Hohes Trainingsvolumen verschlechtert die Schlafqualität – und zu wenig Schlaf bremst die nächste Trainingseinheit. Das zeigt eine Jahresstudie mit 224 chinesischen Garmin-Läufern. Der Befund ist plausibel und gut belegt. Die Einschränkung: Garmin ist bei der Schlafphasen-Erkennung nicht das genaueste Wearable am Markt – und genau das trifft den Kern der Studie.
Mehr Training, schlechterer Schlaf, noch mehr Training – was 224 Garmin-Läufer zeigen
Christopher Klenk8 Min. LesezeitAuf einen Blick
Studie: Eine Jahresstudie mit 224 chinesischen Garmin-Läufern belegt: Hohes Trainingsvolumen verschlechtert die Schlafqualität trotz längerer Gesamtschlafdauer, schlechter Schlaf bremst die Pace am Folgetag – und die Läufer kompensieren das unbewusst mit mehr Laufdauer. Einschränkungen: Garmin ist bei der Schlafphasen-Erkennung nicht der Genauigkeitsführer, Tagesschläfchen wurden nicht erfasst, und Athleten schlafen generell zu wenig.
Unsere Einordnung: Die Daten legen einen Teufelskreis nahe, den die Studie nicht direkt misst: Hohe Belastung → schlechterer Schlaf → langsamere Pace → mehr Laufdauer zur Kompensation → noch höhere Belastung. Langsamer-aber-länger ist keine Strategie. HRV und Schlafqualität gehören als gleichwertige Parameter ins Trainingsmonitoring – nicht als Randnotiz.
Was die Studie gemacht hat
Das Studiendesign ist methodisch interessant, weil es keine Laborstudie ist. Die Forschungsgruppe um Xiaofeng Xu sammelte von Juni 2024 bis Juni 2025 kontinuierlich Trainings- und Schlafdaten von 224 Freizeitläufern – ausschließlich über die Garmin-API, also genau die Daten, die die Uhr sowieso aufzeichnet. Trainingsdaten umfassten Pace, Distanz, Dauer und Herzfrequenz; Schlafdaten die Schlafstagendauer und die nächtliche Herzratenvariabilität (HRV – ein Maß für die Regeneration des autonomen Nervensystems).
Die statistische Auswertung erfolgte mit linearen gemischten Modellen (LMM), die individuelle Unterschiede zwischen Teilnehmenden berücksichtigen. Analysiert wurden Unterschiede nach Geschlecht, Leistungsniveau, Saison und Wochentag sowie die verzögerten Effekte in beide Richtungen: Training → Schlaf am Folgetag und Schlaf → Training am nächsten Morgen.
Was rausgekommen ist
Die Trainingscharakteristik der Gruppe: durchschnittlich 12,10 km pro Einheit bei einer Pace von 6:02 min/km. Männer liefen schneller und länger als Frauen, Elite-Läufer dominierten erwartungsgemäß in allen Kennwerten. Im Sommer waren Pace und Distanz am geringsten – was niemanden überrascht, der schon mal bei 35 Grad losgelaufen ist.
Beim Schlaf: Im Schnitt schliefen die Probanden nur 6,61 Stunden pro Nacht – weniger als die allgemein empfohlenen 7–9 Stunden für Erwachsene. Frauen verzeichneten signifikant mehr Tiefschlaf als Männer; Elite-Läufer zeigten einen ausgeprägteren Frührhythmus beim Einschlafen und Aufwachen.
Der interessanteste Befund: Hohes Trainingsvolumen am Vortag führte zwar zu einer längeren Gesamtschlafdauer, aber zu weniger Tief- und REM-Schlaf (Tiefschlaf = die regenerative Phase, in der Wachstumshormon ausgeschüttet wird; REM-Schlaf = entscheidend für kognitive Erholung und Gedächtniskonsolidierung), mehr Leichtschlaf, mehr Wachphasen und niedrigerer nächtlicher HRV. Wer viel trainiert, schläft also länger – aber schlechter. Und schlechter Schlaf verlangsamte die Pace am nächsten Tag, wobei die Läufer das durch eine längere Laufdauer unbewusst ausglichen.
Ein möglicher Teufelskreis
Die Studie zeigt zwei isolierte Effekte: Training verschlechtert Schlaf, schlechter Schlaf verschlechtert Training. Was sie nicht direkt messen kann, ist die Frage, ob sich diese Effekte über mehrere Tage zu einem Kreislauf aufschaukeln. Aber die Daten legen genau das nahe – und das ist der eigentlich relevante Punkt für den Trainingsalltag.
Die Logik dahinter: Hohe Trainingsbelastung verschlechtert die Schlafqualität. Schlechterer Schlaf führt am nächsten Tag zu einer langsameren Pace. Läufer, die eine Zieldistanz im Kopf haben, laufen dann schlicht länger, um sie zu erreichen. Das erhöht die Gesamtbelastung – was wiederum den nächsten Schlaf belastet. Diese Eigendynamik ist kein direkter Studienbefund, sondern eine begründete Schlussfolgerung aus den gemessenen Einzeleffekten. Als solche sollte man sie lesen – und trotzdem ernst nehmen.
Der mögliche Teufelskreis – abgeleitet aus den Studienbefunden, nicht direkt gemessen
Mehr Training als Reaktion auf schlechtere Leistung ist keine Strategie. Es ist das Gegenteil davon.
Was die Studie direkt belegt, ist schon aussagekräftig genug: Wer nach einer schlechten Nacht langsamer läuft und trotzdem dieselbe Distanz absolviert, trifft keine sinnvolle Trainingsentscheidung. Er hätte kürzer laufen sollen. Das klingt banal, widerspricht aber dem Instinkt vieler Freizeitläufer, die Volumen als primären Fortschrittsmesser verwenden.
Drei Limitationen, die den Befund einordnen
Die Ergebnisse sind plausibel und mit einem soliden Datensatz unterlegt. Drei Punkte relativieren sie trotzdem.
Erstens: Athleten schlafen generell zu wenig. Die 6,61 Stunden Schlaf der Studienteilnehmer klingen nach einem Freizeitläufer-Problem – sind es aber nicht exklusiv. Eine Studie von Sargent et al. (2021) mit 175 Elite-Athleten aus 12 Sportarten zeigt: Profis schlafen im Schnitt ebenfalls nur 6,7 Stunden pro Nacht, obwohl sie selbst angeben, 8,3 Stunden zu benötigen. 71 Prozent dieser Athleten erreichen ihren Schlafbedarf auf den meisten Nächten nicht – im Schnitt fehlen 96 Minuten pro Nacht. Die Empfehlung für Sportler mit hohem Trainingsvolumen liegt bei 9 bis 10 Stunden. Das verbreitete Bild vom Profisportler, der mittags ausgiebig schläft und so auf seine Stunden kommt, ist mehr Wunschvorstellung als Datenlage.
Zweitens: Tagesschläfchen wurden nicht erfasst. Die 6,61 Stunden beziehen sich ausschließlich auf nächtlichen Schlaf. Garmin hat zwar seit September 2023 eine Nap-Detection-Funktion, die ist aber auf neuere Modelle beschränkt (Venu 3, Fenix 8, Forerunner 965 und einige weitere) und war zur Studienzeit nicht flächendeckend verfügbar. Außerdem hat die Studie diese Daten nicht einbezogen. Hinzu kommt: Garmin erfasst während Naps keine Schlafphasen, da Tief- und REM-Schlaf in kurzen Ruhephasen selten auftreten. Die tatsächliche Schlafdauer der Teilnehmer könnte also real leicht höher liegen – allerdings zeigen Athleten-Studien, dass Napping die Gesamtbilanz nur geringfügig verbessert.
Drittens: Garmin hat spezifische Schwächen bei den relevantesten Metriken dieser Studie. Der Goldstandard für Schlafphasen-Messung ist die Polysomnographie (PSG) – EEG-Ableitung im Schlaflabor, manuell ausgewertet durch trainierte Scorer. PSG ist präzise, aber für 224 Personen über ein Jahr schlicht nicht durchführbar. Alle Wrist-Wearables schätzen Schlafphasen deshalb aus Akzelerometer und optischer Herzratenmessung – für eine Feldstudie dieser Größe der einzig praktikable Ansatz, und keines davon kommt an PSG-Genauigkeit heran. Zur Einordnung der Garmin-Daten: Eine Validierungsstudie vom Antwerp University Hospital (2024, sechs Wearables, 62 Probanden, gleichzeitig mit PSG) zeigte, dass der Garmin Vivosmart 4 die Gesamtschlafdauer um rund 47 Minuten überschätzt und Leichtschlaf um knapp 28 Minuten – was bedeutet, dass die 6,61 Stunden aus der Studie leicht nach oben korrigiert werden müssten. Dazu kommt: Die Wake-Spezifizität lag bei 29 Prozent, dem niedrigsten Wert aller getesteten Geräte. Zur Einordnung: Auch Fitbit übertrieb Leichtschlaf um rund 38 Minuten – kein Wearable ist hier fehlerfrei. Der entscheidende Punkt für diese Studie ist die HRV-Genauigkeit: In einer 2025-Validierung erreichte Garmin einen Concordance Correlation Coefficient von 0,87, Oura dagegen 0,99. HRV ist einer der Kernbefunde – und genau dort ist Garmin am schwächsten.
Warum Garmin trotzdem eine Studie wert ist
Garmin ist die mit Abstand verbreitetste Wearable-Plattform unter Freizeitläufern weltweit. Eine Studie, die ausschließlich Garmin-Daten nutzt, hat damit eine hohe ökologische Validität für genau diese Zielgruppe. Auf Gruppenebene und für Trendbeobachtungen über Wochen sind Wearable-Daten trotz ihrer Einschränkungen deutlich wertvoller als gar keine Daten. Die Limitationen relativieren die Befunde – machen sie aber nicht wertlos.
Transparenzhinweis
Zwei der sechs Koautoren sind bei kommerziellen Lauf-Tech-Unternehmen tätig (Nanjing Huipao Network Technology und Nanjing Paodao Network Technology). Das ist keine Seltenheit bei angewandter Sportwissenschaft und bedeutet keine automatische Verzerrung der Ergebnisse – aber es ist ein Umstand, den man kennen sollte. Die Studie erschien in Frontiers in Physiology, einem Open-Access-Journal mit offenem Peer-Review-Verfahren.
Was das für dich in der Praxis bedeutet
Vier Ansätze, die sich direkt aus den Studienbefunden ableiten lassen – keine Lifestyle-Ratschläge, sondern Konsequenzen aus den Daten.
HRV und Schlaf-Score täglich lesen, nicht wöchentlich. Wenn deine HRV drei Tage in Folge fällt und der Schlaf-Score im Keller ist, ist das kein psychologisches Signal – es ist physiologisch messbar. Genau das zeigt die Studie: Schlechte Schlafqualität schlägt sich am nächsten Tag in der Pace nieder. Deine Garmin liefert diese Daten täglich. Wer sie nicht nutzt, trackt nur Kilometer.
Pace als Tagesform-Indikator nehmen. Wenn die erste Pace-Rückmeldung nach einem Kilometer deutlich schlechter ist als sonst, ist das kein Motivationsproblem – es ist ein Messergebnis. Kürze die Einheit. Ein 6-km-Lauf in gutem Zustand erzeugt mehr Trainingsreiz als 12 km halb schlafend. Das klingt nach weniger, ist aber mehr.
Distanz-Kompensation bewusst unterbrechen. Das Muster aus dieser Studie – langsamer, aber dieselbe Distanz – ist der Klassiker unter ambitionierten Freizeitläufern. Wenn du merkst, dass du dein Ziel trotz miserabler Tagesform durchziehst, frag dich warum. Die Antwort ist meistens Gewohnheit oder Ego, selten ein sinnvoller Trainingsgrund.
Intensive Trainingsblöcke mit mehr Schlaf begleiten – nicht danach aufholen. Eine Stunde mehr Schlaf vor einem harten Trainingsblock verändert, wie gut du ihn verträgst. Das ist keine Faulenzer-Logik, sondern Physiologie: Die Studie zeigt, dass hohe Belastung die Schlafstruktur aktiv verschlechtert. Wer mit einem Schlafdefizit in eine intensive Woche startet, multipliziert den Effekt. Sargent et al. (2021) zeigen, dass selbst Elite-Athleten im Schnitt 96 Minuten pro Nacht unter ihrem Schlafbedarf liegen – das ist kein Einzelfall, sondern Struktur.
Deine Daten, deine Auswertung
Die Daten dieser Studie kommen aus der Garmin-API – also genau der Quelle, auf die du als Garmin-Nutzer selbst Zugriff hast. Wer seine Schlaf- und Trainingsdaten systematisch auswertet, kann das Muster für sich selbst sichtbar machen: An welchen Tagen war meine Pace schlechter als erwartet? Wie korreliert das mit der Schlafdauer der Vorwoche? Ein LLM-gestützter Auswertungsworkflow mit deinen eigenen Garmin-Daten braucht kein Programmierwissen – dazu folgt ein separates Tutorial.
Quellen
Xu X, Lin J, Xu K, Gu Z, Gu X, Zheng J, Chen G and Dai J (2026): Exploring training-sleep characteristics and bidirectional lagged relationships in Chinese recreational runners. Front. Physiol. 17:1730135. doi: 10.3389/fphys.2026.1730135
Sargent C, Lastella M, Halson SL, Roach GD (2021): How Much Sleep Does an Elite Athlete Need? Int J Sports Physiol Perform. 16(12):1746–1757. doi: 10.1123/ijspp.2020-0896
Schyvens AM et al. (2024): Accuracy of Fitbit Charge 4, Garmin Vivosmart 4, and WHOOP Versus Polysomnography: Systematic Review. JMIR Mhealth Uhealth. 12:e52192. doi: 10.2196/52192
