Veraendert Ihr Schlaf, was Sie essen sollten? KI-Ernaehrungstracking trifft auf Wearable-Daten

Sie wachen auf und checken Ihr Whoop. Recovery-Score: 34 %. HRV: 22 % unter Ihrem Ausgangswert. Schlaf: 4 Stunden und 47 Minuten, groesstenteils Leichtschlaf. Ihr Oura Ring bestaetigt es mit einem Bereitschaftswert, der genauso gut in Rot gedruckt sein koennte. Ihre Apple Watch meldet sich mit einer Ruheherzfrequenz, die 8 Schlaege pro Minute ueber Ihrem Durchschnitt liegt.

Sie oeffnen Nutrola und ueberpruefen die gestrige Aufnahme. 2.400 Kalorien, 180 g Protein, solide Mikronaehrstoffabdeckung. Auf dem Papier ein voellig vernuenftiger Ernaehrungstag.

Hier ist die Frage, die fast niemand im Health-Tech-Bereich gut miteinander verbindet: Sollte sich das, was Sie heute essen, basierend auf dem aendern, was Ihr Koerper letzte Nacht durchgemacht hat? Ihr Wearable kennt Ihren Erholungszustand. Ihr Ernaehrungstracker kennt Ihr Essen. Aber diese beiden Datensaetze bleiben fuer die meisten Menschen hartnaeackig getrennt, und in dieser Luecke liegt echtes Optimierungspotenzial ungenutzt.

Die kurze Antwort ist ja, Ihre Ernaehrung sollte auf Ihre Erholungsdaten reagieren. Die ausfuehrliche Antwort ist der Rest dieses Artikels.

Wie Schlaf Ihre Ernaehrungsbeduerfnisse beeinflusst

Schlaf ist nicht nur Ruhe. Er ist ein aktiver metabolischer und hormoneller Prozess, und wenn er gestört ist, sind die nachgelagerten Auswirkungen auf Hunger, Heisshunger, Insulinsensitivitaet und Energiestoffwechsel messbar und bedeutsam.

Hungerhormone verschieben sich gegen Sie. Eine wegweisende Studie von Spiegel et al. (2004), veroeffentlicht in den Annals of Internal Medicine, fand heraus, dass die Beschraenkung des Schlafs auf 4 Stunden pro Nacht an zwei aufeinanderfolgenden Naechten zu einem Anstieg von Ghrelin (dem Hungerhormon) um 28 % und einem Rueckgang von Leptin (dem Saettigungshormon) um 18 % fuehrte. Die Probanden bewegten sich nicht mehr oder taten etwas anderes. Ihre Koerper verlangten einfach nach mehr Nahrung aufgrund von ungenuegend Schlaf. Nachfolgende Forschung von Greer et al. (2013) in Nature Communications zeigte, dass Schlafentzug diesen Effekt speziell fuer kalorienreiche, kohlenhydratreiche Lebensmittel verstaerkt, da die Belohnungszentren des Gehirns nach schlechtem Schlaf staerker auf Junk Food reagieren.

Insulinsensitivitaet sinkt messbar. Broussard et al. (2012) zeigten in den Annals of Internal Medicine, dass nur vier Naechte Schlafbeschraenkung (4,5 Stunden pro Nacht) die periphere Insulinsensitivitaet um etwa 16 % reduzierten, wobei die Adipozyten-Insulinsensitivitaet um 30 % sank. In der Praxis bedeutet das: Ihr Koerper verarbeitet Kohlenhydrate nach schlechtem Schlaf schlechter. Die gleiche Schuessel Haferflocken erzeugt einen groesseren Glukoseanstieg und eine uebertriebene Insulinreaktion, wenn Sie unter Schlafmangel leiden, verglichen mit gut ausgeschlafen.

Cortisol bleibt erhoeht. Leproult und Van Cauter (1997) zeigten, dass selbst moderate Schlafbeschraenkung die abendlichen Cortisolspiegel am folgenden Tag um 37 % erhoeht. Erhoehtes Cortisol foerdert die Glukoneogenese, kann den Proteinabbau erhoehen und tendiert dazu, langfristig viszerale Fettspeicherung zu beguenstigen. Fuer jeden, der versucht, Muskeln aufzubauen oder zu erhalten und gleichzeitig die Koerperzusammensetzung zu managen, arbeitet chronisch erhoehtes Cortisol durch schlechten Schlaf direkt gegen Sie.

Gesamtkalorienaufnahme steigt. Eine Metaanalyse von Al Khatib et al. (2017) im European Journal of Clinical Nutrition untersuchte 11 Interventionsstudien und fand heraus, dass schlafbeschraenkte Personen durchschnittlich 385 zusaetzliche Kalorien pro Tag konsumierten, mit einer bemerkenswerten Verschiebung zu hoeherem Fettkonsum und geringerer Proteinaufnahme. Das ist keine triviale Zahl. Ueber eine Woche mit schlechtem Schlaf sind das fast 2.700 Extra-Kalorien, die ohne bewusste Entscheidung, mehr zu essen, konsumiert werden.

Die Erkenntnis ist nicht theoretisch. Schlechter Schlaf schafft eine messbar andere metabolische Umgebung, in der Sie hungriger sind, weniger gesaettigt, insulinresistenter und anfaelliger fuer kalorienreiche Lebensmittel. Das bei der Ernaehrungsplanung zu ignorieren, heisst Physiologie zu ignorieren.

Was Wearable-Erholungsdaten Ihnen sagen

Moderne Wearables sind weit ueber das Schrittezaehlen hinausgegangen. Die Erholungsmetriken, die 2026 verfuegbar sind, geben Ihnen ein ueberraschend detailliertes Bild Ihres physiologischen Zustands, wenn Sie wissen, wie man sie liest.

Schlafdauer und -architektur. Whoop, Oura Ring, Apple Watch, Garmin und COROS tracken alle die Gesamtschlafzeit, aber die nuetzlicheren Daten sind die Schlafphasen: wie viel Zeit Sie im Tiefschlaf (Slow-Wave-Schlaf), REM-Schlaf und Leichtschlaf verbracht haben. Im Tiefschlaf erreicht die Wachstumshormonausschuettung ihren Hoehepunkt und Gewebereparatur findet statt. REM-Schlaf ist entscheidend fuer kognitive Funktion und emotionale Regulation. Eine Nacht mit 7 Stunden, aber nur 30 Minuten Tiefschlaf ist nicht dasselbe wie eine Nacht mit 90 Minuten Tiefschlaf, und Ihr Koerper kennt den Unterschied, auch wenn die Gesamtstunden gut aussehen.

Herzfrequenzvariabilitaet (HRV). HRV misst die Variation der Zeit zwischen Herzschlaegen und ist einer der zuverlaessigsten nichtinvasiven Indikatoren fuer das Gleichgewicht des autonomen Nervensystems. Eine hoehere HRV zeigt im Allgemeinen einen besseren parasympathischen (Erholungs-)Tonus an, waehrend eine unterdrueckte HRV darauf hindeutet, dass Ihr Koerper unter Stress steht, sei es durch schlechten Schlaf, Uebertraining, Krankheit oder psychische Belastung. Whoop und Oura tracken die HRV waehrend des Schlafs (was Stoerfaktoren durch Tagesaktivitaet entfernt), waehrend Apple Watch und Garmin ebenfalls naechtliche HRV-Messungen liefern. Die zentrale Erkenntnis ist nicht ein einzelner Messwert, sondern der Trend relativ zu Ihrem persoenlichen Ausgangswert. Ein Abfall von 15-20 % gegenueber Ihrem 30-Tage-Durchschnitt ist ein bedeutsames Signal.

Ruheherzfrequenz (RHF). Eine erhoehte RHF von nur 3-5 Schlaegen pro Minute ueber Ihrem Ausgangswert geht oft niedrigen HRV-Werten voraus oder begleitet sie und signalisiert, dass Ihr Koerper in Ruhe haerter arbeitet. Whoop, Oura, Apple Watch, Garmin und COROS tracken das zuverlaessig.

Belastung und Aktivitaetslast. Whoop quantifiziert kardiovaskulaere Belastung auf einer Skala von 0-21. Garmin bietet Trainingsstatus und Body Battery. COROS bietet Trainingsbelastungsmetriken. Apple Watch trackt Bewegungs- und Aktivitaetsringe. Diese Metriken zeigen Ihnen die Beanspruchungsseite der Gleichung: wie viel Stress Sie Ihrem Koerper gestern zugemutet haben, was bestimmt, wie viel Erholung (einschliesslich ernaehrungsbedingter Erholung) Sie heute brauchen.

Wenn Sie diese Signale kombinieren, erhalten Sie einen taeglichen Schnappschuss der Bereitschaft Ihres Koerpers. Ein Tag mit niedriger Erholung (schlechter Schlaf, unterdrueckte HRV, erhoehte RHF) nach einem Tag mit hoher Belastung sagt Ihnen etwas Spezifisches und Umsetzbares darueber, wie Ihr Koerper gerade funktioniert — nicht letzte Woche, nicht im Durchschnitt, sondern heute.

Das fehlende Bindeglied: Ernaehrung und Erholung verbinden

Hier liegt das Problem. Wearables sind hervorragend darin, Ihnen zu sagen, wie erholt Sie sind. Sie sind nicht dafuer konzipiert, Ihnen zu sagen, was Sie deshalb essen sollten. Und Ernaehrungs-Apps sind hervorragend darin, Ihnen zu sagen, was Sie gegessen haben. Sie sind nicht dafuer konzipiert, Ihren physiologischen Zustand bei der Bewertung dieser Daten zu beruecksichtigen.

Das schafft einen blinden Fleck, und er ist bedeutsam.

Betrachten Sie, was moeglich wird, wenn Sie die beiden Datensaetze verbinden:

Muster: Spaetes Essen und Schlafqualitaet. Sie tracken Ihre Mahlzeiten konsistent mit Nutrola und bemerken, dass an Tagen, an denen Sie nach 21 Uhr zu Abend essen, Ihr Oura-Schlafwert um durchschnittlich 12 Punkte sinkt und Ihr Tiefschlafanteil faellt. Dieses Muster waere unsichtbar, wenn Sie nur eine Datenquelle betrachten wuerden.

Muster: Kohlenhydratreiche Abendessen und HRV. Sie ueberpruefen zwei Wochen Daten und stellen fest, dass Abende mit mehr als 100 g Kohlenhydraten beim Abendessen mit Ihren niedrigsten naechtlichen HRV-Werten korrelieren. Sie verschieben die Kohlenhydrataufnahme auf frueher am Tag und Ihre HRV-Trends verbessern sich innerhalb einer Woche.

Muster: Alkohol, Schlafarchitektur und Hunger am naechsten Tag. Ihre Whoop-Daten zeigen, dass selbst zwei Drinks fast den gesamten Tiefschlaf eliminieren und die HRV um 25-30 % unterdruecken. Ihre Nutrola-Protokolle zeigen, dass Sie an den Tagen nach diesen Naechten konsistent 400-500 Extra-Kalorien konsumieren, fast ausschliesslich aus kohlenhydratreichen Snacks. Beide Datensaetze zusammen zu sehen, macht die vollen Kosten dieser Drinks quantifizierbar.

Muster: Spezifische Mikronaehrstoffaufnahme und Schlaf. Sie bemerken, dass Tage, an denen Sie Ihr Magnesiumziel erreichen (getrackt in Nutrola ueber 100+ Naehrstoffe), tendenziell Naechten mit besseren Schlafwerten vorausgehen. Das stimmt mit Forschung ueberein, die Magnesium ueber seine Rolle bei der GABA-Rezeptoraktivierung mit Schlafqualitaet verknuepft, aber Sie sehen es in Ihren eigenen Daten, anstatt darueber in einer Studie zu lesen.

Keines dieser Muster entsteht aus einem Wearable allein. Keines entsteht aus einem Ernaehrungstracker allein. Sie erfordern die Kombination.

Wie Sie KI-Ernaehrungstracking mit Erholungsdaten nutzen

Sie brauchen keinen Doktortitel in Datenwissenschaft, um diese Zusammenhaenge zu erkennen. Hier ist ein praktischer Workflow, den jeder Quantified-Self-Anwender umsetzen kann.

Schritt 1: Tracken Sie jede Mahlzeit mit Detailtiefe. Nutzen Sie Nutrola, um alle Mahlzeiten zu protokollieren, idealerweise mit der KI-Fotoerkennung fuer Geschwindigkeit und der detaillierten Naehrstoffaufschluesselung fuer Tiefe. Der Schluessel ist Konsistenz. Sporadisches Logging erzeugt Luecken, die Mustererkennung unmoeglich machen. Sie brauchen mindestens 2-3 Wochen vollstaendiger Daten, bevor aussagekraeftige Korrelationen sichtbar werden.

Schritt 2: Exportieren oder ueberpruefen Sie Ihre Wearable-Daten. Die meisten Wearables bieten woechentliche und monatliche Zusammenfassungen. Whoop gibt Ihnen einen Recovery-Score und eine Journal-Funktion. Oura zeigt Trends in der App. Apple-Watch-Daten leben in Apple Health. Garmin Connect und COROS bieten Trainingsbelastungs-Dashboards. Achten Sie auf die Metriken, die am meisten variieren: HRV, Tiefschlafanteil und Recovery-Scores.

Schritt 3: Suchen Sie nach Korrelationen, nicht nach Kausalitaet. Beginnen Sie mit einfachen Fragen. Folgen Ihre schlechtesten Schlafnaechte einem bestimmten Essmuster? Korrelieren Ihre besten Recovery-Scores mit bestimmten Makroverhaeltnissen oder Mahlzeitenzeiten? Gibt es Mikronaehrstoffe, bei denen Tage mit hoher Aufnahme besserem Schlaf vorausgehen?

Schritt 4: Fuehren Sie Einzelvariablen-Experimente durch. Sobald Sie ein potenzielles Muster entdecken, isolieren Sie es. Wenn Sie vermuten, dass spaetes Abendessen Ihren Schlaf beeintraechtigt, halten Sie alles andere konstant und verlegen das Abendessen fuer zwei Wochen vor, waehrend Sie sowohl Ernaehrungs- als auch Erholungsdaten tracken. Vergleichen Sie Vorher und Nachher.

Muster, auf die Sie speziell achten sollten:

• Mahlzeitenzeit relativ zur Schlafenszeit und deren Auswirkung auf die Schlafqualitaet
• Gesamte Kohlenhydrataufnahme beim Abendessen versus naechtliche HRV
• Koffeinaufnahme-Timing (getrackt in Nutrola) versus Einschlaflatenz
• Tage mit Erreichen der Ballaststoffziele versus Schlafdauer
• Magnesium- und Zinkaufnahme versus Tiefschlafanteil
• Proteinreiche Tage versus Recovery-Scores am naechsten Morgen
• Alkoholkonsum versus HRV-Unterdrueckung und Kalorienueberschuss am naechsten Tag
• Pre-Workout-Ernaehrung an Tagen hoher Belastung versus Recovery am naechsten Tag

Nutrola fuer erholungsbasierte Ernaehrung

Wenn Sie die Luecke zwischen Wearable-Daten und Ernaehrungsdaten schliessen wollen, muss die Ernaehrungsseite der Gleichung detailliert, konsistent und reibungsarm sein. Hier passt Nutrola in das Wearable-Oekosystem.

KI-Foto- und Sprach-Logging fuer Konsistenz. Der groesste Feind nuetzlicher Ernaehrungsdaten ist unvollstaendiges Logging. Wenn Tracking sich wie Arbeit anfuehlt, ueberspringen Menschen Mahlzeiten, besonders an schlechten Tagen (die ironischerweise oft die Tage sind, die fuer die Erholungsanalyse am wichtigsten sind). Nutrolas KI-gestuetzte Fotoerkennung und Sprach-Logging reduzieren die Zeit pro Mahlzeit auf Sekunden. Machen Sie ein Foto von Ihrem Teller oder sagen Sie "gegrillter Lachs mit Suesskartoffel und Spinat" und die KI erledigt den Rest. Je geringer die Reibung, desto vollstaendiger Ihr Datensatz und desto zuverlaessiger Ihre Musteranalyse.

100+ Naehrstoffe getrackt, nicht nur Makros. Erholungs-Ernaehrungsanalyse geht weit ueber Protein, Kohlenhydrate und Fett hinaus. Magnesium spielt eine Rolle bei ueber 300 enzymatischen Reaktionen und ist direkt mit Schlafqualitaet verknuepft. Zink unterstuetzt die Immunfunktion und Testosteronproduktion, beides relevant fuer die Erholung. B-Vitamine (B6, B12, Folat) sind an der Neurotransmittersynthese beteiligt, die die Schlafarchitektur beeinflusst. Vitamin-D-Status korreliert mit Schlafdauer und -qualitaet. Omega-3-Fettsaeuren wurden in mehreren Studien mit verbessertem Schlaf in Verbindung gebracht. Nutrola trackt all das und gibt Ihnen die Mikronaehrstoff-Aufloesung, die Sie brauchen, um zu identifizieren, welche spezifischen Naehrstoffe Ihre Erholung beeinflussen.

KI-Ernaehrungsassistent fuer Erholungs-Ernaehrungsfragen. Nicht sicher, wie Sie Ihre Ernaehrung nach einer schlechten Erholungsnacht anpassen sollten? Nutrolas KI-Ernaehrungsassistent ermoeglicht es Ihnen, spezifische Fragen zu stellen: "Meine HRV ist ueber Nacht um 20 % gesunken. Sollte ich meine Kohlenhydrataufnahme heute aendern?" oder "Welche Lebensmittel mit hohem Magnesiumgehalt kann ich hinzufuegen, um meinen Schlaf zu verbessern?" Der Assistent stuetzt sich auf Ernaehrungswissenschaft, um personalisierte, kontextbezogene Antworten statt generischer Ratschlaege zu liefern.

Apple Watch Integration. Nutrola synchronisiert sich mit Apple Health, was bedeutet, dass Ihre Ernaehrungsdaten und Ihre Apple Watch Recovery-Daten im selben Oekosystem leben. Verbrannte Kalorien, Aktivitaetsdaten und Schlafmetriken von Ihrer Uhr koennen neben Ihrer Naehrstoffaufnahme angezeigt werden und schliessen die Schleife zwischen dem, was Sie gegessen haben, und wie Ihr Koerper reagiert hat.

Ab 2,50 Euro pro Monat ohne Werbung. Erholungsbasierte Ernaehrungsoptimierung ist eine langfristige Praxis. Es erfordert Wochen und Monate konsistenter Daten, um aussagekraeftige Muster zu erkennen. Ein Tool, das hinter einem teuren Abo steht oder mit Werbung ueberladen ist, erzeugt Reibung, die gegen langfristige Konsistenz arbeitet. Nutrola ist ab 2,50 Euro pro Monat verfuegbar, voellig werbefrei, und beseitigt die finanziellen und erfahrungsbezogenen Barrieren, die Menschen dazu bringen, das Tracking aufzugeben, bevor die Daten wertvoll werden.

Die Zukunft: Automatisierte erholungsbasierte Ernaehrungsempfehlungen

Der aktuelle Stand der Verknuepfung von Wearable- und Ernaehrungsdaten ist manuell. Sie ueberpruefen Ihre Whoop-Scores, oeffnen Ihre Nutrola-Protokolle und suchen selbst nach Mustern. Das funktioniert, und die Quantified-Self-Community macht es effektiv, aber es erfordert Disziplin und analytischen Aufwand.

Der naechste Schritt ist Automatisierung. Stellen Sie sich ein System vor, in dem die naechtlichen Erholungsdaten Ihres Wearables direkt in Ihre Ernaehrungs-App fliessen, die dann die heutigen Empfehlungen entsprechend anpasst. Eine schlechte Schlafnacht mit unterdrueckter HRV koennte eine Empfehlung ausloesen, die Kohlenhydrataufnahme um 15-20 % zu reduzieren und diese Kalorien in Richtung Protein und gesunde Fette zu verschieben, um die verringerte Insulinsensitivitaet auszugleichen. Ein intensiver Trainingstag gefolgt von starken Erholungsmetriken koennte signalisieren, dass Ihr aktuelles Ernaehrungsprotokoll Ihre Trainingsbelastung gut unterstuetzt.

Das ist keine Science-Fiction. Die Datenstroeme existieren bereits. Wearables stellen Erholungsdaten ueber APIs bereit (Apple HealthKit, Whoop API, Oura API). Ernaehrungs-Apps wie Nutrola erfassen bereits detaillierte Lebensmitteldaten. Die technische Herausforderung besteht darin, die Intelligenzschicht zu bauen, die sie sinnvoll verbindet — vom Beobachten von Korrelationen zu personalisierten, evidenzbasierten Empfehlungen, die sich taeglich anpassen.

Wir denken bei Nutrola aktiv darueber nach. Die Ernaehrungsdatenschicht ist das Fundament, und sie muss umfassend sein (100+ Naehrstoffe, nicht nur Makros), konsistent (reibungsarmes Logging, damit die Daten vollstaendig sind) und vernetzt (integriert mit den Gesundheitsplattformen, auf denen Erholungsdaten leben). Dieses Fundament ist bereits gebaut. Was als Naechstes kommt, ist die Intelligenz darauf.

Haeufig gestellte Fragen

Veraendert schlechter Schlaf wirklich, wie mein Koerper Nahrung verarbeitet?

Ja. Forschung zeigt konsistent, dass Schlafentzug die Insulinsensitivitaet reduziert (Broussard et al., 2012), Hungerhormone veraendert, indem Ghrelin erhoeht und Leptin gesenkt wird (Spiegel et al., 2004), und den Gesamtkalorienkonsum um durchschnittlich 385 Kalorien pro Tag erhoeht (Al Khatib et al., 2017). Das sind keine subtilen Effekte. Ihr Koerper verstoffwechselt die gleiche Mahlzeit unterschiedlich, je nachdem, wie gut Sie geschlafen haben.

Kann ich HRV-Daten nutzen, um zu entscheiden, was ich essen soll?

HRV ist am besten als Trendindikator zu verwenden, nicht als praeskriptives Werkzeug. Ein anhaltender Abwaertstrend der HRV relativ zu Ihrem Ausgangswert deutet darauf hin, dass Ihr Koerper unter angesammeltem Stress steht. An solchen Tagen entspricht es der Physiologie, entzuendungshemmende Lebensmittel zu priorisieren, ausreichend Protein fuer die Gewebereparatur sicherzustellen, magnesiumreiche Lebensmittel zu waehlen und moeglicherweise hochglykaemische Kohlenhydrate zu reduzieren. Es ist keine exakte Verschreibung, aber eine datengestuetzte Richtung.

Welches Wearable ist am besten fuer das Tracking von Erholung neben Ernaehrung?

Fuer die reichste Integration mit Ernaehrungstracking funktioniert die Apple Watch gut, da Apple Health als zentrale Plattform dient, auf der sowohl Nutrola-Ernaehrungsdaten als auch Watch-Erholungsdaten koexistieren. Whoop bietet wohl den besten Recovery-Scoring-Algorithmus, erfordert aber ein eigenes App-Oekosystem. Der Oura Ring zeichnet sich bei Schlafphasen und naechtlicher HRV mit minimaler Tragereibung aus. Garmin und COROS bieten starke Erholungsmetriken, insbesondere fuer Ausdauersportler. Die beste Wahl haengt von Ihren Prioritaeten ab, aber der Schluessel ist, sich fuer eines zu entscheiden und konsistent zu bleiben.

Wie lange muss ich tracken, bevor ich Ernaehrungs-Erholungsmuster erkenne?

Die meisten Menschen brauchen mindestens 2-3 Wochen konsistentes, vollstaendiges Tracking auf sowohl der Ernaehrungs- als auch der Wearable-Seite, bevor Muster sichtbar werden. Fuer subtilere Muster, wie spezifische Mikronaehrstoff-Korrelationen mit Schlafqualitaet, bieten 4-8 Wochen einen zuverlaessigeren Datensatz. Der entscheidende Faktor ist Vollstaendigkeit: uebersprungene Mahlzeiten in Ihrem Ernaehrungsprotokoll oder das Nichttragen Ihres Wearables im Bett erzeugen Luecken, die echte Muster verschleiern.

Integriert sich Nutrola direkt mit Whoop oder Oura Ring?

Nutrola integriert sich mit Apple Health, das als Bruecke zu Apple Watch-Daten dient. Fuer Whoop und Oura besteht der aktuelle Workflow darin, Erholungsdaten in den jeweiligen Apps neben Ihren Nutrola-Ernaehrungsprotokollen zu ueberpruefen. Da sich Gesundheitsdatenplattformen weiterentwickeln und mehr Wearables Daten in Apple Health oder Health Connect auf Android schreiben, werden die Integrationspunkte wachsen. Die Ernaehrungsdaten, die Nutrola erfasst, einschliesslich 100+ Naehrstoffe, Mahlzeitenzeiten und detaillierter Lebensmittelzusammensetzung, sind so konzipiert, dass sie die umfassende Ernaehrungsschicht bilden, die jede Erholungsdatenquelle ergaenzt, die Sie verwenden.