Wie ein Schlaftracker arbeitet und was Laborprüfungen zeigen

Ein Schlaftracker gehört für viele Menschen mittlerweile zum Alltag. Die Geräte messen physiologische Parameter über Sensoren am Körper oder neben dem Bett und berechnen daraus Diagramme zu Ruhezeiten und Schlafphasen. Für die Einordnung dieser Werte ist der Blick auf wissenschaftliche Validierungsstudien entscheidend. Diese untersuchen systematisch, welche Signale erfasst werden und wie exakt die berechneten Werte mit klinischen Referenzmessungen übereinstimmen. Dieser Artikel berichtet über die Ergebnisse veröffentlichter Validierungsstudien, nennt kein bestimmtes Modell, gibt keine Kaufempfehlungen, legt keine Zielwerte fest und dient nicht der Beurteilung medizinischer Zustände.

Was Sensoren am Handgelenk und am Bett aufzeichnen

Eine Übersichtsarbeit aus dem Jahr 2019 beschreibt Verbrauchergeräte, die neben Bewegungsdaten auch Herzfrequenz, Herzfrequenzvariabilität, Hautleitwert und Hauttemperatur aufnehmen, um daraus Informationen über den Schlaf abzuleiten ^[1]. Eine Scoping-Übersicht von 35 Arbeiten zu 62 Wearable-Konfigurationen aus dem Jahr 2024 beobachtete einen Trend zur Kombination von Beschleunigungssensoren mit Photoplethysmographie, dem optischen Pulssensor ^[8]. Geräte, die ausschließlich Beschleunigungsdaten nutzten, trennten Schlaf zuverlässig von Wachzuständen, erreichten bei der Differenzierung einzelner Stadien jedoch schwächere Ergebnisse als Systeme mit zusätzlichem Pulssignal ^[8].

Neben Wearables existieren Systeme, die ohne direkten Körperkontakt auskommen. Eine systematische Übersichtsarbeit und Metaanalyse von kontaktlosen Schlaftrackern wertete 26 Artikel aus, von denen 22 Daten für eine statistische Zusammenfassung lieferten ^[9]. Bei gesunden Probanden zeigten matratzenbasierte Geräte mit piezoelektrischen Sensoren eine höhere Genauigkeit ^[9]. Diese kontaktlosen Systeme unterschieden Wachphasen von Schlaf ebenso verlässlich wie die klassische Aktigraphie und lieferten zudem Schätzungen für Schlafstadien, die eine Aktigraphie nicht bietet ^[9].

Der Referenzstandard und seine Grenzen

In Validierungsstudien werden Tracker typischerweise mit der Polysomnographie verglichen, der Standardmessung im Schlaflabor, deren Stadien von geschultem Personal visuell ausgewertet werden. Ein Zuverlässigkeitsprogramm mit mehr als 2.500 Auswertern, 1.800 Epochen und über 3,2 Millionen Bewertungsentscheidungen ermittelte eine durchschnittliche Übereinstimmung mit dem Mehrheitsurteil von 82,6 Prozent ^[10]. Beim Stadium N3 lag dieser Wert bei 67,4 Prozent, während das Stadium N1 mit 63,0 Prozent die niedrigste Übereinstimmung aufwies ^[10].

CIBDOL · Der Referenzstandard und seine Grenzen

Ergebnisse experimenteller Laborstudien

In einer Untersuchung wurden 34 gesunde junge Erwachsene an drei aufeinanderfolgenden Nächten mittels Polysomnographie im Schlaflabor überwacht, wobei eine Nacht gezielt gestört wurde ^[3]. Alle Teilnehmenden trugen ein Forschungsaktigraphen und nutzten eine Auswahl aus sieben kommerziellen Geräten, davon vier Wearables und drei kontaktlose Systeme ^[3]. Bei der Auswertung einzelner Epochen erkannte jedes Gerät Schlaf mit einer Sensitivität von mindestens 0,93, während die Spezifität für Wachphasen lediglich zwischen 0,18 und 0,54 lag ^[3]. Bei schlechterem oder unterbrochenem Schlaf schnitten die Geräte tendenziell schwächer ab, erreichten bei den Messwerten für Schlaf und Wachen jedoch meist vergleichbare oder bessere Werte als der Forschungsaktigraph ^[3].

Ähnliche Muster zeigten sich bei 53 Erwachsenen mit einem Durchschnittsalter von 25,4 Jahren, die eine Nacht im Labor verbrachten und sechs Geräte gleichzeitig trugen ^[4]. Die Übereinstimmung mit der Polysomnographie bei der simplen Einteilung in Schlaf oder Wachen lag zwischen 86 und 89 Prozent bei einem Cohens Kappa von 0,30 bis 0,51 ^[4]. Bei der Bestimmung der konkreten Stadien sank die Übereinstimmung auf 50 bis 65 Prozent bei einem Kappa von 0,20 bis 0,52 ^[4]. Die Autoren schlossen, dass sich alle sechs Geräte für die Erfassung von Dauer und zeitlichem Verlauf eignen, für spezifische Stadien jedoch Verbesserungsbedarf besteht ^[4].

Eine weitere Studie an 62 Erwachsenen im Alter von durchschnittlich 46 Jahren, darunter 52 Männer und 10 Frauen, überprüfte sechs Handgelenkgeräte ^[5]. Alle Modelle erkannten über 90 Prozent der Schlafepochen, während die Spezifität für Wachphasen zwischen 29,39 und 52,15 Prozent lag und Cohens Kappa Werte von 0,21 bis 0,53 erreichte, was die Autoren als geringe bis moderate Übereinstimmung einstuften ^[5]. Die meisten Geräte wichen bei Gesamtschlafzeit, Schlafeffizienz, Wachzeit nach Schlafbeginn und Leichtschlaf signifikant von der Polysomnographie ab; die wesentlichen Fehler auf Epochenebene bestanden darin, dass Wach-, Tief- und REM-Epochen von den Geräten als Leichtschlaf eingestuft wurden ^[5]. Eine multizentrische Studie aus Korea an 75 Personen in einer Universitätsklinik und einem Schlaflabor prüfte elf Systeme gegen die Polysomnographie, aufgeteilt in fünf Wearables, drei sogenannte Nearables und drei Airables ^[6]. Über 349.114 Epochen hinweg schwankte der Makro-F1-Wert zwischen 0,26 und 0,69, wobei Wearables einen systematischen Fehler bei der Schlafeffizienz und Nearables bei der Einschlaflatenz aufwiesen ^[6].

Zusammenfassende Analysen und methodische Aspekte

Eine Metaanalyse von 24 Studien mit 798 Teilnehmenden, die am Handgelenk getragene Geräte untersuchte, fand signifikante Abweichungen zur Polysomnographie bei Gesamtschlafzeit, Schlafeffizienz, Einschlaflatenz und Wachzeit nach Schlafbeginn ^[7]. In Subgruppen zeigte eine Gerätegruppe keine signifikante Abweichung bei der Wachzeit nach Schlafbeginn, die übrigen Modelle wichen bei der Einschlaflatenz nicht signifikant ab ^[7]. Die Autoren folgerten, dass die Geräte bei diesen Parametern nicht die Verlässlichkeit einer Polysomnographie bieten, für allgemeine Muster jedoch nutzbar bleiben ^[7].

Eine Übersichtsarbeit aus dem Jahr 2024 hält fest, dass Wearables die traditionelle Aktigraphie im Vergleich zur Polysomnographie übertreffen, nennt aber klare methodische Grenzen ^[2]. Dazu gehören fehlerhafte Zuweisungen von Wachphasen während der Schlafperiode, Probleme bei Ruhezeiten außerhalb der nächtlichen Hauptschlafphase, Artefakte sowie Unsicherheiten bei bestimmten Personengruppen, da Faktoren wie die Hautfarbe die optische Sensorleistung mindern können ^[2]. Zudem nennt die Übersichtsarbeit von 2019 herstellereigene Algorithmen, Geräteausfälle und Firmware-Aktualisierungen als kritische Faktoren vor einem Einsatz in klinischen Protokollen ^[1].

Messergebnisse und subjektives Empfinden

Eine systematische Übersichtsarbeit aus dem Jahr 2026 untersuchte fünf Beobachtungsstudien mit 2.006 Erwachsenen und fand eine schwache bis mäßige Übereinstimmung zwischen Wearable-Daten und validierten subjektiven Fragebögen ^[11]. Die Messwerte erklärten nur 2,5 bis 16,2 Prozent der Varianz subjektiver Bewertungen ^[11]. Die gemessene Gesamtschlafzeit korrelierte mit Schlaftagebüchern desselben Tages mit r = 0,367, und Werte des Pittsburgh Sleep Quality Index wurden von den Geräten nicht abgebildet ^[11].

Bereits 2017 berichtete eine klinische Fallserie über Personen, die sich aufgrund von Tracker-Daten über vermeintlich unruhige oder leichte Ruhephasen eigenständig beurteilten und Hilfe suchten ^[12]. Die Betroffenen empfanden die Zahlen ihrer Geräte oft als stimmiger mit ihrem Befinden als klinische Befunde aus Polysomnographie oder Aktigraphie ^[12]. Die Autoren schrieben, dass der angenommene Zusammenhang zwischen Tracking-Werten und Tagesmüdigkeit in ein Streben nach perfekten Messwerten übergehen kann ^[12].