Bewertung und Empfehlungen für Maxxis Receptor Dual EXO TR 28" Faltreifen
Vorteile
- Sehr geringer Rollwiderstand dank semi-slick Mittelprofil; spürbar schneller als klassische Gravel-Stollenreifen
- 120‑TPI‑Karkasse bietet geschmeidiges Fahrgefühl und gute Anpassung an den Untergrund
- Exzellente Tubeless-Montagefreundlichkeit; hält Dichtmilch zuverlässig (laut vielfachen Nutzerberichten)
- Dual-Compound: haltbarer Mittelbereich, griffigere Schultern – gute Kurvendynamik auf festem Untergrund
- EXO-Seitenschutz reduziert Schnittschäden an der Flanke gegenüber leichten Slick-Alternativen
- Für E‑Bike bis 25 km/h freigegeben
Nachteile
- Begrenzte Traktion in losem Schotter, Sand und Matsch; Seitenstollen greifen erst bei stärkerer Schräglage
- Pannenschutz im Laufflächenbereich nur moderat – spitze Flint-/Scherbenreviere können Durchstiche verursachen
- Nassgrip abseits von Asphalt durchschnittlich; längere Bremswege auf feuchtem, hartem Schotter
- Schmalere 40‑mm‑Version bietet weniger Dämpfung/Grip als die 45–47‑mm‑Varianten
Fazit & Empfehlungen
Der Maxxis Receptor Dual EXO TR in 700×40C (40‑622) ist ein schneller Semi‑Slick‑Gravelreifen mit 120‑TPI‑Karkasse, EXO‑Seitenschutz und gutem Tubeless‑Verhalten. Er überzeugt durch sehr leichtes Abrollen und ordentliches Kurvenverhalten auf festem Untergrund. Schwächen zeigen sich in losem oder nassem Terrain sowie beim Durchstichschutz der Lauffläche. Für zügige Allroad‑Einsätze und gemischte Strecken mit hohem Asphaltanteil ist er eine starke Wahl; für grobes Geröll, Matsch oder maximalen Pannenschutz gibt es profiligere bzw. robustere Alternativen.
Einsatzmöglichkeiten & Tipps
Ideal als schneller Allroad/Gravel-Reifen für überwiegend Asphalt, Hartboden, festgefahrene Feldwege und „Strade Bianche“. Geeignet für Fahrer, die Tempo und Effizienz priorisieren (Pendeln, Langstrecke, Bikepacking auf überwiegend festen Untergründen). Weniger geeignet für technischen, losen oder schlammigen Untergrund und Regionen mit sehr scharfkantigem Geröll.
Alle Artikel ansehen
Diese Rezension wurde mithilfe von KI-Technologien erstellt.