Der Morgen beginnt damit, dass die Uhr meldet: Erholung 42 %, wenig Tiefschlaf, das Training verschiebt man besser. Die Frage, die man sich stellen sollte, bevor man den Plan umbaut: Wie gut entspricht diese Zahl überhaupt dem, was in der Nacht passiert ist?

Der Goldstandard der Schlafmessung ist die Polysomnografie (PSG): Enzephalogramm, Augenbewegungen, Muskeltonus, von Hand nach den Kriterien der American Academy of Sleep Medicine ausgewertet. Wearables messen etwas ganz anderes — Bewegung und Puls — und erraten daraus die Stadien. An Vergleichen hat sich inzwischen genug angesammelt, um konkret zu werden.

Sechs Geräte im Test

SLEEP Advances, April 2025. 62 Erwachsene verbrachten eine Nacht im Schlaflabor: gleichzeitig PSG und zwei bis vier Wearables pro Person.

Geprüft wurden Fitbit Charge 5, Fitbit Sense, Withings ScanWatch, Garmin Vívosmart 4, WHOOP 4.0 und Apple Watch Series 8.

Das zentrale Ergebnis ist eine Asymmetrie:

Sensitivität (Erkennen von Schlaf): über 90 % bei allen Geräten. Wenn Sie schlafen, sieht der Tracker das.
Spezifität (Erkennen von Wachsein): 29,39–52,15 %. Wenn Sie wach daliegen oder mitten in der Nacht aufwachen, sieht der Tracker das meistens nicht.

Daraus folgt unmittelbar eine systematische Überschätzung der Schlafzeit:

WHOOP 4.0: +24,46 Minuten
Apple Watch Series 8: +19,60 Minuten

Die meisten Geräte wichen signifikant von der PSG ab — bei der Gesamtschlafzeit, der Schlafeffizienz, der Wachzeit nach dem Einschlafen und beim Leichtschlaf.

Beim Tiefschlaf war WHOOP 4.0 das beste der geprüften Armbänder — es ordnete 69,63 % der N3-Epochen laut PSG richtig zu. Das ist der beste Wert im Testfeld, und er bedeutet trotzdem, dass fast ein Drittel des Tiefschlafs falsch klassifiziert wird.

Ringe gegen Armbänder

Für sich steht die größte Validierungsstudie zu einem Ring. Sleep Medicine, 2024: Oura Ring Gen3 mit dem Stadien-Algorithmus OSSA 2.0 gegen eine ambulante Mehrnächte-PSG, 96 Teilnehmer, 421 045 Epochen à 30 Sekunden.

Sensitivität 94,4–94,5 %
Spezifität 73,0–74,6 %
Genauigkeit 91,7–91,8 %
Genauigkeit der Stadienzuordnung: von 75,5 % (Leichtschlaf) bis 90,6 % (REM)

Eine Spezifität von 73–75 % gegenüber 29–52 % bei den Armbändern ist deutlich besser. Der Ring nimmt das Signal am Finger ab, wo sich Durchblutung und Pulswelle stabiler lesen lassen als am Handgelenk, und das bringt allem Anschein nach tatsächlich einen Vorteil.

Aber auch hier gilt: Etwa jede vierte Wachepoche wird als Schlaf gewertet.

Was daraus folgt

Die Gesamtschlafzeit ist die verlässlichste Zahl. Sie liegt bei allen Geräten am nächsten an der Wahrheit, auch wenn sie um 20–25 Minuten nach oben verschoben ist.

Die Schlafstadien sind die schwächste. Der Leichtschlaf ist am schwersten zuzuordnen — und genau aus den Stadien werden die hübschen „Erholungsindizes“ zusammengesetzt.

Der Fehler ist systematisch, nicht zufällig. Das ist die gute Nachricht: Wenn Ihr Tracker konstant 20 Minuten dazugibt, bleibt die Entwicklung aussagekräftig. Sich mit sich selbst von letzter Woche zu vergleichen, funktioniert. Die absolute Zahl mit der Empfehlung „acht Stunden schlafen“ zu vergleichen, eher nicht.

Eine schlechte Nacht stellt der Tracker harmloser dar, als sie war. Genau deshalb, weil das Wachsein am schlechtesten erkannt wird: Sie haben sich eine Stunde herumgewälzt, das Gerät hat Ihnen Schlaf angerechnet. Die Nacht nach einem Wettkampf oder einem Flug zeichnet das Gerät besser, als sie tatsächlich war.

Ein wichtiger Vorbehalt. All diese Daten stammen von gesunden Erwachsenen, nicht von Sportlern in einem Trainingsblock. Wie gut sich die Zahlen auf jemanden mit hohem Belastungsumfang und hoher Herzfrequenzvariabilität übertragen lassen, ist eine eigene, bislang offene Frage.

Wie Sie das anwenden

Schauen Sie auf die Gesamtschlafzeit und auf den Trend über die Woche, nicht auf die Aufschlüsselung nach Stadien.
Ziehen Sie im Kopf 20–25 Minuten ab von der angezeigten Schlafzeit, wenn Sie ein Armband nutzen.
Bauen Sie den Plan nicht wegen einer einzelnen Nacht um. Eine Nacht ist eine Messung mit bekanntem systematischem Fehler.
Das Befinden wiegt schwerer als der Index. Wenn die Erholung 90 % anzeigt und Sie sich zerschlagen fühlen, haben Sie recht und nicht das Gerät.
Der Ring ist beim Erkennen des Wachseins genauer als das Armband, wenn es genau darum geht. Der Unterschied ist spürbar, aber nicht absolut.
Wechseln Sie das Gerät nicht mitten in der Vorbereitung — die Zahlen verschiedener Marken sind nicht vergleichbar, und Sie verlieren Ihre Vergleichsbasis.
Wenn Sie eine echte Schlafstörung vermuten — Apnoe, hartnäckige Insomnie —, diagnostiziert ein Tracker das nicht. Dafür braucht es eine richtige schlafmedizinische Untersuchung.

Das Wichtigste

SLEEP Advances 2025: 62 Erwachsene, eine Nacht im Labor, sechs Geräte gegen die PSG.
Schlaf erkennen alle Geräte mit einer Sensitivität von über 90 %, das Wachsein mit einer Spezifität von 29,39–52,15 %.
Überschätzung der Gesamtschlafzeit: WHOOP 4.0 +24,46 min, Apple Watch S8 +19,60 min.
Bester Wert beim Tiefschlaf: WHOOP 4.0 mit 69,63 % richtig zugeordneter N3-Epochen.
Oura Gen3 (Sleep Medicine 2024, 96 Personen, 421 045 Epochen): Genauigkeit 91,7–91,8 %, Spezifität 73,0–74,6 %, Stadien von 75,5 % (Leichtschlaf) bis 90,6 % (REM).
Der Fehler ist systematisch — die Entwicklung ist aussagekräftig, die absoluten Zahlen sind es nicht.
Eine schlechte Nacht zeigt der Tracker besser, als sie war.
Die Daten stammen von gesunden Erwachsenen, nicht von Sportlern unter Belastung.

Quellen: «A performance validation of six commercial wrist-worn wearable sleep-tracking devices for sleep stage scoring compared to polysomnography», SLEEP Advances, 2025. https://doi.org/10.1093/sleepadvances/zpaf021 · «Validity and reliability of the Oura Ring Generation 3 (Gen3) with Oura sleep staging algorithm 2.0 (OSSA 2.0) when compared to multi-night ambulatory polysomnography», Sleep Medicine, 2024. https://www.sciencedirect.com/science/article/pii/S1389945724000200