Success Story

RELAX: individuelle Stressmessung mit Sensor und App

RELAX: Dem individuellen Stressempfinden auf der Spur

Stress messbar machen – nicht im Labor, sondern mitten im Alltag: Mit RELAX entwickelte Salzburg Research eine technische Infrastruktur zur kontinuierlichen Erfassung, Übertragung und Analyse körpernaher Stressdaten im realen Arbeits- und Lebensalltag. Sechs Wochen lang lieferten berufstätige Erwachsene über eine mobile App und angebundene Wearables physiologische Messdaten und wiederholte Selbstauskünfte. Daraus entstand nicht zuletzt ein in Springer Nature Scientific Data veröffentlichter Datensatz, der eine wertvolle Grundlage für die Erforschung individueller Stressmuster und digitaler Interventionen bildet.

Herausforderung

Stress entsteht nicht bei allen Menschen auf die gleiche Weise. Situationen werden unterschiedlich wahrgenommen, körperliche Reaktionen variieren, und auch Erholung verläuft individuell. Zum Verständnis dieser individuellen Stressmuster sowie deren Wechselwirkungen zu anderen Lebensbereichen wie Schlaf und körperlicher Aktivität reicht es daher nicht aus, einzelne Momentaufnahmen oder kontrollierte Laborsituationen zu analysieren.

Benötigt werden langfristige (longitudinale) Daten aus dem Alltag: physiologische Messwerte aus Wearables, subjektive Selbsteinschätzungen sowie Kontextinformationen zu Arbeit, Freizeit, Belastung und Erholung. Die technische Herausforderung besteht darin, diese Daten über mehrere Wochen hinweg zuverlässig zu erfassen, zeitlich zu verknüpfen, sicher zu übertragen und so aufzubereiten, dass sie für wissenschaftliche Analysen oder die Entwicklung von digitalen Interventionen nutzbar sind.

Lösung

Salzburg Research entwickelte mit RELAX eine Infrastruktur zur kontinuierlichen und ausfallsicheren Erfassung von Wearable-Daten. Wearables vom Typ Polar Verity Sense wurden über die RELAX-App angebunden: Sie zeichneten Herzschläge als Grundlage für Analysen der Herzaktivität auf – ergänzt um Bewegungsdaten aus integrierten Beschleunigungssensoren. Die Daten wurden über diese gekoppelte Smartphone-App an das RELAX-Backend übertragen.

Ein besonderer technischer Beitrag lag darin, die Datenerfassung im Alltag robuster zu machen: Temporäre Verbindungsprobleme zwischen Wearable, Smartphone und dem Internet konnten mittels eines speziell entwickelten Messaging-Protokolls abgefedert werden, sodass eine kontinuierliche Aufzeichnung selbst dann ermöglicht wurde, wenn die Netzabdeckung lückenhaft war oder das Smartphone nicht im selben Raum lag.

Ergänzend erfasste die RELAX-App mehrmals täglich subjektive Angaben zum aktuellen Befinden, zu Stressereignissen, Arbeits- und Freizeitsituationen sowie zu körperlicher und geistiger Anstrengung. Dadurch konnten objektive Wearable-Daten mit subjektivem Stresserleben und Alltagssituationen zeitlich verknüpft werden.

Mittels dieser Infrastruktur entstand ein longitudinaler Datensatz von 31 Personen über sechs Wochen. Der Datensatz umfasst kontinuierlich aufgezeichnete Herzaktivitäts- und Bewegungsdaten sowie wiederholte Selbstberichte aus Arbeits- und Freizeitkontexten.

Nutzen

Der veröffentlichte RELAX-Datensatz schafft eine fundierte Basis, um Stress im realen Alltag besser zu verstehen. Er ermöglicht Analysen dazu, wie subjektiv wahrgenommener Stress, Kontextfaktoren und physiologische Muster zusammenhängen. Besonders wertvoll ist die Kombination aus kontinuierlichen Wearable-Daten und wiederholten Selbstauskünften: Sie erlaubt nicht nur die Untersuchung von Belastungsphasen, sondern auch von individuellen Unterschieden in Wahrnehmung, Reaktion und Erholung.

Die entwickelte Infrastruktur ist zugleich eine wiederverwendbare Grundlage für künftige Studien, Pilotprojekte und digitale Gesundheitsanwendungen. Sensoren, Apps und Auswertungsprozesse können strukturiert angebunden werden; Daten stehen zeitnah für statistische Analysen und personalisierte KI-Methoden zur Verfügung.

Damit unterstützt RELAX den Übergang von punktueller Stressmessung zu kontinuierlichem, alltagsnahem und datenbasiertem Stressmanagement. Die Ergebnisse tragen dazu bei, individuelle Stressmuster besser zu erkennen und personalisierte Interventionen zu entwickeln – bis hin zu adaptiven Empfehlungen, die im passenden Moment Unterstützung bieten.

Publikation

Die Datensatzpublikation ist in der Fachzeitschrift Springer Nature Scientific Data erschienen:
Halmich, C., Jung, O., Schmoigl-Tonis, M. et al. A six-week longitudinal dataset of wearable and self-reported stress measurements in working adults. Sci Data (2026). https://doi.org/10.1038/s41597-026-07711-4

Mehr erfahren:

Kontextsensitive Analyse menschlicher Bewegungsdaten