
1 · Starten und markieren
Tippen Sie im Protokollverlauf auf Ruhe, Training und Erholung – ein Tippen markiert jede laufende Aufnahme.
Bis zu vier Polar H10 oder Movesense Flash zeichnen im eigenen Speicher auf – das iPhone darf zurückbleiben. Ein Tippen auf dem iPhone markiert jede Phase. Sie erhalten Original-RR-Daten, Kennzahlen je Phase, Grafiken für Publikationen und einen vorbereiteten Methodentext.






| Plattform | iPhone mit iOS 17 oder neuer |
|---|---|
| Sensoren | Polar H10 und Movesense Flash – bis zu vier gleichzeitig mit einem iPhone |
| Aufnahme im Sensorspeicher | Polar H10: bis zu 95.000 RR-Intervalle (etwa 20 h Alltag, etwa 10,5 h bei 150 bpm) · Movesense Flash: rund 11 h EKG mit 256 Hz plus Bewegung |
| RR-Daten | Polar H10: Auflösung live 1/1024 s, aus dem Speicher 1 ms · Movesense Flash: R-Zacken aus dem 256-Hz-EKG · exportiert wie aufgezeichnet |
| Protokollphasen | Ereignistasten, ein Tippen markiert jede laufende Aufnahme; Segment- und Ereignistabelle im Export |
| Kennzahlen | RMSSD, SDNN, pNN50, SD1/SD2, LF/HF, Baevsky, DFA α1; α1 auch im Verlauf in 2-Minuten-Fenstern alle 5 s |
| Exporte | CSV mit Kubios-Importeinstellungen, Kubios-Text, FIT, EDF+, WFDB, JSON (vollständiger Export mit Änderungsprotokoll), PDF-Bericht, Grafiken als Vektor-PDF und 300-dpi-PNG |
| Validierung | 331 von 331 Prüfungen bestanden gegen NeuroKit2, SciPy und Task-Force-Definitionen (Validierungsdossier 1.4) |
| Datenschutz | Kein Konto, kein CARLON-Server, kein Nutzungs-Tracking in der App |
| Version | 1.4 · Seite aktualisiert am 2. November 2026 |
Herzfrequenz und HRV live verfolgen, während Sie mit jemandem arbeiten – oder Polar H10 und Movesense Flash im eigenen Speicher aufzeichnen lassen, während das iPhone zurückbleibt. Mit Polar H10 auch beides zugleich: Reißt Bluetooth ab, zeichnet der Gurt weiter.
Herzfrequenz und HRV auf dem Bildschirm, während es passiert – zeigen Sie Ihren Klienten die Reaktion ihres Körpers in Echtzeit. Erste Werte nach 20 Sekunden.
Starten, und das iPhone darf zurückbleiben: über Nacht, auf der Bahn, einen ganzen Feldtag. Danach stoppen und auslesen.
Mit Polar H10 läuft die Live-Ansicht neben der Aufnahme im Sensor. Reißt Bluetooth ab, pausiert die Ansicht – der Gurt zeichnet weiter auf.
Bis zu 95.000 RR-Intervalle im eigenen Speicher des Gurts – etwa 20 h Alltag, etwa 10,5 h bei 150 bpm. Eine Aufnahme je Sensor.
Roh-EKG mit 256 Hz plus 9-Achsen-Bewegung – der datenreichste Modus, alles im Sensor. RR leitet die App beim Auslesen aus dem EKG ab.
Jede Aufnahme wird ihrem Studiencode zugeordnet, mit gespeicherter Startzeit – kein Zuordnen von Hand.
Kapazitäten: Polar H10 speichert bis zu 95.000 RR-Intervalle offline – etwa 20 h Alltag (Krummenacher et al. 2025), etwa 10,5 h bei 150 bpm; Polars 30 h gelten für die Herzfrequenz einmal pro Sekunde. Movesense Flash: 128 MB; gemessen 2,9 kB/s mit der App-Einstellung EKG 256 Hz + 9-Achsen-Bewegung 52 Hz – rund 11 h, da der Logger nahe 125 MB langsamer wird (Movesense); die 60 h des Herstellers gelten für EKG allein.
Beide erfassen das elektrische Signal des Herzens an der Brust – anders als optische Uhren und Ringe, die die Pulswelle messen. Die App ist mit beiden getestet, und beide laufen nebeneinander in einer Studie.
Validität des Polar H10 gegen EKG: Gilgen-Ammann et al. 2019; Schaffarczyk et al. 2022.
Die Messung ist nur ein Teil der Arbeit. Dateien zuordnen, Phasen markieren, Daten aufbereiten, dokumentieren – das nimmt Ihnen die App ab.
Alle Sensoren in einem Zug ausgelesen, jeder zu seinem Studiencodestatt: ein Handy oder eine Gurt-App pro teilnehmender Person
Jede Aufnahme wird ihrem Studiencode zugeordnet, mit gespeicherter Startzeitstatt: Dateien herauskopieren, umbenennen, von Hand Personen zuordnen
Phasen per Tippen markiert, mit Uhrzeitstatt: Startzeiten und Phasenwechsel auf Papier notiert und abgetippt
Eine Segmenttabelle mit Werten je Phase, vorbereitet für Kubios oder Rstatt: jede Phase vor der Auswertung in einer Tabelle ausgeschnitten
Methodentext, Zitiervorschlag und Grafiken in ein- und zweispaltiger Breitestatt: Methodentext und Grafiken von Grund auf geschrieben und gezeichnet

Tippen Sie im Protokollverlauf auf Ruhe, Training und Erholung – ein Tippen markiert jede laufende Aufnahme.

Nach dem Auslesen öffnet jede Aufnahme mit Studiencode, gespeicherter Startzeit und allen Kennzahlen auf einen Blick – Zeitbereich, Poincaré, DFA α1, Frequenzbereich und Signalqualität.

Herzfrequenz und HRV gemeinsam über die ganze Messung – Berühren und Halten zeigt die Werte.

Jedes Ereignis mit Uhrzeit – und im Export eine Segmenttabelle mit Werten je Phase.

Jede Grafik im Vollbild, hoch oder quer: Poincaré, Tachogramm, Spektrum, DFA α1 im Verlauf – jeweils mit Methode und Quelle.

PDF-Bericht, Grafiken zur Veröffentlichung, Kubios und Datenpakete als JSON, CSV, EDF+, FIT oder WFDB – direkt vom iPhone geteilt.
Bildschirme der App mit echten Aufnahmen. Die App-Oberfläche ist auf Englisch.
RR-Daten für Ihre eigenen Auswertungswerkzeuge – dazu Berichte, Grafiken und Dokumentation.
Bericht, Grafiken und Daten stammen aus derselben echten 48-minütigen Trainingseinheit bis 155 bpm mit Polar H10, exportiert vom selben Build: jedes Exportformat, der PDF-Bericht und die Grafiken – in Kubios, Python oder R öffnen und jeden Wert selbst prüfen. CC BY 4.0.
Jeder Bericht endet mit diesem Absatz – jeder Parameter, jede Quelle, der genaue App-Build. Hier der für die Beispielaufnahme; Ihrer trägt Ihre eigenen Werte (Text auf Englisch, wie im Bericht). Prüfen und ergänzen Sie ihn für Ihr Studienprotokoll.
RR intervals were recorded with a Polar H10 (recording path not stored with this recording; RR resolution in the data: 1 ms) and processed with CARLON HRV Research, version 1.4, build 2026102801 (Rohwedder, 2026). The recording comprises 5544 RR intervals over 2871.2 s (sum of intervals), starting 2026-10-23 17:09:00 Europe/Berlin (UTC+02:00; start time source not recorded). Beats were classified with the algorithm of Lipponen and Tarvainen (2019) (α = 5.2, 91-beat windows, c₁ = 0.13, c₂ = 0.17; implementation verified beat for beat against NeuroKit2 signal_fixpeaks), with both thresholds bounded below at 30 ms so that beat-to-beat changes smaller than 30 ms, typical of exercise, are not classified as artefacts (see the app's validation report). 0.97 % of beats were flagged. Each run of consecutive flagged intervals was replaced by equal intervals of the same total duration, their number given by whole multiples of the local rhythm where every interval of the run is one (missed beats), otherwise by the classification (one fewer per extra beat, otherwise the same, so a premature beat and its compensatory pause are averaged); normal beats were left unchanged and the duration of the recording was preserved, except for single flagged intervals without compensation, which were replaced by the mean of their neighbours. The per-beat classification and correction are included in the complete export. Mean heart rate was computed as 60 000 / mean RR over all original intervals; SDNN, RMSSD, pNN50 and the Poincaré descriptors SD1 and SD2 (Brennan et al., 2001) were computed on the corrected series. Spectral power was estimated over the whole corrected series with Welch's method (symmetric Hann window of 256 samples = 64 s, 50 % overlap, segment mean removed, density scaling) after natural cubic-spline resampling at 4 Hz; band powers were integrated exactly at the band limits (LF 0.04–0.15 Hz, HF 0.15–0.40 Hz; Task Force, 1996). Baevsky's stress index is reported as √SI with SI = AMo / (2 · Mo · MxDMn) (Baevsky, 1984): histogram of the corrected series with 50-ms bins on the absolute grid (…, 600–650, 650–700 ms …; Baevsky and Kubios convention); Mo = centre of the tallest bin (s), AMo = its share of beats (%), MxDMn = range of the series (s); from 10 min of recording the median over consecutive 5-min windows. Short-term fractal scaling (DFA α1) was computed over windows of 4–16 beats on the whole recording without prior detrending (Peng et al., 1995). Time-varying DFA α1 (Figure 8) followed Rogers et al. (2026): 120-s windows recomputed every 5 s on the corrected series after smoothness-priors detrending (Tarvainen et al., 2002; λ = 500, the Kubios default, as the review does not specify λ); windows with 5 % or more corrected beats were omitted, between the 3 % level with small bias and the 6 % level with proportional bias in Rogers et al. (2021) and in line with the exclusion criterion of Schaffarczyk et al. (2022). Segments (Figure 7) and the 60-s epochs of the data export use fixed time grids; a beat belongs to the window in which its interval ends. The RMSSD trace in Figure 1 uses a sliding window of 30 beats as a display aid only. The app's computations were validated against NeuroKit2 (331 of 331 checks passed; CARLON HRV Research validation report). Original RR intervals were retained unaltered for export.
Kopieren Sie ihn in den Datenschutzteil Ihres Antrags, passen Sie ihn an Ihre Studie an und lassen Sie ihn von Ihrer Einrichtung prüfen. Er beschreibt nur, was die App tut.
Aufzeichnung und Speicherung. RR-Intervalle werden mit CARLON HRV Research (iOS-App) von Polar-H10- oder Movesense-Flash-Brustsensoren über Bluetooth aufgezeichnet, live oder im internen Speicher des Sensors mit späterem Auslesen; bis zum Auslesen verbleibt eine solche Aufnahme auf dem Sensor. Die App verarbeitet und speichert die Daten auf dem Studien-iPhone. Die App hat kein Benutzerkonto, keinen eigenen Server und keine Dienste zur Nutzungsanalyse oder Werbung. Die Daten verlassen das Gerät nur durch einen ausdrücklichen Export durch das Studienteam (iOS-Teilen-Menü) an ein vom Team gewähltes Ziel oder über den optionalen Studienordner: einen Ordner, den das Team in der Dateien-App auswählt, z. B. einen Speicher der Einrichtung, in den die App jede neue Aufnahme kopiert. Die Aufnahmen sind Teil der regulären iPhone-Sicherung des Geräts.
Pseudonymizierung. Teilnehmende werden unter einem vom Team gewählten Studiencode angelegt (z. B. P-01). Beim Export kann der Code durch ein stabiles Pseudonym ersetzt werden (ANON- gefolgt von acht Hexadezimalzeichen, mit SHA-256 aus einer internen Kennung abgeleitet). Die Zuordnungsliste von Code und Person führt das Studienteam außerhalb der App. Die Daten sind damit pseudonymiziert, nicht anonymiziert. Freitext-Notizen werden so exportiert, wie sie eingegeben wurden; was sie enthalten, entscheidet das Studienteam.
Integrität und Löschung. Die Original-RR-Intervalle werden wie aufgezeichnet gespeichert (physiologisch unmögliche Werte werden verworfen und gezählt); Korrekturen werden getrennt geführt. Änderungen werden in einem nur ergänzbaren Änderungsprotokoll nach ALCOA+-Grundsätzen erfasst; eine SHA-256-Hashkette macht nachträgliche Änderungen am Protokoll erkennbar. Aufnahmen lassen sich in der App jederzeit löschen; exportierte Dateien, Kopien im Studienordner und Sicherungen muss das Löschkonzept des Studienteams gesondert abdecken.
Einordnung. Die App ist ein Forschungswerkzeug, kein Medizinprodukt, und ist nicht zur Diagnose oder Behandlung bestimmt.
Eine 100-minütige Aufnahme – Ruhe, Training, Erholung – von einem Polar H10. Der Zeitregler baut die Poincaré-Wolke über die Zeit auf; Berühren und Halten zeigt jedes RR-Paar mit Uhrzeit.
Ziehen Sie den Zeitregler – die Wolke baut sich Schlag für Schlag auf. Dann die Wolke berühren und halten: Das Fadenkreuz zeigt jedes RR-Paar mit Uhrzeit.
Die Poincaré-Karte der App mit einer echten Aufnahme: Polar-H10-Sensorspeicher, 100 Minuten, 11.131 RR-Intervalle. Hintergrund = App-Bildschirm; Punkte und SD-Werte stammen aus den RR-Paaren der App.
Die Kennzahl, mit der die Belastungsforschung Intensität verfolgt – in 2-Minuten-Fenstern alle 5 Sekunden, wie in den Belastungsstudien, die sie etabliert haben (Rogers et al. 2021). Fenster mit 5 % oder mehr korrigierten Schlägen sind als ungültig markiert, nie still entfernt, und jedes Fenster ist eine Zeile in Ihrer CSV.

Jede Kennzahl wird von einer unabhängigen Referenz mit derselben Definition und denselben Parametern nachgerechnet. Das Dossier nennt jede Prüfung und jede Toleranz. Das betrifft Berechnung und Datenverarbeitung – keine klinische Validierung der Sensoren.
Prüfungen bestanden gegen NeuroKit2, SciPy und Task-Force-Definitionen
Reihen mit Artefakterkennung identisch zu NeuroKit2 bei gleichen Einstellungen, Schlag für Schlag
Schläge in synthetischen Testvektoren und in echten Aufnahmen mit Polar H10 und Movesense
Die App bewahrt die RR-Daten so auf, wie der Sensor sie aufgezeichnet hat. Jede Kennzahl wird aus diesen Originaldaten neu berechnet, so können Methoden besser werden, ohne dass Ihre Daten verändert werden.
RR-Intervalle bleiben wie erfasst – nie geglättet oder überschrieben; Korrekturen liegen getrennt, unmögliche Werte werden verworfen und gezählt.
Eine verbesserte Methode gilt für jede Aufnahme, die Sie je gemacht haben – öffnen oder exportieren Sie sie erneut, um die neueste Auswertung zu erhalten.
Exporte mit Kopfzeilen nennen die App-Version; vollständiger Export und Bericht dokumentieren zusätzlich die genaue Methode. Mit offenen Werkzeugen lassen sich die Werte nachrechnen – für Peer Review, Replikation oder neue Verfahren.
Mehrere Teilnehmende pro Messung, Phasen live markiert, DFA α1 im Verlauf für die Intensitätsforschung.
Jede neue Aufnahme als Kopie in einem Studienordner Ihrer Wahl in der Dateien-App – iCloud Drive oder die Cloud Ihres Instituts – für Studien an mehreren Orten. Volumenlizenzen über Apple School oder Business Manager sind zum Start geplant.
Ein Methodentext zum Anpassen, Grafiken in Zeitschriftenbreite und Daten, die die Betreuung nachrechnen kann.
Kein Konto, kein CARLON-Server, pseudonyme Kennungen und ein nur ergänzbares Änderungsprotokoll – Material für Ihren Ethikantrag.
Herzfrequenz und HRV live während der Einheit mit Ihren Klienten – und danach ein PDF-Bericht zum Mitgeben.
Kleine Gruppen mit bis zu vier Teilnehmenden pro Messung von einem iPhone, jede Aufnahme ihrem Studiencode mit gespeicherter Startzeit zugeordnet.
CARLON HRV Research nimmt auf, ordnet und dokumentiert; Kubios HRV bleibt eine Referenz für die Auswertung. Die CSV trägt die vorgesehenen Einstellungen für den Textimport von Kubios, dazu TXT und FIT als weitere RR-Wege – ein dokumentierter Importtest läuft. Vergleichbare Kennzahlen setzen gleiche Auswertungseinstellungen voraus; die Kennzahlen der App stehen als Gegenprobe bereit.
Tester haben uns gezeigt, wo sich in ihren Studien die Arbeit staut. Die Lösung haben wir mit ihnen gebaut – jetzt spart sie den nächsten Studien diese Schritte.
Vorher: jede Aufnahme von Hand markieren – oder Phasenzeiten auf Papier, später abgleichen.
→ Jetzt: Gruppen-Phasenmarker – ein Tippen markiert die Phase in jeder laufenden Aufnahme.
1-mal tippen statt 4-malVorher: RR-Daten exportieren, dann Ruhe, Training und Erholung von Hand in einer Tabelle schneiden – pro Person.
→ Jetzt: die Segmenttabelle – Herzfrequenz, RMSSD, SDNN und pNN50 für jeden Abschnitt zwischen zwei Markern, fertig für die Ergebnistabelle.
kein TabellenschrittVorher: Phasenzeiten für den Prüfbogen von der Uhr ablesen und danach von Hand in Kubios-Abschnitte umrechnen.
→ Jetzt: die Ereignis- und Segmenttabelle – jeder Marker mit Uhrzeit und Sekunden ab Start, jeder Abschnitt zwischen zwei Markern mit Beginn, Ende und Dauer. Den Zeitteil des Bogens und die Kubios-Abschnitte können Sie aus dem Export übernehmen.
kein UmrechnenVorher: den Export umwandeln, bevor die Werkzeuge des Instituts ihn lesen.
→ Jetzt: EDF+ mit den Phasenmarkern darin, dazu FIT und WFDB für PhysioNet-kompatible Werkzeuge – direkt vom iPhone.
kein KonverterZwei Sensoren, beide mit der App getestet: der Polar-H10-Brustgurt – live und im internen Speicher – und der Movesense-Flash-Sensor – live und mit Aufnahme im Sensor selbst; dazu speichert die App Roh-EKG und 9-Achsen-Bewegung (Beschleunigung, Drehrate, Magnetfeld) als CSV. Beide laufen auch nebeneinander in einer Studie.
Polar H10: bis zu 95.000 RR-Intervalle im Sensor – etwa 20 Stunden Alltag, etwa 10,5 Stunden bei 150 bpm; eine Aufnahme je Gurt. Movesense Flash: rund 11 Stunden EKG mit 256 Hz plus Bewegung im 128-MB-Speicher. Das iPhone muss nur zum Starten sowie zum Stoppen und Auslesen in der Nähe sein.
Ja – bis zu vier von einem iPhone. Sie zeichnen im eigenen Speicher auf und werden danach gemeinsam ausgelesen; jede Aufnahme wird ihrem Studiencode mit gespeicherter Startzeit zugeordnet.
Die CSV trägt die vorgesehenen Einstellungen für den Textimport von Kubios im Kopf; dazu schreibt die App eine Kubios-Textdatei und FIT. Die RR-Intervalle werden so exportiert, wie sie erfasst wurden. Vergleichbare Ergebnisse hängen auch von Ihren Auswertungseinstellungen ab; ein dokumentierter Kubios-Importtest läuft.
Tippen Sie bei jedem Phasenwechsel auf eine Ereignistaste. Die Segmenttabelle nennt Dauer, Schläge, Herzfrequenz, RMSSD, SDNN und pNN50 für jede Phase zwischen zwei Ereignissen, gerechnet mit demselben validierten Code wie die übrige App.
Jede Kennzahl wird mit unabhängigen Referenzen (NeuroKit2, SciPy, Task-Force-Definitionen) an 18 RR-Reihen mit 20.431 Schlägen verglichen: 331 von 331 Prüfungen bestanden (Kennzahl-Vergleiche plus Artefakt-, Schwellen- und Rhythmusprüfungen). Bei gleichen Einstellungen stimmt die Artefakterkennung Schlag für Schlag mit NeuroKit2 überein. Das versionsbezogene Dossier nennt jede Prüfung mit ihrer Toleranz. Das prüft die Berechnung, nicht die klinische Genauigkeit der Sensoren.
Ja. Die App bewahrt die Original-Sensordaten auf und berechnet jede Kennzahl daraus neu – eine verbesserte Methode gilt also für alle früheren Aufnahmen. Öffnen oder exportieren Sie eine Aufnahme erneut, um die neueste Auswertung zu erhalten; früher exportierte Dateien bleiben unverändert und nennen die App-Version, die sie erzeugt hat. Archivieren Sie die für Ihre Studie verwendeten Dateien.
Ja. Die RR-Exporte enthalten die Original-Intervalle; vollständiger JSON-Export und Bericht ergänzen Markierung und Korrektur jedes Schlags, die App-Version und die genaue Methode jeder Kennzahl. Mit offenen Werkzeugen wie NeuroKit2 oder SciPy kann jeder die Werte nachrechnen – das Validierungsdossier zeigt, wie.
Die App verarbeitet die Daten auf dem iPhone und sendet keine Messdaten an uns. Kopien entstehen nur dort, wo Sie sie anlegen: ein Export, ein Studienordner Ihrer Wahl oder die Sicherung Ihres iPhones. Es gibt kein Konto und keinen CARLON-Server.
Nein – CARLON HRV Research läuft auf dem iPhone mit iOS 17 oder neuer. Die exportierten Dateien lassen sich mit geeigneter Software auch auf anderen Plattformen verarbeiten.
Nein. Es ist ein Werkzeug für Forschung und Wellness und ist nicht dazu bestimmt, Erkrankungen zu erkennen, zu diagnostizieren oder zu behandeln.
Ja – genau dafür ist sie gebaut: Teilnehmende unter einem Studiencode, Phasenmarker, Werte je Phase, ein Methodentext zum Übernehmen, Grafiken mit 300 dpi und ein Zitiervorschlag mit App-Version. Die Daten bleiben auf dem iPhone, bis Sie sie exportieren oder den Studienordner einschalten; klären Sie, wo Ihre Hochschule Studiendaten speichern lässt.
Während der Beta gibt es Zugang auf Einladung über Apple TestFlight. Zum Start ist ein einmaliger Kauf im App Store geplant – kein Abo, keine Gebühren pro teilnehmender Person; für Einrichtungen ist der Kauf in Stückzahl über Apple School Manager oder Apple Business Manager geplant.
Wir öffnen die Beta für Labore, Forschende und Coaches, die mit echten Daten arbeiten. Schreiben Sie kurz, wo Sie arbeiten und welche Sensoren Sie nutzen – wir melden uns zum Zugang über TestFlight. Ihre Rückmeldung aus dem Feld prägt den nächsten Build.
Lieber per Mail? jan@vitalkultur.com
Seite aktualisiert am 02.11.2026 · App 1.4 (Build 2026102801) · Validierungsdossier 1.4
Für Forschung und Wellness. Kein Medizinprodukt. Polar H10, Movesense und Kubios sind Marken ihrer jeweiligen Inhaber; CARLON HRV Research ist eine unabhängige App und nicht mit ihnen verbunden.