Google Research hat mit SensorFM ein KI-Modell vorgestellt, das allgemeine Muster menschlicher Gesundheit aus Wearable-Daten lernt. Grundlage sind mehr als eine Billion Minuten Sensormesswerte von fünf Millionen Menschen aus über 100 Ländern. In Tests übertreffe das Modell bei 34 von 35 Gesundheitsaufgaben spezialisierte Vorgängersysteme.
Fitbit- und Pixel-Watch-Daten von Millionen Menschen bilden die Basis
Für das Training wertete Google nach eigenen, unabhängig nicht verifizierten Angaben Messwerte von mehr als 20 Fitbit- und Pixel-Watch-Modellen aus, gesammelt zwischen September 2024 und September 2025 von fünf Millionen einwilligenden Personen aus mehr als 100 Ländern und allen 50 US-Bundesstaaten. Die Datenbasis umfasst 34 minutengenaue Merkmale aus fünf Sensortypen: Pulswellen (photoplethysmografische Signale, kurz PPG), Bewegung, Hautleitwert, Hauttemperatur und Höhenmesser. Weil Wearables Messlücken produzieren, etwa wenn ein Gerät nachts nicht getragen wird, nutzt SensorFM eine Technik namens Adaptive and Inherited Masking. Sie behandelt fehlende Werte als normalen Bestandteil der Daten, statt sie nachträglich zu ergänzen oder ganz zu verwerfen. Dieser Ansatz verbessere laut den Google-Forschenden Xin Liu und Daniel McDuff die Rekonstruktion bei zufällig fehlenden Signalen um bis zu 74,8 Prozent und bei größeren, zusammenhängenden Datenlücken um 83,7 Prozent. Anders als frühere Modelle, die jeweils nur einzelne Messgrößen wie Schlafqualität oder Kalorienverbrauch vorhersagten, soll SensorFM eine wiederverwendbare Repräsentation liefern, die sich auf viele Gesundheitsbereiche gleichzeitig übertragen lässt. Die zugehörige Studie erschien am 9. Juli 2026 als Preprint auf arXiv und wurde bislang nicht in einem Fachjournal begutachtet.
Modell schlägt spezialisierte Systeme in 34 von 35 Tests
Google evaluierte SensorFM an 13.985 Teilnehmenden aus drei klinisch begutachteten Studien und prüfte 35 Gesundheitsaufgaben aus den Bereichen Herz-Kreislauf, Stoffwechsel, Schlaf, mentale Gesundheit sowie Demografie und Lebensstil. Vier Modellvarianten mit steigender Größe – von 138.740 bis rund 111 Millionen Parametern – wurden mit proportional wachsenden Trainingsdatenmengen von 5.000 bis 5 Millionen Personen verglichen. Die größte Variante erreiche einen mittleren AUC-Wert von 0,752 bei Klassifikationsaufgaben und einen Pearson-Koeffizienten von 0,612 bei Regressionsaufgaben, gegenüber 0,664 beziehungsweise 0,386 bei der kleinsten Version. Mit wachsender Modellgröße und Datenmenge verbesserten sich beide Werte kontinuierlich, was für klassisches Skalierungsverhalten spricht, wie es auch von großen Sprachmodellen bekannt ist. Bei der Auswahl geeigneter Vorhersageköpfe testete Google zudem von KI-Agenten automatisiert entworfene Architekturen, die bei 16 von 20 Klassifikations- und 12 von 15 Regressionsaufgaben einfache lineare Modelle übertrafen. In einem weiteren Test diente SensorFM als Grundlage für einen sogenannten Personal Health Agent. Klinisch bewertete Zusammenfassungen auf Basis der Modellvorhersagen unterschieden sich den Autoren zufolge nicht signifikant von tatsächlichen Messwerten aus den Studien.
Wearable-Branche verschiebt Wert von Sensorik zu Interpretation
Nach Einschätzung von Forbes verschiebt sich der Wert von Wearables von der reinen Sensorik hin zur Interpretationsebene: Nicht der Chip im Gerät, sondern das Modell, das die Rohdaten deutet, erzeuge den klinischen Nutzen. Als Beleg verweist das Magazin auf Coaching-Funktionen wie Whoop Coach und Oura Advisor, die bei Nutzenden bereits stärker gefragt seien als reine Datenanzeigen ohne Einordnung. Perspektivisch könnte sich der Wettbewerbsvorteil von der Modellarchitektur zu den klinischen Validierungsdaten verschieben, mit denen neue Vorhersagen geprüft werden – ein Bereich, in dem Google durch die eigene Studiendatenbank einen Vorsprung hätte, da die Architektur selbst von finanzstarken Konkurrenten leicht nachgebaut werden könnte. Diese Verschiebung erklärt auch, warum Google in der Studie besonderen Wert auf die drei IRB-geprüften Kohorten legt: Sie liefern jene klinisch gelabelten Vergleichsdaten, die laut Forbes zum eigentlichen Wettbewerbsvorteil werden könnten. Investitionen in Unternehmen, die auf eine solche agentische Interpretationsebene statt auf reine Sensor-Hardware setzen, deuten laut der Analyse darauf hin, dass sich Wearables von Fitness-Trackern zu durchgehend aktiven klinischen Erfassungssystemen entwickeln.
Offen bleibt, ob Google SensorFM Entwicklern oder anderen Forschungsteams zugänglich macht: Bislang existiert nur die wissenschaftliche Veröffentlichung, weder Modellgewichte noch eine öffentliche Programmierschnittstelle sind verfügbar. Entscheidend für die klinische Relevanz wird zudem, ob sich die Ergebnisse an unabhängigen, nicht von Google kuratierten Datensätzen reproduzieren lassen.
