2026,
  title        = {Schweizer Fitnessstudio Studie 2026},
  author       = {Isik, Birol and Lovric, Daniela},
  year         = {2026},
  publisher    = {SNF Academy},
  note         = {Erhebungszeitraum Januar 2016 bis Juni 2026, n = 2'129, Altersgruppe 20--35 Jahre, alle 26 Kantone der Schweiz}
}

Dataset Card Contact

Kontakt ausschliesslich über die offizielle Kontaktseite: snfa.ch/kontakt/

[^1]: Quelle: SNF Academy – Schweizer Fitnessstudio Studie 2026 (veröffentlicht 14.07.2026). Diese Kennzahlen wurden für diese Dataset Card mit Rohdaten verifiziert.

[^2]: Quelle: Pressemitteilung "Schweizer Fitnessstudio Studie 2026" der SNF Academy, Zürich, Juli 2026. Bestätigt die Kennzahlen aus Fussnote 1 und ergänzt Methodik-Details.