Zum Inhalt springen

Warum Smartwatches und Fitness-Tracker beim Training oft ungenau sind

Mann im Fitnessstudio sitzt auf Boden und schaut konzentriert auf Smartwatch am Handgelenk.

Du schaust nach einem Lauf auf deine Smartwatch. Dein Fitness-Score ist gesunken. Du hast angeblich kaum Kalorien verbrannt. Dein Erholungswert liegt im Keller. Und das Gerät rät dir sogar, in den nächsten 72 Stunden auf Sport zu verzichten.

Das Frustrierende daran: Der ganze Lauf hat sich grossartig angefühlt.

Warum sagt dir die Uhr dann das genaue Gegenteil?

Am Ende liegt es daran, dass Smartwatches und andere Fitness-Tracker nicht immer verlässliche Messwerte liefern.

Smartwatches können beeinflussen, wie du trainierst

Wearables für Fitness und Gesundheit – insbesondere Smartwatches – gehören seit fast einem Jahrzehnt zu den wichtigsten Fitness-Trends. Weltweit nutzen sie Millionen Menschen jeden Tag.

Solche Geräte prägen, wie wir über Gesundheit und Training denken. Sie liefern beispielsweise Daten dazu, wie viele Kalorien du verbrannt hast, wie fit du sein sollst, wie gut du dich nach einer Einheit erholt hast und ob du bereit für die nächste Belastung bist.

Allerdings werden die meisten dieser Kennzahlen nicht direkt gemessen. Viele gängige Werte sind Schätzungen – und damit oft deutlich ungenauer, als viele erwarten.

1. Verbrannte Kalorien

Das Kalorientracking zählt zu den beliebtesten Funktionen von Smartwatches. Bei der Genauigkeit gibt es jedoch grosse Schwächen.

Wearables können den Energieverbrauch (meist als verbrannte Kalorien angegeben) um mehr als 20% zu niedrig oder zu hoch ansetzen. Ausserdem unterscheiden sich die Fehler je nach Aktivität. Gerade Krafttraining, Radfahren und hochintensives Intervalltraining können noch grössere Abweichungen verursachen.

Relevant ist das vor allem deshalb, weil viele Menschen diese Zahlen als Grundlage für ihre Ernährung verwenden.

Überschätzt deine Uhr die verbrannten Kalorien, gehst du womöglich davon aus, dass du mehr essen musst, als tatsächlich nötig ist – was zu Gewichtszunahme führen kann. Unterschätzt sie den Verbrauch, kann das dazu führen, dass du zu wenig isst, was deine Trainingsleistung beeinträchtigen kann.

2. Schrittzahlen

Schrittzahlen eignen sich gut, um die allgemeine körperliche Aktivität einzuschätzen – nur erfassen Wearables sie nicht perfekt.

Unter normalen Trainingsbedingungen können Smartwatches Schritte um etwa 10% zu niedrig zählen. Tätigkeiten wie einen Kinderwagen schieben, Gewichte tragen oder Gehen mit geringem Armschwung machen die Messung vermutlich ungenauer, weil Smartwatches auf Armbewegungen angewiesen sind, um Schritte zu registrieren.

Für die meisten ist das kein grosses Problem, und Schrittzahlen bleiben hilfreich, um das allgemeine Aktivitätsniveau zu verfolgen. Betrachte sie aber eher als Orientierung denn als exakten Messwert.

3. Herzfrequenz

Smartwatches bestimmen die Herzfrequenz über Sensoren, die Veränderungen des Blutflusses in den Gefässen am Handgelenk erfassen.

In Ruhe oder bei niedriger Intensität ist dieses Verfahren zuverlässig, doch mit steigender Belastung nimmt die Genauigkeit ab.

Auch Armbewegungen, Schweiss, der Hautton sowie wie eng oder locker die Uhr sitzt, beeinflussen den ausgegebenen Herzfrequenzwert. Dadurch kann die Messqualität von Person zu Person variieren.

Das ist besonders dann ungünstig, wenn jemand mit Herzfrequenzzonen trainiert: Schon kleine Abweichungen können dazu führen, dass man in der falschen Intensität arbeitet.

4. Schlaftracking

Nahezu jede Smartwatch auf dem Markt liefert einen „sleep score“ und teilt die Nacht in Leichtschlaf, Tiefschlaf und REM-Schlaf ein.

Als Goldstandard zur Schlafmessung gilt die Polysomnografie – ein Labortest, der unter anderem die Gehirnaktivität aufzeichnet. Smartwatches hingegen schätzen Schlaf anhand von Bewegung und Herzfrequenz.

Dadurch erkennen sie oft recht ordentlich, ob du schläfst oder wach bist. Bei der Zuordnung der Schlafphasen sind sie jedoch deutlich weniger präzise.

Selbst wenn deine Uhr also „poor deep sleep“ meldet, muss das nicht stimmen.

5. Erholungswerte

Die meisten Smartwatches erfassen die Herzfrequenzvariabilität und kombinieren diesen Wert mit deinem Schlafscore zu einem „readiness“- oder „recovery“-Score.

Die Herzfrequenzvariabilität zeigt, wie dein Körper auf Stress reagiert. Im Labor wird sie mit einem Elektrokardiogramm gemessen. Smartwatches schätzen sie hingegen über Sensoren am Handgelenk – und diese sind deutlich anfälliger für Messfehler.

Damit beruhen viele Erholungsmetriken auf zwei ungenauen Grundlagen (Herzfrequenzvariabilität und Schlafqualität). Das führt zu einem Wert, der deine tatsächliche Erholung möglicherweise nicht sinnvoll abbildet.

Die Folge: Sagt dir die Uhr, du seist nicht erholt, lässt du vielleicht das Training aus – obwohl du dich gut fühlst (und tatsächlich bereit wärst).

6. VO₂max

Die meisten Geräte schätzen deine VO₂max – also einen Wert, der deine maximale Fitness widerspiegeln soll. Gemeint ist die maximale Sauerstoffmenge, die dein Körper während Belastung nutzen kann.

Am besten misst man die VO₂max, indem man eine Maske trägt, die den Sauerstoffgehalt der ein- und ausgeatmeten Luft analysiert. So lässt sich bestimmen, wie viel Sauerstoff du zur Energiegewinnung verwendest.

Deine Uhr kann den Sauerstoffverbrauch jedoch nicht direkt messen. Stattdessen leitet sie ihn aus Herzfrequenz und Bewegung ab.

Dabei überschätzen Smartwatches die VO₂max tendenziell bei weniger aktiven Menschen und unterschätzen sie bei fitteren.

Das bedeutet, dass der Wert auf deiner Uhr deine tatsächliche Fitness möglicherweise nicht korrekt widerspiegelt.

Was solltest du tun?

Auch wenn die Daten deiner Smartwatch fehleranfällig sind, sind sie nicht automatisch wertlos. Die Geräte können helfen, allgemeine Trends über längere Zeit zu beobachten – tägliche Schwankungen oder einzelne Zahlen solltest du jedoch nicht überbewerten.

Genauso wichtig ist, dass du darauf achtest, wie du dich fühlst, wie du leistest und wie du dich erholst. Das liefert dir wahrscheinlich sogar mehr Erkenntnisse als das, was deine Smartwatch anzeigt.

Hunter Bennett, Dozent für Trainingswissenschaft, Universität Adelaide

Dieser Artikel wurde unter einer Creative-Commons-Lizenz aus The Conversation erneut veröffentlicht. Lies den Originalartikel.


Kommentare

Noch keine Kommentare. Sei der Erste!

Kommentar hinterlassen