Wearables in der Forschung: Wie Consumer-Gadgets die Wissenschaft verändern
Von Apple Watch bis FlexTail: Wie Wearables die wissenschaftliche Forschung revolutionieren. Erfahre von 2.930+ Studien und validierten Anwendungen.
Quick Take
- 2.930 Studien mit Wearables wurden seit 2012 in ClinicalTrials.gov registriert
- Unser FlexTail-Sensor wurde in einer TU-Braunschweig-Studie validiert und zeigte 60% weniger unkomfortable Wirbelsäulenpositionen beim digitalen Bauen
- Consumer-Wearables wie die Apple Watch zeigen 15,79% Abweichung bei klinischen Parametern
- Remote Clinical Trials und kontinuierliches Monitoring werden zum neuen Standard
- Die Grenze zwischen Lifestyle-Gadget und Forschungsinstrument verschwimmt zunehmend
Stell dir vor: Du betrittst eine Baustelle. Statt schwerer Eimer und endloser Bück-Arbeit steuert ein Roboterarm die Betonzufuhr. Du überwachst den Prozess – und ein dünner, flexibler Sensor an deinem Rücken misst kontinuierlich, wie sehr deine Wirbelsäule belastet wird. In Echtzeit.
Das ist keine Zukunftsvision. Das ist eine Studie der TU Braunschweig aus dem Januar 2026.
Der Sensor heißt FlexTail. Wir haben ihn entwickelt. Er kommt aus Deutschland. Und er repräsentiert einen fundamentalen Wandel: Wearables haben den Sprung vom Fitness-Tracker zum validierten Forschungsinstrument geschafft.
Die Zahlen sind beeindruckend. 2021 wurden weltweit über 533 Millionen Wearables verkauft. Doch der wahre Wandel findet dort statt, wo niemand ihn zuerst erwartet hätte: In der wissenschaftlichen Forschung.
Die Frage ist nicht mehr, OB wir diese Technologie in der Forschung nutzen. Die Frage lautet: Wie nutzen wir sie richtig? Und welche Fallen gilt es dabei zu vermeiden?
Die Wissenschaft spricht: Was die Studien zeigen
Der große Trend: 2.930 Studien können nicht irren
Ito und Miyakoshi (2024) haben ClinicalTrials.gov systematisch durchforstet. Ihr Ergebnis ist eindeutig: 2.930 klinische Studien setzen Wearables ein – mit besonders explosionsartigem Wachstum in den letzten drei Jahren vor 2022.
Die Forscher suchten gezielt nach Studien, die ActiGraph, Apple Watch, Empatica, Fitbit oder Garmin einsetzen. 3.214 Einträge fanden sie zunächst. Nach Bereinigung um doppelte Nennungen blieben 2.930 relevante Studien übrig.
Die Verteilung über die Krankheitsdomänen ist aufschlussreich. Krebsforschung und Herz-Kreislauf-Erkrankungen dominieren das Feld mit jeweils etwa 20 Prozent aller Wearables-Studien. Die restlichen 60 Prozent verteilen sich auf diverse andere Bereiche. Früher dominierten ActiGraph und Fitbit das Feld. Heute holen Apple Watch, Empatica und Garmin massiv auf. Besonders interessant ist, dass 114 Studien gleichzeitig mehrere Geräte nutzen – ein klares Zeichen dafür, dass Forscher die unterschiedlichen Stärken verschiedener Systeme kombinieren wollen.
Ito und Miyakoshi notieren im Clinical Trials Journal: „Observational studies outnumbered intervention studies." Übersetzt bedeutet das: Wir beobachten mehr, als wir eingreifen. Die reine Datensammlung hat aktuell Vorrang vor der Therapie-Intervention.
Das ist strategisch wichtig. Denn erst müssen wir verstehen, was in der Realität passiert, bevor wir versuchen, es zu beeinflussen. Und genau hier entfalten Wearables ihre größte Stärke: Sie zeigen den Alltag, nicht den künstlichen Laborzustand.
Unser FlexTail in Aktion: Mensch-Roboter-Kollaboration auf der Baustelle
Die TU-Braunschweig-Studie von Sawicki et al. (2026), veröffentlicht im Springer-Journal Construction Robotics, ist ein Paradebeispiel für Forschung nach den Prinzipien von Industry 5.0. Zwei Teams à zwei Bauarbeiter produzierten identische Betonbauteile – einmal mit traditioneller Guss-Methode, einmal mit digitaler Unterstützung (Shotcrete 3D Printing, kurz SC3DP).
Wir haben unseren FlexTail-Sensor speziell für diese Art von Anwendung entwickelt. Das System maß dabei kontinuierlich Wirbelsäulenposition und -belastung über alle 18 Sensorpaare, kombiniert mit Herzfrequenz und Blutlactatkonzentration, plus subjektive Einschätzung via Borg-Skala und NASA-Task Load Index.
Die Forscher wollten wissen: Wie verändert digitale Unterstützung die psychophysiologische Belastung? Und wie steht diese Belastung im Verhältnis zur Produktivität?
Die Ergebnisse sind konkret und messbar. Im digitalen Prozess mit SC3DP zeigte sich eine 60-prozentige Reduktion unkomfortabler Wirbelsäulenpositionen. Das getragene Gewicht sank um 44 Prozent, die zurückgelegte Distanz um 37 Prozent. Die wahrgenommene Anstrengung ging um 63 Prozent zurück, während die wahrgenommene Leistung um 21 Prozent stieg. Die Produktivität verdreifachte sich – ein Faktor 3 im direkten Vergleich zum traditionellen Gussverfahren.
Interessanterweise blieben Herzfrequenz und Blutlactat zwischen beiden Verfahren gleich. Die klassischen Laborparameter erfassten nicht, was unser FlexTail sichtbar machte: Die kontinuierliche Wirbelsäulenbelastung während des gesamten Arbeitstags.
Das ist der entscheidende Punkt. Wearables erfassen Nuancen und Verläufe, die traditionelle Punktmessungen im Labor verpassen. Ein EKG am Ende des Tages zeigt nicht, wie oft sich der Rücken in kritischen Positionen befand. Unsere Sensor-Technologie erfasst diese kontinuierliche Belastung – ein wesentlicher Vorteil gegenüber sporadischen Messungen.
Validierung: Der FlexTail im direkten Vergleich mit Video-Systemen
Walkling et al. (2025) stellten unseren FlexTail einer hochauflösenden Video-basierten Pose-Estimation gegenüber. Die Frage: Können Wearables die gleiche Genauigkeit erreichen wie Kamera-Systeme, die als Goldstandard gelten?
Die Antwort der Forscher ist eindeutig: Ja. Und unser FlexTail hat dabei zusätzliche Vorteile.
Der Versuchsaufbau umfasste 10 gesunde Probanden (8 männlich, 2 weiblich), die 11 verschiedene Aktivitäten des täglichen Lebens (ADLs) ausführten. Dabei erfolgte eine gleichzeitige Aufnahme mit FlexTail und OpenPose-Videoanalyse, mit Zeitfenstern von nur 1 Sekunde für nahezu Echtzeit-Klassifikation.
Die technischen Spezifikationen unseres FlexTail: 18 Sensorpaare auf einem flexiblen Streifen ermöglichen eine Auflösung von 1° pro Segment. Die Abtastrate ist von 1-100 Hz einstellbar. Die Datenübertragung läuft via Bluetooth Low Energy. Besonders wichtig: Die Trageweise erfolgt komplett unter der Kleidung – ein entscheidender Vorteil für die Akzeptanz bei Probanden.
Die Ergebnisse im direkten Vergleich zeigen, dass unser FlexTail mit F1-Scores von 0,88-0,91 praktisch gleichauf mit der Video-Methode (0,90-0,93) lag. Dabei hat unser Wearable entscheidende praktische Vorteile: Er funktioniert komplett unter Kleidung, ohne dass Sichtbarkeit nötig ist. Er misst 24/7 ohne aufwändiges Kamera-Setup. Er liefert Daten aus der echten Lebenswelt, nicht dem Labor. Und er verursacht keine Privatsphäre-Probleme durch Kameras.
„Der FlexTail erkennt Alltagsaktivitäten genauso gut wie Videomessungen", schreiben die Autoren in Sensors. „Und ist dabei deutlich alltagstauglicher, weil er unter der Kleidung getragen werden kann."
18 Sensorpaare auf einem flexiblen Streifen. Eine Auflösung von 1° pro Segment. Das ist keine Prototyp-Technologie mehr. Das ist validiertes, publiziertes Forschungs-Equipment – entwickelt von uns bei MinkTec.
Neue Studiendesigns durch Wearables
Kontinuierliche Datenerfassung statt Quartalsmedizin
Früher: Du gehst zum Arzt, misst Blutdruck für 30 Sekunden, gehst nach Hause. Ein Datenpunkt pro Quartal. Vielleicht zwei, wenn du einen besorgten Arzt hast.
Heute: Ein Wearable erfasst 10.000 Datenpunkte pro Tag. Herzrhythmus, Aktivität, Schlafqualität, Bewegungsmuster – rund um die Uhr, über Wochen und Monate.
Das ermöglicht Real-World Evidence auf einer völlig neuen Ebene. Wir sehen nicht mehr, wie Patienten sich in künstlichen Laborsituationen verhalten. Wir sehen, wie sie tatsächlich leben. Wir erkennen Muster, die bei Einzelmessungen unsichtbar bleiben.
Ein Beispiel aus der Forschung: Bei Gicht-Patienten zeigte sich in Studien, dass die durchschnittliche Schrittzahl pro Tag bei einem Krankheitsschub um 841 Schritte sinkt. Solche Zusammenhänge lassen sich nur durch kontinuierliches Monitoring entdecken.
Remote Clinical Trials
Dezentralisierte Studien werden zunehmend zum Standard. Probanden müssen nicht mehr wöchentlich ins Institut fahren, um Fragebögen auszufüllen oder Blut abzunehmen. Die Daten kommen automatisch, kontinuierlich, aus der Lebenswelt.
Die Vorteile sind messbar. Höhere Teilnehmerzahlen werden möglich, weil geografische Barrieren fallen. Die Diversität der Teilnehmer verbessert sich, weil nicht mehr nur Akademiker aus Großstädten teilnehmen. Die Drop-out-Raten sinken, weil der Aufwand für Probanden geringer ist. Die Studienkosten reduzieren sich deutlich, weil weniger Personal und weniger Räume benötigt werden.
Der Markt für Virtual Clinical Trials wächst laut IQVIA (2024) von USD 9,27 Milliarden (2024) auf USD 15,27 Milliarden (2033). Das ist ein Wachstum von fast 65% in neun Jahren.
Biopharma-Unternehmen nutzen Wearables laut dem gleichen Report zunehmend in Arzneimittelstudien, um die Wirkung ihrer Produkte besser zu verstehen. Die FDA und EMA akzeptieren Real-World-Data aus Wearables in Zulassungsverfahren – wenn die Datenqualität stimmt.
Behavioral Interventions in Echtzeit
Die Kombination aus Wearables und Apps ermöglicht eine neue Qualität der Intervention: Reaktion in Echtzeit auf das Verhalten.
Mögliche Szenarien sind vielfältig. Sinkt die Herzfrequenzvariabilität unter einen Schwellenwert, schlägt die App eine 2-minütige Atemübung vor. Bleibt das Aktivitätslevel über 3 Stunden zu niedrig, erinnert eine Benachrichtigung an einen Spaziergang. Ist die Schlafqualität drei Nächte hintereinander schlecht, werden Verhaltens-Tipps zur Bettzeit aktiviert. Wird ein unregelmäßiger Herzrhythmus erkannt, erfolgt eine automatische Warnung an den behandelnden Arzt.
Das nennt sich Just-in-Time-Adaptive Intervention. Der richtige Impuls im richtigen Moment – nicht generisch für alle, sondern personalisiert basierend auf individuellen Daten. Forscher nennen dies auch „digital biomarkers" – digitale Biomarker, die früher als traditionelle Methoden Veränderungen erkennen können.
Chancen und Herausforderungen ehrlich betrachtet
Die Chancen
Die Vorteile von Wearables in der Forschung ergeben sich aus mehreren Dimensionen. Die Kosteneffizienz kommt von weniger klinischen Untersuchungsbesuchen und reduziertem Personal vor Ort. Die Datenqualität verbessert sich, weil tausende Datenpunkte einzelne Messungen ersetzen – statistisch aussagekräftiger, mit Mustern, die bei Punktmessungen unsichtbar bleiben. Echtzeit-Feedback ermöglicht sofortige Reaktion auf Auffälligkeiten, ohne Warten auf den nächsten Quartalstermin. Patientenzentrierung bedeutet Datenerfassung im natürlichen Lebensumfeld, nicht in künstlichen Laborsituationen, die das Verhalten verfälschen. Skalierbarkeit erlaubt groß angelegte Studien mit moderaten Budgets, weil Geografie kein limitierender Faktor mehr ist.
Die Herausforderungen (keine Beschönigung!)
Datenqualität: Consumer-Grade ≠ Medical-Grade
Dies ist der wichtigste Punkt. Caserman et al. (2024) validierten die Apple Watch Series 7 gegen Labor-Goldstandards. Das Ergebnis ist ernüchternd für alle, die glauben, ein Consumer-Gadget sei automatisch forschungstauglich.
Die Apple Watch zeigte 15,79% Abweichung beim VO2max (maximaler Sauerstoffumsatz), einen ICC von 0,47 (Intraclass Correlation, schwache Reliabilität), und bei exzellenter Fitness einen Fehler von 21,47%. Die Apple Watch unterschätzte bei sportlichen Probanden den VO2max um durchschnittlich 12 ml/kg/min. Das kann den Unterschied zwischen „gut" und „exzellent" ausmachen – entscheidend für Trainingsentscheidungen.
„Similar to other smartwatches, the Apple Watch also overestimates or underestimates the VO2max in individuals with poor or excellent fitness levels", schreiben die Forscher im JMIR Biomedical Engineering.
Die Apple Watch ist ein großartiges Lifestyle-Gadget. Aber sie ist nicht automatisch ein medizinisches Messgerät. Für Forschungszwecke gilt: Nur validierte Geräte verwenden – wie unseren FlexTail, der in unabhängigen Studien bewiesen hat, dass er wissenschaftlichen Anforderungen genügt.
Weitere Herausforderungen umfassen fehlende Standardisierung, weil keine einheitlichen Protokolle für Wearable-Daten existieren und jeder Hersteller eigene proprietäre Algorithmen nutzt. Die Datenflut ist überwältigend – 10.000 Datenpunkte pro Tag erfordern intelligente Filteralgorithmen und klare Hypothesen, damit wir uns nicht im Rauschen der Massendaten verlieren. Regulatorische Unsicherheit bleibt, weil BfArM-Zulassung, DSGVO-Konformität und CE-Kennzeichnung sich erst entwickeln. Der Honeymoon-Effekt zeigt sich darin, dass Probanden Wearables enthusiastisch tragen – für die ersten drei Wochen. Dann sinkt die Adhärenz drastisch. Langzeitstudien über 12 Monate bleiben eine Herausforderung.
Wo stehen wir 2025?
Wearables sind kein Ersatz für traditionelle wissenschaftliche Methoden. Sie sind eine sinnvolle Ergänzung – wenn sie richtig eingesetzt werden.
Der Erfolg hängt ab von gründlicher Validierung des gewählten Systems, methodischer Strenge im Studiendesign, realistischen Erwartungen an die Datenqualität, und ausreichend Ressourcen für Datenanalyse.
Der Markt reift. Die regulatorischen Rahmen werden schärfer und klarer. Aber: Nicht jedes tragbare Gadget ist automatisch forschungstauglich. Der Unterschied zwischen Consumer-Grade und Medical-Grade bleibt relevant.
Was bedeutet das für deine Forschung?
Praktische Empfehlungen für Forscher
Bei der Geräteauswahl solltest du kritisch prüfen, ob eine CE-Kennzeichnung vorhanden ist, ob publizierte Validierungsstudien für deine Zielparameter existieren, welche Parameter wie genau validiert wurden (F1-Score, ICC, MAPE), und ob das Gerät zu deiner Zielgruppe passt (Alter, Fitness-Level, Erkrankung).
Das Studiendesign erfordert sorgfältige Planung. Primär- und Sekundärendpunkte müssen klar definiert werden. Die Sample Size sollte berechnet werden – Wearables bedeuten nicht automatisch, dass eine größere Stichprobe nötig ist. Eine Kontrollgruppe sollte etabliert werden (Placebo-Wearable oder Standard-Care). Drop-out-Raten müssen realistisch eingeschätzt werden.
Das Datenmanagement sollte professionell etabliert werden mit sicherer, DSGVO-konformer Datenspeicherung, Backup-Strategien für technische Ausfälle, Qualitätskontrolle der Datenströme (Ausreißer, Fehlmessungen), und Dokumentation der Datenverarbeitung für Revisionssicherheit.
Ethik und Datenschutz dürfen nicht vergessen werden. Die informierte Einwilligung für kontinuierliches Monitoring muss eingeholt werden. Datenschutz-Aspekte sollten transparent kommuniziert werden. Opt-out-Möglichkeiten müssen jederzeit gewährleistet werden. Die Datenlöschung nach Studienende sollte geplant werden.
Das Budget sollte realistisch kalkuliert werden inklusive Gerätekosten (mit Reserve für Defekte und Verluste), Datenauswertung (Softwarelizenzen, qualifiziertes Personal), Support für Probanden (Technik-Hotline, Schulung), und Mehraufwand für Datenmanagement und -sicherheit.
MinkTec als Partner für Wearables-Studien
Wir haben den FlexTail-Sensor entwickelt, der in der TU-Braunschweig-Studie unter realen Baustellenbedingungen validiert wurde. Nicht im Labor. Nicht simuliert. Unter Staub, Lärm und echter physischer Belastung.
Anwendungsbereiche unseres FlexTail umfassen Baustelle und Produktion (Ergonomie, Belastungserfassung), Gesundheitswesen (Reha-Monitoring, Wirbelsäulenanalyse), Forschung (Bewegungsanalyse, Aktivitätserkennung), und Sportwissenschaft (Bewegungsanalyse, Haltungskorrektur).
Was wir bei MinkTec bieten: Technische Beratung beim Studiendesign, Sensorkonfiguration für deinen spezifischen Anwendungsfall, Unterstützung bei der Datenanalyse und -interpretation, und Erfahrung aus validierten Forschungsprojekten.
Du planst eine Studie mit Wearables? Wir begleiten dich von der ersten Idee über das Studiendesign bis zur Datenanalyse und Publikation.
Fazit und Ausblick
Die Zahlen sprechen eine klare Sprache: 2.930 Studien mit Wearables seit 2012 in ClinicalTrials.gov. 60% Reduktion unkomfortabler Wirbelsäulenpositionen (TU-Braunschweig-Studie mit unserem FlexTail). F1-Score von 0,90 beim FlexTail (validiert gegen professionelle Video-Systeme). 15,79% Abweichung bei Consumer-Wearables (Warnung vor unkritischer Übernahme). USD 35,1 Milliarden Marktvolumen für Clinical-Grade Wearables 2024.
Die Grenze zwischen Lifestyle-Gadget und wissenschaftlichem Forschungsinstrument verschwimmt zunehmend. Aber: Nur weil etwas tragbar ist, ist es noch lange nicht automatisch wissenschaftlich valide.
Die entscheidenden Fragen vor deinem nächsten Projekt: Ist mein gewähltes Wearable für die geplanten Parameter wissenschaftlich validiert? Sind meine Forschungsfragen durch kontinuierliche Datenerfassung besser beantwortbar? Habe ich Budget und Personal für eine sinnvolle Datenanalyse eingeplant? Kenn ich die regulatorischen Anforderungen (DSGVO, BfArM, Ethik-Kommission)?
Wer jetzt testet, gewinnt wertvolle Erfahrung mit Real-World Evidence. Wer wartet, verpasst den Anschluss an einen Standard, der sich rasch etabliert.
Deutsche Technologie wie unser FlexTail zeigt: Wir müssen nicht importieren. Wir können selbst definieren, was Forschungsreife in der Wearable-Technologie bedeutet – und liefern die wissenschaftliche Evidenz dafür.
Du willst wissen, ob unser FlexTail für dein Forschungsprojekt passt? Kontaktiere uns für ein unverbindliches Erstgespräch. Wir zeigen dir konkrete Anwendungsbeispiele aus validierten Studien und helfen dir beim Studiendesign.
[Jetzt Beratungsgespräch vereinbaren]
Literatur
Sawicki, B., Düking, P., Placzek, G., Masur, L., Dörrie, R., Schwerdtner, P., & Kloft, H. (2026). Human–robot collaboration in digital fabrication with concrete: quantifying productivity and psychophysiological strain of human workers. Construction Robotics, 10(4). https://doi.org/10.1007/s41693-025-00173-x
Ito, Y. M., & Miyakoshi, T. (2024). Assessing the current utilization status of wearable devices in clinical research. Clinical Trials, 21(3), 470-482. https://doi.org/10.1177/17407745241230287
Walkling, J., Sander, L., Masch, A., & Deserno, T. M. (2025). Wearable Spine Tracker vs. Video-Based Pose Estimation for Human Activity Recognition. Sensors, 25(12), 3806. https://doi.org/10.3390/s25123806
Caserman, P., Yum, S., Göbel, S., Reif, A., & Matura, S. (2024). Assessing the accuracy of smartwatch-based estimation of maximum oxygen uptake using the Apple Watch Series 7: Validation study. JMIR Biomedical Engineering, 9, e59459. https://doi.org/10.2196/59459
IQVIA Institute for Human Data Science. (2024). Digital Health Trends 2024. https://www.iqvia.com/insights/the-iqvia-institute/reports-and-publications/reports/digital-health-trends-2024
Artikel verfasst am 2. Februar 2026. Alle zitierten Studien wurden vor Veröffentlichung vollständig gelesen und auf ihre Aussagekraft für den Themenkomplex geprüft.
Bereit für bessere Haltung?
Entdecken Sie, wie rectify dir helfen kann, deine Haltung nachhaltig zu verbessern.
Jetzt entdecken