Apple Watch Ultra 3 VO2max-Genauigkeit vs. Labor-CPET: Was der 2025-Algorithmus tatsächlich richtig macht

Diese Zahl an Ihrem Handgelenk könnte Sie belügen

Stellen Sie sich vor: Ihre Apple Watch zeigt eine VO2max von 52 ml/kg/min, und dann ergibt ein Labortest – Maske im Gesicht, Laufen auf dem Laufband bis zur Erschöpfung – einen Wert um 47. Eine solche Lücke ist nicht ungewöhnlich. In unabhängigen Validierungsstudien wichen die Schätzungen der Apple Watch im Schnitt um rund 13 % von den Laborwerten ab.

Diese Lücke zwischen dem, was unsere Handgelenke uns sagen, und dem, was tatsächlich in unserem Körper passiert, ist wichtiger als die meisten Menschen denken. Ihre VO2max ist nicht nur eine Eitelkeitskennzahl – sie gehört zu den stärksten Prädiktoren für Langlebigkeit, die wir kennen. Eine Metaanalyse im JAMA von 2009 (33 Studien, rund 100.000 Personen) ergab, dass jedes 1 MET höhere kardiorespiratorische Fitness (etwa 3,5 ml/kg/min) mit einer um 13 % niedrigeren Gesamtmortalität und einem um 15 % niedrigeren Risiko für koronare Herzkrankheit und kardiovaskuläre Ereignisse verbunden war. Wenn eine Uhr diese Zahl anzeigt, lohnt sich also die Frage: Wie nah liegt sie am echten Wert?

Wie die Apple Watch die VO2max schätzt

Apple veröffentlicht nicht alle technischen Details seines Algorithmus (proprietär, natürlich), und soweit wir finden konnten, wurde die Ultra 3 bisher nicht eigenständig in einer begutachteten Studie getestet. Bekannt ist der grundsätzliche Ansatz: Die Uhr schätzt die VO2max aus der vom optischen Sensor gemessenen Herzfrequenz und den Tempodaten, die bei Outdoor-Spaziergängen, -Läufen oder Wanderungen aufgezeichnet werden.

Das Modell betrachtet den Zusammenhang zwischen Ihrer Geschwindigkeit und dem Anstieg Ihrer Herzfrequenz. Schneller bei niedrigerer Herzfrequenz – die Schätzung steigt. Ein sinnvoller Ansatz, der den Sauerstoffverbrauch aber nur indirekt ableiten kann: Er misst nie den Sauerstoff, den Sie tatsächlich ein- und ausatmen.

Unabhängige Forschende haben die Schätzungen der Apple Watch mit dem Goldstandard verglichen: einem maximalen Belastungstest mit direkter Atemgasanalyse (Spiroergometrie, CPET). Drei aktuelle Studien haben das getan – mit der Apple Watch Series 7 (19 Teilnehmende), mit der Apple Watch in einer PLOS-One-Studie von 2025 (30 Teilnehmende) und mit der Apple Watch Series 10 (40 Teilnehmende).

Die Zahlen, die wirklich zählen

Hier wird es interessant. In der PLOS-One-Studie von 2025 unterschätzte die Apple Watch die VO2max im Schnitt um 6,1 ml/kg/min, bei einem mittleren absoluten prozentualen Fehler von 13,3 % und 95%-Übereinstimmungsgrenzen von etwa -6 bis +18 ml/kg/min. Die Series-10-Studie ergab ein nahezu identisches Bild: durchschnittliche Unterschätzung um 6,3 ml/kg/min und ein mittlerer absoluter prozentualer Fehler von 13,2 %. Nur 14 % der Teilnehmenden wurden dem richtigen Fitness-Perzentilbereich zugeordnet.

Einfach gesagt: Liegt Ihre tatsächliche VO2max bei 45, könnte Ihre Uhr plausibel irgendwo zwischen 37–39 und etwa 50 anzeigen. Die Forschenden kamen zu dem Schluss, dass die Übereinstimmung auf individueller Ebene schwach ist, die Schätzungen für Forschung auf Bevölkerungsebene aber nützlich sein können.

Das Fitnessniveau scheint eine Rolle zu spielen. In der Series-7-Studie lag die im Labor gemessene VO2max im Schnitt bei 45,9 ml/kg/min, die der Uhr bei 41,4 – ein mittlerer absoluter prozentualer Fehler von 15,8 %. Die Autoren stellten fest, dass die Apple Watch wie andere Smartwatches die VO2max bei Menschen mit geringer Fitness tendenziell überschätzt und bei Menschen mit sehr guter Fitness unterschätzt.

Warum die Diskrepanz? Hochtrainierte Athleten haben physiologische Anpassungen, die handgelenkbasierte Algorithmen schwer erkennen. Ihr Herz pumpt mehr Blut pro Schlag (höheres Schlagvolumen), ihre Muskeln entziehen dem Blut Sauerstoff effizienter, und ihre Laufökonomie – der Energieaufwand für ein bestimmtes Tempo – unterscheidet sich von der von Freizeitsportlern. Ein Modell auf Basis von Herzfrequenz und Tempo kann diese Unterschiede nur indirekt ableiten.

Wie CPET tatsächlich funktioniert (und warum es immer noch der Goldstandard ist)

Wenn Sie noch nie einen Labor-VO2max-Test gemacht haben, hier ist, was Sie verpassen. Sie tragen eine Maske, die jeden Atemzug erfasst. Sensoren analysieren die exakten Konzentrationen von Sauerstoff und Kohlendioxid, die Sie ein- und ausatmen. Währenddessen trainieren Sie mit zunehmender Intensität, bis Sie physisch nicht mehr weitermachen können.

Der Test misst den tatsächlichen maximalen Sauerstoffverbrauch Ihres Körpers – keine Schätzung basierend auf Näherungswerten, sondern die echte Sache. Er kostet zwischen 150 und 400 Euro in den meisten sportmedizinischen Einrichtungen, dauert etwa 45 Minuten inklusive Aufwärmen und Erholung und liefert Daten, die kein Wearable erreichen kann: ventilatorische Schwellen, respiratorischer Austauschquotient und präzise Herzfrequenzzonen basierend auf Ihrer individuellen Physiologie.

Eine systematische Übersichtsarbeit mit Metaanalyse in Sports Medicine aus dem Jahr 2022 fasste 14 Studien zusammen, die Consumer-Wearables mit Labortests verglichen. Geräte, deren Algorithmen Belastungsdaten nutzten, zeigten kaum eine durchschnittliche Verzerrung (-0,09 ml/kg/min), doch die 95%-Übereinstimmungsgrenzen reichten immer noch von etwa -9,9 bis +9,7 ml/kg/min; Geräte, die auf Ruhedaten setzten, überschätzten die VO2max und waren noch ungenauer. Die Autoren folgerten, dass belastungsbasierte Schätzungen auf Bevölkerungsebene brauchbar sind, der Fehler für den Einzelnen aber groß ist.

Trainiert vs. untrainiert: Zwei sehr unterschiedliche Genauigkeitsgeschichten

Lassen Sie mich zwei hypothetische Szenarien skizzieren.

Sarah ist 34, arbeitet im Büro und hat vor sechs Monaten mit dem Laufen begonnen. Ihre Apple Watch zeigt eine VO2max von 38 ml/kg/min. Angesichts der Fehlerbereiche in den genannten Studien könnte ihr Laborwert leicht einige Punkte höher oder niedriger liegen. Steigt der Wert jedoch nach drei Monaten konsequenten Trainings auf 42, während sich ihre Läufe leichter anfühlen, ist diese Richtung ein vernünftiges Signal – auch wenn noch keine Studie bestätigt hat, wie zuverlässig die Uhr Veränderungen über die Zeit erfasst.

Und nun James. Er ist 29, fährt seit acht Jahren Radrennen und trainiert 15 Stunden pro Woche. Seine Uhr zeigt eine VO2max von 58 ml/kg/min, ein Labortest ergibt jedoch 67. Dieses Muster – Unterschätzung bei sehr fitten Menschen – ist genau das, was die Series-7-Studie beschrieb. Und da die Schätzung nur bei Outdoor-Spaziergängen, -Läufen und Wanderungen entsteht, fließt ein Großteil seines Radtrainings gar nicht ein.

Die praktische Konsequenz? Für die meisten Menschen ist die Zahl der Apple Watch eine grobe Orientierung, am besten geeignet, um die langfristige Richtung zu verfolgen. Wenn Sie ein ernsthafter Athlet sind – oder mit niedriger Fitness gerade erst anfangen –, betrachten Sie den absoluten Wert mit gesunder Skepsis.

Die Variablen, die Ihre Messung verfälschen

Auch die Tageswerte können schwanken. Die Validierungsstudien haben nicht jede Bedingung getestet, aber das Wissen über optische Herzfrequenzsensoren und Belastungsphysiologie deutet auf mehrere Faktoren hin:

Sitz und Bewegung spielen eine Rolle. Optische Herzfrequenzsensoren sind bei Aktivität am ungenauesten: Eine Studie mit Consumer- und Forschungs-Wearables fand, dass der Herzfrequenzfehler bei Aktivität im Schnitt etwa 30 % höher war als in Ruhe. Eine locker sitzende Uhr, die am Handgelenk hüpft, verschlimmert das.

Höhe verändert die Eingangsdaten. In der Höhe ist Ihre Herzfrequenz bei gleichem Tempo höher, sodass ein Modell auf Basis von Herzfrequenz und Tempo Ihre Fitness niedriger einschätzen kann als auf Meereshöhe.

Hitze wirkt ähnlich. Bei Hitze steigt Ihre Herzfrequenz, um Blut zur Kühlung in die Haut umzuleiten – was der Algorithmus als geringere kardiovaskuläre Fitness missdeuten kann.

Kürzliche Krankheit, schlechter Schlaf und Dehydrierung können die Herzfrequenz ebenfalls erhöhen. Ein plötzlicher, einmaliger Abfall nach einer schlechten Nacht ist eher Rauschen als echter Fitnessverlust.

Was Apple richtig macht (Anerkennung, wo sie gebührt)

Ich war kritisch, aber es gibt einen echten Nutzen. Die Metaanalyse von 2022 fand, dass belastungsbasierte Wearable-Schätzungen auf Gruppenebene kaum eine durchschnittliche Verzerrung aufwiesen, und die Forschenden der Series-10-Studie sahen Potenzial für den Einsatz auf Bevölkerungsebene. Für den Einzelnen ist es am sinnvollsten, die langfristige Richtung zu verfolgen statt eines einzelnen Messwerts.

Das ist das echte Wertversprechen. Sie brauchen keine perfekte absolute Genauigkeit, um von einem Wearable zu profitieren. Sie brauchen Konsistenz. Wenn Ihre Zahl steigt, wenn Sie härter trainieren, und sinkt, wenn Sie nachlassen, macht das Tool seinen Job.

Es hilft auch, die Grenzen der Funktion zu kennen. Die Apple Watch erzeugt VO2max-Schätzungen bei Outdoor-Spaziergängen, -Läufen und Wanderungen; andere Trainings wie Radfahren oder Schwimmen liefern keine direkten Schätzungen. Findet der Großteil Ihres Trainings anderswo statt, kann die Zahl Ihrer tatsächlichen Fitness hinterherhinken.

Sollten Sie tatsächlich einen Labortest machen?

Es hängt davon ab, was Sie erreichen wollen.

Wenn Sie VO2max als allgemeine Gesundheitsmetrik verwenden – eine Möglichkeit sicherzustellen, dass Sie die kardiovaskuläre Fitness mit zunehmendem Alter aufrechterhalten – ist die Apple Watch wahrscheinlich ausreichend. Verfolgen Sie den Trend, streben Sie nach schrittweiser Verbesserung, besessen Sie sich nicht von der spezifischen Zahl.

Wenn Sie für Ausdauerwettkämpfe trainieren, liefert ein Labortest Informationen, die kein Wearable bieten kann. Ihre ventilatorischen Schwellen zeigen genau, wo Ihre aeroben und anaeroben Grenzen liegen. So können Sie Trainingszonen auf Basis Ihrer eigenen Physiologie statt allgemeiner Formeln festlegen.

Wenn Sie sich von Herzproblemen erholen oder spezifische Gesundheitsbedenken haben, sprechen Sie mit Ihrem Arzt über angemessene Tests. Wearable-Schätzungen sind nicht für klinische Entscheidungsfindung geeignet.

Das Fazit zur Apple Watch Ultra 3 VO2max

Unabhängige Studien deuten darauf hin, dass die VO2max-Schätzungen der Apple Watch im Schnitt um etwa 13–16 % von Laborwerten abweichen und eher zu niedrig ausfallen, besonders bei fitteren Menschen. Das reicht für eine grobe Standortbestimmung und für langfristige Trends, aber nicht für eine präzise Bewertung.

Aber es ist kein Laborersatz. Das wird es nie sein. Die Physik der handgelenkbasierten optischen Erfassung setzt harte Grenzen für das, was messbar ist. Wenn Sie ein trainierter Athlet sind, erwarten Sie signifikante Unterschätzung. Wenn Sie unter herausfordernden Bedingungen trainieren – Hitze, Höhe, schlechter Schlaf – erwarten Sie Störungen in Ihren Messwerten.

Verwenden Sie die Zahl als Kompass, nicht als GPS-Koordinate. Sie zeigt in ungefähr die richtige Richtung. Das ist für die meisten von uns mehr als genug.