LONDON (IT BOLTWISE) – Eine Studie in PLOS One vergleicht vier Smartwatches anhand echter Kalorienmessungen mit dem COSMED K5. Dabei zeigt sich, dass Garmin im Schnitt die größten Abweichungen hat: 77,6 % Fehler bei der Forerunner 955. Besonders auffällig ist der Zusammenhang mit Körperfett, denn die Fehler werden mit zunehmender Körperfettquote größer. Unterm Strich kommen die Autoren zu dem Schluss, dass aktuelle Consumer-Wearables Kalorien nur begrenzt zuverlässig für Gewichtsziele oder Forschung liefern.
Wer beim Abnehmen oder beim Training auf die Kalorienanzeige einer Smartwatch vertraut, bekommt es in der Praxis oft mit einer Genauigkeitsfrage zu tun, die erst im Labor richtig sichtbar wird. Eine Untersuchung, veröffentlicht in PLOS One, stellt genau diesen Punkt in den Mittelpunkt: Die Forschenden ließen vier weit verbreitete Uhren gegeneinander antreten und prüften sie gegen einen Referenz-Ansatz, der den tatsächlichen Energieverbrauch über die Atmung ermittelt. Getestet wurden die Apple Watch Series 8, die Fitbit Sense 2, die Samsung Galaxy Watch 5 und die Garmin Forerunner 955. Als Referenzsystem diente das COSMED K5, eine Labormaschine, die den Kalorienverbrauch aus Atemparametern misst – also ohne die Umwege, die klassische Schätzmodelle brauchen.
Der Versuchsaufbau war so gewählt, dass die Uhren nicht „irgendwie“ bei Alltagsbewegung gemessen wurden, sondern unter vergleichbaren Belastungsbedingungen. 58 Erwachsene absolvierten eine zehnminütige Intervall-Session auf einem Liege-Fahrradergometer. Die Probanden wechselten zwischen zwei Intensitätsbereichen: Blöcke mit 64 bis 76 Prozent und Blöcke mit 77 bis 95 Prozent der jeweils geschätzten maximalen Herzfrequenz. Entscheidender Kniff: Alle vier Watches trugen die Teilnehmenden gleichzeitig, wobei die Positionen am Handgelenk rotiert wurden. So wollte man typische Platzierungsunterschiede reduzieren, die sonst die optischen Herzfrequenzmessungen und daraus abgeleitete Kalorienzahlen verzerren können.
In der Auswertung zeigt sich ein klares Ranking – und damit auch eine recht deutliche Aussage zur Modellierung der Kalorien in den jeweiligen Geräten. Garmin führt das Feld bei den schlechtesten Ergebnissen an: Die Forerunner 955 erreicht einen durchschnittlichen Fehler von 77,6 % bezogen auf die tatsächlich verbrannten Kalorien, im Mittel lag die Abweichung bei 68,61 kcal. Dahinter folgt Samsung mit 66,5 % Fehler (56,76 kcal durchschnittliche Abweichung). Noch deutlich besser schneiden Apple und Fitbit ab – allerdings mit einem wichtigen Unterschied: Apple Watch Series 8 landet bei 35,7 % Fehler (21,60 kcal im Mittel). Fitbit Sense 2 wird als „best with a caveat“ markiert, denn die scheinbar sauberen Durchschnittswerte basieren laut Studie auf dem Entfernen von sieben Messwerten, die als stark falsch herausgefallen sind.
Dieser Umgang mit Ausreißern ist in der Interpretation zentral. Die Studienautoren berichten, dass Fitbit in rund einem Achtel der Ergebnisse deutlich daneben lag – teils mit Abweichungen, die mehr als viermal so hoch waren wie der wahre Wert. Setzt man diese verworfenen Werte wieder ein, springt die durchschnittliche Miss-Schätzung dramatisch nach oben: Auf 128,6 kcal, also schlechter als das Garmin-Ergebnis von 68,61 kcal. Zusätzlich vermerkt die Studie, dass Fitbit in einer Session gar keine Kalorienzählung aufzeichnete. Auch bei der Frage „Ist das Messsignal überhaupt vollständig?“ unterscheiden sich die Geräte: Garmin liefert einmal keine verwertbare Ausgabe, Samsung zweimal, Apple nie – während Fitbit ebenfalls Ausfälle und extreme Ausreißer zeigt. Nach dem Entfernen unbrauchbarer Ergebnisse bleiben demnach je nach Modell 44 bis 52 verwertbare Uhrenmessungen im Vergleich zu insgesamt 58 Startwerten.
Nicht nur die absoluten Fehlerwerte sind relevant, sondern auch die Art, wie sich die Abweichungen über den Körperzustand verändern. Laut Studie wächst die Fehlerrate mit zunehmendem Körperfett bei allen Geräten. Allerdings geschieht das nicht im gleichen Tempo: Garmin und Fitbit werden schneller ungenauer als Apple. Auch die Hauttönung, die in der Studie über drei Farbtöne abgebildet wurde, die häufig bei hispanischen Erwachsenen vorkommen, zeigt laut Auswertung keinen messbaren Einfluss auf die Genauigkeit. Für Anwender bedeutet das: Wenn die Smartwatch-Kalorienanzeige bereits ohne Laborvergleich nur eine Orientierung liefert, dann ist die Orientierung bei bestimmten Körperprofilen besonders anfällig. Gerade für Menschen, die sich vermutlich stärker auf Kalorienzahlen stützen (etwa weil sie Gewichtziele verfolgen), kann das statistisch genau dort zu größeren Fehlansteuerungen führen.
Ein zusätzlicher Punkt steckt in den Algorithmen selbst. Die Studie vergleicht zwar die resultierende Kalorienschätzung, benennt aber gleichzeitig eine strukturelle Grenze vieler Consumer-Wearables: Für korrekte Ableitungen werden üblicherweise Kenngrößen wie die individuelle maximale Herzfrequenz (HRmax) und die Sauerstoffaufnahme (VO2max) in die Berechnung bzw. Modellierung eingebunden. In der Praxis werden diese Größen bei Wearables nicht wie im professionellen Test direkt gemessen, sondern häufig als Schätz- oder Parameterwerte in das Ökosystem eingespeist. Damit kann selbst ein gutes Referenzsignal im Labor mit einem unvollständig passenden Eingangsprofil der Uhr zusammenstoßen. Trotzdem bleiben die Ergebnisse aussagekräftig, weil die Testpersonen nicht als Leistungssportler ausgewählt wurden, sondern als typische Fitness-Nutzer mit alltagsnaher Belastungsrealität, wodurch die Schätzannahmen näher an der Zielgruppe der Geräte liegen.
Die praktische Schlussfolgerung der Studienautorinnen und -autoren fällt entsprechend nüchtern aus: Keine der getesteten Consumer-Uhren misst Kalorien nach ihrer Darstellung zuverlässig genug, um sie für Gewichtskontrolle oder für wissenschaftliche Auswertungen als „verlässliche Messgröße“ zu verwenden. Gleichzeitig betonen sie, dass die Zahlen trotzdem helfen können, Veränderungen im Verlauf derselben Person zu beobachten – also nicht den absoluten Wert, sondern die relative Entwicklung. Das ist für viele Nutzer bereits ein Unterschied: Wer die Kalorienanzeige als Trendinstrument versteht (z. B. „tendenziell mehr Energieverbrauch bei gleicher Zeit und Intensität“), reduziert die Wirkung systematischer Biases. Die Daten zeigen jedenfalls, dass man Garmin- und Fitbit-Werte besonders kritisch betrachten sollte, wenn es um absolute Kalorien geht, während Apple im Mittel engere Abweichungen aufweist – ohne dass das die generelle Messproblematik vollständig aufhebt.
💳 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 "Garmin rechnet Kalorien am ungenauesten: Studie vergleicht Smartwatches" 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 "Garmin rechnet Kalorien am ungenauesten: Studie vergleicht Smartwatches" 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: »Garmin rechnet Kalorien am ungenauesten: Studie vergleicht Smartwatches« bei Google Deutschland suchen, bei Bing oder Google News!