# Schlaf als biologischer Regelkreis

SleepBase by STOLL · https://matelas.lu/sleepbase/schlaf-als-biologischer-regelkreis

Recherchestand: 30. September 2026. Narrative Recherche, keine systematische Vollerhebung.

Schlaf lässt sich als gekoppeltes dynamisches System modellieren

Das Zwei Prozess Modell verbindet homeostatischen Schlafdruck mit circadianer Zeitgebung. Es erklärt wichtige zeitliche Muster, ist aber kein vollständiger digitaler Zwilling des Menschen. Die Analyse erweitert die Betrachtung um Störgrößen, Rückmeldung und Grenzen einer automatischen Regelung.

## Zustände und Eingänge

Prozess S steigt während des Wachseins an und nimmt im Schlaf wieder ab. Prozess C beschreibt den circadianen Einfluss auf Schlaf und Wachneigung. In vereinfachten Modellen entstehen Übergänge, wenn ein Zustand zeitabhängige Schwellen erreicht. Licht kann die circadiane Phase verändern; Schlafverhalten beeinflusst wiederum, wann Licht wahrgenommen wird. Eine mathematische Originalarbeit ordnet diese Kopplungen als hierarchisches dynamisches System ein. [1] Das Modell erklärt zeitliche Beziehungen, nicht jeden individuellen Schlafwunsch.

## Störungen und Rückkopplungen

Schmerzen, Lärm, Hitze, Sorge und Atemereignisse können Schlaf unterbrechen, obwohl Schlafdruck vorhanden ist. Koffein und Medikamente verändern weitere Prozesse. Für ein technisches Bett sind Temperatur oder Festigkeit Stellgrößen, die nur einen Teil des Systems erreichen. Eine Messung von Bewegung oder HRV ist ein verrauschtes Ausgangssignal und kein direkter Zugriff auf S oder C. Wird jede Schwankung korrigiert, kann das Bett durch seine Eingriffe selbst Störungen erzeugen.

## Stabilität und Modellvalidierung

Ein brauchbarer Regler benötigt begrenzte Stellgrößen, Verzögerungstoleranz und Regeln für unsichere Signale. Stabilität bedeutet hier unter anderem, dass kleine Messfehler keine sich verstärkenden Gegenkorrekturen auslösen. Für biologische Modelle zählt zusätzlich, ob sie Daten außerhalb der Anpassungsstichprobe vorhersagen. Modelle der Leistung unter Schlafverlust zeigen, dass kurzfristige und kumulative Effekte nicht immer durch dieselbe einfache Beziehung erfasst werden. [2] Ein schöner Kurvenverlauf ist deshalb kein Validierungsnachweis. Die Begleitseite stellt nur ein didaktisches Modell dar.

## Beobachtbarkeit und Identifizierbarkeit

Ein Systemzustand ist nur dann aus Messungen rekonstruierbar, wenn die verfügbaren Signale ausreichend Information darüber enthalten. Mehrere verschiedene Ursachen können jedoch dasselbe Ausgangssignal erzeugen: Bewegung kann Schmerz, Erwachen oder normalen Lagewechsel bedeuten. Dann ist die Ursache aus Bewegung allein nicht eindeutig identifizierbar. Zusätzliche Sensoren helfen nur, wenn sie tatsächlich unabhängige Information liefern. Für ein Smart Bett sollte daher vorab geklärt werden, welche Störung überhaupt erkannt werden kann. Eine komplexe Regelung mit vielen Parametern kann ansonsten nur Scheingenauigkeit erzeugen und im Alltag instabil reagieren.

## Vom Rohsignal zur Entscheidung

Zwischen Sensor und sichtbarer Schlafnote liegen Filterung, Merkmalsextraktion und ein Klassifikationsmodell. Jede Stufe kann Informationen verlieren oder Fehler einführen. Eine hohe Korrelation zwischen zwei nächtlichen Mittelwerten beweist keine gute Übereinstimmung einzelner Ereignisse. Für eine Validierung werden deshalb systematische Abweichung, Streuung und zeitlich passende Vergleichsdaten benötigt. Die Auswertung unterscheidet Personen, Nächte und kurze Messepochen.

Fehlende Daten müssen sichtbar bleiben. Eine ruhige, aber wache Person, schlechter Hautkontakt, Bewegung oder das Signal eines Partners können zu plausibel aussehenden Fehlklassifikationen führen. Für Lernverfahren werden Training und Prüfung nach Personen getrennt. Andernfalls kann ein Modell Eigenheiten derselben Person wiedererkennen und seine Übertragbarkeit überschätzen. Geräte und Softwareversion werden dokumentiert, weil eine Aktualisierung die Aussage einer früheren Validierung verändern kann.

## Rückmeldung ohne eine selbstverstärkende Fehlsteuerung

Eine automatische Anpassung benötigt mehr als einen guten Sensor. Es muss feststehen, wann eine Änderung sinnvoll ist, wie groß sie sein darf und wann das System eine Entscheidung aussetzt. Filter und Verzögerungen reduzieren Rauschen, können aber schnelle Veränderungen verschleiern. Häufige Korrekturen können selbst Geräusche, Bewegung oder Aufmerksamkeit erzeugen. Ein guter Regelkreis begrenzt deshalb Stellgeschwindigkeit und Eingriffe und bietet eine verständliche manuelle Rückkehr zu einem stabilen Zustand.

Für einen eigenen Versuch werden Sensorfehler, Aktuatorbewegungen und Schlafereignisse auf derselben Zeitachse protokolliert. Der Vergleich umfasst einen unveränderten Aufbau und einen aktiv geregelten Aufbau mit möglichst ähnlicher Erwartung. Ein Anstieg der automatisch berechneten Schlafnote reicht nicht, wenn derselbe Algorithmus die Regelung antreibt und ihren Erfolg bewertet. Unabhängige Endpunkte und ein nachvollziehbares Datenkonzept sind nötig. Nur die für den Zweck erforderlichen Signale werden gespeichert; ein Produktnutzen setzt keine permanente Weitergabe sämtlicher Rohdaten voraus.

## Vergleich

### Homeostatischer Druck

Bildet vorausgehendes Wachen ab

Grenze: Nicht direkt als ein einzelner Sensorwert verfügbar

### Circadiane Phase

Moduliert günstige Zeitfenster

Grenze: Lichtwirkung hängt von innerer Zeit ab

### Technischer Regler

Kann Komfortstörungen beeinflussen

Grenze: Erfasst nicht alle Ursachen von Schlafproblemen

## Messung

### Vorhersagefehler

Unabhängige Testdaten

Grenze: Gute Anpassung allein genügt nicht

### Reglereingriffe

Häufigkeit Größe und Zeitpunkt

Grenze: Eingriff kann selbst stören

### Schlafkontinuität

Unabhängige Messung

Grenze: Kein alleiniger Erfolg durch Algorithmusnote

## Prüfplan

Ein Entwicklungsversuch beginnt mit einer einfachen stabilen Regelung und einem festgelegten Vergleichszustand. Simuliertes Sensorrauschen und Verzögerung werden vor einem Nutzertest geprüft. Anschließend werden Eingriffe und unabhängige Schlafendpunkte synchron erfasst. Ein Algorithmus wird nicht nur an seiner eigenen Schlafnote bewertet.

## Beratung

STOLL kann Regelung als kontrollierte Anpassung einer konkreten Eigenschaft erklären. Das Versprechen automatisch optimaler Schlaf wäre deutlich weitergehend. Ein verständlicher manueller Modus und nachvollziehbare Eingriffsgrenzen sind wichtige Qualitätsmerkmale.

## Quellen

1. [Mathematical perspective on the two process model of sleep regulation](https://pubmed.ncbi.nlm.nih.gov/40546978/) — Mathematische Originalarbeit; Modellparameter sind keine persönliche Diagnose.

2. [A new mathematical model for effects of sleep loss on performance](https://pubmed.ncbi.nlm.nih.gov/18938181/) — Primärstudie; Population und Messverfahren begrenzen die Übertragung auf konkrete Bettprodukte.

