Wer ein Wearable-Produkt entwickelt, steht früh vor einer Entscheidung mit weitreichenden Konsequenzen: Reicht ein Consumer-Biosensor für die geplante Anwendung, oder erfordert der Use Case medizinische Sensorqualität? Diese Wahl beeinflusst nicht nur das Hardware-Design, sondern auch Zertifizierungsaufwand, Entwicklungskosten und Time-to-Market. Ein Fitness-Tracker mit PPG-Sensor und ein klinisches Patientenmonitor messen beide die Herzfrequenz, aber unter völlig unterschiedlichen Anforderungen an Genauigkeit, Validierung und regulatorische Konformität. Die folgenden Fragen beleuchten die konkreten Unterschiede, Entscheidungskriterien und Fallstricke.

Was sind Biosensoren und wie funktionieren sie in Wearables?

Biosensoren in Wearables erfassen physiologische Signale direkt am Körper und wandeln biologische oder physikalische Messgrößen in elektrische Signale um. Die gängigsten Prinzipien sind optisch (PPG für Herzfrequenz und SpO2), elektrisch (EKG, EDA, EMG) und elektrochemisch (Glukose, Laktat, Cortisol in Sweat-Sensoren). Das analoge Signal wird durch einen AFE (Analog Front-End) konditioniert, digitalisiert und per Mikrocontroller weiterverarbeitet.

Die Systemkette entscheidet über die Messqualität: Sensor, AFE, ADC-Auflösung, Abtastrate und Signalverarbeitung im Firmware-Stack bilden eine Kette, in der jedes Glied Fehler einführen kann. Ein PPG-Sensor mit 16-Bit-ADC und schlechtem optischen Kontaktdesign liefert schlechtere Daten als ein 12-Bit-System mit gut abgedichtetem Gehäuse. Bewegungsartefakte durch den Beschleunigungssensor (IMU) müssen algorithmisch kompensiert werden, was CPU-Last und Stromverbrauch erhöht. Wer diesen Schritt unterschätzt, bekommt Herzfrequenzwerte mit Fehlern von 15 bis 25 Schlägen pro Minute bei normaler Alltagsbewegung.

Failure mode: Wenn das AFE-Layout keine ausreichende Abschirmung gegen Hochfrequenzstörungen bietet, koppeln Bluetooth- oder Wi-Fi-Emissionen direkt in den Signalpfad ein. Das Ergebnis sind sporadische Messfehler, die im Labor nicht reproduzierbar sind, aber im Feld regelmäßig auftreten.

Welche Arten von Biosensoren werden in Consumer-Wearables eingesetzt?

Consumer-Wearables setzen überwiegend auf drei Sensorklassen: optische PPG-Sensoren für Herzfrequenz, SpO2 und Stressindikation, elektrische Elektroden für Einkanal-EKG und Hautleitwert, sowie MEMS-Inertialsensoren (Accelerometer, Gyroscope) für Bewegungsklassifikation und Schlaftracking. Integrierte ICs wie der Maxim MAX86150 oder der Texas Instruments AFE4950 kombinieren mehrere dieser Funktionen auf einem Chip.

Die Chip-Integration reduziert PCB-Footprint und Stückliste, schränkt aber die Konfigurierbarkeit ein. Wer spezifische Abtastraten, Verstärkungsstufen oder Filterparameter benötigt, stößt bei integrierten Consumer-ICs schnell an Grenzen. Diskrete AFE-Designs kosten 4 bis 8 Wochen mehr Entwicklungszeit, erlauben aber eine präzisere Systemoptimierung.

Schlaftracking und kontinuierliche Überwachung

Für Schlaftracking kombinieren Consumer-Geräte PPG, IMU und teilweise Hauttemperatur. Die Schlafphasenklassifikation erfolgt algorithmisch, nicht durch direktes EEG. Das ist kostengünstig und ausreichend für präventive Gesundheit und Lifestyle-Anwendungen, aber klinisch nicht valide. Ein Team, das Schlaftracking als medizinischen Befund positionieren will, unterschätzt regelmäßig, dass Consumer-Algorithmen für diesen Zweck keine regulatorische Grundlage haben.

Was unterscheidet medizinische Sensoren von Consumer-Sensoren?

Medizinische Sensoren unterscheiden sich von Consumer-Sensoren in drei zentralen Dimensionen: klinische Validierungstiefe, Messgenauigkeit unter definierten Bedingungen und Rückverfolgbarkeit der Kalibrierung. Ein medizinischer SpO2-Sensor muss eine Genauigkeit von ±2% ARMS im Bereich 70 bis 100% SpO2 nachweisen, validiert an einer definierten Probandenpopulation. Consumer-Sensoren haben keine vergleichbare Spezifikationspflicht.

Konkret bedeutet das: Medizinische Sensoren sind in der Regel diskrete Designs mit eigenem AFE, präzisen Referenzspannungen und kalibrierten Lichtquellen. Die Stückkosten liegen bei vergleichbarer Funktion 3 bis 8 Mal höher als bei Consumer-Pendants. Ein medizinischer PPG-Sensor kostet bei 10.000 Einheiten typischerweise 4 bis 12 Dollar, ein Consumer-IC wie der Maxim MAX30102 liegt bei 0,80 bis 1,40 Dollar.

Failure mode: Teams, die einen Consumer-Sensor für eine medizinische Anwendung einsetzen, ohne klinische Validierung durchzuführen, riskieren, dass die Behörde (FDA, Benannte Stelle nach MDR) das Produkt nicht als Medizinprodukt akzeptiert. Nachträgliche Sensorwechsel in späten Entwicklungsphasen kosten 12 bis 20 Wochen Entwicklungszeit und erfordern eine vollständige Neubewertung der klinischen Daten.

Welche Zertifizierungen brauchen medizinische Wearables?

Medizinische Wearables benötigen in der EU eine CE-Kennzeichnung nach der Medizinprodukteverordnung (MDR 2017/745), in den USA eine FDA-Zulassung nach 21 CFR Part 820, typischerweise als 510(k)-Antrag oder De-Novo-Verfahren. Die Risikoklasse bestimmt den Aufwand: Klasse I (niedriges Risiko) erfordert Selbstzertifizierung, Klasse IIa und IIb erfordern eine Benannte Stelle und klinische Bewertung.

• CE nach MDR (Klasse IIa): 12 bis 24 Monate, Kosten 80.000 bis 250.000 Euro, abhängig von klinischer Datenlage und Benannter Stelle
• FDA 510(k): 6 bis 18 Monate nach Einreichung, typische Gesamtkosten 150.000 bis 400.000 Dollar inklusive klinischer Studien
• IEC 60601-1 (elektrische Sicherheit): Pflicht für aktive Medizinprodukte, Testkosten 15.000 bis 40.000 Euro
• ISO 14971 (Risikomanagement): Dokumentationspflicht, keine externe Zertifizierung, aber Prüfung durch Benannte Stelle

Wer die Zertifizierungsanforderungen erst nach Abschluss des Hardware-Designs berücksichtigt, zahlt doppelt: Designänderungen für EMV-Konformität nach IEC 60601-1-2 oder für elektrische Isolationsanforderungen sind in späten Phasen kostspielig. Wir empfehlen, Zertifizierungsanforderungen spätestens beim PCB-Layout-Review zu integrieren.

Wann sollte ein Wearable-Produkt als Medizinprodukt entwickelt werden?

Ein Wearable muss als Medizinprodukt entwickelt werden, wenn es zur Diagnose, Überwachung, Vorhersage oder Behandlung einer Erkrankung eingesetzt wird, oder wenn der Hersteller diese Zweckbestimmung kommuniziert. Die Zweckbestimmung, nicht die Technologie, bestimmt die regulatorische Einstufung. Ein SpO2-Sensor im Fitness-Tracker ist kein Medizinprodukt; derselbe Sensor, vermarktet zur Erkennung von Schlafapnoe, ist es.

Die Entscheidung hat direkte Auswirkungen auf Entwicklungskosten und Timeline. Medizinprodukte erfordern ein Qualitätsmanagementsystem nach ISO 13485, vollständige Design-History-Files, Risikomanagement nach ISO 14971 und klinische Bewertungen. Das erhöht den Dokumentationsaufwand um 30 bis 50% der Gesamtentwicklungszeit.

Failure mode: Teams positionieren ihr Produkt bewusst als Wellness-Gerät, um der MDR zu entgehen, und verwenden trotzdem Sprache wie „misst Herzrhythmusstörungen“ oder „erkennt Vorhofflimmern“ im Marketing. Behörden werten das als de-facto-Medizinprodukt. Die Folge sind Marktrücknahmen und Nachzertifizierungen, die das gesamte Produkt wirtschaftlich gefährden können.

Wie beeinflusst die Sensorwahl das Hardware- und Firmware-Design?

Die Sensorwahl bestimmt direkt die AFE-Architektur, die ADC-Anforderungen, das Strombudget und die Firmware-Komplexität. Ein medizinischer EKG-Sensor mit 24-Bit-AFE und 1-kHz-Abtastrate erzeugt 24 kB Rohdaten pro Sekunde, die gefiltert, komprimiert und gespeichert werden müssen. Das erfordert ausreichend Flash und RAM sowie einen Mikrocontroller mit ausreichender Rechenleistung, typischerweise ARM Cortex-M4 oder höher.

Stromverbrauch ist der häufigste Engpass: Kontinuierliches Herzfrequenz-Monitoring via PPG mit 25 Hz kostet je nach Sensor und LED-Konfiguration 1 bis 5 mA. Bei einer 100-mAh-Batterie bedeutet das 20 bis 100 Stunden Laufzeit, ohne weitere Systemlasten. Bluetooth-Übertragung, Display und Prozessor kommen hinzu. Wer das Strombudget erst nach der Sensorauswahl kalkuliert, muss entweder das Gehäuse vergrößern oder die Messfrequenz reduzieren, was die klinische oder funktionale Eignung des Produkts beeinflussen kann.

Firmware-seitig entscheidet die Sensorwahl über den Einsatz eines RTOS. Sensoren mit harten Timing-Anforderungen, etwa EKG mit präziser R-Peak-Detektion, benötigen deterministische Interrupt-Behandlung. FreeRTOS oder Zephyr RTOS sind hier geeignete Optionen, aber sie erhöhen den Entwicklungsaufwand um 4 bis 8 Wochen gegenüber Bare-Metal-Implementierungen. Wer Bare-Metal wählt und später Echtzeiteigenschaften nachrüsten muss, riskiert einen vollständigen Firmware-Refactor.

Die Wahl zwischen Consumer- und medizinischem Sensor ist damit keine isolierte Komponentenentscheidung, sondern eine Systemarchitekturentscheidung mit Auswirkungen auf PCB-Layout, Firmware-Stack, Zertifizierungsstrategie und Produktkosten. Wenn Sie ein Wearable-Projekt planen und die Sensorarchitektur frühzeitig richtig aufsetzen wollen, sprechen Sie uns an, bevor das Design festgeschrieben ist.

Ähnliche Beiträge

• Welche Zertifizierungen braucht ein Wearable für den deutschen Markt?
• Welche Materialien eignen sich für flexible Wearable-Gehäuse und Trägerstrukturen?
• Welche Rolle spielt das Gehäusedesign bei der Wearable-Entwicklung?
• Wie wählt man den richtigen Mikrocontroller für ein IoT-Gerät aus?
• Was ist der Unterschied zwischen Gesundheitsmonitoring und Fitness-Monitoring?