MÜNCHEN / LONDON (IT BOLTWISE) – Forschende der Florida International University haben den Kalorienverbrauch gängiger Smartwatches gegen ein Referenzmessgerät verglichen. Dabei zeigte sich ein typischer prozentualer Fehler von etwa 15 bis 25 Prozent, je nach Modell. Besonders bei höherem Körperfettanteil wurden die Schätzungen ungenauer und lagen häufiger deutlich daneben. Damit können sich über mehrere Tage schnell relevante Abweichungen in der Energiebilanz aufsummieren.
Auf dem Display wirkt die Zahl oft präzise: „500 Kalorien verbrannt“ steht da nach dem Training, daneben Herzfrequenz und Bewegungsdaten. Der Haken ist, dass Smartwatches den Energieumsatz in der Regel nicht direkt messen, sondern aus Sensorwerten und modellbasierten Annahmen ableiten. Genau diese Lücke haben Forschende der Florida International University (FIU) systematisch adressiert, indem sie mehrere verbreitete Geräte gegen ein Referenzsystem getestet haben, das den Energieverbrauch über Atemgase bestimmt.
Im Versuchsdesign verglichen die Wissenschaftler vier Smartwatches – Apple Watch Series 8, Fitbit Sense 2, Samsung Galaxy Watch 5 und Garmin Forerunner 955 – mit einem COSMED K5 als Referenz. Das COSMED-System misst den Energieumsatz anhand der Atemgase, während die Uhren parallel den Kalorienverbrauch aufzeichnen. An dem Experiment nahmen 58 Erwachsene teil, im Durchschnitt 23 Jahre alt. Sie absolvieren ein festgelegtes Training auf einem Liegeergometer: moderat eingeleitete Belastungsphasen wechselten zu intensiveren Abschnitten, während die Geräte ihre Schätzwerte lieferten und das COSMED die tatsächlichen Werte ermittelte. Die Ergebnisse wurden im Fachjournal PLOS One veröffentlicht.
Die Abweichungen waren dabei nicht nur statistisch „irgendwie“ vorhanden, sondern im Alltag spürbar: Der typische prozentuale Fehler lag geräteabhängig im Median bei rund 15 bis 25 Prozent. Auffällig ist außerdem, dass einzelne Modelle nicht einfach zufällig schwanken, sondern systematisch in eine Richtung driften: Garmin und Samsung überschätzten den Energieverbrauch, während die Apple Watch näher am Referenzwert lag. Über alle Testpersonen hinweg betrug der absolute Fehler im Durchschnitt je nach Gerät etwa 80 bis 110 Kilokalorien. Besonders detailliert wird die Problematik bei Fitbit: Die mittleren Werte wirken zwar moderater, doch das liegt daran, dass bei Fitbit im Datensatz problematische Messwerte ausgeschlossen wurden.
Beim Fitbit-Telemetriedatensatz traten offenbar mehrere Ausreißer auf: Bei sieben Messungen erreichten die Werte mehr als 450 Prozent des Referenzwerts und wurden deshalb als unplausibel ausgeschlossen. Diese Ausreißer entsprachen etwa 13 Prozent der Fitbit-Versuche. Sobald man sie mitgerechnet hatte, lag die durchschnittliche Abweichung bei rund 129 Kilokalorien – deutlich größer als die bereinigte Zahl von knapp 19 Kilokalorien. Auch die Einordnung nach Körperfett macht den Unterschied zwischen „rechnerisch ungenau“ und „physiologisch verzerrt“ sichtbar: Mit zunehmendem K·örperfettanteil stieg der prozentuale Fehler über alle getesteten Marken hinweg. Wie stark er wuchs, variierte allerdings zwischen den Uhren; bei Fitbit und Garmin nahm der prozentuale Fehler spürbarer zu als bei Apple. Im absoluten Fehler fielen vor allem Garmin und Samsung gegenüber Apple auf.
Warum Körperfett die Schätzungen beeinflusst, lässt sich aus dem Studiendesign nicht eindeutig ableiten. Smartwatches kombinieren typischerweise Herzfrequenz- und Bewegungsdaten mit herstellereigenen Algorithmen, und genau dieser Pipeline-Anteil dürfte beim Transfer vom sensorischen Rohsignal zur Kalorienzahl eine entscheidende Rolle spielen. Daneben kommt die Messumgebung am Handgelenk ins Spiel: Auch Eigenschaften des Gewebes, die Kontaktqualität der Sensoren und Bewegungen am Arm können die Erfassung der relevanten Signale verändern. Gleichzeitig bleiben die konkreten Modelle und Rechenwege für die Kalorienschätzung Geschäftsgeheimnisse der Hersteller, sodass die Forschenden nicht bestimmen können, welcher Faktor die Abweichungen bei welchem Gerät verursacht.
Für Nutzerinnen und Nutzer, die „Kalorien“ als harte Rechnungsgröße verstehen, ist genau das der kritische Punkt: Wenn die angezeigte Zahl nicht verlässlich dem tatsächlichen Energieverbrauch entspricht, kippt die Energiebilanzplanung. Die Studienleitung (Jason Kostrna von der Florida International University) weist daher darauf hin, dass man die angezeigten verbrannten Kalorien nicht als exakten Wert behandeln sollte, weil dies nicht der Realität entspricht. Über eine Woche könnten sich dadurch laut den Studienergebnissen Unterschiede von mehreren Hundert Kilokalorien summieren. Praktisch bedeutet das: Der Kalorienwert eignet sich eher als grober Richtwert, während persönliche Entwicklungen über längere Zeiträume stärker zählen als die Bewertung einzelner Tageswerte. Auch alternative Trainingsmetriken wie Herzfrequenz oder die Zeit in bestimmten Herzfrequenzbereichen können für das Training hilfreicher sein, weil sie näher am messbaren physiologischen Signal liegen.
Die Aussagekraft hat allerdings klare Grenzen, die man in der Diskussion nicht unter den Tisch fallen lassen sollte. Alle 58 Teilnehmenden waren hispanische Erwachsene zwischen 18 und 50 Jahren. Getestet wurde ausschließlich eine Trainingseinheit auf dem Liegeergometer; bei anderen Belastungsformen wie Laufen, Krafttraining oder alltäglicher Bewegung können Smartwatches anders abschneiden. Zusätzlich trugen die Teilnehmenden mehrere Geräte gleichzeitig, was Sitz und Kontakt der Sensoren beeinflusst haben könnte. Bei der Hautfarbe fanden die Forschenden keinen belastbaren Zusammenhang mit der Genauigkeit der Kalorienschätzung; dieses Ergebnis lässt sich jedoch nur eingeschränkt verallgemeinern, weil vor allem Fitzpatrick-Hauttypen III bis V untersucht wurden und nur vier Personen dem Typ V angehörten. Für den Körperfettanteil dagegen zeigte sich ein deutliches Muster: Mit steigender Körperfettmenge wurden die Schätzungen ungenauer. Kurz gesagt: Smartwatches liegen beim Kalorienverbrauch oft daneben, besonders wenn mehr Körperfett im Spiel ist, und für exaktes Abnehmen taugen die Werte eher als Orientierung denn als genaue Buchhaltung.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Smartwatches schätzen Kalorien oft deutlich zu hoch – besonders bei mehr Körperfett" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Smartwatches schätzen Kalorien oft deutlich zu hoch – besonders bei mehr Körperfett" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Smartwatches schätzen Kalorien oft deutlich zu hoch – besonders bei mehr Körperfett« bei Google Deutschland suchen, bei Bing oder Google News!