{"id":14812,"date":"2018-09-21T07:21:43","date_gmt":"2018-09-21T07:21:43","guid":{"rendered":"http:\/\/run.hwinter.de\/?p=14812"},"modified":"2018-09-22T09:12:12","modified_gmt":"2018-09-22T09:12:12","slug":"45-bmw-berlin-marathon-am-16-september-2018-gladys-cherono-gewinnt-bei-drittem-erfolg-mit-streckenrekord","status":"publish","type":"post","link":"http:\/\/run.hwinter.de\/?p=14812","title":{"rendered":"45. BMW Berlin Marathon am 16. September 2018:  Gladys Cherono gewinnt bei drittem Erfolg mit Streckenrekord"},"content":{"rendered":"<p><img decoding=\"async\" loading=\"lazy\" class=\"wp-image-14186 aligncenter\" src=\"http:\/\/run.hwinter.de\/wp-content\/uploads\/2018\/06\/b-mar-2018-logo.jpg\" alt=\"b-mar-2018-logo\" width=\"325\" height=\"240\" \/><\/p>\n<p><!--#image align=\"right\"#--><!--#\/image#--> <!--#html#--><\/p>\n<p align=\"justify\">Gladys Cherono (KEN) konnte mit ihrem Sieg bei der <strong>45. Auflage des BMW Berlin Marathon <\/strong>in 2:18:11 den Lauf in Berlin nicht nur zum dritten Mal nach 2015 und 2017 gewinnen, sie unterbot auch den Streckenrekord der Japanerin Noguchi von 2:19:12 um eine volle Minute. <!--more-->Das hochklassige Rennen der Frauen, das auf Grund der Fabelzeit des Siegers ein wenig in den Hintergund der Aufmerksamkeit geriet, hatte mit <strong>Ruti Aga<\/strong> (ETH) und der Favoritin im Vorfeld <strong>Tirunesh Dibaba<\/strong> (ETH) zwei Mitstreiterinnen, die gleichfalls unter 2:19 Stunden ins Ziel kamen. Nachdem in Berlin vor allem immer wieder die M\u00e4nner f\u00fcr Topzeiten sorgten, konnten nun die Frauen das Leistungsniveau in Spitze und Breite ma\u00dfgeblich steigern.<\/p>\n<p>Das Rennen der Frauen begann mit einer nicht unbedingt positiven \u00dcberraschung, denn bereits die ersten Kilometer deuteten daraufhin, dass der gro\u00dfe Pulk mit den Topfrauen mit km-Splits um 3:18 Minuten recht deutlich \u00fcber einem WR-Tempo lagen. Im Vorfeld hatte Dibaba durchaus Hoffnungen aufkeimen lassen, dass sie einen Angriff auf den Weltrekord von 2:15:25 plante, den Paula Radcliffe bereits 2003 in London aufgestellt hatte. Doch dazu waren km-Splits um 3:12 von N\u00f6ten, und bei 5 km lag sie zusammen mit weiteren L\u00e4uferinnen in 16:26 bereits 25 Sekunden hinter der Rekordmarke zur\u00fcck. Bei 10 km in 32:44 war man etwas schneller geworden, lag aber trotzdem nur auf Kurs zu einer Zeit von 2:18:05.<\/p>\n<p>Neben Dibaba waren in dem gro\u00dfen Pulk mit vielen M\u00e4nnern noch<strong> Ruti Aga<\/strong>, die Vorjahressiegerin mit Startnummer &#8220;1&#8221; <strong>Gladys Cherono<\/strong> und <strong>Helen Tola<\/strong> (ETH) zu finden, die 15 km nach 49:08 passierten. Bei 20 km hatte sich Dibaba in 1:05:31 leicht von ihren Mitstreiterinnen absetzen k\u00f6nnen, die aber nur 5 Sekunden zur\u00fccklagen. Die Grand Dame des Marathon <strong>Edna Kiplagat<\/strong> (KEN) hatte mittlerweile den Anschluss zu den Verfolgerinnen geschafft. Sp\u00e4testens beim Halbmarathon in 1:09:03 hatte sich die Jagd auf den Weltrekord erledigt, die Verfolgerinnen erreichten die Matten in Sch\u00f6neberg nach 1:09:10.<\/p>\n<p>Bald darauf gabe es eine unerwartete Wende des Geschehens, denn Cherono holte Dibaba an der Spitze ein und erreichte zusammen mit Aga und Dibaba die 25 km-Marke nach 1:21:52. Als der &#8220;Wilde Eber&#8221; nach 28,5 km erreicht wurde, war Dibaba zur\u00fcckgefallen und Cherono passierte die 30 km auf dem Hohenzollerdamm zusammen mit Aga nach 1:38:04. Mit einem Abstand von 20 Sekunden folgten Kiplagat und Dibaba. Nun dr\u00fcckte vorne Cherono aufs Tempo und sch\u00fcttelte Aga \u00fcber 1:54:06 bei 35 km und 2:10:32 bei 40 km ab. Durch diese Temposteigerung lief sie die 5 km-Abschnitte nach 30 km in 16:02 (Weltrekordtempo) und 16:26 und lag bei 40 km noch auf Kurs zu einer Zeit von 2:17:41. Auf dem Schlussteil schwanden ihr aber sichtbar die Kr\u00e4fte, so dass sie dort noch wertvolle Zeit vergab und Aga und Dibaba wieder etwas n\u00e4her kamen.<\/p>\n<p align=\"justify\"><img decoding=\"async\" loading=\"lazy\" class=\"wp-image-14815 aligncenter\" src=\"http:\/\/run.hwinter.de\/wp-content\/uploads\/2018\/09\/b-mar-2018-cherono-41k-1-559x640.jpg\" alt=\"b-mar-2018-cherono-41k\" width=\"387\" height=\"443\" srcset=\"http:\/\/run.hwinter.de\/wp-content\/uploads\/2018\/09\/b-mar-2018-cherono-41k-1-559x640.jpg 559w, http:\/\/run.hwinter.de\/wp-content\/uploads\/2018\/09\/b-mar-2018-cherono-41k-1-768x879.jpg 768w, http:\/\/run.hwinter.de\/wp-content\/uploads\/2018\/09\/b-mar-2018-cherono-41k-1-1048x1200.jpg 1048w, http:\/\/run.hwinter.de\/wp-content\/uploads\/2018\/09\/b-mar-2018-cherono-41k-1.jpg 1100w\" sizes=\"(max-width: 387px) 100vw, 387px\" \/><span style=\"font-size: 12pt;\">Gladys Cherono gewann den Berlin Marathon bei den Frauen zum dritten Mal. (c) H. Winter<\/span><\/p>\n<p>Ein (schwacher) Abschnitt von 7:39 f\u00fcr den Part von der 40 km-Marke bis ins Ziel reichte aber aus, um das Rennen in 2:18:11 zu gewinnen. Das ist neue Welt-Jahresbestleistung, pers\u00f6nliche Bestleistung sowie Kursrekord auf der Berliner Strecke. Hinter Radcliffe, Mary Keitany und Dibaba ist Cherono nun die vierschnellste L\u00e4uferin aller Zeiten. Und auch Aga und Dibaba blieben in 2:18:34 und 2:18:55 auf den folgenden Pl\u00e4tzen noch unter dem alten Streckenrekord. 3 Frauen unter 2:19 Stunden ist ein herausragendes Resultat in der Leistungsbreite, das auch Konsequenzen im 10er-Ranking der besten jemals auf einem Kurs erzielten Zeiten hat. Hier konnte sich Berlin von 2:19:52 auf 2:19:19 auf Platz 2 verbessern, vor Dubai (2:19:42) und Chicago (2:19:45). Vorne liegt in dieser Reihung allerdings sehr deutlich immer noch der London Marathon mit 2:18:17 &#8211; dank der Ausnahmeleistungen einer Paula Racliffe. Aber Berlin holt auf und k\u00f6nnte in absehbarer Zeit &#8211; wie bei den M\u00e4nnern &#8211; diese Wertung auch bei den Frauen anf\u00fchren.<\/p>\n<p>Ein tolle Leistung brachte auch <strong>Edna Kiplagat<\/strong> als Vierte in 2:21:18 und auf Platz 5 konnte sich <strong>Mizuki Matsuda<\/strong> (JPN) nach ihrem grandiosen Deb\u00fct im Januar in Osaka mit 2:22:44 in Berlin auf 2:22:23 steigern. Damit lag sie noch vor Helen Tola in 2:22:48, die sie erst nach der 40 km-Marke \u00fcberholte.<\/p>\n<table class=\" aligncenter\" style=\"width: 650px;\">\n<tbody>\n<tr>\n<td colspan=\"4\"><strong>Ergebnisse Marathon der M\u00e4nner:<\/strong><\/td>\n<\/tr>\n<tr>\n<td>1.<\/td>\n<td>Gladys Cherono<\/td>\n<td>KEN<\/td>\n<td>2:18:11 (CR)<\/td>\n<\/tr>\n<tr>\n<td>2.<\/td>\n<td>Ruti Aga<\/td>\n<td>ETH<\/td>\n<td>2:18:34<\/td>\n<\/tr>\n<tr>\n<td>3.<\/td>\n<td>Tirunesh Dibaba<\/td>\n<td>ETH<\/td>\n<td>2:18:55<\/td>\n<\/tr>\n<tr>\n<td>4.<\/td>\n<td>Edna Kiplagat<\/td>\n<td>KEN<\/td>\n<td>2:21:18<\/td>\n<\/tr>\n<tr>\n<td>5.<\/td>\n<td>Mizuki Matsuda<\/td>\n<td>JPN<\/td>\n<td>2:22:23<\/td>\n<\/tr>\n<tr>\n<td>6.<\/td>\n<td>Helen Tola<\/td>\n<td>ETH<\/td>\n<td>2:22:48<\/td>\n<\/tr>\n<tr>\n<td>7.<\/td>\n<td>Honami Maeda<\/td>\n<td>JPN<\/td>\n<td>2:25:23<\/td>\n<\/tr>\n<tr>\n<td>8.<\/td>\n<td>Carla Salome Rocha<\/td>\n<td>POR<\/td>\n<td>2:25:27<\/td>\n<\/tr>\n<tr>\n<td>9.<\/td>\n<td>Miyuki Uehara<\/td>\n<td>JPN<\/td>\n<td>2:25:46<\/td>\n<\/tr>\n<tr>\n<td>10.<\/td>\n<td>Rei Ohara<\/td>\n<td>JPN<\/td>\n<td>2:27:29<\/td>\n<\/tr>\n<tr>\n<td>11.<\/td>\n<td>Rachel Cliff<\/td>\n<td>CAN<\/td>\n<td>2:28:53<\/td>\n<\/tr>\n<tr>\n<td>12.<\/td>\n<td>Lyndsay Tessier<\/td>\n<td>CAN<\/td>\n<td>\u00a02:30:47<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<table class=\" aligncenter\">\n<tbody>\n<tr>\n<td colspan=\"5\"><strong>Split der f\u00fchrenden L\u00e4uferin<\/strong><\/td>\n<\/tr>\n<tr>\n<td><strong>distance<\/strong><\/td>\n<td><strong>\u00a0split <\/strong><\/td>\n<td><strong>last km<\/strong><\/td>\n<td><strong>last 5 km<\/strong><\/td>\n<td><strong>projection<\/strong><\/td>\n<\/tr>\n<tr>\n<td>1 km<\/td>\n<td>\u00a03:19<\/td>\n<td>\u00a03:19<\/td>\n<td><\/td>\n<td>\u00a02:19:57<\/td>\n<\/tr>\n<tr>\n<td>2 km<\/td>\n<td>\u00a06:37<\/td>\n<td>\u00a03:18<\/td>\n<td><\/td>\n<td>\u00a02:19:36<\/td>\n<\/tr>\n<tr>\n<td>2,5 km<\/td>\n<td>\u00a08:16<\/td>\n<td>\u00a0n.a.<\/td>\n<td><\/td>\n<td>\u00a02:19:32<\/td>\n<\/tr>\n<tr>\n<td>3 km<\/td>\n<td>9:55<\/td>\n<td>\u00a03:18<\/td>\n<td><\/td>\n<td>2:19:27<\/td>\n<\/tr>\n<tr>\n<td>3,5 km<\/td>\n<td>11:32<\/td>\n<td>\u00a03:16<\/td>\n<td><\/td>\n<td>2:19:01<\/td>\n<\/tr>\n<tr>\n<td>4 km<\/td>\n<td>13:09<\/td>\n<td>3:14<\/td>\n<td><\/td>\n<td>2:18:42<\/td>\n<\/tr>\n<tr>\n<td>4,5 km<\/td>\n<td>14:47<\/td>\n<td>3:15<\/td>\n<td><\/td>\n<td>2:18:34<\/td>\n<\/tr>\n<tr>\n<td><strong>5 km<\/strong><\/td>\n<td><strong>16:26<\/strong><\/td>\n<td><strong>\u00a03:18<\/strong><\/td>\n<td><strong>16:26<\/strong><\/td>\n<td><strong>2:18:44<\/strong><\/td>\n<\/tr>\n<tr>\n<td>5,5 km<\/td>\n<td>18:05<\/td>\n<td>3:19<\/td>\n<td><\/td>\n<td>2:18:48<\/td>\n<\/tr>\n<tr>\n<td>6 km<\/td>\n<td>19:42<\/td>\n<td>\u00a03:16<\/td>\n<td><\/td>\n<td>2:18:35<\/td>\n<\/tr>\n<tr>\n<td>6,5 km<\/td>\n<td>21:21<\/td>\n<td>3:16<\/td>\n<td><\/td>\n<td>2:18:38<\/td>\n<\/tr>\n<tr>\n<td>7 km<\/td>\n<td>22:56<\/td>\n<td>3:13<\/td>\n<td><\/td>\n<td>2:18:12<\/td>\n<\/tr>\n<tr>\n<td>7,5 km<\/td>\n<td>24:33<\/td>\n<td>3:12<\/td>\n<td><\/td>\n<td>2:18:08<\/td>\n<\/tr>\n<tr>\n<td>8 km<\/td>\n<td>26:12<\/td>\n<td>3:16<\/td>\n<td><\/td>\n<td>2:18:10<\/td>\n<\/tr>\n<tr>\n<td>8,5 km<\/td>\n<td>27:50<\/td>\n<td>3:16<\/td>\n<td><\/td>\n<td>2:18:10<\/td>\n<\/tr>\n<tr>\n<td>9 km<\/td>\n<td>29:26<\/td>\n<td>3:14<\/td>\n<td><\/td>\n<td>2:18:00<\/td>\n<\/tr>\n<tr>\n<td>9,5 km<\/td>\n<td>31:05<\/td>\n<td>3:15<\/td>\n<td><\/td>\n<td>2:18:04<\/td>\n<\/tr>\n<tr>\n<td><strong>10 km<\/strong><\/td>\n<td><strong>32:44<\/strong><\/td>\n<td>3:17<\/td>\n<td>\u00a0<strong>16:17<\/strong><\/td>\n<td>2:18:05<\/td>\n<\/tr>\n<tr>\n<td>10,5 km<\/td>\n<td>34:21<\/td>\n<td>3:15<\/td>\n<td><\/td>\n<td>2:18:00<\/td>\n<\/tr>\n<tr>\n<td>11 km<\/td>\n<td>35:59<\/td>\n<td>3:15<\/td>\n<td><\/td>\n<td>2:18:01<\/td>\n<\/tr>\n<tr>\n<td>11,5 km<\/td>\n<td>37:38<\/td>\n<td>3:18<\/td>\n<td><\/td>\n<td>2:18:07<\/td>\n<\/tr>\n<tr>\n<td>12 km<\/td>\n<td>39:16<\/td>\n<td>3:18<\/td>\n<td><\/td>\n<td>\u00a02:18:05<\/td>\n<\/tr>\n<tr>\n<td>12,5 km<\/td>\n<td>40:54<\/td>\n<td>3:16<\/td>\n<td><\/td>\n<td>2:18:05<\/td>\n<\/tr>\n<tr>\n<td>13 km<\/td>\n<td>42:33<\/td>\n<td>3:16<\/td>\n<td><\/td>\n<td>\u00a02:18:05<\/td>\n<\/tr>\n<tr>\n<td>13,5 km<\/td>\n<td>44:11<\/td>\n<td>3:16<\/td>\n<td><\/td>\n<td>2:18:05<\/td>\n<\/tr>\n<tr>\n<td>14 km<\/td>\n<td>45:48<\/td>\n<td>3:15<\/td>\n<td><\/td>\n<td>2:18:03<\/td>\n<\/tr>\n<tr>\n<td>14,5 km<\/td>\n<td>47:29<\/td>\n<td>3:18<\/td>\n<td><\/td>\n<td>2:18:09<\/td>\n<\/tr>\n<tr>\n<td><strong>15 km<\/strong><\/td>\n<td><strong>49:08<\/strong><\/td>\n<td><strong>3:20<\/strong><\/td>\n<td><strong>\u00a016:24<\/strong><\/td>\n<td><strong>2:18:12<\/strong><\/td>\n<\/tr>\n<tr>\n<td>15,5 km<\/td>\n<td>50:44<\/td>\n<td>3:15<\/td>\n<td><\/td>\n<td>2:18:05<\/td>\n<\/tr>\n<tr>\n<td>16 km<\/td>\n<td>52:26<\/td>\n<td>3:18<\/td>\n<td><\/td>\n<td>2:18:12<\/td>\n<\/tr>\n<tr>\n<td>16,5 km<\/td>\n<td>54:02<\/td>\n<td>3:18<\/td>\n<td><\/td>\n<td>2:18:10<\/td>\n<\/tr>\n<tr>\n<td>17 km<\/td>\n<td>55:42<\/td>\n<td>3:16<\/td>\n<td><\/td>\n<td>2:18:16<\/td>\n<\/tr>\n<tr>\n<td>17,5 km<\/td>\n<td>57:22<\/td>\n<td>3:20<\/td>\n<td><\/td>\n<td>2:18:18<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\">18 km<\/td>\n<td>59:01<\/td>\n<td>3:18<\/td>\n<td><\/td>\n<td>2:18:20<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\">18,5 km<\/td>\n<td>1:00:37<\/td>\n<td>3:15<\/td>\n<td><\/td>\n<td>2:18:15<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\">19 km<\/td>\n<td>1:02:15<\/td>\n<td>3:14<\/td>\n<td><\/td>\n<td>2:18:14<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\">19,5 km<\/td>\n<td>1:03:51<\/td>\n<td>3:14<\/td>\n<td><\/td>\n<td>2:18:10<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\"><strong>20 km<\/strong><\/td>\n<td><strong>1:05:30<\/strong><\/td>\n<td>3:16<\/td>\n<td>\u00a0<strong>16:23<\/strong><\/td>\n<td>2:18:12<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\">20,5 km<\/td>\n<td dir=\"ltr\">1:07:07<\/td>\n<td>3:16<\/td>\n<td><\/td>\n<td>2:18:10<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\">21 km<\/td>\n<td dir=\"ltr\">1:08:45<\/td>\n<td>3:14<\/td>\n<td><\/td>\n<td>2:18:08<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\"><strong>HM<\/strong><\/td>\n<td dir=\"ltr\"><strong>1:09:03<\/strong><\/td>\n<td><strong>\u00a0<\/strong><\/td>\n<td><strong>\u00a0<\/strong><\/td>\n<td><strong>2:18:06<\/strong><\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\">21,5 km<\/td>\n<td dir=\"ltr\">1:10:22<\/td>\n<td>3:14<\/td>\n<td><\/td>\n<td>2:18:05<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\">22 km<\/td>\n<td dir=\"ltr\">1:12:03<\/td>\n<td>3:18<\/td>\n<td><\/td>\n<td>2:18:11<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\">22,5 km<\/td>\n<td dir=\"ltr\">1:13:41<\/td>\n<td>3:19<\/td>\n<td><\/td>\n<td>2:18:10<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\">23 km<\/td>\n<td dir=\"ltr\">\u00a01:15:21<\/td>\n<td>3:18<\/td>\n<td><\/td>\n<td>2:18:14<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\">23,5 km<\/td>\n<td dir=\"ltr\">1:17:00<\/td>\n<td>3:19<\/td>\n<td><\/td>\n<td>2:18:15<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\">24 km<\/td>\n<td dir=\"ltr\">\u00a01:18:38<\/td>\n<td>3:17<\/td>\n<td><\/td>\n<td>2:18:14<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\">24,5 km<\/td>\n<td dir=\"ltr\">1:20:14<\/td>\n<td>3:14<\/td>\n<td><\/td>\n<td>2:18:11<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\"><strong>25 km<\/strong><\/td>\n<td dir=\"ltr\">\u00a0<strong>1:21:52<\/strong><\/td>\n<td><strong>\u00a03:14<\/strong><\/td>\n<td><strong>\u00a016:21<\/strong><\/td>\n<td><strong>2:18:10<\/strong><\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\">25,5 km<\/td>\n<td dir=\"ltr\">1:23:29<\/td>\n<td>3:14<\/td>\n<td><\/td>\n<td>2:18:08<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\">26 km<\/td>\n<td dir=\"ltr\">\u00a01:25:06<\/td>\n<td>3:15<\/td>\n<td><\/td>\n<td>2:18:07<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\">26,5 km<\/td>\n<td dir=\"ltr\">1:26:43<\/td>\n<td>3:14<\/td>\n<td><\/td>\n<td>2:18:04<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\">27 km<\/td>\n<td dir=\"ltr\">\u00a01:28:21<\/td>\n<td>3:15<\/td>\n<td><\/td>\n<td>\u00a02:18:05<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\">27,5 km<\/td>\n<td dir=\"ltr\">1:30:00<\/td>\n<td>3:17<\/td>\n<td><\/td>\n<td>2:18:05<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\">28 km<\/td>\n<td dir=\"ltr\">1:31:41<\/td>\n<td>3:20<\/td>\n<td><\/td>\n<td>2:18:10<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\">28,5 km<\/td>\n<td dir=\"ltr\">1:33:16<\/td>\n<td>3:17<\/td>\n<td><\/td>\n<td>2:18:06<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\">29 km<\/td>\n<td dir=\"ltr\">1:34:53<\/td>\n<td>3:13<\/td>\n<td><\/td>\n<td>2:18:04<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\">29,5 km<\/td>\n<td dir=\"ltr\">1:36:30<\/td>\n<td>3:14<\/td>\n<td><\/td>\n<td>2:18:02<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\"><strong>30 km<\/strong><\/td>\n<td dir=\"ltr\"><strong>1:38:04<\/strong><\/td>\n<td><strong>3:17<\/strong><\/td>\n<td><strong>16:12<\/strong><\/td>\n<td><strong>2:17:56<\/strong><\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\">31 km<\/td>\n<td dir=\"ltr\">1:41:23<\/td>\n<td>3:19<\/td>\n<td><\/td>\n<td>2:18:00<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\">32 km<\/td>\n<td dir=\"ltr\">1:44:32<\/td>\n<td>3:09<\/td>\n<td><\/td>\n<td>2:17:51<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\">33 km<\/td>\n<td dir=\"ltr\">1:47:46<\/td>\n<td>3:13<\/td>\n<td><\/td>\n<td>2:17:47<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\">34 km<\/td>\n<td dir=\"ltr\">1:50:56<\/td>\n<td>3:10<\/td>\n<td><\/td>\n<td>2:17:40<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\"><strong>35 km<\/strong><\/td>\n<td dir=\"ltr\"><strong>1:54:06<\/strong><\/td>\n<td><strong>3:10<\/strong><\/td>\n<td><strong>\u00a016:02<\/strong><\/td>\n<td><strong>2:17:33<\/strong><\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\">36 km<\/td>\n<td dir=\"ltr\">1:57:26<\/td>\n<td>3:21<\/td>\n<td><\/td>\n<td>2:17:39<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\">37 km<\/td>\n<td dir=\"ltr\">\u00a02:00:39<\/td>\n<td>\u00a03:13<\/td>\n<td><\/td>\n<td>2:17:36<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\">38 km<\/td>\n<td dir=\"ltr\">\u00a02:03:56<\/td>\n<td>\u00a03:17<\/td>\n<td><\/td>\n<td>2:17:37<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\">39 km<\/td>\n<td dir=\"ltr\">\u00a02:07:10<\/td>\n<td>\u00a03:14<\/td>\n<td><\/td>\n<td>2:17:35<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\"><strong>40 km<\/strong><\/td>\n<td dir=\"ltr\">\u00a02<strong>:10:32<\/strong><\/td>\n<td><strong>3:21<\/strong><\/td>\n<td><strong>\u00a016:26<\/strong><\/td>\n<td><strong>2:17:41<\/strong><\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\">41 km<\/td>\n<td dir=\"ltr\">\u00a02:13:56<\/td>\n<td>\u00a03:25<\/td>\n<td><\/td>\n<td>\u00a02:17:51<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\">42 km<\/td>\n<td dir=\"ltr\">\u00a02:17:24*<\/td>\n<td>\u00a03:27<\/td>\n<td><\/td>\n<td>\u00a02:18:02<\/td>\n<\/tr>\n<tr>\n<td dir=\"ltr\"><strong>Marathon<\/strong><\/td>\n<td dir=\"ltr\">\u00a0<strong>2:18:11<\/strong><\/td>\n<td><strong>0:47<br \/>\n<\/strong><\/td>\n<td><strong>\u00a07:39<\/strong><\/td>\n<td><strong>\u00a0<\/strong><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p align=\"justify\"><strong><a href=\"https:\/\/www.youtube.com\/watch?v=sEGve18Drf8\">.<br \/>\nVideo bei YOUTUBE zur Geschichte des Berlin Marathon mit Horst Milde.<\/a><\/strong><\/p>\n<p><!--#\/html#--><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Gladys Cherono (KEN) konnte mit ihrem Sieg bei der 45. Auflage des BMW Berlin Marathon in 2:18:11 den Lauf in Berlin nicht nur zum dritten Mal nach 2015 und 2017 gewinnen, sie unterbot auch den Streckenrekord der Japanerin Noguchi von 2:19:12 um eine volle Minute.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":[],"categories":[1],"tags":[],"table_tags":[],"_links":{"self":[{"href":"http:\/\/run.hwinter.de\/index.php?rest_route=\/wp\/v2\/posts\/14812"}],"collection":[{"href":"http:\/\/run.hwinter.de\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"http:\/\/run.hwinter.de\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"http:\/\/run.hwinter.de\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"http:\/\/run.hwinter.de\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=14812"}],"version-history":[{"count":8,"href":"http:\/\/run.hwinter.de\/index.php?rest_route=\/wp\/v2\/posts\/14812\/revisions"}],"predecessor-version":[{"id":14821,"href":"http:\/\/run.hwinter.de\/index.php?rest_route=\/wp\/v2\/posts\/14812\/revisions\/14821"}],"wp:attachment":[{"href":"http:\/\/run.hwinter.de\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=14812"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"http:\/\/run.hwinter.de\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=14812"},{"taxonomy":"post_tag","embeddable":true,"href":"http:\/\/run.hwinter.de\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=14812"},{"taxonomy":"table_tags","embeddable":true,"href":"http:\/\/run.hwinter.de\/index.php?rest_route=%2Fwp%2Fv2%2Ftable_tags&post=14812"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}