Warum Ihre Apple Watch beim Tiefschlaf falsch liegt – um wie viel und worauf Sie stattdessen vertrauen sollten

Sie wachen auf, blicken auf das Schlafdiagramm Ihrer Apple Watch, sehen 1 Stunde 38 Minuten Tiefschlaf und freuen sich über Ihre Erholung. Diese Zahl – speziell die Tiefschlaf-Kachel – ist fast sicher falsch. Nicht nur ein bisschen falsch. Systematisch und strukturell falsch, und zwar auf eine Weise, die eine Rolle spielt, wenn Sie Schlafdaten nutzen, um zu entscheiden, ob Sie heute hart trainieren sollten.

Aktuelle polysomnografisch kontrollierte Studien haben diese Abweichung beziffert. Der Direktvergleich von Berryhill et al. (2025) von sechs Wearables mit der PSG ergab, dass die meisten Geräte, einschließlich der Apple Watch Series 8, signifikant vom Goldstandard bei Gesamtschlafzeit, Schlafeffizienz, Wachzeit nach Schlafbeginn und Leichtschlaf-Klassifizierung abwichen. Die Metaanalyse des Journal of Clinical Sleep Medicine (2025) von 24 Studien und 798 Patienten bestätigte die Richtung: Wearables überschätzen die Gesamtschlafzeit sowie die Schlafeffizienz, unterschätzen die Wachzeit nach Schlafbeginn und überschätzen – speziell bei der Apple Watch – signifikant den Leichtschlaf, während sie den Tiefschlaf unterschätzen.

Wie stark ist die Abweichung?

Die Berryhill-Studie untersuchte 62 Erwachsene (52 Männer, 10 Frauen, mittleres Alter 46 Jahre) in einer PSG-Nacht am Universitätskrankenhaus Antwerpen. Die Apple Watch Series 8 war eines von sechs Wearables, die mit einer synchronisierten EEG-Auswertung verglichen wurden. Das Ergebnis: Die Apple Watch klassifizierte Leichtschlaf (N1 + N2) signifikant zu hoch und Tiefschlaf (N3) zu niedrig. Der mittlere absolute Fehler für den Tiefschlaf wurde im Abstract nicht als einzelne Zahl veröffentlicht, aber das Muster war über die gesamte Geräteklasse hinweg konsistent.

Die JCSM-Metaanalyse fasste 24 Studien und 798 Patienten zusammen. Die Tendenz war eindeutig: Am Handgelenk getragene Geräte überschätzen die Gesamtschlafzeit und Schlafeffizienz, unterschätzen die Wachzeit nach Schlafbeginn und klassifizieren Schlafphasen falsch – wobei der konsistenteste Fehler in der Überschätzung des Leichtschlafs und der Unterschätzung des Tiefschlafs bestand. Speziell bei der Apple Watch hielt die Metaanalyse fest, dass sie bei der Phasenklassifizierung signifikant schlechter abschnitt als einige Konkurrenten, wenngleich immer noch besser als reine Aktigrafie.

Der Direktvergleich von Brigham and Women's aus dem Jahr 2024 stellte die Apple Watch, Fitbit und den Oura Ring einer PSG in einer einzelnen Laborumgebung gegenüber. Sowohl die Apple Watch als auch Fitbit überschätzten den Leichtschlaf signifikant und unterschätzten den Tiefschlaf. Der Oura Ring zeigte keinen signifikanten Unterschied zur PSG bei Gesamtschlafzeit, Wachzeit, Leichtschlaf, Tiefschlaf, REM oder Schlafeffizienz – allerdings nutzt Oura eine andere Sensorplatzierung (Finger statt Handgelenk) und einen anderen Algorithmus. Die Physik der Blutflussmessung am Finger ist einfacher als am Handgelenk, wo Bewegungsartefakte und Perfusionsvariabilität höher sind.

Warum die Uhr falsch liegt

Die Apple Watch leitet Schlafphasen aus einer Kombination von Beschleunigungsmesser (Bewegung), optischer Herzfrequenz (PPG) und Herzfrequenzvariabilität ab. Die PSG nutzt das EEG, um N1, N2 und N3 direkt aus der elektrischen Gehirnaktivität zu bestimmen. Diese Lücke ist etwas, das ein Software-Update nicht vollständig schließen kann.

PPG plus Bewegung kann „schlafend gegenüber wach“ passabel erkennen. Es kann jedoch leichten NREM-Schlaf nicht zuverlässig von tiefem NREM-Schlaf trennen, da die zugrunde liegenden physiologischen Unterschiede – Slow-Wave-EEG-Aktivität, Muskeltonus, spezifische Muster der autonomen Aktivität – am Handgelenk nicht sichtbar sind. Die Uhr sieht einen ruhigen Körper mit stabiler Herzfrequenz und niedriger HRV. Dieses Muster könnte Tiefschlaf sein, oder es könnte Leichtschlaf bei einer Person sein, die sich wenig bewegt. Der Algorithmus schätzt, und er schätzt öfter „Leichtschlaf“, als er sollte.

Fälschlicherweise als Leichtschlaf klassifiziertes Wachen und mit Leichtschlaf zusammengefasster Tiefschlaf – beides zieht in dieselbe Richtung. Die Uhr sieht sehr viel „Leichtschlaf“, weil sie tatsächlichen Leichtschlaf, einen Teil des Tiefschlafs und phasenweise ruhige Wachheit zusammenwirft. Die Tiefschlafzahl, die Sie sehen, ist der Rest nach dieser Zusammenfassung, und dieser Rest ist systematisch zu niedrig.

Was das für Trainingsentscheidungen bedeutet

Wenn Sie Ihren Tiefschlafwert nutzen, um zu entscheiden, ob Sie hart trainieren oder kürzertreten sollten, optimieren Sie gegen ein verrauschtes Signal. Der Tiefschlafwert einer einzelnen Nacht kann um 20–40 Minuten abweichen. Über eine Woche hinweg summiert sich der Fehler ungleichmäßig – in manchen Nächten schätzt die Uhr genauer, in manchen ungenauer, und Sie haben keine Möglichkeit zu erkennen, welche Nacht welche ist.

Die verlässlichen Informationen am Handgelenk sind die Gesamtzeit im Bett und der HRV-Trend. Das sind die Apple Watch-Werte, die das Training verändern. Die Gesamtzeit im Bett korreliert passabel mit der per PSG gemessenen Gesamtschlafzeit (obwohl sie diese immer noch leicht überschätzt). Der HRV-Trend, jeden Morgen konsistent gemessen, spiegelt die autonome Erholung auf eine Weise wider, wie es die Phasenaufschlüsselung nicht kann.

Die Phasenaufschlüsselung – insbesondere die Tiefschlaf-Kachel – sollte als grobe Orientierung betrachtet werden, nicht als kalibrierter Wert. Wenn Ihre Uhr an drei Nächten hintereinander 30 Minuten Tiefschlaf anzeigt, bekommen Sie wahrscheinlich nicht genug Tiefschlaf. Wenn sie 1 Stunde 40 Minuten anzeigt, geht es Ihnen möglicherweise gut oder Sie befinden sich im selben Boot. Der Trend über eine Woche schlägt jede einzelne Nacht.

Worauf Sie stattdessen vertrauen sollten

Das praxistauglichste Signal Ihrer Uhr für das Training ist nicht das Kreisdiagramm der Schlafphasen. Es ist die Kombination aus:

• Gesamtschlafzeit: Wie viele Stunden haben Sie tatsächlich schlafend im Bett verbracht? Dies ist für die meisten Kraftsportler der einzeln betrachtet beste Prädiktor für die Erholung am nächsten Tag.
• HRV-Trend: Ein gleitender 7-Tage-Durchschnitt Ihrer morgendlichen HRV, konsistent gemessen. Dies spiegelt das autonome Gleichgewicht besser wider als die Phasenaufschlüsselung einer einzelnen Nacht. Wenn Sie einen Abwärtstrend sehen, ist das ein reales Signal, das Trainingsvolumen zu reduzieren.
• Subjektives Empfinden: Wie haben Sie sich beim Aufwachen gefühlt? Die Uhr kann das nicht messen. Wenn Sie sich zerschlagen fühlen und die Uhr sagt, Sie hätten hervorragend geschlafen, vertrauen Sie Ihrem Empfinden.

Die Phasenaufschlüsselung ist eine nette Ergänzung, aber keine Notwendigkeit. Es ist der Teil des Schlaf-Dashboards, der am informativsten aussieht, in Wirklichkeit aber am wenigsten zuverlässig ist.

Das Problem mit dem Wearable als Dashboard

Hier gibt es ein tiefer liegendes Problem, das über die Apple Watch hinausgeht. Die Consumer-Wearable-Industrie hat uns darauf konditioniert, auf ein Dashboard von Zahlen zu blicken – Schlafphasen, Bereitschaftswerte, Erholungsprozentsätze – und diese als definitiv zu betrachten. Die Zahlen sind grün, gelb, rot eingefärbt. Sie werden von Glückwunschmeldungen oder sanften Anstößen begleitet. Die UX ist darauf ausgelegt, dass Sie sich informiert fühlen, nicht darauf, dass Sie die Daten hinterfragen.

Das ist das Whoop-Gedächtnisproblem, angewandt auf den Schlaf: Das Gerät merkt sich den Wert der letzten Nacht, zeigt ihn Ihnen mit einem Trendpfeil an, und Sie treffen darauf basierend eine Entscheidung. Aber der Wert basiert auf einem Modell, das bekannte, dokumentierte Schwächen aufweist. Die Tiefschlaf-Komponente ist der schwächste Teil dieses Modells.

Der bessere Ansatz besteht darin, die Uhr als Eingabe für ein System zu nutzen, das ihre Grenzen versteht – nicht als Dashboard, das Sie selbst interpretieren. Die Uhr sammelt Rohdaten. Eine Coaching-Schicht, die weiß, welche Signale verlässlich sind (Gesamtschlafzeit, HRV-Trend) und welche verrauscht sind (Phasenaufschlüsselung), kann bessere Entscheidungen treffen als Sie beim Anstarren des Kreisdiagramms.

Hier setzt Dorsi an. Ich lese Ihre Schlafdaten – Gesamtschlafzeit, HRV, den Trend – und zeige Ihnen die Phasenaufschlüsselung nicht an, weil sie nicht zuverlässig genug ist, um danach zu handeln. Die Entscheidung über die heutige Trainingsintensität fällt, bevor Sie die App öffnen. Sie bringen die Konsequenz mit. Ich lese die Uhr.

Die Kurzfassung

Wenn Sie sich nur an wenige Dinge aus diesem Artikel erinnern:

• Die Apple Watch überschätzt den Leichtschlaf und unterschätzt den Tiefschlaf. Der Fehler ist in PSG-kontrollierten Studien dokumentiert – Berryhill 2025 (n=62), JCSM 2025 Metaanalyse (24 Studien, 798 Patienten), Brigham and Women's 2024 Direktvergleich.
• Die Einschränkung ist physikalisch, nicht softwarebedingt. Handgelenkbasierte PPG plus Beschleunigungsmesser können leichten NREM-Schlaf nicht zuverlässig von tiefem NREM-Schlaf trennen.
• Vertrauen Sie der Gesamtschlafzeit und dem HRV-Trend mehr als der Phasenaufschlüsselung. Nutzen Sie den Trend über eine Woche, nicht eine einzelne Nacht.
• Wenn Sie sich zerschlagen fühlen und die Uhr sagt, Sie hätten hervorragend geschlafen, vertrauen Sie Ihrem Empfinden.
• Die beste Nutzung von Schlafdaten ist eine, auf die Sie nicht starr blicken müssen – wenn sie im Hintergrund leise die heutige Einheitenplanung formt.

Konzentrieren Sie sich auf die Einflussfaktoren – gleichbleibende Schlafenszeiten, Schlafumgebung, Stressmanagement – und die Schlafwerte folgen in ihrem eigenen Tempo. Wenn Sie direkt versuchen, den Tiefschlafwert zu optimieren, verbringen Sie ein Jahr damit, ein Diagramm zu optimieren, während die eigentliche Erholungsarbeit auf der Strecke bleibt.

Quellen

Der Direktvergleich von Berryhill et al. in SLEEP Advances 2025 von sechs Wearables mit der Polysomnografie ist der präziseste neuere Datensatz zur Genauigkeit der Schlafphasenauswertung, getestet an 62 Erwachsenen in einer kontrollierten Laborumgebung. Die Metaanalyse im Journal of Clinical Sleep Medicine 2025, die 24 Studien und 798 Patienten zusammenfasst, bestätigt die Richtung: Am Handgelenk getragene Consumer-Geräte überschätzen den Leichtschlaf und unterschätzen den Tiefschlaf, wobei die Apple Watch speziell für eine signifikante Fehlklassifizierung hervorgehoben wird. Die Arbeit von Brigham and Women's aus dem Jahr 2024 ergänzt den Direktvergleich mit Oura, der darauf hindeutet, wo die Physik einfacher wird – fingerbasierte PPG schneidet bei der Phasenklassifizierung besser ab als handgelenkbasierte, obwohl die Lücke für alle Handgelenkgeräte nach wie vor bedeutsam ist.