Schlafphasen messen mit Wearables: Was können die Geräte wirklich?

Erholsamer Schlaf ist eine der wichtigsten Säulen der Longevity. Wer seine Schlafqualität verbessern möchte, greift heute häufig zu einem Wearable – einer Smartwatch, einem Fitnessband oder einem smarten Ring. Diese Geräte versprechen, Tiefschlaf, REM-Phasen und Leichtschlaf zu erkennen und übersichtlich darzustellen. Als Fachärzte und zertifizierte Longevity-Coaches begrüßen wir das wachsende Interesse an objektivierbaren Schlafdaten – möchten aber zugleich einordnen, was die aktuelle Studienlage dazu sagt.

Wie messen Wearables Schlafphasen?

Die meisten konsumentenorientierten Wearables nutzen Photoplethysmographie (PPG), also optische Sensoren am Handgelenk oder Finger, um Herzfrequenz und Herzratenvariabilität zu erfassen. Aus diesen Signalen sowie aus Bewegungsdaten der Akzelerometer leiten Algorithmen ab, in welcher Schlafphase Sie sich befinden. Einige Geräte integrieren zusätzlich Atemfrequenz oder Hauttemperatur. Der Goldstandard in der Schlafmedizin ist hingegen die Polysomnographie (PSG): eine vollständige Messung im Schlaflabor, die unter anderem Hirnströme (EEG), Augenbewegungen und Muskelaktivität erfasst. EEG-basierte Wearables versuchen, diesen Standard näher zu kommen – ein systematisches Review von de Gans et al. (Sleep Medicine Reviews, 2024) zeigt, dass EEG-gestützte Geräte vielversprechende Ergebnisse liefern, die Validierung im Vergleich zur PSG jedoch noch nicht abgeschlossen ist und stark von Gerät zu Gerät variiert.

Wie genau sind die gängigen Geräte?

Ein systematisches Review von Schyvens et al. (JMIR mHealth and uHealth, 2024) untersuchte gezielt Fitbit Charge 4, Garmin Vivosmart 4 und WHOOP im Vergleich zur Polysomnographie. Die Ergebnisse zeigen: Alle drei Geräte erkennen Schlaf und Wachzustand insgesamt recht zuverlässig, haben aber deutliche Schwächen bei der präzisen Unterscheidung einzelner Schlafstadien – insbesondere beim Tiefschlaf wird häufig über- oder unterschätzt. Ähnliche Befunde liefert eine prospektive Multicenterstudie von Lee et al. (JMIR mHealth and uHealth, 2023), die elf verschiedene Wearables, Nearables und sogenannte Airables unter kontrollierten Bedingungen prüfte. Auch hier zeigte sich: Die Gesamtschlafdauer wird von den meisten Geräten akzeptabel abgebildet, während die Stufenauflösung – also die genaue Zuordnung zu Leichtschlaf, Tiefschlaf und REM – erheblich variiert.

Was bedeutet das für die Praxis?

Aus unserer Sicht als Fachärzte und zertifizierte Longevity-Coaches liegt der größte Nutzen von Schlaf-Wearables nicht in der punktgenauen Messung einer einzelnen Nacht, sondern in der Langzeitbeobachtung von Mustern. Wenn Ihr Gerät über mehrere Wochen hinweg konsequent weniger Tiefschlaf anzeigt als zuvor, ist das ein Hinweis, dem man nachgehen sollte – auch wenn der absolute Prozentwert mit Vorsicht zu interpretieren ist. Wearables können so als niedrigschwelliger Einstieg in ein strukturierteres Schlafmonitoring dienen und dabei helfen, Veränderungen durch Lebensstilmaßnahmen – etwa Ernährungsanpassungen, Stressreduktion oder Bewegungsroutinen – im Verlauf zu beobachten.

Grenzen und Fehlerquellen kennen

Wichtig ist, die Grenzen der Geräte zu kennen. Alkohol, Schichtarbeit, Schlafmittel oder bestimmte Herzrhythmusstörungen können die Algorithmen erheblich beeinflussen. Auch die Trageposition und der Sitz des Wearables am Handgelenk spielen eine Rolle. Wer unter ernsthaften Schlafstörungen leidet – etwa Verdacht auf Schlafapnoe oder schwere Insomnie – sollte sich nicht allein auf Wearable-Daten verlassen, sondern eine ärztliche Abklärung suchen, die im Zweifelsfall eine PSG einschließt.

Zusammenfassend lässt sich sagen: Die Technologie entwickelt sich rasch weiter, und EEG-basierte Wearables könnten in den nächsten Jahren die Lücke zur klinischen Messung weiter schließen. Aktuell liefern die Geräte jedoch vor allem orientierungsgebende Hinweise, keine klinisch validierten Diagnosen. Wer das versteht und die Daten entsprechend einordnet, kann Wearables sinnvoll in eine umfassende Longevity-Strategie integrieren.

Quellen

• Systematisches Reviewde Gans et al. Sleep assessment using EEG-based wearables - A systematic review. Sleep Medicine Reviews 2024. DOI
• Systematisches ReviewSchyvens et al. Accuracy of Fitbit Charge 4, Garmin Vivosmart 4, and WHOOP Versus Polysomnography: Systematic Review. JMIR mHealth and uHealth 2024. DOI
• Prospektive MulticenterstudieLee et al. Accuracy of 11 Wearable, Nearable, and Airable Consumer Sleep Trackers: Prospective Multicenter Validation Study. JMIR mHealth and uHealth 2023. DOI