Apple Watch, Garmin, Amazfit, Oura Ring oder Whoop: Am Handgelenk und am Finger tragen inzwischen Millionen Menschen kleine Messstationen durch ihren Alltag. Sie kennen unseren Puls, zeichnen die Herzfrequenzvariabilität auf, beobachten den Schlaf, schätzen den Kalorienverbrauch, bestimmen die Sauerstoffsättigung und errechnen daraus Werte für Fitness, Stress oder Regeneration. Manche Geräte können sogar ein EKG aufzeichnen. Morgens genügt ein Blick auf die App und wir erfahren scheinbar mehr über die vergangene Nacht, als wir selbst bemerkt haben. Aber genau hier beginnt das Problem: Nur weil auf dem Display eine Zahl mit zwei Nachkommastellen erscheint, muss diese Zahl noch lange nicht genauso exakt sein.

Wem glaube ich eigentlich – meinem Körper oder meiner Uhr?

Früher war die Sache relativ einfach. Man wachte morgens auf und fühlte sich entweder ausgeschlafen oder gerädert. Beim Training merkte man, ob die Beine gut waren, und beim Laufen wusste man ziemlich schnell, ob man einen guten oder schlechten Tag erwischt hatte. Heute kann etwas Merkwürdiges passieren: Ich wache auf, fühle mich hervorragend und erfahre anschließend von meiner Uhr oder meinem Ring, dass meine Nacht offenbar eine Katastrophe war. Die HRV ist niedriger als gewöhnlich, der Ruhepuls etwas höher, der Tiefschlaf angeblich zu kurz und der Recovery- oder Readiness-Wert entsprechend schlecht. Schon stellt sich die Frage: Sollte ich heute wirklich hart trainieren? Oder vertraue ich meinem eigenen Körpergefühl? Wearables liefern wertvolle zusätzliche Informationen. Problematisch wird es erst, wenn wir vergessen, dass zwischen einer direkten Messung und einem von einem Algorithmus errechneten Gesundheits- oder Fitnesswert ein erheblicher Unterschied besteht.

Eine der größten Untersuchungen zeigt erstaunliche Unterschiede

Wie zuverlässig Consumer-Wearables tatsächlich sind, untersuchte 2024 eine große sogenannte Umbrella Review im Fachjournal Sports Medicine. Dabei wurden nicht einfach einige Smartwatches miteinander verglichen, sondern 24 bereits vorhandene systematische Reviews ausgewertet. Nach Entfernung von Überschneidungen blieben 249 Validierungsstudien zu Consumer-Wearables mit insgesamt 430.465 Teilnehmern übrig. Das Ergebnis ist weder ein Freispruch noch eine Abrechnung mit Smartwatches. Einige Messwerte sind erstaunlich brauchbar, andere wesentlich problematischer. Noch bemerkenswerter ist eine andere Zahl: Von 310 erfassten Consumer-Wearables waren lediglich 34, also rund elf Prozent, wenigstens für einen biometrischen Messwert wissenschaftlich validiert worden. Da moderne Geräte aber gleichzeitig Puls, Schlaf, Schritte, Aktivität, Energieverbrauch und weitere Größen bestimmen, berechneten die Autoren, dass nur etwa 3,5 Prozent der theoretisch notwendigen Validierungen tatsächlich vorlagen. Das Entwicklungstempo der Hersteller ist schlicht erheblich schneller als das der wissenschaftlichen Überprüfung. citeturn0search0

Beim Puls sind Wearables erstaunlich gut

Ausgerechnet bei einer der wichtigsten und am häufigsten genutzten Funktionen schneiden Wearables vergleichsweise ordentlich ab. Für die Herzfrequenz ergaben die untersuchten Arbeiten typischerweise Abweichungen von ungefähr drei Prozent. Das ist für eine kleine Uhr am Handgelenk durchaus beachtlich. Allerdings bedeutet auch diese Zahl nicht, dass jede Uhr bei jedem Menschen und in jeder Situation drei Prozent danebenliegt. Modell, Aktivität, Bewegungsintensität, Sitz des Gerätes und individuelle Eigenschaften können das Ergebnis beeinflussen. Unter Bewegung kann die Messung schwieriger werden als in Ruhe. Für einen Freizeitsportler, der wissen möchte, in welchem ungefähren Pulsbereich er trainiert, kann eine moderne Smartwatch trotzdem sehr nützliche Informationen liefern. Wer dagegen medizinisch exakte Messungen oder besonders zuverlässige Trainingsdaten benötigt, darf eine Handgelenksmessung nicht automatisch mit einem EKG oder einem geeigneten Referenzsystem gleichsetzen. citeturn0search0

HRV: Interessant ist weniger eine einzelne Zahl als der Verlauf

Die Herzfrequenzvariabilität, kurz HRV, hat sich zu einem der Lieblingswerte moderner Fitness- und Recovery-Systeme entwickelt. Sie beschreibt vereinfacht die zeitlichen Schwankungen zwischen aufeinanderfolgenden Herzschlägen. Daraus versuchen Geräte Rückschlüsse auf Erholung, Belastung und das autonome Nervensystem zu ziehen. Die wissenschaftliche Bewertung zeigt jedoch auch hier, wie wichtig die Messbedingungen sind. In der Umbrella Review zeigten Untersuchungen bestimmter Geräte in Ruhe eine sehr hohe Übereinstimmung mit Referenzmessungen. Bei Bewegung beziehungsweise körperlicher Belastung verschlechterte sich die Zuverlässigkeit. Für den Alltag bedeutet das: Interessanter als die Frage, ob meine HRV heute exakt 42 oder 45 Millisekunden beträgt, kann die Entwicklung gegenüber meiner eigenen längerfristigen Ausgangslage sein. Ein ungewöhnlicher Wert ist zunächst ein Signal – keine Diagnose. citeturn0search0

EKG und Herzrhythmusstörungen sind eine andere Liga

Medizinisch besonders interessant sind Wearables, die Auffälligkeiten des Herzrhythmus erkennen können. Die ausgewerteten Studien zeigen für die Erkennung von Arrhythmien teilweise hohe Sensitivitäts- und Spezifitätswerte. Allerdings war die Studienlage heterogen, und viele Untersuchungen wurden in klinischen Populationen durchgeführt, bei denen Herzrhythmusstörungen bereits bekannt waren. Das ist ein wichtiger Unterschied zum gesunden Menschen, der zufällig eine Warnmeldung seiner Uhr erhält. Eine Smartwatch kann deshalb ein wertvoller Hinweisgeber sein. Sie ersetzt aber weder eine ärztliche Diagnose noch ein medizinisches EKG. Gerade darin liegt möglicherweise ihre Stärke: Ein Gerät, das ohnehin jeden Tag getragen wird, kann auf etwas aufmerksam machen, das ansonsten unbemerkt geblieben wäre. citeturn0search0

Beim Sauerstoff wird aus zwei Prozent plötzlich ein wichtiger Unterschied

Auch die Sauerstoffsättigung lässt sich inzwischen mit manchen Smartwatches bestimmen. In der ausgewerteten Forschung zur Apple Watch Series 6 lagen die mittleren absoluten Unterschiede gegenüber konventionellen Pulsoximetern bei bis zu zwei Prozentpunkten. Das klingt zunächst wenig. Einzelmessungen konnten jedoch deutlich stärker abweichen. Für einen gesunden Sportler, der aus Interesse seine Werte beobachtet, ist das etwas anderes als für einen Patienten, bei dem wenige Prozentpunkte medizinisch relevant sein können. Die Zahl auf der Uhr sollte deshalb nicht automatisch als medizinischer Messwert interpretiert werden. citeturn0search0

Kalorienverbrauch: Jetzt beginnt das große Rechnen

Besonders vorsichtig sollte man werden, sobald ein Wearable etwas anzeigen soll, das sein Sensor gar nicht unmittelbar messen kann. Ein hervorragendes Beispiel ist der Kalorienverbrauch. Die Uhr kennt unter anderem Bewegung, Herzfrequenz und einige persönliche Daten. Daraus errechnet ein Algorithmus den vermuteten Energieverbrauch. In der großen Review zeigte sich eine erhebliche Streuung der Fehler; im Mittel wurde der Energieverbrauch unterschätzt, die Ergebnisse unterschieden sich jedoch stark zwischen Untersuchungen und Geräten. Für die Trainingsbeobachtung kann eine solche Zahl als Orientierung interessant sein. Problematisch wäre dagegen die Rechnung: „Meine Uhr sagt, ich habe heute 850 Kilokalorien beim Sport verbraucht, also kann ich exakt 850 Kilokalorien zusätzlich essen.“ So genau funktioniert das nicht. citeturn0search0

Auch VO₂max ist häufig eine Schätzung

VO₂max gilt als wichtiger Indikator der aeroben Leistungsfähigkeit. Im Labor wird sie unter kontrollierter Belastung mit entsprechender Atemgasanalyse bestimmt. Eine Smartwatch verfügt aber nicht plötzlich über ein mobiles sportmedizinisches Labor. Sie errechnet eine Schätzung aus verfügbaren Daten. Die Review zeigt, dass solche Schätzungen insbesondere abhängig vom verwendeten Verfahren erhebliche individuelle Abweichungen aufweisen können. Bei Schätzungen aus Belastungstests waren die Ergebnisse im Durchschnitt deutlich näher an der Referenz als bei Ruheverfahren, trotzdem blieben breite individuelle Abweichungsbereiche bestehen. Wer über Monate beobachtet, ob seine von der Uhr geschätzte VO₂max steigt oder fällt, kann daraus einen interessanten Trend gewinnen. Die angezeigte Zahl sollte aber nicht mit einer direkten Spiroergometrie gleichgesetzt werden. citeturn0search0

Und dann kommt der Schlaf

Kaum ein Bereich erzeugt mehr scheinbar präzise Informationen als das Schlaftracking. Morgens präsentiert uns die App Schlafdauer, Wachzeiten, Schlafqualität und je nach Gerät unterschiedliche Schlafstadien. Wissenschaftlich wird es deutlich komplizierter. Als Referenz für die Untersuchung des Schlafs dient die Polysomnographie im Schlaflabor. Die Umbrella Review fand bei Consumer-Wearables eine Tendenz, die gesamte Schlafzeit zu überschätzen und Wachphasen nach dem Einschlafen zu unterschätzen. In einzelnen ausgewerteten Untersuchungen lagen Fehler bei der Einschlaflatenz und nächtlichen Wachzeit ausgesprochen weit auseinander. Ein Mensch, der ruhig im Bett liegt und ein Buch liest, stellt einen Algorithmus eben vor eine andere Aufgabe als ein Schlaflabor, das zusätzlich Hirnaktivität, Augenbewegungen und weitere physiologische Signale erfassen kann. Deshalb ist die vermeintlich exakte Aufteilung einer Nacht in unterschiedliche Schlafstadien mit Vorsicht zu interpretieren. citeturn0search0

Ein schlechter Recovery Score macht noch keinen schlechten Tag

Damit kommen wir zu einer Funktion, die für Sportler besonders verführerisch ist. Systeme wie Oura oder Whoop kombinieren mehrere Messwerte und berechnen daraus einen Recovery-, Readiness- oder Belastungswert. Das kann sinnvoll sein, denn ein einzelner Messwert erzählt selten die ganze Geschichte. Gleichzeitig entsteht eine neue Ebene der Unsicherheit: Mehrere teilweise gemessene und teilweise geschätzte Größen werden von einem proprietären Algorithmus zu einer einzigen scheinbar eindeutigen Zahl verdichtet. Ein Recovery Score von 62 ist deshalb kein Laborbefund. Er ist die Interpretation eines Systems. Wer über Monate dieselbe Plattform benutzt, kann Veränderungen und persönliche Muster erkennen. Aber wenn ich mich hervorragend fühle, normal leistungsfähig bin und meine Uhr behauptet, heute sei ein miserabler Tag, sollte die Uhr zumindest nicht automatisch das letzte Wort haben.

Wearables können trotzdem etwas, das der Arzt kaum kann: permanent beobachten

Bei aller Kritik besitzen Wearables einen gewaltigen Vorteil. Eine ärztliche Untersuchung ist eine Momentaufnahme. Ein Ring oder eine Uhr kann dagegen Tag und Nacht Daten sammeln und dadurch die persönliche Ausgangslage eines Menschen kennenlernen. Genau dieses Prinzip wurde eindrucksvoll in der TemPredict-Studie mit dem Oura Ring demonstriert. Insgesamt nahmen 63.153 Menschen teil. Für das eigentliche Machine-Learning-Modell wurden 73 PCR-bestätigte COVID-19-Fälle mit ausreichend hochwertigen physiologischen Daten verwendet. Der Algorithmus identifizierte COVID-19 im Durchschnitt 2,75 Tage bevor die Betroffenen einen diagnostischen Test aufsuchten; die Sensitivität lag bei 82 Prozent und die Spezifität bei 63 Prozent. Besonders die kontinuierliche Temperaturinformation verbesserte das Modell. Das bedeutet nicht, dass ein Oura Ring einen medizinischen COVID-Test ersetzt. Es zeigt aber, welche Stärke kontinuierliche Daten besitzen können: Eine Veränderung gegenüber der persönlichen Baseline kann auffallen, bevor der Mensch selbst daraus ein eindeutiges Symptom ableitet. citeturn0search1

Die wichtigste Zahl ist vielleicht gar nicht die Zahl von heute

Genau hier liegt möglicherweise der größte Nutzen von Wearables. Nicht die Behauptung, dass die Uhr meinen Kalorienverbrauch auf die Kilokalorie genau kennt oder exakt weiß, wie viele Minuten Tiefschlaf ich hatte. Interessanter ist die kontinuierliche Beobachtung: Wie entwickelt sich mein Ruhepuls? Verändert sich meine HRV über längere Zeit? Schlafe ich regelmäßig kürzer? Bewege ich mich weniger? Gibt es plötzlich deutliche Abweichungen von meinem üblichen Muster? Ein Wearable muss nicht in jeder einzelnen Messung perfekt sein, um Veränderungen sichtbar machen zu können. Allerdings funktioniert auch dieser Vergleich nur sinnvoll, wenn Messbedingungen, Gerät und Algorithmen ausreichend konstant bleiben.

Die Uhr ist ein Beobachter – kein Arzt am Handgelenk

Wearables sind weder nutzloses Spielzeug noch medizinische Wundergeräte. Genau zwischen diesen beiden Extremen liegt ihre Stärke. Herzfrequenz und manche kardiovaskulären Parameter können bereits erstaunlich brauchbar erfasst werden. Bei Energieverbrauch, Aktivitätsintensität, VO₂max-Schätzungen und verschiedenen Schlafparametern wird die Unsicherheit teilweise erheblich größer. Dazu kommt ein grundsätzliches Problem: Gerätegenerationen und Algorithmen verändern sich schneller, als unabhängige Wissenschaft sie überprüfen kann. Deshalb sollte man die Daten nutzen, ohne ihnen blind zu gehorchen. Vielleicht ist die sinnvollste Frage morgens also nicht: „Wie gut sagt meine Uhr, dass ich geschlafen habe?“ Sondern: „Wie fühle ich mich – und passt das zu dem, was meine langfristigen Daten zeigen?“ Genau dort wird aus Datensammeln tatsächlich Selbstbeobachtung. Und damit beginnt die noch spannendere Frage: Können solche kontinuierlichen Veränderungen eines Tages sogar Krankheiten anzeigen, bevor wir selbst etwas davon bemerken? Darum geht es im zweiten Teil.