← Longevity- & Supplement-Guides
Eine Zahl für eine ganze Nacht: Was eine KI in 10.000 Schlafuntersuchungen fand
Eine klinische Schlafuntersuchung beobachtet dreizehn Kanäle deines Körpers acht Stunden lang und berichtet am Ende im Wesentlichen eine Zahl.
Hirnwellen von drei Positionen auf der Kopfhaut. Augenbewegungen. Kinnmuskelspannung. Luftstrom an der Nase. Brust- und Bauchatemanstrengung, getrennt. Sauerstoffsättigung. Ein EKG. Das Geräusch deines eigenen Schnarchens. Ungefähr ein Gigabyte einer menschlichen Nacht, erhoben von einer Fachkraft, die dir Kabel an den Kopf geklebt hat — und die Zeile, die die Klinik im Bericht einkreist, lautet Ereignisse pro Stunde.
Am 3. August fragte eine Arbeit in Nature Communications was sonst noch in dieser Aufzeichnung steckte. Die Antwort ist das Interessanteste, was diese Woche in der Schlafforschung erschienen ist, und es geht dabei eigentlich gar nicht um künstliche Intelligenz. Es geht darum, was passiert, wenn man sich vierzig Jahre lang darauf einigt, eine Nacht mit einer einzigen Zahl zu beschreiben.
Zehntausend Nächte, dreizehn Kanäle, eine Zahl
Ein Team um Erhan Bilal und Jeffrey Rogers, mit Reena Mehra als leitender klinischer Autorin, trainierte ein Transformer-Modell — 126 Millionen Parameter, dieselbe grundlegende Architektur, die auch Sprachmodellen zugrunde liegt — auf den Rohsignalen von mehr als 10.000 klinischen Schlafaufzeichnungen aus dem STARLIT-Register der Cleveland Clinic. Nicht auf den Zusammenfassungen. Auf den Kurven.
Die Aufzeichnungen stammen aus den Jahren 2012 bis 2022 und waren mit elektronischen Patientenakten verknüpft, sodass die Forschenden verfolgen konnten, was mit diesen Menschen danach geschah: im Mittel 14,5 Jahre lang. Dann taten sie etwas bewusst Unglamouröses. Statt das Modell eine Diagnose vorhersagen zu lassen, ließen sie es die Struktur der Schlafphysiologie lernen und schauten, wie sich die Nächte selbst sortierten.
Sie sortierten sich in fünf Gruppen. Und die Gruppen hatten sehr unterschiedliche Zukünfte.
Der Index, der die Nacht verschlang
Um zu verstehen, warum das zählt, muss man wissen, was der Apnoe-Hypopnoe-Index ist. Der AHI zählt Atemunterbrechungen und teilt sie durch die Schlafstunden. Fünf bis fünfzehn pro Stunde gelten als leicht, fünfzehn bis dreißig als mittelgradig, über dreißig als schwer. Er hat die klinische Schlafmedizin, die Kostenerstattung und jedes Gespräch über gestörte Atmung seit den 1970er-Jahren organisiert.
Er ist außerdem, nach dem eigenen Eingeständnis des Fachgebiets, ein grobes Instrument. 2021 legte eine Konsensusübersicht in SLEEP, geleitet von Atul Malhotra und getragen von einem großen Teil der Disziplin, den Fall klar dar: Der AHI bleibt die am besten untersuchte verfügbare Kennzahl, und er ist unvollkommen, und beide Tatsachen muss man zusammen aushalten. Eine Pause von zehn Sekunden und eine von neunzig zählen gleich. Ein Abfall auf 93 % Sauerstoff zählt wie ein Abfall auf 78 %. Ereignisse im Tiefschlaf zählen wie Ereignisse im Wegdämmern.
Das Problem des AHI war nie die Genauigkeit. Es war die Lesbarkeit. Er hat überlebt, weil er auf ein Formular passt.
Fünf Gruppen, die der Index nicht sehen konnte
Hier ist der Befund, der die Runde machen sollte. Nach Adjustierung für Alter, Geschlecht, BMI, Begleiterkrankungen und den AHI selbsttrennten sich die Risikogruppen des Modells weiterhin bei der Sterblichkeit: Hazard Ratios von 1,43, 1,54 und 1,75 für die Gruppen zwei bis vier und 2,38 für die Gruppe mit dem höchsten Risiko — mehr als das Doppelte der niedrigsten. In derselben obersten Gruppe lag Vorhofflimmern bei 2,23 (95 %-KI 1,47–3,38) und kognitive Beeinträchtigung bei 1,93 (1,42–2,62).
Dieselben Patientinnen und Patienten nach leichtem, mittelgradigem und schwerem AHI zu sortieren, ergab dagegen überhaupt keinen solchen Anstieg.
Zwei Details machen das zu mehr als einer Modellierungsgeste. Das Muster hielt in der Sleep Heart Health Study, einer völlig eigenständigen nationalen Kohorte — die Gruppen gingen auch dort mit Herzinsuffizienz und Sterblichkeit einher. Und es hielt bei Frauen und Männern gleichermaßen, was beim AHI historisch nicht der Fall ist: Der Index wurde in einer überwiegend männlichen Population entwickelt und validiert und beschreibt Frauen seither still und leise schlechter. Eine zusammenfassende Zahl kodiert immer, an wem sie kalibriert wurde.
Abbildung — was der Index wegwarf
Eine Nacht, zwei Lesarten davon
Sterblichkeit über fünf Jahre und mehr, nach Risikogruppe des Modells
Dieselben Patienten, nach AHI-Schweregrad sortiert
Was das für jemanden ändert, der nie ein Schlaflabor sehen wird
Drei Übertragungen, keine davon medizinischer Rat:
1. Eine zusammenfassende Zahl ist eine Entscheidung darüber, was verworfen wird, getroffen von dem, der sie gebaut hat — keine Eigenschaft deiner Nacht.
2. Wenn sich eine Zahl nie bewegt, kann das bedeuten, dass deine Nächte stabil sind — oder dass die Zahl zu grob ist, um es zu merken. Von innen fühlt sich beides gleich an.
3. Kennzahlen, die aus Mustern über viele Nächte gebaut sind, haben sich besser gehalten als Kennzahlen, die eine einzelne Nacht auf einen Score herunterrechnen.
Hazard Ratios aus Bilal et al., Nature Communications (3. Aug. 2026), adjustiert für Alter, Geschlecht, BMI, Begleiterkrankungen und AHI; Gruppe eins ist die Referenz, und die Balkenlängen sind proportional zu den berichteten Hazard Ratios. Das AHI-Feld ist als offene Marker auf der Referenzlinie dargestellt, weil die Cox-Regression in derselben Kohorte keinen Anstieg von Sterblichkeit oder Krankheitshäufigkeit über leicht, mittelgradig und schwer hinweg fand — eine Abwesenheit von Trennung, nicht drei gleiche Messwerte. Assoziationen, kein Kausalitätsbeweis.
Dein Schlafscore hat dasselbe Problem
Hier hört die Geschichte auf, von Kliniken zu handeln.
Jeden Morgen bekommen Dutzende Millionen Menschen eine einzige Zahl zwischen 0 und 100, die ihre Nacht beschreiben soll. Sie wird aus einer Handvoll Kanälen statt aus dreizehn berechnet, nach einer Gewichtung, die irgendjemand gewählt hat, und sie ist vor allem darauf ausgelegt, lesbar zu sein — eine Zahl, die man in den vier Sekunden zwischen Aufwachen und Kaffeegriff erfassen kann.
Das ist genau das Pflichtenheft des AHI. Die Wellness-Branche hat das Kompressionsproblem nicht gelöst; sie hat es in einer schöneren Typografie neu gelöst. Zwei wirklich verschiedene Nächte — eine früh zerstückelt, eine mit einer flachen, unruhigen zweiten Hälfte — können beide als 82 zurückkommen. Und wenn der Score drei Wochen lang auf 82 steht, kannst du nicht unterscheiden, ob dein Schlaf stabil ist oder ob der Kennzahl einfach die Auflösung fehlt, um zu sehen, was sich verändert hat.
Ich will hier vorsichtig sein, denn die ehrliche Version dieses Arguments schneidet in beide Richtungen. Consumer-Schlaftracking ist bei manchem wirklich gut geworden — Timing, Dauer, Konstanz von Nacht zu Nacht, nächtliche Herzfrequenz — und genau das sind die Teile, die es zu haben lohnt. Was es nicht kann, ist eine Nacht komprimieren, ohne zu entscheiden, was nicht zählt. Eine Klinik kann das auch nicht. Der Unterschied: Die Klinik streitet seit vierzig Jahren öffentlich über ihre Kompression, der Score an deinem Handgelenk nicht. Wir haben separat darüber geschrieben, was ein Wearable messen kann und was nicht, und darüber, was Schlafphasen sagen und was nicht.
Tiefe und Dauer, nicht nur Häufigkeit
Die KI hat dieses Problem nicht entdeckt. Sie hat ihm einen Preis gegeben.
Schlafforschende bauen seit Jahren an besseren Zusammenfassungen, und das klarste Beispiel ist die hypoxische Last. Statt Atemereignisse zu zählen, maßen Ali Azarbarzin und Kolleginnen und Kollegen die Fläche unter jedem Sauerstoffabfall — Tiefe mal Dauer, über die Nacht summiert. 2019 ging dieses Maß im European Heart Journalmit kardiovaskulär bedingter Sterblichkeit in zwei unabhängigen Kohorten einher, der Osteoporotic Fractures in Men Study und der Sleep Heart Health Study, während die Ereigniszahl das nicht tat.
Dieselbe Aufzeichnung. Dieselbe Nacht. Eine andere Entscheidung darüber, was behalten wird — und ein Signal erscheint. Das ist die ganze These der Arbeit dieser Woche, sieben Jahre früher erreicht, mit Arithmetik statt mit einem Transformer.
Die eine zusammenfassende Zahl, die die Kompression übersteht
Wenn einzelne Zahlen verlustbehaftet sind, wird die nützliche Frage: welche verlieren am wenigsten?
Nach heutiger Evidenz ist die beste Antwort für den Alltag die Regelmäßigkeit. 2024 berechneten Daniel Windred und Kollegen einen Schlafregelmäßigkeits-Index aus mehr als 10 Millionen Stunden Akzelerometrie bei 60.977 Teilnehmenden der UK Biobank. Relativ zum Median trugen Menschen im 5. Perzentil der Regelmäßigkeit eine Hazard Ratio von 1,53 (95 %-KI 1,41–1,66) für die Gesamtsterblichkeit; jene im 95. Perzentil 0,90 (0,81–1,00). Regelmäßigkeit schlug die Schlafdauer — die Zahl, der eigentlich alle nachjagen.
Warum sollte Regelmäßigkeit halten, wo ein nächtlicher Score es nicht tut? Weil sie kein Mittelwert innerhalb einer Nacht ist. Sie wird aus der Form über viele Nächte hinwegberechnet und behält damit das Muster, statt es zu glätten. Kompression, die Struktur erhält, überlebt; Kompression, die Ordentlichkeit erhält, nicht. Die Mechanik haben wir behandelt in Schlafregelmäßigkeit versus Schlafdauer.
Also eine Sache, die du diese Woche ausprobieren kannst. Lies sieben Tage lang den Score nicht und notiere nur zwei Zahlen: wann du ins Bett gegangen bist und wann du aufgestanden bist. Schau dann auf deine nächtliche Ruheherzfrequenz und HRV als Trend gegen deine eigene Basislinie, nicht gegen ein Bevölkerungsband. Die Konstanz des Timings plus die Richtung, in die diese zwei driften, ist ein Bild mit geringerer Auflösung als ein Schlaflabor liefert und mit höherer als ein Score — und genau dieser Tausch ist es, den die meisten eigentlich wollen. Das sitzt im größeren Messen, Handeln, Anpassen -Kreis.
Was die Studie nicht sagt
Sie sagt nicht, dass ein Algorithmus dir sagen kann, wie du geschlafen hast. Sie lief auf vollständiger klinischer Polysomnographie, mit Elektroden auf der Kopfhaut, bei Menschen, die an ein Schlafzentrum überwiesen wurden, weil schon etwas nicht stimmte. Das ist kein Handgelenk, und es ist keine Allgemeinbevölkerung.
Sie ist retrospektiv und kann daher zwei Lesarten nicht trennen, die beide zu den Daten passen: dass gestörte Schlafphysiologie zu späterer Krankheit beiträgt — oder dass frühe Krankheit den Schlaf Jahre bevor sie sich zeigt bereits stört. Die Autorinnen und Autoren merken zudem an, dass ihnen Medikationsdaten und objektive Adhärenzdaten zur Überdrucktherapie fehlten — zwei große, nicht gemessene Einflüsse auf die Nächte und auf die Ergebnisse. Die fünf Gruppen entstanden aus einem Clustering-Schritt, ihre Grenzen sind also eine Modellierungsentscheidung und keine natürliche Art; ein anderer Algorithmus hätte vielleicht vier gezogen, oder sieben.
Und nichts davon ist prospektiv als klinisches Werkzeug getestet. Die Autoren sagen ausdrücklich, dass als Nächstes die Validierung in vielfältigeren Datensätzen kommt.
Eine Sache, die kein Vorbehalt ist: Wenn du stark schnarchst, nach Luft schnappend aufwachst oder sich nach acht scheinbar normalen Stunden alles zerschlagen anfühlt, dann ist das ein Gespräch mit einer Ärztin oder einem Arzt, nicht mit einer App. Kein Consumer-Gerät kann irgendetwas diagnostizieren, und keines sollte es versuchen.
Das Fazit
Eine KI hat zehntausend Nächte gelesen und festgestellt, dass die Zahl, auf die sich die Medizin geeinigt hatte, eine Verdopplung des Risikos verbarg. Ein gutes Ergebnis. Aber die haltbare Lehre ist nicht, dass bessere Modelle kommen — sondern dass jede zusammenfassende Zahl ein Argument darüber ist, was zählt, und dass die meisten von uns diese Argumente annehmen, ohne sie zu lesen.
Nutze Zahlen, um Fantasie zu korrigieren, nicht um Erfahrung zu ersetzen. Ein Score ist nicht deine Nacht. Er ist jemandes Meinung über deine Nacht, gerundet.
