Schlaftracker Genauigkeit: Warum die Kritik recht hat

Ein systematisches Review in Sleep Medicine (Srivali, Duke University, und Cheungpasitporn, Mayo Clinic, 2026) kommt zum Schluss, dass Wrist-Tracker nur 2,5 bis 16,2 Prozent der Varianz der subjektiv erlebten Schlafqualität erklären. Parallel dazu wurde im August 2026 in den USA eine Sammelklage gegen Oura eingereicht, wegen angeblich irreführender Genauigkeitsversprechen. Die Frage nach der Schlaftracker-Genauigkeit ist damit vom Fachjournal in die Öffentlichkeit gewandert. Das ist generell okay.

Als Schlafforscher sage ich es gleich vorweg: Die Kritik ist in ihrem Kern berechtigt. Falsch ist nur der Schluss, den viele daraus ziehen. Aus „die meisten Wearables messen Schlaf nicht zuverlässig“ wird schnell „Wearables können Schlaf nicht messen“. Der Unterschied lässt sich mit Daten belegen.

Was das Review in Sleep Medicine tatsächlich zeigt

Die Autoren haben fünf Studien mit rund 2.000 Teilnehmenden ausgewertet, vier davon mit Fitbit-Modellen, eine mit der Apple Watch. Oura oder andere Ringe kamen im Review nicht vor, was für die Einordnung der Klage wichtig ist. Drei Befunde halte ich für zentral. Erstens: Tracker-Daten und die selbst berichtete Schlafqualität hängen nur schwach zusammen. Zweitens: In einer der eingeschlossenen Studien sinkt die Übereinstimmung eines Fitbit mit der Labormessung (Polysomnografie) von 82 Prozent bei guten Schläfern auf 39 Prozent bei Menschen mit Insomnie. Drittens: Genau bei dieser Gruppe wird die Gesamtschlafzeit um rund 30 Minuten und die Schlafeffizienz um etwa 8 Prozent überschätzt.

Das Fazit der Autoren ist entsprechend vorsichtig: Gerätedaten sollten nicht als ausreichender Ersatz für validierte subjektive Instrumente zur Beurteilung der Schlafqualität angesehen werden. Für gesunde Menschen liefern die Geräte immerhin ein angemessenes Feedback zu Schlafdauer und Regelmäßigkeit. Dem stimme ich zu.

Warum die Kritik berechtigt ist

Wer Schlaf am Handgelenk misst, misst vor allem auch Bewegung und, je nach Gerät, ein optisches Pulssignal. Beides ist mit den Schlafstadien nur indirekt verknüpft. Das Muster ist seit Jahren dasselbe: Die Gesamtschlafzeit stimmt bei den besten Geräten auf etwa 15 bis 30 Minuten, die grobe Unterscheidung zwischen Schlaf und Wach funktioniert, kurze Wachphasen werden dagegen um mehr als 50 Prozent unterschätzt, und die Schlafstadien liegen bei vielen Geräten nahe der Ratewahrscheinlichkeit. Was Schlaftracker heute zuverlässig können und was nicht, haben wir an anderer Stelle ausführlich beschrieben.

Dass es ausgerechnet bei Insomnie schwierig wird, ist kein Zufall. Menschen mit chronischer Insomnie, rund 10 Prozent der Erwachsenen, liegen manchmal lange ruhig wach. Ein Bewegungssensor deutet diese Ruhe als Schlaf. Genau die Gruppe, die eine genaue Messung am dringendsten bräuchte, bekommt die ungenauesten Werte. Dazu kommt ein zweites Problem, das ein Review in Sensors (Lepley et al., 2026, University of Michigan und Hope College) benennt: Readiness- und Recovery-Scores beruhen auf proprietären Gewichtungen, die im Allgemeinen ohne veröffentlichte Validierung sind. Ein Score von 78 sagt damit absolut nichts, was sich überprüfen ließe.

Schlaftracker-Genauigkeit ist keine Eigenschaft der Gerätekategorie

Genauigkeit ist keine Eigenschaft der Gerätekategorie. Sie ist eine Eigenschaft des Messsystems. Drei Faktoren entscheiden: die Qualität des Sensorsignals, die Position am Körper und ein Algorithmus, der gegen den Goldstandard trainiert wurde, also gegen die Polysomnografie (PSG) im Schlaflabor mit EEG, EOG, EMG (und EKG). Die PSG bleibt zugleich der Goldstandard für die Diagnostik von Schlafstörungen.

Ein Sensor am Oberarm oder ein Brustgurt liefert ein deutlich saubereres Herzsignal als ein Sensor am Handgelenk, weil dort weniger Bewegungsartefakte und weniger Durchblutungsschwankungen stören. Und ein Modell, das an tausenden PSG-Nächten gelernt hat, wie sich REM-Schlaf, Leichtschlaf, Tiefschlaf und Wachphasen im Herzrhythmus abbilden, kann aus diesem Signal wesentlich mehr lesen als ein Bewegungsmodell. Wie sich die vier Schlafphasen physiologisch unterscheiden, erklärt, warum das überhaupt möglich ist.

Was die Salzburger Vergleichsstudie zeigt

Unsere Arbeitsgruppe an der Universität Salzburg hat genau das getestet (Topalidis et al., 2025, https://osf.io/preprints/psyarxiv/27wun_v1). Das Design war bewusst realitätsnah: ambulante Polysomnografie zu Hause als Goldstandard, fünf aufeinanderfolgende Nächte, inklusive Störbedingungen wie einer Stunde erzwungenem Wachliegen und verlängerter Bettzeit. 90 PSG-Aufzeichnungen und über 80.000 30-Sekunden-Epochen flossen in die Auswertung ein. Verglichen wurden sleep² mit Polar Verity Sense und Polar H10 Sensoren, Oura Ring 3, Apple Watch Series 9, Fitbit Charge 6, Garmin Vivoactive und Venu, WHOOP 4 sowie der Circul+ Ring.

Bei der Gesamtschlafzeit lag sleep² mit dem Verity Sense im Mittel rund 6 Minuten neben der PSG, mit dem H10 rund 12 Minuten. Andere Geräte überschätzten die Schlafzeit teils um bis zu eine Stunde, vor allem in unruhigen Nächten. Bei der Vier-Klassen-Erkennung der Schlafstadien, Epoche für Epoche gegen die PSG, erreichte sleep² mit dem Verity Sense 83,7 Prozent, das beste Ergebnis im gesamten Vergleich. Diese 83,7 Prozent entsprechen etwa 95 Prozent dessen, was zwei menschliche Auswerter im Schlaflabor untereinander erreichen, denn auch deren Übereinstimmung liegt - erstaunlich aber wahr - bei maximal rund 88 Prozent. Ein Wearable misst hier also inzwischen fast so genau wie ein zweiter menschlicher Auswerter.

Unter den Ring- und Wrist-Trackern schnitt der Oura Ring 3 mit 72,5 Prozent am besten ab, knapp vor der Apple Watch Series 9 mit 72,3 Prozent; danach folgen WHOOP 4 mit rund 69 Prozent, Fitbit Charge 6 mit rund 66 Prozent, Garmin mit rund 63 Prozent und Circul+ mit rund 56 Prozent. Oura ist damit ein gutes Beispiel dafür, dass auch ein Ring mit optischem Sensor am Finger respektable Schlafdaten liefern kann, wenn ein Hersteller in Validierung investiert.

Nicht so genau wie ein Herzsignal vom Oberarm mit einem gegen PSG trainierten Algorithmus, und die Abweichungen von der PSG schwankten bei Oura von Nacht zu Nacht stärker, aber für ein Wearable am Finger ein sehr ordentliches Ergebnis.

Ich nenne diese Zahlen nicht, um andere Hersteller abzuwerten; viele dieser Geräte messen Aktivität, Herzfrequenz oder Schlafdauer gut. Ich nenne sie, weil sie zeigen: Wearable ist nicht Wearable. Die Spanne innerhalb der Kategorie, von rund 56 bis 83,7 Prozent, ist größer als der Abstand zwischen den besten Wearables und dem Labor.

Was Branchenstandard werden sollte

Aus meiner Sicht folgen aus der aktuellen Debatte drei Forderungen, die für alle gelten sollten, auch für uns. Erstens: Validierung gegen PSG, und zwar nicht nur an gesunden jungen Schläfern, sondern auch in gestörten Nächten und bei Menschen mit Insomnie. Zweitens: die Veröffentlichung der Genauigkeit pro Schlafstadium, Epoche für Epoche, statt einer einzigen Gesamtzahl. Drittens: Transparenz statt proprietärer Sleep Scores. Ein Wert, dessen Formel niemand kennt, ist eine Meinung und keine Messung.

Warum die zweite Forderung so wichtig ist, zeigt der Tiefschlaf. Bei gesunden Erwachsenen macht er rund 20 Prozent der Nacht aus, mit etwa 50 Jahren liegt der Anteil oft unter 15 Prozent. Ein Gerät, das jeden Morgen einen Tiefschlaf-Wert in Minuten anzeigt, sollte belegen können, wie zuverlässig es genau dieses Stadium erkennt. Eine einzige Gesamtgenauigkeit kann eine schwache Tiefschlaf-Erkennung verdecken, weil das häufigste Stadium die Gesamtzahl dominiert. Dasselbe gilt für die Prüfbedingungen: Eine Validierung an ruhigen Nächten gesunder Schläfer sagt wenig darüber aus, wie ein System eine Nacht mit einer Stunde Wachliegen verarbeitet.

Über die Sammelklage gegen Oura wird ein Gericht entscheiden, und ich maße mir dazu kein Urteil an. Die Kläger berufen sich unter anderem auf Studien, die eine Schlafphasen-Genauigkeit nahe der Ratewahrscheinlichkeit berichten; in unseren eigenen Daten schneidet Oura deutlich besser ab als die meisten Wrist-Tracker. Als Signal an die Branche ist die Klage dennoch eindeutig: Genauigkeitsversprechen müssen belegbar sein, mit veröffentlichten und nachprüfbaren Zahlen. sleep² stellt sich in dieser Debatte bewusst auf die Seite der validierten Wearables, weil wir unsere Zahlen offenlegen und uns an ihnen messen lassen.

Wer seinen Schlaf objektiv und mit veröffentlichter Genauigkeit messen möchte, findet sleep² im App Store und bei Google Play.