Erholungsdaten · 9 Min. Lesezeit

Readiness-Wert bei unvollständigen Daten: Was die Konfidenz bedeutet

Der Readiness-Wert ist das Ergebnis einer Berechnung aus verfügbaren Signalen. Die Datenkonfidenz zeigt, wie vollständig die fünf dafür verwendeten Datengruppen sind. Sie ist keine Wahrscheinlichkeit dafür, dass die Schätzung richtig ist.

Drei Felder vor einer Bergsilhouette: fünf ähnlich gerichtete Signale, vier Signale mit einer Lücke und fünf Signale in unterschiedlichen Richtungen
Auf dieser Seite

Readiness ist ein abgeleiteter Schätzwert. Wearable-Produkte wählen dafür unterschiedliche Messgrößen, Zeitfenster, Ausgangswerte und Gewichtungen. Deshalb können ähnlich benannte Werte verschiedene Dinge zusammenfassen.

Quellen: Doherty et al. (2025).

Zwei Zahlen, zwei Fragen

Lies zuerst den Readiness-Wert und danach die Konfidenz. Beide beschreiben unterschiedliche Teile derselben Berechnung.

Readiness-Wert

Frage: Welche Richtung legen die verfügbaren Signale für heute nahe?

Grenze: Der Wert fasst ein Modell zusammen. Er misst keine einzelne physiologische Eigenschaft direkt und gibt keine Sicherheitsgarantie.

Konfidenz

Frage: Wie viele der fünf Datengruppen gingen in die Berechnung ein?

Grenze: Jede Gruppe trägt 20 Prozentpunkte bei. Vier von fünf ergeben 80 Prozent; das sind nicht 80 Prozent Wahrscheinlichkeit, dass der Readiness-Wert richtig ist.

Drei Szenarien getrennt einordnen

Ob die Signale zueinander passen, beurteilst du bei der Interpretation. SlopeReady misst diese Übereinstimmung nicht und vergibt keinen Status „stimmig“.

Vollständig und ähnlich gerichtet

Vorhanden
Alle fünf Datengruppen; die Signale zeigen grob in dieselbe Richtung
Fehlt
Keine angezeigte Gruppe
So liest du es
Die Berechnung nutzt alle erwarteten Gruppen. Die gemeinsame Richtung ist deine Einordnung der Signale.
Daraus folgt nicht
Diagnose, Verletzungsfreiheit oder Garantie für eine sichere und erfolgreiche Einheit

Teilweise

Vorhanden
Ein Readiness-Wert kann sichtbar sein, obwohl mindestens eine Gruppe fehlt
Fehlt
Die Konfidenzansicht benennt die fehlenden Gruppen
So liest du es
Berücksichtige die Lücke. Prüfe Quelle und Aktualität, bevor du ihr eine Bedeutung gibst.
Daraus folgt nicht
Niedrige Konfidenz bedeutet niedrige Readiness oder schlechte Erholung

Vollständig, aber widersprüchlich

Vorhanden
Alle fünf Gruppen; zum Beispiel guter Schlaf neben auffälliger HRV oder höherem Ruhepuls
Fehlt
Keine angezeigte Gruppe
So liest du es
Die Konfidenz kann hoch bleiben. Die Signale sind vollständig, doch das Ergebnis ist schwerer zu erklären.
Daraus folgt nicht
Hohe Konfidenz beweist eine Ursache oder die Richtigkeit der Schätzung

Quellen: SlopeReady: Funktionsweise.

Vier Prüfungen vor einer Erklärung

Erkläre eine Abweichung nicht mit dem Prozentwert allein. Prüfe den Datenweg in dieser Reihenfolge.

  1. Fehlende Gruppen benennen

    Notiere, ob Erholung, Schlaf, HRV, aktueller Ruhepuls oder Trainingslast fehlt. „Unvollständig“ ist ohne diese Angabe zu vage.

  2. Datum und Quelle prüfen

    Öffne die Kategorie in Apple Health. Prüfe den neuesten Eintrag sowie „Datenquellen & Zugriff“. Rechte und verfügbare Quellen unterscheiden sich je nach Kategorie.

  3. Messdaten vom Kontext trennen

    Notiere den Trainingsplan getrennt von Dingen, die die Uhr nicht kennt, etwa Schmerzen, ungewöhnliche Anstrengung, Reise oder Ausrüstung. Dieser Kontext beweist keine Ursache.

  4. Nicht mehr aus den Daten ableiten

    Ordne den Fall als vollständig, teilweise oder vollständig mit widersprüchlichen Signalen ein. Lass die Ursache offen und mache aus einer Lücke keine Trainingsanweisung.

Quellen: Ibrahim et al. (2024), Apple Support.

Warum Apps trotz derselben Uhr abweichen

Selbst wenn Daten von derselben Apple Watch stammen, können Apps andere Messgrößen, Datensätze, Zeitfenster, Ausgangswerte, Gewichtungen und Regeln für fehlende Werte wählen. Eine Übersicht von 14 zusammengesetzten Gesundheitswerten aus zehn Wearable-Marken zeigte deutliche Unterschiede in diesen Entscheidungen.

Quellen: Doherty et al. (2025).

Vollständigkeit beseitigt außerdem keine Messfehler. In einer Laborstudie mit 53 gesunden Erwachsenen variierte die Übereinstimmung von sechs Wearables mit Polysomnografie und Elektrokardiografie je nach Gerät und Messgröße. Daraus lässt sich keine persönliche Fehlerquote ableiten.

Quellen: Miller et al. (2022).

So behandelt SlopeReady unvollständige Daten

SlopeReady berechnet die Konfidenz aus fünf gleich gewichteten Gruppen: Erholung, Schlaf, HRV, aktueller Ruhepuls und Trainingslast. Jede vorhandene Gruppe zählt 20 Prozentpunkte; vier von fünf ergeben 80 Prozent. Ein fehlender Wert bleibt fehlend und wird weder durch null noch durch einen erfundenen Standardwert ersetzt.

Bei zu wenigen Daten hält SlopeReady den numerischen Readiness-Wert zurück. Wenn ein Wert sichtbar ist, stehen Readiness und Konfidenz getrennt. Vollständige, aber widersprüchliche Signale können eine hohe Konfidenz behalten, weil sie nur die Vollständigkeit misst.

SlopeReady liest freigegebene Apple-Health-Daten. Die App zeichnet keine Workouts, keinen Live-Puls, kein GPS und keine Skiabfahrten auf. Ein leeres HealthKit-Leseergebnis unterscheidet nicht sicher zwischen einer fehlenden Aufzeichnung und fehlendem Lesezugriff.

Quellen: Apple Platform Security, Apple Developer, SlopeReady: Funktionsweise, SlopeReady: Datenschutz.

Kurze Notiz für den Support

Diese Angaben helfen dem Support, den Datenweg zu prüfen; sie müssen die Ursache nicht klären.

  • Datum, Uhrzeit, Readiness-Wert und Konfidenz
  • Liste der als fehlend markierten Datengruppen
  • neuester Zeitstempel und Quelle in Apple Health
  • geplante Einheit und beobachtete Abweichung

Der passende nächste Schritt

Lass Datenlücken sichtbar, wenn du deinen Plan besprichst.

SlopeReady liest mit deiner Erlaubnis verfügbare Apple-Health-Daten und zeigt Readiness getrennt von der Konfidenz. Der KI-Trainer kann vorhandene Signale und deinen Plan gemeinsam einordnen. Fehlende Werte werden nicht ergänzt.

So funktioniert SlopeReady

Readiness und Konfidenz sind keine Diagnose. Sie sagen weder Verletzungen oder Krankheiten noch die Sicherheit oder den Erfolg einer Trainingseinheit voraus. Beurteile Schmerzen, akute Symptome und anhaltend ungewöhnliche Veränderungen unabhängig vom Wert.