Die Wissenschaft hinter Balance

Diese Seite trennt zwei Dinge, die leicht verwechselt werden: Aussagen begutachteter Forschung zur Herzratenvariabilität (HRV) und die Anzeige des proprietären Balance-Werts von Feelmo.

Was ist HRV?

HRV bezeichnet Schwankungen der Zeitabstände zwischen Herzschlägen. Forschende berechnen sie mit Zeitbereichs- und Frequenzbereichsmaßen. Autonome Regulation trägt zur HRV bei. Unter kontrollierten Bedingungen können RMSSD, Hochfrequenzleistung und verwandte Maße die atemabhängige parasympathische Wirkung auf das Herz widerspiegeln.

Das ist enger als die Aussage, HRV messe das gesamte autonome Nervensystem. Die Leitlinie von 2026 rät davon ab, HRV als spezifischen Marker sympathischer Signale zum Herzen oder als „sympathovagale Balance“ zu verwenden. Auch LF/HF ist kein einfaches Gas-und-Bremse-Maß (Carter et al., 2026).

Welche Einflüsse sind wissenschaftlich untersucht?

Die Forschung nennt einige belegte Ansatzpunkte.

• Langsame Atmung — verändert Herzfrequenzmuster und erhöht in Studien manche HRV-Maße im Mittel; daraus folgt nicht automatisch Entspannung (Lehrer & Gevirtz, 2014; Zaccaro et al., 2018; Laborde et al., 2022)
• Licht am Morgen — Licht ist einer der stärksten Umwelteinflüsse auf circadianen Rhythmus, Schlaf und Stimmung (Blume et al., 2019)
• Regelmäßige Bewegung — Meta-Analysen verbinden sie mit einer höheren Ruhe-HRV (Sandercock et al., 2005)
• Ähnliche Messbedingungen — weniger Bewegung kann die Vergleichbarkeit verbessern; Schlaf ist dennoch keine kontrollierte oder identische Bedingung (Trinder et al., 2001; Stein & Pu, 2012)

Alle sind Tendenzen auf Bevölkerungsebene, und wie stark sie sich zeigen, ist individuell verschieden.

Ihr Herzschlag ist kein Metronom

Die Abstände zwischen Herzschlägen sind nicht vollkommen gleich. Diese Veränderlichkeit heißt HRV. Sie hängt unter anderem von Atmung, Körperhaltung, Aktivität, Tageszeit, Schlafphase, Alkohol, Medikamenten, Erkrankungen, Alter und Messbedingungen ab.

Beim Einatmen steigt die Herzfrequenz häufig leicht an und beim Ausatmen sinkt sie. Dieses Muster trägt zu manchen HRV-Maßen bei. Seine Größe beweist jedoch weder die Gesundheit des Vagusnervs noch Erholung oder das Fehlen von Stress.

Seit eine gemeinsame Arbeitsgruppe der European Society of Cardiology und der North American Society of Pacing and Electrophysiology standardisiert hat, wie HRV gemessen und physiologisch gedeutet wird (Task Force, 1996), wird HRV in Tausenden von Studien als ein Fenster genutzt, durch das sich die Funktion des autonomen Nervensystems von außen erahnen lässt (Shaffer & Ginsberg, 2017).

Worauf Feelmo schaut

Feelmo fasst verfügbare HRV-bezogene Informationen und Muster aus Ihren bisherigen Aufzeichnungen durch proprietäre Verarbeitung als Balance-Wert von 0 bis 100 und als Interface-Labels zusammen. Details der Verarbeitung sind nicht öffentlich.

Zeitbereichs-Betrachtungen erfassen, wie stark die Intervalle von Schlag zu Schlag über einen Zeitraum hinweg variieren. Frequenzbereichs-Betrachtungen trennen schnellere, mit der Atmung verbundene Schwankungen von langsameren Mustern. Beide sind nützliche wissenschaftliche Perspektiven (Task Force, 1996; Shaffer & Ginsberg, 2017; Laborde et al., 2017), doch keine einzelne Perspektive sollte als direkte Antwort auf die Frage „Wie gestresst bin ich?“ behandelt werden.

Die zitierten HRV-Studien haben Feelmos genauen Algorithmus nicht geprüft. Sie belegen daher weder, dass 0–100 eine klinische Skala ist, noch dass ein bestimmter Wert einen bestimmten physiologischen Zustand bedeutet oder die Nutzung der App die Gesundheit verbessert. Forschungstätigkeit ist nicht dasselbe wie eine abgeschlossene, begutachtete Validierung des Produktwerts.

Warum frühere eigene Aufzeichnungen Kontext geben können

Der Absolutwert der HRV schwankt stark je nach Alter, Geschlecht und Konstitution. Groß angelegte Daten über neun Lebensjahrzehnte hinweg haben gezeigt, dass die HRV mit dem Alter abnimmt (Umetani et al., 1998). Mit anderen Worten: Dieselbe Zahl kann von Mensch zu Mensch etwas völlig anderes bedeuten, wenn es darum geht, „ob sie für diese Person hoch oder niedrig ist“.

Frühere eigene Aufzeichnungen können irreführende Vergleiche mit anderen verringern. Sie beseitigen aber weder Einflüsse von Atmung, Schlaf, Medikamenten, Erkrankungen, Sensorbedingungen noch Alltag. Produktinterne Vergleiche sind keine Diagnosen von Gesundheit, Erholung, Ruhe oder Stress; ihre Regeln sind nicht öffentlich.

Der Startbildschirm kann eine produktspezifische Referenz darstellen. Vergleichs- und Anzeigeregeln sind nicht öffentlich; die Anzeige ist keine medizinische Referenz.

Zahlen in Ausdrücke übersetzen

Feelmo zeigt den Balance-Wert zusammen mit sechs Begleitern (Genki, Odayaka, Futsuu, Fuan, Panku und Tsukare). Die Zuordnung und die Verarbeitung dahinter sind nicht öffentlich.

Die sechs Begleiter und Wörter wie „ruhig“ oder „unruhig“ sind Interface-Labels des proprietären Werts. Sie bedeuten nicht, dass Feelmo die genannte Emotion oder Verfassung erkannt hat.

Wann gemessen wird – warum wir Ruhe und Schlaf schätzen

Optische Messungen am Handgelenk sind besonders bewegungsanfällig. Ruhiges Sitzen oder Schlaf können große Bewegungen verringern und die Chance auf verwertbare Pulsdaten erhöhen. Sie garantieren aber keine genaue oder vollständige Messung.

Es gibt mehrere Gründe, warum wir den Schlaf so genau betrachten.

• Schlafphase, Wachphasen, Atmung, Haltung, Alkohol, Erkrankungen, Sensorkontakt sowie Zahl und Zeitpunkt der Apple-Watch-Messungen unterscheiden sich von Nacht zu Nacht.
• Nächtliche HRV hängt auf Gruppenebene mit Schlafphysiologie zusammen, ist aber kein direktes Maß von Schlafqualität oder Erholung (Trinder et al., 2001).
• Der Zusammenhang zwischen Schlaf und HRV wurde auch in systematischen Übersichtsarbeiten aufgearbeitet (Stein & Pu, 2012).

Stress und Balance

Der Zusammenhang zwischen psychischem Stress und verringerter HRV wurde in Meta-Analysen wiederholt berichtet (Kim et al., 2018). Darüber hinaus hat eine Meta-Analyse bildgebender Studien des Gehirns ein Modell vorgeschlagen, in dem die vagale Bahn, die den präfrontalen Cortex (das denkende Gehirn) und das Herz verbindet, die HRV zu einem Marker für Stress und Gesundheit macht (Thayer et al., 2012). Einen genaueren Blick auf diese Verbindung von Gehirn und Herz finden Sie unter Die Verbindung von Gehirn und Herz.

Diese Ergebnisse überschneiden sich stark zwischen Personen und Situationen. Sie erlauben keiner App, Stress, Emotion oder Gehirnaktivität einer Person aus einer einzelnen Messung abzuleiten. Die Stressanzeige in Feelmo ist ein proprietäres Produktlabel, keine direkte Stressmessung.

Warum langsames Atmen wirkt

Langsames Atmen, wie es die Vollbildfunktion Atmen anleitet, kann mit dem Baroreflex (einem an der kurzfristigen Blutdruckregulation beteiligten Reflex) zusammenwirken und die HRV während der Übung verändern (Lehrer & Gevirtz, 2014). Stärke und Richtung des Effekts unterscheiden sich zwischen Personen; daraus lässt sich kein allgemeiner Gesundheitszustand ableiten.

Eine Meta-Analyse mit 223 Studien fand im Mittel Anstiege vagal vermittelter HRV während und nach langsamer Atmung (Laborde et al., 2022). Etwa sechs Atemzüge pro Minute sind häufig untersucht, doch das persönliche Resonanztempo kann abweichen. Ein Anstieg während geführter Atmung spiegelt teilweise das Atemmuster selbst wider und beweist nicht automatisch Entspannung, Erholung, besseren Schlaf oder eine Behandlung.

Sowohl die „Beruhigen“- als auch die „Aufrichten“-Sessions sind sanfte Anstöße, die auf dieser Physiologie des Atems aufbauen.

Über Licht und Bewegung

Es gibt auch einen Hintergrund dafür, warum das Gewohnheitsprotokoll im Tab Wohlbefinden Sonnenlicht und Aktivität behandelt.

• Licht beeinflusst die circadiane Zeitgebung und hängt mit Schlaf und Stimmung zusammen (Blume et al., 2019).
• Bewegungsinterventionen wurden in Meta-Analysen mit Veränderungen der Ruhe-HRV in Verbindung gebracht (Sandercock et al., 2005).

Das sind keine Vorgaben dessen, was Sie tun „sollten“, sondern sanfte Hinweise, um die Verbindung zwischen Ihrer Balance und Ihrem Alltag zu bemerken.

Was wir über den Score sagen können

Balance ist eine proprietäre Wellnessanzeige von 0 bis 100. Details der Verarbeitung sind nicht öffentlich. Sie misst autonomen Zustand, Emotion, Müdigkeit, Stress, Erholung oder Gesundheit nicht direkt. Die zitierten Veröffentlichungen validieren den Feelmo-Wert nicht; Forschungsaktivität oder Zusammenarbeit ersetzt keine abgeschlossene externe Begutachtung des Produkts.

Was es bedeutet, am Handgelenk zu messen

Die Apple Watch liest mit einem optischen Sensor Ihre Pulswelle aus und schätzt daraus die R-R-Intervalle. Unter Ruhebedingungen ist bestätigt worden, dass die aus der Apple Watch abgeleitete HRV gut mit der EKG-basierten Messung übereinstimmt (Hernando et al., 2018).

Feelmo liest freigegebene Aufzeichnungen auf dem Gerät aus Apple Watch / HealthKit. Bewegung, Sitz, Hautkontakt, Aufzeichnungsdauer, Atmung, Hardware, Software sowie fehlende oder unregelmäßige Schläge begrenzen die Vergleichbarkeit. Details der proprietären Verarbeitung sind nicht öffentlich.

In den eigenen Aufzeichnungen vergleichen – die N-of-1-Idee

Gruppendurchschnitte und Muster in den eigenen Aufzeichnungen sind nicht dasselbe. Feelmos Zusammenhangsmuster von Gewohnheiten (Feelmo Premium) fassen beobachtete Beziehungen zwischen protokollierten Gewohnheiten und Balance zusammen. Details der proprietären Verarbeitung sind nicht öffentlich; Wirkung oder Kausalität werden nicht belegt.

Statt eine allgemeine Aussage direkt auf Sie zu übertragen, werden beobachtete Zusammenhänge in Ihren eigenen Daten als Hinweis betrachtet – eine Sichtweise, die jeden Einzelnen in den Mittelpunkt stellt.

Was die zitierten Forschungsfelder nicht belegen

HRV-Forschung, Signalverarbeitung, Statistik, Chronobiologie und Verhaltenswissenschaft liefern allgemeinen Hintergrund. Aus ihrer Nennung folgt nicht, dass Feelmo Emotionen erkennt, autonome Balance misst, Ursachen bestimmt oder eine klinisch validierte Vorhersage liefert. Details der Verarbeitung sind nicht öffentlich.

Quellen

1. Task Force of the European Society of Cardiology and the North American Society of Pacing and Electrophysiology. Heart rate variability: standards of measurement, physiological interpretation and clinical use. Circulation. 1996;93(5):1043–1065.
2. Shaffer F, Ginsberg JP. An Overview of Heart Rate Variability Metrics and Norms. Frontiers in Public Health. 2017;5:258.
3. Laborde S, Mosley E, Thayer JF. Heart Rate Variability and Cardiac Vagal Tone in Psychophysiological Research – Recommendations for Experiment Planning, Data Analysis, and Data Reporting. Frontiers in Psychology. 2017;8:213.
4. Trinder J, Kleiman J, Carrington M, et al. Autonomic activity during human sleep as a function of time and sleep stage. Journal of Sleep Research. 2001;10(4):253–264.
5. Stein PK, Pu Y. Heart rate variability, sleep and sleep disorders. Sleep Medicine Reviews. 2012;16(1):47–66.
6. Kim HG, Cheon EJ, Bai DS, Lee YH, Koo BH. Stress and Heart Rate Variability: A Meta-Analysis and Review of the Literature. Psychiatry Investigation. 2018;15(3):235–245.
7. Thayer JF, Åhs F, Fredrikson M, Sollers JJ, Wager TD. A meta-analysis of heart rate variability and neuroimaging studies: implications for heart rate variability as a marker of stress and health. Neuroscience & Biobehavioral Reviews. 2012;36(2):747–756.
8. Lehrer PM, Gevirtz R. Heart rate variability biofeedback: how and why does it work? Frontiers in Psychology. 2014;5:756.
9. Zaccaro A, Piarulli A, Laurino M, et al. How Breath-Control Can Change Your Life: A Systematic Review on Psycho-Physiological Correlates of Slow Breathing. Frontiers in Human Neuroscience. 2018;12:353.
10. Russo MA, Santarelli DM, O'Rourke D. The physiological effects of slow breathing in the healthy human. Breathe (Sheffield). 2017;13(4):298–309.
11. Umetani K, Singer DH, McCraty R, Atkinson M. Twenty-four hour time domain heart rate variability and heart rate: relations to age and gender over nine decades. Journal of the American College of Cardiology. 1998;31(3):593–601.
12. Hernando D, Roca S, Sancho J, Alesanco Á, Bailón R. Validation of the Apple Watch for Heart Rate Variability Measurements during Relax and Mental Stress in Healthy Subjects. Sensors (Basel). 2018;18(8):2619.
13. Blume C, Garbazza C, Spitschan M. Effects of light on human circadian rhythms, sleep and mood. Somnologie. 2019;23(3):147–156.
14. Sandercock GR, Bromley PD, Brodie DA. Effects of exercise on heart rate variability: inferences from meta-analysis. Medicine & Science in Sports & Exercise. 2005;37(3):433–439.
15. Carter JR, et al. Guidelines for rigor and reproducibility of heart rate variability within human cardiovascular research. American Journal of Physiology-Heart and Circulatory Physiology. 2026. doi:10.1152/ajpheart.00041.2026. PMID: 42495990.
16. Laborde S, Allen MS, Borges U, et al. Effects of voluntary slow breathing on heart rate and heart rate variability: A systematic review and a meta-analysis. Neuroscience & Biobehavioral Reviews. 2022;138:104711. doi:10.1016/j.neubiorev.2022.104711. PMID: 35623448.