188 Studien zeigen: Dein Wearable ist ein Werkzeug

Ein spanisches Forscherteam hat in einer umfangreichen Übersichtsarbeit den aktuellen Stand von Wearable-Biosensoren und Machine-Learning-Systemen im Sporttraining ausgewertet – 188 Studien aus 16 Jahren Forschung. Das Fazit fällt nüchtern aus: Die Technik liefert brauchbare Daten und ML-Modelle können Trainingsanpassungen unterstützen – aber autonomes Coaching? Davon sind wir weit entfernt.

Auf einen Blick

Eine neue Review-Studie (188 Studien, 2010–2026) zeigt: Wearable-Biosensoren erfassen physiologische, biomechanische und biochemische Daten zuverlässig – wenn die Kalibrierung stimmt. ML-Modelle schneiden in vielen Studien bei Trainingsanpassung und Erholungseinschätzung besser ab als klassische Kennzahlen, vor allem in kontrollierten Settings. Aber: Bewegungsartefakte, fehlende psychologische Faktoren und mangelnde Übertragbarkeit zwischen Labor und Feld bleiben echte Schwachstellen der Technik. Die Autoren empfehlen Mensch-KI-Kollaboration statt autonomer Systeme.

Was die Studie untersucht hat

Madrigal-Cerezo, Domínguez-Sanz und Martín-Rodríguez haben für ihre in Biosensors veröffentlichte Arbeit systematisch Studien aus vier großen Datenbanken ausgewertet – Zeitraum 2010 bis 2026. Von 826 identifizierten Datensätzen blieben nach Screening und Duplikat-Entfernung 188 Studien übrig. Der Fokus lag auf drei Fragen: Wie gut messen Wearable-Sensoren tatsächlich? Wie zuverlässig sind die darauf aufbauenden ML-Modelle? Und unter welchen Bedingungen funktioniert das Ganze in der Praxis?

Dafür haben sie eine Evidence Map erstellt, die Sensortypen, Studiengröße, Versuchssettings (Labor vs. Feld), Modelltypen und Validierungsprotokolle gegenüberstellt. Der lange Beobachtungszeitraum macht die Arbeit besonders interessant: Die Autoren zeichnen die Entwicklung von einfachen Schrittzählern und Pulsgurten hin zu multimodalen Biosensor-Systemen mit integrierter KI nach – und können so einordnen, was sich tatsächlich verbessert hat und wo die Versprechen der Branche der Realität vorauseilen.

Was funktioniert

Wearable-Biosensoren können laut der Review drei Kategorien von Trainingsdaten zuverlässig erfassen: physiologische Marker wie Herzratenvariabilität (HRV – ein Belastungs- und Erholungsmarker, der die Aktivität deines autonomen Nervensystems widerspiegelt), biomechanische Signale über Inertialsensoren und Elektromyographie (EMG – misst die elektrische Muskelaktivität), sowie biochemische Parameter wie Laktat- oder Elektrolytwerte im Schweiß.

Von Sensordaten zur Trainingsempfehlung: Physiologische, biomechanische und biochemische Wearable-Daten als Input für ML-Modelle.

ML-Modelle, die auf diesen Sensordaten trainiert wurden, schneiden bei der Vorhersage von Erholungsbereitschaft und Leistungsentwicklung in vielen der untersuchten Studien besser ab als klassische Belastungsmetriken. Das gilt besonders, wenn mehrere Sensoren kombiniert werden und die Athleten über einen längeren Zeitraum beobachtet wurden. In einzelnen kontrollierten Studien führte Wearable-gesteuertes Training zu verbesserter HRV-Erholung und stabilerer Leistung – allerdings unter optimalen Bedingungen, nicht im chaotischen Trainingsalltag.

SCHWEISSLAKTAT ALS MARKER

Ein spannendes Detail aus der Review: Erste tragbare Schweißsensoren erreichen laut den ausgewerteten Studien eine hohe Korrelation mit Blutlaktatwerten. Nicht-invasives Laktat-Monitoring im Training rückt damit näher – ersetzt eine vollständige Leistungsdiagnostik aber noch nicht zuverlässig, weil Temperatur, Schweißrate und Kalibrierung unter Feldbedingungen noch zu stark schwanken. Dass die Richtung stimmt, zeigt auch ein kürzlich vorgestellter Schweiß-Patch, der den Entzündungsmarker CRP messen kann.

Wo die Technik an ihre Grenzen stößt

Die Review benennt vier wiederkehrende Schwachstellen der Wearable-ML-Systeme – nicht der Studie selbst, sondern der Technologie in der Praxis. PPG-Sensoren (Photoplethysmographie – die grünen LEDs an deiner Sportuhr) am Handgelenk leiden unter Bewegungsartefakten und Durchblutungsschwankungen. EMG-Elektroden zeigen zwischen verschiedenen Mess-Sessions starke Variabilität durch Schweiß und Platzierungsunterschiede. Biochemische Schweißsensoren reagieren empfindlich auf Temperatur und pH-Wert. Und IMU-Daten (Beschleunigungssensoren) driften über die Zeit und verhalten sich im Labor anders als auf dem Sportplatz.

WENN DER ALGORITHMUS DANEBEN LIEGT

Die Review beschreibt Fälle, in denen KI-Systeme die Erholungsbereitschaft überschätzen, weil wichtige Faktoren wie Schlafqualität oder psychologischer Stress im Modell fehlen. Die Folge: Das Training wird zu früh intensiviert, die Leistung bricht kurzfristig ein. Genau das passiert, wenn Algorithmen ohne Kontext entscheiden – und genau deshalb reicht ein Wearable allein nicht aus.

Die Studie betont ausdrücklich: Fehler auf der Sensorebene pflanzen sich durch die gesamte Pipeline fort – von der Signalverarbeitung über die Merkmalsextraktion bis zur Trainingsempfehlung. Oder einfacher gesagt: Ein schlecht kalibrierter Sensor am Handgelenk kann dazu führen, dass der Algorithmus dir ein Intervalltraining empfiehlt, obwohl dein Körper Ruhe braucht.

Einordnung: Was heißt das für dich?

Die zentrale Erkenntnis dieser Studie bestätigt, was in der Trainingspraxis ohnehin gilt: Daten allein trainieren niemanden. ML-Modelle sind als Entscheidungsunterstützung stark – sie erkennen Trends in HRV-Verläufen, schätzen Erholungszeiten ab und können Übertraining früher flaggen als dein Bauchgefühl. Aber sie versagen, sobald Kontext fehlt: Stress auf der Arbeit, schlechter Schlaf wegen des Kindes, ein angehender Infekt. Das erfasst kein Sensor.

Wenn du HRV-Daten über Polar, Garmin oder Oura sammelst und eigene Analysen fährst, bist du dem „autonomen KI-Coach“ einer App bereits überlegen – weil du den Kontext lieferst, den kein Algorithmus hat. Die Studie nennt das „Human-AI Collaboration“ und beschreibt damit exakt den Ansatz, den wir hier verfolgen: Du nutzt KI-Tools für die Datenauswertung, aber die Interpretation bleibt bei dir.

Die Autoren liefern dafür auch ein überzeugendes Argument aus dem Leistungssport: Selbst mit all dieser Technologie arbeiten Spitzenathleten weiterhin mit menschlichen Trainerinnen und Trainern. Nicht aus Nostalgie, sondern weil emotionales Verständnis, ethische Abwägung und individuelle Betreuung – besonders in Situationen wie Return-to-Play nach Verletzungen oder bei psychischer Belastung – von keinem Algorithmus geleistet werden können. Wie schwierig autonomes Coaching in der Praxis ist, zeigt auch die Tatsache, dass Apple seinen geplanten KI-Gesundheitscoach kürzlich wieder zurückgefahren hat.

PROMPT-PARADOXON IN AKTION

Die Studie bestätigt indirekt das Prompt-Paradoxon: ML-Modelle liefern bessere Ergebnisse, wenn sie mit kontextreichen Daten gefüttert werden. Genau wie ein LLM nur so gute Antworten gibt, wie die Frage dahinter ist, sind Wearable-Algorithmen nur so gut wie die Datenqualität und das Wissen des Nutzers, diese Daten einzuordnen.

Blick nach vorn: Digital Twins und LLM-Coaches

Die Review blickt auch über klassische Wearable-Daten hinaus auf zwei Entwicklungen. Erstens: Digital Twins – virtuelle Abbilder eines Athleten, die in Echtzeit mit Sensordaten gefüttert werden. Erste Pilotanwendungen im Basketball zeigen Potenzial für taktische Entscheidungsfindung, befinden sich aber noch in einem frühen Forschungsstadium. Zweitens: LLM-basierte Coaching-Chatbots, die kontextsensitive und motivierende Antworten geben können – allerdings mit der klaren Einschränkung, dass deren interne Entscheidungsprozesse intransparent bleiben und sie zu Halluzinationen und inkonsistenten Antworten neigen.

Beides sind spannende Richtungen, aber die Studie bleibt hier ehrlich: Der Reifegrad ist weit von einer Alltagsanwendung entfernt. Und LLM-Coaches können zwar informelle Unterstützung bieten – Verantwortung für Fehlentscheidungen übernehmen sie nicht.

Offene Fragen

Trotz der Breite der Review bleiben einige Fragen offen. Es fehlen Langzeitstudien zur Frage, ob ML-basierte Trainingsanpassungen über Monate tatsächlich zu besseren Ergebnissen führen als traditionelle Periodisierung mit erfahrenen Trainerinnen und Trainern. Auch die Integration psychologischer und kontextueller Daten bleibt ein ungelöstes Problem.

Dazu kommt: Die Studie fordert explizit bessere Reporting-Standards für ML-Modelle im Training. Viele Studien testen ihre Modelle nur innerhalb des eigenen Datensatzes statt an neuen Athleten oder in anderen Settings – das führt zu übertrieben optimistischen Ergebnissen, die im Alltag so nicht halten.

Quelle

Madrigal-Cerezo R, Domínguez-Sanz N, Martín-Rodríguez A. Wearable Biosensing and Machine Learning for Data-Driven Training and Coaching Support. Biosensors (Basel). 2026;16(2):97. doi:10.3390/bios16020097 – PubMed | Volltext (PMC)

188 Studien, ein Fazit: Gute Daten – aber kein KI-Coach