Otee persönlich · Teil 4
180 Tage Apple Watch, ausgewertet mit KI
Wie Du in einer halben Stunde Dein eigenes Gesundheitsmuster erkennst
Ein halbes Jahr KI-Auswertung meiner Apple-Health-Daten zeigt: Das Herz ist stark, der Tiefschlaf schwach. Was ich daraus gelernt, was ich geändert habe – und was davon belegt ist.
Was ich Dir versprochen habe
In Teil 2 „Mein Selbstversuch beginnt“ habe ich angekündigt, meine Apple-Watch-Daten von einer KI auswerten zu lassen. In Teil 3 „Wer ich bin“ habe ich erzählt, warum mich das so packt. Hier ist das Ergebnis.
Ich bin 71 Jahre alt. Seit über 15 Jahren trage ich ein Wearable: erst ein Fitbit, dann mehrere Sportuhren, seit einem Jahr die Apple Watch – seit dem 25. September die Series 12. Ausgewertet habe ich 181 Tage, vom 23. März bis 19. September 2026.
Von meinen Uhren ist sie nach meiner Erfahrung die erste, mit der Knowledge-Engineering für meine Gesundheit wirklich funktioniert – wenn Du ein paar zusätzliche Schritte gehst.
Prävention am Handgelenk in drei Schritten
Deine Gesundheitsdaten gehören Dir. Apple bietet in der Health-App sogar einen Export aller Daten an. Doch der landet als ZIP-Archiv mit XML-Dateien auf dem Handy, oft Hunderte Megabyte groß. Damit kann kaum jemand etwas anfangen, auch Excel nicht.
Ich wusste das alles nicht. Claude, meine KI von Anthropic, hat mir gezeigt, wie es einfacher geht.
Schritt 1 – Daten holen: Die iPhone-App AI Health Export holt die Rohdaten aus Apple Health und speichert sie als CSV-Tabelle, Tag für Tag. Die Datei lässt sich auch in Excel öffnen. Ich habe einmalig 17,99 Euro bezahlt.
Schritt 2 – auswerten lassen: Du lädst die Datei in Deine KI hoch und bittest um eine Analyse. Kein Gesundheits-Abo, keine Plattform dazwischen.
Schritt 3 – nachfragen: Du prüfst das Ergebnis und stellst der KI weitere Fragen. Das ist der wichtigste Schritt. Die besten Erkenntnisse kamen bei mir erst auf Nachfrage.
Was das bedeutet: Die Daten, die Apple ohnehin sammelt, werden erstmals lesbar. Die Health-App zeigt Dir Kurven. Die KI sagt Dir, welche Kurve aus der Reihe fällt und warum das wichtig sein könnte.
Mein Ergebnis vorweg: Ein Wearable wie die Apple Watch kann meine Gesundheit nicht nur beobachten. Es gibt mir auch praktische Hinweise, sie zu erhalten und zu verbessern. Voraussetzung sind Daten über einen längeren Zeitraum, eine KI-Auswertung und gute Nachfragen.
Prävention am Handgelenk ist gelebtes Knowledge-Engineering.
Warum sieben Tage täuschen
Ich habe die Auswertung zweimal gemacht: erst mit sieben Tagen aus der kostenlosen Version der App, dann mit 180 Tagen aus der Kaufversion.
Nach einer Woche lag meine Herzfrequenzvariabilität (HRV) bei 62 bis 67 Millisekunden. Die KI hielt das für meinen Normalwert. Er war es nicht.
Der Median über 180 Tage liegt bei 72 Millisekunden. Die Testwoche war schlicht eine schwache Woche. Wer nur eine Woche auswertet, zieht Schlüsse aus Zufall.
Was mein Herz zeigt
Mein Herz ist die gute Nachricht dieses Experiments.
| Messwert | Meine 180 Tage | Einordnung |
|---|---|---|
| Ruhepuls | Median 54 Schläge/Min., an 20 Tagen 50 oder weniger | sehr niedrig, typisch für trainierte Menschen |
| HRV | Median 72 ms, Spanne 34–145 ms, 19 Tage unter 50 ms | nur mit der eigenen Basis vergleichbar (siehe unten) |
| VO₂max (geschätzt) | 35,9, Juni-Hoch 38,0 | Median Männer 70–79 im FRIEND-Register: 20,6 |
| Schritte | Ø 10.509 pro Tag, 99 Tage über 10.000 | über dem Bereich, ab dem der Nutzen abflacht |
| Gehpuls | Ø 84 Schläge/Min. | lockere Ausdauerzone |
| Gewicht | Ø 61,6 kg, BMI 21,7 | stabil |
| Blutdruck | Ø 116/71 mmHg aus 38 Messungen (Juli bis Oktober) | stabil, höchster Wert 133 systolisch |
Zwei Werte brauchen eine Erklärung.
Die Apple Watch misst die HRV als SDNN in kurzen Messungen von etwa einer Minute. Andere Geräte und Labornormen rechnen anders. Deshalb vergleiche ich meinen Wert nur mit mir selbst, nicht mit Tabellen.
Die VO₂max schätzt die Uhr aus Puls und Bewegung. Das FRIEND-Register misst sie dagegen auf dem Laufband. Der Vergleich ist deshalb nur grob. Selbst mit großem Abschlag läge ich aber über dem Median meiner Altersgruppe.
Bei den Schritten zeigt eine Metaanalyse von 15 Kohorten mit 47.471 Menschen: Ab 60 Jahren flacht der Nutzen für die Lebenserwartung bei 6.000 bis 8.000 Schritten ab. Mehr schadet nicht, bringt aber wenig zusätzlich.
Mein Jahresverlauf: Juni war mein bester Monat
HRV und VO₂max stiegen bis Juni und fallen seitdem leicht. Der aktivste Monat war der April mit Ø 15.274 Schritten pro Tag. Gerade dann lag die HRV aber auffallend oft unter 50 ms. Viel Bewegung ohne genug Erholung belastet offenbar auch mich.
Mein Schwachpunkt: der Tiefschlaf
Hier wurde es unbequem. Ich schlafe im Schnitt 6 Stunden 23 Minuten. In 26 Nächten waren es weniger als 5,5 Stunden, in 53 Nächten 7 Stunden oder mehr. REM-Schlaf: Ø 74 Minuten, das ist gut.
Der Tiefschlaf dagegen liegt im Schnitt bei 28 Minuten, im Median bei 25. Meine beste Nacht war der 31. Mai mit 83 Minuten.
| Tiefschlaf pro Nacht | Nächte | Anteil |
|---|---|---|
| 0 Minuten | 8 | 4 % |
| 1–19 Minuten | 53 | 29 % |
| 20–44 Minuten | 100 | 55 % |
| 45 Minuten und mehr | 20 | 11 % |
In einem Drittel aller Nächte hatte ich also weniger als 20 Minuten Tiefschlaf. In acht Nächten zeigte die Uhr null Minuten, obwohl ich jeweils mehr als drei Stunden schlief.
Die extremsten Nächte im September fielen auf Reisetage. Über die 180 Tage zeigt sich das Muster aber auch zu Hause.
Jetzt kommt die Einschränkung, die mir die KI erst auf Nachfrage genannt hat: Die Apple Watch ist beim Tiefschlaf ungenau. In einer Vergleichsstudie mit dem Schlaflabor erkannte eine Series 8 im Schnitt 25 Minuten weniger Tiefschlaf als die Polysomnographie. Mein echter Tiefschlaf ist also vermutlich höher. Das Muster der schwachen Nächte bleibt trotzdem sichtbar.
Ein Wert, den ich ernst nehme: Sauerstoff in der Nacht
Meine Sauerstoffsättigung liegt im Schnitt bei 95,6 %. An 24 Tagen lag sie unter 95 %, der tiefste Wert war 94,0 % am 14. April. Das ist kein Alarm.
Die KI hat aber auf eine Kombination hingewiesen: Die beiden Nächte mit fast keinem Tiefschlaf im September waren auch die mit dem niedrigsten Sauerstoffwert. Das kann auf leichte nächtliche Atemstörungen hindeuten. Ihr Rat: das ärztlich abklären lassen. Diesen Rat gebe ich weiter.
Was die KI empfohlen hat – und was davon belegt ist
Auf Nachfrage hat mir die KI sieben konkrete Maßnahmen vorgeschlagen und mit Studien begründet. Ich habe jede Studie nachgeschlagen. Das Ergebnis ist gemischt.
| Empfehlung der KI | Was die Forschung zeigt | Mein Fazit |
|---|---|---|
| Schlafzimmer auf 17–18 °C | Hitze erhöht Wachphasen und senkt Tief- und REM-Schlaf, bei Älteren stärker (Übersichtsarbeit 2012). Die Gradzahl ist eine Faustregel. | einfach, kostenlos, plausibel |
| Warm duschen oder baden, 1–2 Stunden vor dem Schlaf | Metaanalyse aus 17 Studien: 40–42,5 °C, ab 10 Minuten. Man schläft schneller ein, die Schlafeffizienz steigt. Mehr Tiefschlaf ist nicht belegt. | gut fürs Einschlafen |
| Magnesium-Glycinat statt Citrat | Studie mit 46 Älteren, 500 mg, 8 Wochen: besserer Schlaf laut Fragebogen. Keine Glycinat-Form, keine Schlafmessung. Das BfR rät zu höchstens 250 mg am Tag aus Ergänzungsmitteln. | Begründung der KI nicht belegt |
| Glycin, 3 g vor dem Schlaf | Kleine Studie 2007: schneller eingeschlafen, schneller im Tiefschlaf, Schlafstruktur unverändert. | schwache, aber echte Evidenz |
| Kein Training am Abend | Metaanalyse aus 23 Studien: Abendtraining schadet im Schnitt nicht, Tiefschlaf sogar leicht höher. Nur hartes Training bis eine Stunde vor dem Schlaf stört. | im Schnitt zu streng – bei mir traf es zu |
| Kein Bildschirm vor dem Einschlafen | Laborstudie mit 12 Erwachsenen: Nach vier Stunden Lesen am leuchtenden Tablet schliefen sie fast 10 Minuten später ein, hatten weniger REM-Schlaf und waren morgens müder als nach einem gedruckten Buch. | plausibel, bei mir wirksam |
| Feste Schlafzeiten | UK-Biobank-Studie mit 60.977 Menschen: Die regelmäßigsten Schläfer hatten ein um 20 bis 48 % geringeres Sterberisiko als die unregelmäßigsten. Regelmäßigkeit sagte mehr voraus als die Schlafdauer. Ein Zusammenhang, kein Beweis. | starker Befund, bei mir wirksam |
Bei den festen Schlafzeiten konnte ich die Studie, die die KI genannt hat, nicht finden. Die große Studie in der Tabelle stützt den Rat aber.
Meine wichtigste Lehre daraus: Die KI hat meine Daten sauber ausgewertet. Bei den Begründungen hat sie Studien zu groß gemacht oder falsch zugeordnet. Wer Nahrungsergänzungsmittel nehmen will, bespricht das mit dem Arzt.
Was ich geändert habe – und was es gebracht hat
Der Tiefschlaf ist das Erste, was ich nach der Analyse angegangen bin. Seit Ende September habe ich einiges umgestellt. Meine ersten Erfahrungen:
- Magnesium: Ich bin von Magnesium-Citrat auf Magnesium-Glycinat umgestiegen. Spürbar war vor allem eines: Es schmeckt besser.
- Glycin: Mein Eindruck ist, dass zusätzliches Glycin meinen Schlaf verbessert. Die Zahlen unten zeigen beim Tiefschlaf bisher nur einen kleinen Unterschied.
- Kein harter Lauf am Abend: Ein harter Jogging-Lauf nach 18 Uhr verhagelt mir tatsächlich den Tiefschlaf. Nach meinem Lauf am 5. Oktober bis 18:30 Uhr waren es nur 22 Minuten. Das lasse ich in Zukunft bleiben.
- Keine aufregenden Nachrichten im Bett: Mehr Tiefschlaf habe ich, wenn ich vor dem Einschlafen keine aufregenden Nachrichten mehr lese.
- Feste Zeiten: Es hilft, wenn ich ungefähr zur selben Zeit ins Bett gehe.
Am meisten gebracht hat nach meinem Gefühl nicht das Glycin, sondern bessere Schlafgewohnheiten.
Mein bestes Ergebnis: Ich wache morgens deutlich frischer auf.
Was die Zahlen sagen
Für diesen Beitrag habe ich noch einmal exportiert und die drei Wochen vor der Umstellung mit den drei Wochen danach verglichen.
| Messwert | 1.–24. Sept. (alte Uhr) | 27. Sept.–16. Okt. (Series 12) |
|---|---|---|
| Schlafdauer | Ø 6 Std. 27 Min. | Ø 6 Std. 43 Min. |
| Tiefschlaf | Ø 25 Min., Median 24 | Ø 29 Min., Median 25 |
| Nächte unter 20 Min. Tiefschlaf | 33 % | 30 % |
| Nächte ab 45 Min. Tiefschlaf | 1 von 24 | 3 von 20 |
| HRV (Tagesmittel) | Ø 63 ms | Ø 149 ms |
| Ruhepuls | Ø 56 | Ø 59 |
| Sauerstoff | Ø 95,6 % | Ø 94,6 % |
Das ist ernüchternd ehrlich: Beim Tiefschlaf zeigt die Uhr kaum Bewegung. Messbar verändert hat sich vor allem die Schlafdauer – 16 Minuten mehr pro Nacht. Das kann erklären, warum ich frischer aufwache.
Dazu kommt ein Haken, den ich unterschätzt habe: Am 25. September habe ich auf die Apple Watch Series 12 gewechselt. Vorher und nachher misst also nicht dieselbe Uhr. Und ich habe mehreres gleichzeitig geändert. Was wie viel bringt, kann ich deshalb nicht sauber trennen.
Am deutlichsten zeigt das die HRV. Seit dem Wechsel liegt sie bei rund 150 Millisekunden, mehr als doppelt so hoch wie vorher. Der Sprung kam von einem Tag auf den anderen. So schnell ändert sich kein Körper. Wahrscheinlich misst die neue Uhr anders, etwa häufiger im Schlaf, wo die HRV höher ist.
Spannend finde ich das Abendtraining. Im Schnitt aller Studien schadet es nicht – bei mir schon. Genau dafür lohnt sich der Blick in die eigenen Daten.
Was das für Dich bedeutet
- Die Sensoren am Handgelenk messen heute gut genug, um persönliche Muster sichtbar zu machen.
- Erst ab mehreren Monaten Daten trennt die KI Dein Muster vom Tagesrauschen.
- Die Auswertung der Daten ist die Stärke der KI, die Begründung von Empfehlungen ihre Schwäche.
- Studien sagen Dir, was im Schnitt hilft – Deine eigenen Daten zeigen Dir, was bei Dir wirkt.
- Vergleiche nie Werte von zwei verschiedenen Uhren – nach einem Wechsel beginnt Deine Basis neu.
- Was fehlt, ist eine Schicht, die das automatisch, geprüft und ohne CSV-Upload erledigt.
- Für die Elektronikbranche liegt genau dort die nächste Aufgabe: genauere Schlafsensorik und Auswertung direkt im Gerät.
Wie weit die Forschung ist, zeigt ein Beispiel aus Tübingen. Dort verstärkten im Takt der Hirnwellen abgespielte Töne die langsamen Wellen des Tiefschlafs, bei 11 Probanden. Dafür braucht es EEG-Sensoren am Kopf. Am Handgelenk geht das noch nicht.
🧑💻 Dein Quick-Check zur Nachricht: Die KI als Auswerter Deiner Gesundheitsdaten
Das Ziel:
Du lässt eine KI Deine eigenen Apple-Health-Daten auswerten und erhältst Dein persönliches Muster statt allgemeiner Ratschläge.
Anwendungsfall:
Du trägst seit Monaten eine Apple Watch und weißt nicht, was die vielen Zahlen für Dich bedeuten.
So sieht das aus:
Bei mir fand die KI in 180 Tagen, dass ein Drittel meiner Nächte unter 20 Minuten Tiefschlaf lag. In der Health-App war mir das nie aufgefallen.
Schritt für Schritt:
- Exportiere mit einer Export-App (bei mir AI Health Export) mindestens 90 Tage als CSV-Datei.
- Öffne die Datei und lösche Spalten mit Namen oder Geburtsdatum, falls vorhanden.
- Lade die Datei in die KI Deiner Wahl hoch.
- Kopiere den Prompt unten und ergänze die Platzhalter.
- Prüfe jede Studie, die die KI nennt, selbst nach.
Der Prompt zum Kopieren:
Nutzen:
Du siehst in einer halben Stunde, wo Dein Schwachpunkt liegt, und gehst mit konkreten Zahlen ins nächste Arztgespräch.
🔒 Datenkontrolle
- Ampel: 🔴 Rot
- Datensensitivität: Gesundheitsdaten gehören nach der DSGVO zu den besonders geschützten Daten.
- Schutzstufe: hoch. Lade nur die Spalten hoch, die Du brauchst, und keine Daten anderer Personen.
- Kontroll-Check: Prüfe vor dem Upload in den Einstellungen Deines KI-Dienstes, ob Deine Chats für das Training genutzt werden. Lösche den Chat, wenn Du fertig bist.
Der KI-Soforttest:
Exportiere die letzten 7 Tage und frage nur nach Punkt 1 des Prompts. Das dauert etwa zehn Minuten.
Zu erwartendes Ergebnis:
Eine Tabelle mit Deinen Kennwerten und der Hinweis der KI, dass sieben Tage für Muster nicht reichen. Dann weißt Du, dass es funktioniert.
✅ Dein Erfolgserlebnis, Wert & Nutzen:
Du kennst Deine eigene Basis und erkennst Abweichungen selbst, statt auf Durchschnittswerte anderer zu schauen.
Zwei Perspektiven
Was dafür spricht: Für 17,99 Euro und ein KI-Abo bekommst Du eine Auswertung, die kein Arzt in einem Termin leisten kann. Sie hat mir einen Schwachpunkt gezeigt, den ich nicht kannte. Und sie gibt mir konkrete Zahlen für das nächste Arztgespräch.
Was dagegen spricht: Die Uhr misst gerade den Tiefschlaf ungenau. Die KI begründet ihre Ratschläge selbstbewusster, als die Studien es hergeben. Wer zu Sorgen neigt, kann sich von solchen Zahlen verrückt machen lassen. Ein Gerätewechsel kann Werte über Nacht verändern. Und die Daten verlassen das eigene Gerät.
Unterm Strich: Ich nutze das weiter – mit kritischem Blick.
Wie es weitergeht
Ab Donnerstag, 22. Oktober, erscheint hier im Standpunkt die Serie „Gesundheitsprävention“: zum Auftakt ein Überblick, dann sechs Folgen zu Oura Ring, Apple Watch, Garmin/Fitbit/Whoop, Blutzuckersensoren und Stoffwechsel, Diabetes-Prävention und KI-Plattformen. Zweimal pro Woche, dienstags und donnerstags.
Keep going – Dein Otee
Dieser Beitrag beschreibt meine persönlichen Erfahrungen. Er ersetzt keinen ärztlichen Rat.
IntelligenceOnChip · oteeAI.de · Otmar Cürten, Founder Markt&Technik (KI-unterstützt recherchiert und redaktionell zusammengestellt)
Quellen
- Macwelt: Apple-Health-Daten exportieren
- Kaminsky et al. (2022): FRIEND-Referenzwerte für die kardiorespiratorische Fitness, Mayo Clinic Proceedings
- Paluch et al. (2022): Daily steps and all-cause mortality, 15 cohorts, Lancet Public Health
- Schyvens et al. (2025): Six wrist-worn sleep trackers compared to polysomnography, SLEEP Advances
- Okamoto-Mizuno & Mizuno (2012): Effects of thermal environment on sleep and circadian rhythm, Journal of Physiological Anthropology
- Haghayegh et al. (2019): Before-bedtime passive body heating by warm shower or bath, Sleep Medicine Reviews
- Abbasi et al. (2012): Magnesium supplementation on primary insomnia in elderly, Journal of Research in Medical Sciences
- BfR (2017): Tageshöchstmenge für Magnesium in Nahrungsergänzungsmitteln
- Yamadera et al. (2007): Glycine ingestion improves subjective sleep quality, Sleep and Biological Rhythms
- Stutz et al. (2019): Effects of Evening Exercise on Sleep, Sports Medicine
- Chang et al. (2015): Evening use of light-emitting eReaders negatively affects sleep, PNAS
- Windred et al. (2023): Sleep regularity is a stronger predictor of mortality risk than sleep duration, Sleep
- Ngo et al. (2013): Auditory closed-loop stimulation of the sleep slow oscillation, Neuron
- AI Health Export im App Store