Schweiß-Biomarker im Funktionstextil: Laborwerte ohne Blut?

Ein Forschungsteam hat ein Funktionstextil mit Schweiß-Biomarker-Sensoren gebaut, das Laktat, Elektrolyte und mehr direkt im Schweiß liest, ganz ohne Stich, ohne Labor. Klingt nach dem Labor im T-Shirt. Und genau da lohnt der zweite Blick: Die Idee, Marker kontaktlos im Stoff zu messen, ist stark. Aber das hier ist Forschung, kein Produkt. Ausgerechnet Laktat, der Wert, auf den ambitionierte Sportler am meisten schauen, ist biochemisch der wackeligste. Was die Studie wirklich kann, wo ihre Grenzen liegen und was du als selbstcoachender Sportler heute davon hast.

Was das Funktionstextil wirklich misst

Es misst Laktat, Elektrolyte, pH und Harnsäure im Schweiß über eingewobene Faser-Sensoren, dazu Temperatur, Herzfrequenz und Sauerstoffsättigung, in Echtzeit per Bluetooth aufs Handy.[1] Das ist mehr, als jede Smartwatch heute kann. Smartwatches messen vor allem körperliche Signale; chemische Marker im Schweiß bleiben ihnen verschlossen.

Der eigentliche technische Sprung steckt aber nicht in der Sensorik allein, sondern im Stoff. Das Material ist atmungsaktiv, leitet Schweiß nach außen und reflektiert über 96 % des Sonnenlichts, kühlt also aktiv, statt zu stauen.[1] Die Forscher geben für die Luftdurchlässigkeit Werte an, die normalem Funktionsstoff nahekommen, nicht einem aufgeklebten Sensor.[1] Genau daran scheitern die meisten Sensoren am Körper: Sie sind starr, kleben unbequem, der Schweiß steht. Wer schon mal mit einem Brustgurt geschwitzt hat, der nach einer Stunde scheuert, weiß, warum das zählt. Hier ist die Tragbarkeit die eigentliche Leistung, und der Grund, warum ein Sensor im Stoff praxistauglicher sein könnte als jedes Pflaster.

Neu ist die Grundidee nicht. Erst kürzlich lief hier ein Schweiß-Pflaster, das Entzündungswerte misst durch: andere Bauform, andere Marker. Das Textil geht einen Schritt weiter: weg vom Pflaster, rein in die Kleidung, und mehrere Marker gleichzeitig.

Warum „ohne Blut" der eigentliche Reiz ist

Marker, die sonst Labor oder Bluttest brauchen, erfasst der Stoff kontaktlos, und das ist der Punkt, der das Thema interessant macht. Nicht „noch ein Wearable". Sondern: Werte, für die du bisher ein Labor oder spezielle Geräte gebraucht hast, ganz ohne Blut.

Für selbstcoachende Sportler liegt der reale Hebel dabei weniger beim Laktat als bei Elektrolyten und Hydration. Wie viel Natrium und Kalium du über den Schweiß verlierst, ist eine praktische Frage mit klarer Konsequenz fürs Trinken und Nachsalzen, und kaum jemand misst das im Alltag. Stattdessen wird geschätzt: Faustformeln, ein bisschen Gefühl, im Zweifel ein Elektrolyt-Getränk auf Verdacht. Wie stark Menschen über Schweiß Natrium verlieren, unterscheidet sich aber erheblich von Person zu Person. Eine pauschale Formel trifft deinen Bedarf nur zufällig. Ein Marker direkt am Körper wäre hier ehrlich nützlich. Laktat dagegen nutzen viele ambitionierte Hobbysportler ohnehin schon. Wäre es ohne Laborkosten zugänglich, würden es schlicht mehr Leute einsetzen. Niedrige Hürde schlägt Laborpräzision für wenige, vorausgesetzt, der Wert taugt etwas. Und da kommt der Haken.

Die Haken: Prototyp, fünf Probanden, ein Mensch fürs KI-Modell

Das KI-Müdigkeitsmodell lernte aus einer einzigen Person, die Sensoren testeten nur fünf. Das muss man bei den „92,9 % Genauigkeit" mitdenken, die die Studie für ihr Modell nennt. Klingt nach einem Gerät, das Müdigkeit zuverlässig erkennt. Tatsächlich beruht die Zahl auf 168 Datensätzen, die über sieben Tage von genau einem Freiwilligen gesammelt wurden.[1] Was bei einer Person funktioniert, funktioniert nicht automatisch bei dir.

Dazu kommt: Die „Müdigkeit", die das Modell vorhersagt, ist gegen die Borg-Skala gelabelt, also gegen das subjektive Anstrengungsempfinden, das der Proband selbst angegeben hat.[1] Das Modell lernt, ein Selbsturteil nachzubauen, keinen objektiven Erschöpfungs-Goldstandard. Die On-Body-Tests der Sensoren liefen an fünf Personen. Das ist ein Labor-Prototyp in einem frühen Stadium, kein feldreifes Produkt.

Das ist kein Vorwurf an die Forscher, Machbarkeitsstudien laufen genau so. Es ist nur der Grund, warum du die Zahl nicht auf dich übertragen darfst. Schweiß-Zusammensetzung und Schweißrate unterscheiden sich stark zwischen Menschen, und ein Modell aus einer Person kann diese Streuung schlicht nicht gesehen haben. Bevor so etwas verlässlich für dich arbeitet, müsste es an vielen, verschiedenen Körpern kalibriert sein, idealerweise an deinem eigenen.

Das passt zum nüchternen Bild aus dem Review von 188 Studien zu Wearables: gute Daten, aber kein Trainer-Ersatz. Eine einzelne Studie mit beeindruckender Prozentzahl ändert daran nichts. Genau deshalb braucht man Wissen über die Werte und ihre Fallstricke, um nicht auf Werbeaussagen oder gut klingende Studien hereinzufallen.

Warum selbst der „Goldstandard" Laktat tagesformabhängig wackelt

Schon Blut-Laktat schwankt rund 16 % pro Tag bei gleicher Belastung. Der absolute Wert allein trügt also.[2] Interessant ist die Trennung dahinter: Die abgeleitete Schwelle als Belastungsanker (also Tempo oder Watt, bei dem deine Schwelle liegt) ist erstaunlich stabil von Tag zu Tag.[2][3] Die nackte Laktat-Zahl an diesem Punkt wackelt deutlich stärker. Der Anker hält, der Messwert schwankt.

Dazu kommt eine zweite Unschärfe: Je nachdem, mit welcher Methode man die Schwelle aus denselben Rohdaten berechnet, kommt ein anderer Wert heraus.[2] Es gibt also nicht die eine Laktatschwelle, sondern mehrere Definitionen, die sich um einige Prozent unterscheiden. Wenn schon der Bluttest im Labor so streut, ist Schweiß-Laktat erst recht kein absoluter Schwellenwert. Schweiß-Laktat und Blut-Laktat hängen biochemisch nur lose zusammen, die Übertragung ist unsicher. Behandle so einen Wert als grobe Trend-Anzeige, ob es hoch oder runter geht, nicht als feste Zahl, auf der du Trainingszonen baust.

Heißt das, die Sensor-Klasse ist wertlos? Nein. Auch der optische Puls an der Uhr ist ungenauer als ein Brustgurt, und er wird softwareseitig ausgeglichen, über Bewegungs-Korrektur und das Verrechnen mehrerer Signale. An harten Intervallen bleibt er trotzdem schlechter. Ungenauigkeit am Anfang ist erwartbar, kein Todesurteil. Wer seine Schwelle schon heute ohne Labor sucht, hat mit DFA Alpha 1 als laborfreier Schwellen-Methode ohnehin eine Option, die nicht am Schweiß hängt.

Was selbstcoachende Sportler heute und bald davon haben

Heute hast du nichts zum Steuern deines Trainings, aber einen Pfad, der sich zu beobachten lohnt. Das Textil ist nicht kaufbar, und selbst wenn, wäre Schweiß-Laktat momentan keine Basis für deine Zonen. Das ist die ehrliche Einordnung, keine Absage.

Wo ich am ehesten echten Nutzen sehe, sobald solche Stoffe reifen: Elektrolyte und Hydration. Das ist ein konkretes Alltagsproblem mit klarer Handlung, und die Messung ist weniger heikel als die Laktat-Übertragung. Müdigkeits-Scores aus einem Ein-Personen-Modell würde ich dagegen erst ernst nehmen, wenn sie an vielen, verschiedenen Menschen bestätigt sind.

Damit so ein Textil zum echten Werkzeug wird, müssten drei Dinge zusammenkommen: Sensoren, die über Stunden und über die Wäsche hinweg stabil messen; eine Validierung, die nicht an einer Handvoll Leuten endet; und eine ehrliche Kommunikation, was der Wert kann und was nicht. Erst dann lohnt es, das Ding in die Trainingssteuerung zu lassen. Bis dahin ist es ein faszinierender Prototyp, und ein gutes Beispiel dafür, wie früh man bei Trainings-Tech zwischen Machbarkeit und Alltagstauglichkeit unterscheiden muss.

Konkret für dich, heute: Steuere dein Training weiter über das, was sich bewährt hat (Puls, Anstrengungsempfinden, Wattzahlen), und nimm jeden einzelnen Messwert mit Vorsicht. Technik soll unterstützen, aber das Gehirn bleibt an, und du wägst ab. Wenn diese Funktionstextilien in ein, zwei Jahren in echte Produkte münden, lies ihre Versprechen mit demselben Blick: Frag, wie gut ein Wert validiert ist, an wie vielen Menschen, gegen welchen Referenzwert, bevor du ihm dein Training anvertraust.

Quellen

1. Sweat and air permeable electronics enabled by engineered hierarchical fabric system for exercise management. Microsystems & Nanoengineering (2026). Artikel bei Nature

2. Validity and Reliability of Ventilatory and Blood Lactate Thresholds in Well-Trained Cyclists. PLOS One. Volltext bei PubMed Central

3. Reliability of maximal lactate steady state. PubMed-Eintrag