Mehr als Zahlen: Universal Hierarchical Multi-Tagging in obseed

Dein Oura-Ring kennt deinen Schlaf. Dein Garmin kennt die Kalorien – und Whoop kennt deine Erholung, auf den Prozentpunkt genau. Trotzdem weisst du nicht, ob du schlecht geschlafen hast, weil du um 17 Uhr Kaffee getrunken hast. Ob deine Erholung gelitten hat, weil du die Verletzung im Knie ignoriert hast. Ob dieser Lauf gut war, weil die Bedingungen stimmten – oder weil du tatsächlich besser geworden bist.

Die Geräte messen, was passiert. Aber warum? Das bleibt dein Job. Das ist ein Problem, das wir auch intern immer wieder diskutiert haben – und das uns letztlich dazu gebracht hat, etwas dagegen zu unternehmen.

Rund 28% der Erwachsenen weltweit tragen ein Wearable (DemandSage, 2025). Die meisten stehen jeden Morgen vor demselben Problem: Zahlen ohne Geschichte.

Deshalb haben wir Universal Hierarchical Multi-Tagging gebaut. Und heute ist es live.

TL;DR: Rund 28% der Erwachsenen weltweit tracken ihre Gesundheit mit Wearables – aber kein Gerät erklärt das «Warum» hinter den Werten. Universal Hierarchical Multi-Tagging fügt strukturierten Kontext zu deinen Daten hinzu: über 205 System-Tags in 11 Kategorien, sechs flexible Zeitmodelle und geräteübergreifende Korrelation – automatisch, ohne manuelle Analyse. (DemandSage, 2025)

Was wir gebaut haben

Weltweit existieren über 337.000 Gesundheits-Apps – und die grosse Mehrheit davon arbeitet isoliert, ohne die Daten anderer Dienste zu kennen (IQVIA Institute, 2024). Das ist das Problem, das wir lösen wollten. Nicht noch eine weitere App, die ihre eigene Datenwelt aufbaut – sondern ein System, das Kontext über alle Geräte hinweg herstellt.

Was wir gebaut haben, sind keine einfachen Labels. Es sind abfragbare Attribute, die deine Wearables von Datenerfassungstools in ein echtes Gesundheitsbetriebssystem verwandeln. Wenn du ein Supplement erfasst, schreibst du nicht bloss «Magnesium» – du spezifizierst die genaue Dosierung (400 mg), die Uhrzeit (20 Uhr) und die Form (Glycinat). Dann korreliert obseed das automatisch mit deinem Oura-Deep-Sleep-Score, deinem Whoop Recovery Score und deinen Withings-Blutdruckwerten. Keine manuelle Analyse.

Wir haben dabei nicht klein angefangen: über 205 System-Tags in 11 Kategorien – Supplements, Sauna, Symptome, Stimmung, Ausrüstung, Ernährung, Medikamente, Umweltfaktoren, Schlafqualität, Stress-Interventionen und Lifestyle-Events. Jedes Tag hierarchisch organisiert: «Koffein» befindet sich unter «Stimulanzien», was unter «Supplements» steht. So lässt sich auf jeder Detailebene filtern, suchen und analysieren – und ein einziger Eintrag korreliert automatisch mit allen angebundenen Geräten.

Sechs Zeitmodelle, die das Tagging alltagstauglich machen

Ein Tagging-System, das Präzision verlangt, die du im Alltag nicht hast, wirst du nach drei Tagen aufgeben. Das war für uns der Ausgangspunkt – und ehrlich gesagt haben wir das selbst an frühen Prototypen gemerkt. Zu viel Aufwand, zu wenig Flexibilität, und schon nach einer Woche war die Motivation weg.

Das echte Leben ist unordentlich. Du weisst vielleicht nicht genau, wann du mit Magnesium angefangen hast. Drei Tage in der Höhe verbracht, aber nicht jeden Abend ein Tag gesetzt. Kein Problem.

Die sechs Modelle:

• Sofort: Supplement um 19 Uhr genommen. Erledigt.
• Ganzer Tag: Am Dienstag eine Eliminationsdiät gemacht. Markiere den ganzen Tag.
• Intervall: Drei Tage in der Höhe verbracht. Definiere Start und Ende.
• Datumsbereich: Eine Erkältung eine ganze Woche verfolgt. Erfasse den gesamten Verlauf.
• Ungefähr: Weisst du nicht genau, wann du angefangen hast? Markiere es locker – wir korrelieren anhand von Datumsmustern.
• Ende + Dauer: 14 Stunden gefastet. Definiere, wie lange es gedauert hat und wann es endete.

Diese Flexibilität bedeutet, dass sich das Tagging deinem Leben anpasst – nicht umgekehrt.

Attribute, die tatsächlich zählen

«Sauna» als Tag allein reicht nicht – das haben wir schnell gemerkt. Was interessiert: Wie heiss war es? Wie lange? Wie oft pro Woche? Erst mit diesen Attributen lässt sich eine echte Frage beantworten – etwa, wie eine 15-Minuten-Sauna bei 80 °C dein HRV beeinflusst verglichen mit 20 Minuten bei 90 °C.

Jedes Tag kann deshalb strukturierte Attribute tragen. «Symptom: Kopfschmerzen» enthält Schweregrad (1–10) und Lokalisation. «Ausrüstung: Laufschuhe» beinhaltet Alter (gelaufene Kilometer) und Schuhmodell. Die Daten fliessen automatisch vom Tag in die vergleichende Analyse – du musst nichts manuell zusammenführen.

Wir waren nicht überrascht, als wir auf eine systematische Übersicht von 33 Studien im Fachjournal Translational Behavioral Medicine stiessen, die genau das bestätigt: Kontextbewusste digitale Interventionen verbessern Gesundheitsverhalten in Bereichen wie Bewegung, Ernährung und Medikamenteneinnahme nachweislich (PubMed, 2021). Rohe Messwerte allein reichen nicht. Erst der strukturierte Kontext macht Daten handlungsfähig – und das ist genau das, was wir hier bauen wollen.

A/B-Vergleiche eingebaut

Wir haben uns beim Aufbau des Tag-Systems gefragt: Warum gibt es das nirgendwo? 92% der Smartwatch-Besitzer nutzen Health- und Fitness-Tracking als primäre Funktion (DemandSage, 2025) – aber systematische Vergleiche, ob Koffein am Abend wirklich den Schlaf verschlechtert, sucht man in bestehenden Apps vergeblich.

Deshalb haben wir durchgängig negative/positive Tag-Paare implementiert. «Koffein» steht neben «Kein Koffein». «Foam Roll» neben «Kein Foam Roll». «Kühles Schlafzimmer» neben «Warmes Schlafzimmer». Du fragst das System, Tage mit Koffein gegen Tage ohne zu vergleichen. Sofort. Sauber. Ohne Tabellen und ohne komplizierte Filterlogik.

Geräteübergreifende Korrelation als Standard

Das war von Anfang an der Kern der Idee: einmal taggen, überall korrelieren. Wenn du dein Magnesium-Supplement in obseed erfasst, korrelieren wir es sofort mit:

• Deinem Oura-Tiefschlafanteil und der REM-Latenz
• Deinem Whoop Recovery Score und Strain
• Deiner Wahoo-Trainingsbelastung und Leistungsdaten
• Deinen Withings-Blutdruckwerten und Körpergewichtstrends

Alles in einer Ansicht. Kein Wechsel zwischen Apps, kein manuelles Zusammenführen.

Bis 2029 werden weltweit 740 Millionen Menschen ein Wearable tragen – gegenüber 562 Millionen im Jahr 2025 (DemandSage, 2025). Wir denken, das macht die Frage nach dem «Warum» hinter den Daten nicht kleiner, sondern grösser. Mehr Geräte, mehr Daten, mehr Silos – und genau deshalb braucht es ein System, das einen einzigen Tag-Eintrag automatisch mit allen angebundenen Quellen korreliert.

Für wen das gedacht ist

Beim Aufbau des Systems haben wir immer wieder an bestimmte Menschen gedacht. Der globale Biohacking-Markt wuchs 2024 auf 24,5 Milliarden USD und soll bis 2034 auf über 111 Milliarden USD anwachsen – 16,5% jährlich (GlobeNewswire, 2025). Hinter dieser Zahl stecken keine Biohacker in Laboren – sondern Menschen, die einfach verstehen wollen, warum ihr Körper so reagiert, wie er es tut.

Wir denken dabei an ambitionierte Sportlerinnen und Sportler, die wissen, dass ihr Training wichtig ist – aber nicht verstehen, warum manche Erholungsprotokolle funktionieren und andere nicht. An Biohacker und n=1-Experimentierer, die ihre eigenen Protokolle bisher in Tabellen führen und eine Plattform wollen, die tatsächlich versteht, was sie tun.

Wir denken auch an Menschen mit chronischen Beschwerden, die verstehen müssen, welche Interventionen wirklich etwas bewegen. Stell dir vor: Je nach Land nehmen zwischen 44% (Portugal) und 81% (Südafrika) aller Gym-Besucherinnen und -Besucher regelmässig Supplements (PMC/MDPI, 2024) – aber kaum jemand kann sagen, ob sie tatsächlich etwas bewirken. Genau das wollen wir ändern.

Und an gesundheitsbewusste Berufstätige, die wissen, dass Schlaf, Erholung und Ernährung ihr Fundament sind – aber kein System finden, das alle diese Fäden in ein kohärentes Bild zusammenführt.

Warum das wichtig ist

Die Quantified-Self-Bewegung hat uns in kurzer Zeit grossen Zugang zu unserem eigenen Körper verschafft. Was wir beobachten: Wer viele Daten hat, stellt häufig mehr Fragen – nicht weniger. Das Gefühl, fast alles messen zu können, macht das fehlende «Warum» nicht leichter zu ertragen, sondern frustrierender.

Wir hoffen, dass Universal Hierarchical Multi-Tagging genau dafür eine Antwort ist. Nicht die perfekte Antwort – aber ein erster, echter Schritt in Richtung eines Systems, das versteht, warum dein Körper so reagiert, wie er es tut.

Deine Wearables erfassen die Zahlen. obseed erfasst die Geschichte dahinter.

Häufige Fragen