Oura, Whoop, Apple Watch: was deine Schlaf- und HRV-Daten in der Sprechstunde wert sind

Ein Ring oder eine Uhr hat im Wesentlichen drei Sensoren: Photoplethysmographie (PPG), einen Beschleunigungssensor und einen Hauttemperatursensor.

PPG leuchtet mit LEDs in das Gewebe und misst, wie viel Licht zurückkommt. Mit jedem Herzschlag ändert sich die Blutmenge im Kapillarbett, daraus entsteht eine Pulskurve. Der Beschleunigungssensor erfasst Bewegung. Der Temperatursensor erfasst Hauttemperatur an einem Punkt.

Alles Weitere ist Rechnung. Schlafphasen, HRV, Recovery-Score, Readiness, Strain und Schlafqualität sind Modellausgaben, die ein Algorithmus aus diesen drei Rohsignalen ableitet. Die Qualität hängt davon ab, wie gut das Modell die Physiologie trifft und wie sauber das Rohsignal ist.

Kurz gesagt

• Direkt gemessen werden Pulskurve, Bewegung und Hauttemperatur.
• Schlafphasen, HRV-Werte und Scores sind abgeleitete Größen aus einem Algorithmus.
• Die Genauigkeit dieser abgeleiteten Größen unterscheidet sich erheblich zwischen den Kategorien.

Die beste unabhängige Vergleichsstudie hat sieben Geräte gegen die Polysomnographie geprüft, den Laborstandard mit EEG, Augen- und Muskelableitung (Chinoy et al., Sleep, 2021). Ergebnis pro 30-Sekunden-Epoche: Die Sensitivität für Schlaf lag bei allen Geräten bei mindestens 0,93. Die Spezifität für Wach lag bei 0,18 bis 0,54.

Das ist der zentrale Befund. Die Geräte erkennen zuverlässig, dass du schläfst. Wache Phasen im Bett erkennen sie schlecht und verbuchen sie häufig als Schlaf. Die Abweichung bei der Gesamtschlafzeit reichte von −0,3 bis +46,8 Minuten.

Eine Metaanalyse aus 24 Studien mit 798 Teilnehmenden und zwölf Geräten (Lee et al., Journal of Clinical Sleep Medicine, 2025) beziffert die gepoolten Abweichungen gegenüber der Polysomnographie: Gesamtschlafzeit −16,85 Minuten, Wachzeit nach dem Einschlafen +13,26 Minuten, Schlafeffizienz −4,69 Prozent.

Bei den Schlafphasen wird es deutlicher. Eine unabhängige Untersuchung von fünf Geräten (Kainec et al., Sensors, 2024) fand für die Wachzeit nach dem Einschlafen einen mittleren absoluten prozentualen Fehler von 59 bis 139 Prozent. Die Geräte überschätzten Wachzeit in ruhigen Nächten und unterschätzten sie in unruhigen. Ein Vergleich von sechs Geräten gegen Polysomnographie (Miller et al., Sensors, 2022) fand für die Vier-Phasen-Einteilung eine Übereinstimmung von 50 bis 65 Prozent (κ 0,25 bis 0,52). Selbst das beste Gerät lag bei rund einem Drittel der Epochen daneben.

Für Oura Gen 3 mit dem Algorithmus OSSA 2.0 liegen bessere Zahlen vor: 91,7 Prozent Genauigkeit für Schlaf/Wach und 90,6 Prozent für REM über 421.045 Epochen (Svensson et al., Sleep Medicine, 2024). Zur Einordnung gehört, dass diese Studie unter Beteiligung von Oura Health entstanden ist und dass eine publizierte methodische Kritik dazu existiert.

Kurz gesagt

• Schlafdauer und Einschlafzeitpunkt sind brauchbar, mit einer typischen Abweichung im Bereich von etwa einer Viertelstunde.
• Wachphasen im Bett werden systematisch unterschätzt.
• Tiefschlaf- und REM-Minuten sind Schätzungen mit hoher Fehlerbreite und taugen nicht als Messwert.

Die dritte Zeile hat eine unangenehme Konsequenz. Genau die Menschen, die nachts lange wach liegen, bekommen von ihrem Gerät oft die Rückmeldung, sie hätten ordentlich geschlafen.

Die Herzratenvariabilität beschreibt die Schwankung der Abstände zwischen zwei Herzschlägen. Der in Wearables meist verwendete Kennwert ist rMSSD, der überwiegend die vagale, parasympathische Aktivität abbildet (Laborde et al., Frontiers in Psychology, 2017).

Für die Interpretation eines Einzelwerts gibt es zwei harte Einschränkungen.

Erstens die Spannweite bei Gesunden. Eine Zusammenfassung von 44 Studien mit 21.438 gesunden Erwachsenen (Shaffer & Ginsberg, Frontiers in Public Health, 2017) gibt für rMSSD einen Mittelwert von 42 ms bei einer Spannweite von 19 bis 75 ms an, für SDNN 50 ms bei 32 bis 93 ms. Ein rMSSD von 28 ms liegt damit vollständig im gesunden Bereich, und ein rMSSD von 70 ms ebenfalls. Dieselbe Arbeit hält fest, dass 24-Stunden-Werte, Kurzzeitwerte und Ultrakurzzeitwerte untereinander nicht austauschbar sind. Ein nächtlicher Ringwert lässt sich daher auch nicht gegen publizierte Referenzbereiche halten.

Zweitens die Messgenauigkeit der Geräte selbst. Die bereits genannte Vergleichsstudie (Miller et al., 2022) hat den nächtlichen rMSSD gegen EKG geprüft:

Die Herzfrequenz selbst war bei den meisten Geräten präzise, mit absoluten Abweichungen von 0,7 bis 5,4 Schlägen pro Minute. Beim rMSSD liegen die Fehler eine Größenordnung höher. Eine Abweichung von 10 bis 22 ms gegenüber dem gesunden Gesamtbereich von 19 bis 75 ms erklärt, warum ein Vergleich deines HRV-Werts mit dem eines Trainingspartners keine verwertbare Information ergibt. Zur Einordnung: Diese Studie wurde vom Australian Institute of Sport gefördert, die Autoren geben Forschungsunterstützung durch Whoop Inc. an, und Whoop schnitt am besten ab.

Eine Metaanalyse zu PPG-abgeleiteter Pulsvariabilität (Xu et al., Sensors, 2026) zeigt, dass die Übereinstimmung mit dem EKG unter kontrollierten Ruhebedingungen gut ist. Die Autoren schreiben ausdrücklich, dass sich diese Ergebnisse nicht auf Schlaf, Belastung, Stress oder Alltagsbedingungen übertragen lassen. Genau dort arbeiten Wearables.

Was bleibt, ist der Verlauf. Die Sportwissenschaft arbeitet seit Jahren mit gemittelten Wochenwerten statt Einzelmessungen, weil Einzelwerte zu stark schwanken (Plews et al., Sports Medicine, 2013). Ein über drei Wochen fallender Sieben-Tage-Mittelwert ist ein Signal, dem wir nachgehen. Ein einzelner Nachtwert bleibt außerhalb dieser Betrachtung.

Kurz gesagt

• Der gesunde Bereich für rMSSD ist etwa vierfach breit, ein Quervergleich zwischen Personen ist wertlos.
• Die geräteseitige Abweichung liegt in derselben Größenordnung wie die biologischen Unterschiede.
• Verwertbar ist die Veränderung deines eigenen gemittelten Werts über Wochen.

Für eine belastbare Verlaufsmessung gehören die Rahmenbedingungen konstant: gleiche Position, Koffein mindestens zwei Stunden vorher vermieden, Alkohol 24 Stunden vorher, und kein hartes Training am Vorabend, das nicht mit erfasst wird (Laborde et al., 2017).

Die Kritik oben betrifft die Präzision einzelner Werte. Der Nutzen liegt woanders.

Verhaltensänderung. Eine Übersicht über 39 systematische Reviews mit 163.992 Teilnehmenden (Ferguson et al., The Lancet Digital Health, 2022) fand für Aktivitätstracker rund 1.800 zusätzliche Schritte pro Tag, etwa 40 Minuten mehr Gehen und rund ein Kilogramm Gewichtsreduktion. Für Blutdruck, Cholesterin und HbA1c waren die Effekte „typischerweise klein und häufig nicht signifikant". Das ist ein ehrliches Bild: Die Geräte verändern Verhalten messbar, und die Biomarker folgen nicht automatisch.

Regelmäßigkeit sichtbar machen. Die zuverlässigste Zahl aus einem Wearable ist der Zeitpunkt, zu dem du ins Bett gehst. Eine Streuung von zweieinhalb Stunden über die Woche erklärt in der Sprechstunde häufig mehr als jede Tiefschlafminute.

Physiologische Abweichungen früh erkennen. In einer Stanford-Kohorte zeigten 26 von 32 COVID-19-Fällen Veränderungen bei Herzfrequenz, Schrittzahl oder Schlaf, bei 22 von 25 auswertbaren Fällen zum Zeitpunkt des Symptombeginns oder davor (Mishra et al., Nature Biomedical Engineering, 2020). Das war eine retrospektive Auswertung ohne berichtete Falsch-Positiv-Rate und ist damit kein validierter Screeningtest. Als Hinweis auf eine physiologische Veränderung ist es dennoch bemerkenswert.

Ruhepuls und Vorhofflimmern. Der Ruhepuls über Wochen ist eine der robusteren Größen. Für Rhythmusstörungen unterscheidet der EHRA-Leitfaden (Svennberg et al., EP Europace, 2022) zwischen EKG- und PPG-basierten Funktionen und hält fest, dass eine ärztliche Nachbefundung der Aufzeichnung in jedem Fall erforderlich bleibt.

2017 haben Baron und Kollegen im Journal of Clinical Sleep Medicine den Begriff Orthosomnie geprägt: eine Fallserie von Patientinnen und Patienten, die wegen selbstdiagnostizierter Schlafstörungen Hilfe suchten, ausgelöst durch Tracker-Angaben zu leichtem oder unruhigem Schlaf. Die Autoren beschreiben, wie die Daten zu einem perfektionistischen Streben nach dem idealen Schlaf werden können und wie Betroffene der klinischen Einschätzung misstrauen, wenn sie dem Gerät widerspricht.

Die Sorge um den Schlaf-Score verlängert dabei die Einschlafzeit. Der Gerätefehler bei der Wacherkennung verstärkt das zusätzlich. Wenn die Daten selbst zur Belastung werden, gehört eine Trackingpause zu den therapeutischen Optionen.

Die EKG-Funktion und die Benachrichtigung über unregelmäßigen Herzrhythmus der Apple Watch sind im Europäischen Wirtschaftsraum CE-gekennzeichnete Medizinproduktfunktionen (Apple, 2019). Die Zulassungsstudie mit rund 600 Teilnehmenden gegen ein 12-Kanal-EKG ergab 98,3 Prozent Sensitivität für Vorhofflimmern und 99,6 Prozent Spezifität für Sinusrhythmus, wobei 87,8 Prozent der Aufzeichnungen überhaupt klassifizierbar waren. Die verbleibenden zwölf Prozent gehören zur Zahl dazu.

Oura und Whoop vermarkten ihre Schlaf-, Readiness- und Recovery-Ausgaben als allgemeine Wellness-Funktionen. Wie aktiv diese Grenze überwacht wird, zeigt ein FDA-Warnschreiben an Whoop vom Juli 2025 zur Blutdruckfunktion, in dem die Behörde festhielt, dass eine Blutdruckschätzung keine risikoarme Wellness-Funktion darstellt. Das Verfahren wurde später geschlossen.

Wenn du deine Exporte mitbringst, gehen wir in dieser Reihenfolge vor.

1. Regelmäßigkeit zuerst. Bettzeiten und Aufstehzeiten über 30 bis 90 Tage, inklusive der Streuung am Wochenende.
2. Gesamtschlafzeit im Wochenmittel. Einzelne Nächte bleiben außen vor.
3. Ruhepuls im Trend. Ein über Wochen steigender Ruhepuls bei gleichem Training ist ein konkreter Anlass, weiterzuschauen.
4. HRV als Sieben-Tage-Mittelwert, gegen deinen eigenen Ausgangswert. Absolutwerte und Fremdvergleiche bleiben draußen.
5. Tiefschlaf- und REM-Minuten bleiben außen vor. Bei begründetem Verdacht auf eine Schlafapnoe oder eine andere Schlafstörung veranlassen wir eine Diagnostik, die dafür gemacht ist.
6. Abgleich mit Labor und Anamnese. Bei anhaltender Müdigkeit trotz unauffälliger Trackerdaten ist die Blutdiagnostik der nächste Schritt.

Dein Wearable ist ein guter Verhaltenssensor und ein grober Physiologiesensor. Bettzeiten, Schlafdauer im Wochenmittel, Ruhepuls und Aktivität sind belastbar genug für eine ärztliche Einschätzung. Tiefschlafminuten und der HRV-Wert einer einzelnen Nacht sind es nicht.

Der produktivste Umgang damit: Nimm die Zahlen als Ausgangspunkt für eine Frage an uns. Wenn deine Daten seit Wochen in eine Richtung laufen oder wenn du dich trotz guter Werte anhaltend erschöpft fühlst, bring die Exporte zum Ersttermin mit. Wir schauen sie gemeinsam durch und entscheiden, welche Messung als Nächstes wirklich Antwort gibt.