{"id":23186,"date":"2022-01-03T05:01:29","date_gmt":"2022-01-03T05:01:29","guid":{"rendered":"http:\/\/run.hwinter.de\/?p=23186"},"modified":"2022-01-03T22:50:27","modified_gmt":"2022-01-03T22:50:27","slug":"98-hakone-ekiden-japan-am-2-und-3-januar-2022-tag-2-aoyama-gakuin-unversity-deklassiert-die-konkurrenz","status":"publish","type":"post","link":"http:\/\/run.hwinter.de\/?p=23186","title":{"rendered":"98. Hakone Ekiden (Japan) am 2. und 3. Januar 2022: Tag 2 – Aoyama Gakuin University deklassiert die Konkurrenz"},"content":{"rendered":"

\"hakone-ekiden-logo\"<\/p>\n

Die \u00fcberlegene F\u00fchrung der Aoyama Gakuin University<\/strong> (AGU) nach der ersten H\u00e4lfte der 98. Ausgabe des Hakone Ekiden<\/strong> baute das Team von Trainer Susumu Hara am zweiten Tag konsequent aus und siegte am Ende hoch \u00fcberlegen in 10:43:42<\/strong>. Damit konnte der Favorit im Vorfeld den “Hakone” in den letzten acht Jahren zum sechsten Mal mit neuem Streckenrekord gewinnen. Die alte Rekordmarke hatte ebenfalls Aoyama Gakuin mit 11:45:23 gehalten. Mit einem Vorsprung von 2:37 Minuten ging AGU an den Start zum R\u00fcckweg nach Tokyo und bereits die sechste (erste am zweiten Tag) sollte eine Vorentscheidung bringen. Zwar lief AGUs Yuki Takahashi<\/strong> nur die achtbeste Zeit auf dieser Etappe, aber die direkten Verfolger waren noch schw\u00e4cher, so dass das Juntendo Team trotz Etappensieg weitere 40 Sekunden hinter AGU zur\u00fccklag. Und dieser R\u00fcckstand war nicht mehr aufzuholen, zumal der Seriensieger AGU auf den beiden letzten Teilst\u00fccken gro\u00dfartig besetzt war.<\/p>\n

\"\"<\/p>\n

Hironobu Nakakura von Aoyama Gakuin erreicht als schnellster L\u00e4ufer der letzten Etappe das Ziel in Tokyo. (c) TNM
\n<\/span><\/p>\n

Yuito Nakamura<\/strong> auf Abschnitt 9 und Hironobu Nakakura<\/strong> auf Abschnitt 10 liefen grandiose Etappenrekorde und vergr\u00f6\u00dferten den Abstand auf die n\u00e4chstplatzierten Teams immer weiter. Am Ende lag AGU mit der Fabelzeit von 10:43:42 fast 11 (!) Minuten vor dem ersten Verfolger Juntendo University in 10:54:33. Dritter wurde die Komazawa University in 10:54:57. Das hohe Niveau des Hakone 2022 belegt die Tatsache, dass alle zehn ersten Teams unter der fr\u00fcheren Traumbarriere von 11 Stunden ins Ziel kamen. Der neue Event-Rekord entspricht einem km-Split von 2:57,9, der jeweils auf Halbmarathondistanzen erzielt wurde. F\u00fcr semi-professionelle Studenten sind das in der Tat ph\u00e4nomenale Leistungen. Und ph\u00e4nomenal waren auch die TV-Quoten, die wieder alle Dimensionen sprengten. Im Mittel sahen um die 33% der TV-Zuschauer im westlichen Japan \u00fcber insgesamt 14 Stunden den Staffellauf.<\/p>\n\n\n\n\n\n\n\n\n\n\n\n\n\n
Die TOP10 des 98. Hakone Ekiden (2.\/3.1.2022):
\nTokyo – Hakone – Tokyo (107,5 km – 109,6 km)
\n<\/strong>CR: Aoyama Gakuin University 10:45:23<\/td>\n<\/tr>\n
1.<\/td>\nAoyama Gakuin University<\/td>\n10:43:42 CR<\/td>\n<\/tr>\n
2.<\/td>\nJuntendo University<\/td>\n10:54:33<\/td>\n<\/tr>\n
3.<\/td>\nKomazawa University<\/td>\n10:54:57<\/td>\n<\/tr>\n
4.<\/td>\nToyo University<\/td>\n10:54:59<\/td>\n<\/tr>\n
5.<\/td>\nTokyo Kokusai University<\/td>\n10:55:14<\/td>\n<\/tr>\n
6.<\/td>\nChuo University<\/td>\n10:55:44<\/td>\n<\/tr>\n
7.<\/td>\nSoka University<\/td>\n10:56:30<\/td>\n<\/tr>\n
8.<\/td>\nKoku Gakuin University<\/td>\n10:57:10<\/td>\n<\/tr>\n
9.<\/td>\nTeikyo University<\/td>\n10:58:06<\/td>\n<\/tr>\n
10.<\/td>\nHosei University<\/td>\n10:58:46<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n\n\n\n\n\n\n\n\n\n\n\n\n\n
Die schnellsten L\u00e4ufer auf den einzelnen Etappen<\/strong> (\u00e4quiv. HM):<\/td>\n<\/tr>\n
1<\/td>\n21.3 km<\/td>\nYamoto Yoshii<\/td>\nChuo University<\/td>\n1:00:40 CR (1:00:06)<\/td>\n<\/tr>\n
2<\/td>\n23.1 km<\/td>\nRen Tazawa<\/td>\nKomazawa Univ.<\/td>\n1:06:13 (1:00:29)<\/td>\n<\/tr>\n
3<\/td>\n21.4 km<\/td>\nKen Tansho<\/td>\nTokyo Kokusai Univ.<\/td>\n1:00:55 (1:00:04)<\/td>\n<\/tr>\n
4<\/td>\n20.9 km<\/td>\nYudai Shimazu<\/td>\nSoka University<\/td>\n1:01:08 (1:01:43)<\/td>\n<\/tr>\n
5<\/td>\n20.8 km<\/td>\nShoma Hosoya<\/td>\nTeikyo University<\/td>\n1:10:33 (1:11:34)
\nberghoch 800m<\/td>\n<\/tr>\n
6<\/td>\n20.8 km<\/td>\nKeito Makise<\/td>\nJuntendo University<\/td>\n58:22 (59:12)
\nbergrunter 700m<\/td>\n<\/tr>\n
7<\/td>\n21.3 km<\/td>\nHironori Kishimoto<\/td>\nAoyama Gakuin Univ.<\/td>\n1:02:39 (1:02:04)<\/td>\n<\/tr>\n
8<\/td>\n21.4 km<\/td>\nMasaki Tsuda<\/td>\nJuntendo University<\/td>\n1:04:29 (1:03:35)<\/td>\n<\/tr>\n
9<\/td>\n23.1 km<\/td>\nYuito Nakamura<\/td>\nAoyama Gakuin Univ<\/td>\n1:07:15 (1:01:26) CR<\/td>\n<\/tr>\n
10<\/td>\n23 km<\/td>\nHironobu Nakakura<\/td>\nAoyama Gakuin Univ<\/td>\n1:07:50 (1:02:14) CR<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n\n\n\n\n\n\n\n\n\n\n\n\n\n
Die TOP10 nach dem ersten Tag:
\nTokyo – Hakone (107,5 km)
\n<\/strong>CR: Aoyama Gakuin University\u00a0 5:21:16<\/td>\n<\/tr>\n
1.<\/td>\nAoyama Gakuin University<\/td>\n5:22:06<\/td>\n<\/tr>\n
2.<\/td>\nTeikyo University<\/td>\n5:24:43<\/td>\n<\/tr>\n
3.<\/td>\nKomazawa University<\/td>\n5:25:34<\/td>\n<\/tr>\n
4.<\/td>\nKoku Gakuin University<\/td>\n5:25:49<\/td>\n<\/tr>\n
5.<\/td>\nJuntendo University<\/td>\n5:26:10<\/td>\n<\/tr>\n
6.<\/td>\nChuo University<\/td>\n5:26:25<\/td>\n<\/tr>\n
7.<\/td>\nTokyo Kokusai University<\/td>\n5:26:55<\/td>\n<\/tr>\n
8.<\/td>\nSoka University<\/td>\n5:27:44<\/td>\n<\/tr>\n
9.<\/td>\nToyo University<\/td>\n5:28:34<\/td>\n<\/tr>\n
10.<\/td>\nTokai University<\/td>\n5:29:14<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n","protected":false},"excerpt":{"rendered":"

Die \u00fcberlegene F\u00fchrung der Aoyama Gakuin University (AGU) nach der ersten H\u00e4lfte der 98. Ausgabe des Hakone Ekiden baute das Team von Trainer Susumu Hara am zweiten Tag konsequent aus und siegte am Ende hoch \u00fcberlegen in 10:43:42.<\/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\/23186"}],"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=23186"}],"version-history":[{"count":6,"href":"http:\/\/run.hwinter.de\/index.php?rest_route=\/wp\/v2\/posts\/23186\/revisions"}],"predecessor-version":[{"id":23211,"href":"http:\/\/run.hwinter.de\/index.php?rest_route=\/wp\/v2\/posts\/23186\/revisions\/23211"}],"wp:attachment":[{"href":"http:\/\/run.hwinter.de\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=23186"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"http:\/\/run.hwinter.de\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=23186"},{"taxonomy":"post_tag","embeddable":true,"href":"http:\/\/run.hwinter.de\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=23186"},{"taxonomy":"table_tags","embeddable":true,"href":"http:\/\/run.hwinter.de\/index.php?rest_route=%2Fwp%2Fv2%2Ftable_tags&post=23186"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}