So sammeln Sie Daten von Garmin, Apple Health und Whoop an einem Ort, ohne sich den Kopf zu zerbrechen

Stellen Sie sich vor: Sie haben sich entschieden, einen Fitness-Tracker oder eine Biohacking-App zu entwickeln. Und dann beginnt der „Spaß". Um Ihren Dienst mit Garmin zu integrieren, müssen Sie sich durch sieben Kreise der Hölle mit deren API kämpfen. Für Apple Health müssen Sie nativen Code für iOS schreiben. Für Google Health Connect — für Android. Am Ende verbringen Sie sechs Monate damit, sich mit OAuth-Autorisierungen, verschiedenen JSON-Formaten und der Umrechnung von Meilen in Kilometern herumzuschlagen, statt großartige Funktionen zu entwickeln.

Das Open-Wearables-Projekt versucht, dieses Problem radikal zu lösen. Das Team baut eine Open-Source-Plattform auf, die die gesamte komplizierte Integrationsarbeit mit Wearables übernimmt. Sie erhalten eine einzige vereinheitlichte API, während die gesamte Anbietervielfalt unter der Haube bleibt.

Warum diese Lösung, wenn es fertige SDKs gibt

Normalerweise wählen Entwickler zwischen zwei Wegen: Entweder sie bauen Integrationen selbst oder sie bezahlen Cloud-Aggregatoren wie Terra oder Rook. Die erste Option ist langsam und teuer in der Wartung. Die zweite bedeutet Abhängigkeit von einem externen Dienst und monatliche Gebühren pro Nutzer.

Open Wearables bietet einen dritten Weg: eine selbstgehostete Lösung. Sie deployen die Plattform auf Ihrem eigenen Server, die Daten bleiben bei Ihnen, und Sie zahlen keine Gebühren. Außerdem normalisiert das Projekt die Daten nicht nur — es standardisiert sie in einem einheitlichen Format. Es spielt keine Rolle, ob die Herzfrequenz von Suunto-Uhren oder einem Oura-Ring stammt — in Ihrem Backend sieht sie identisch aus.

Was die Plattform jetzt leisten kann

Das Projekt befindet sich in einem frühen Stadium, aber das Grundgerüst ist bereits recht funktional. Hier ist, was Sie jetzt ausprobieren können:

• Einheitliches Entwickler-Dashboard. Nach dem Start über Docker erhalten Sie ein Admin-Panel, in dem Sie Benutzer verwalten, API-Schlüssel generieren und den Status der Datensynchronisation überwachen können.
• Fertige Autorisierungsflows. Die Plattform übernimmt den OAuth-Prozess mit Garmin, Polar und Suunto. Sie generieren einfach einen Link für den Benutzer, er meldet sich bei seinem Anbieter an, und die Daten fließen in Ihre Datenbank.
• Mobile SDKs. Für diejenigen, die mit Daten direkt auf dem Telefon arbeiten, gibt es native Bibliotheken für iOS (Swift), Android (Kotlin) und sogar einen Flutter-Wrapper. Dies ist entscheidend für Apple Health, dessen Daten nicht einfach per Cloud-Anfrage abgerufen werden können.
• Hintergrundsynchronisation. Dies wird von FastAPI und Celery erledigt. Das System fragt automatisch die Anbieter ab und aktualisiert Aktivitäts- und Trainingsmetriken.

Technischer Stack und Architektur

Die Entwickler haben das Rad nicht neu erfunden und das Projekt auf bewährten Tools aufgebaut. Das Backend ist in FastAPI geschrieben — dem Standard für moderne Python-Dienste, schnell und mit hervorragender Swagger-Auto-Dokumentation (direkt nach dem Start verfügbar).

PostgreSQL wird für die Datenspeicherung verwendet und Redis für Aufgabenwarteschlangen und Caching. Das Frontend des Admin-Panels ist mit React unter Verwendung von TanStack Router gebaut. Ein interessanter Punkt: Die Autoren betonen, dass die Plattform als Single-Tenant konzipiert ist. Das bedeutet, eine Instanz bedient eine Organisation. Keine zusätzliche Komplexität mit Zugriffsrechten zwischen verschiedenen Unternehmen innerhalb einer einzigen Datenbank.

KI-Funktionen: Zukünftige Pläne

Das Interessanteste auf der Roadmap ist Health Insights. Die Entwickler planen eine Automatisierungsschicht basierend auf natürlicher Sprache. Die Idee ist, dass Sie eine Bedingung in Textform schreiben können: „Wenn die Ruheherzfrequenz eines Benutzers über drei Tage um 20% gestiegen ist, sende einen Webhook." Das System interpretiert dies selbst und richtet den Trigger ein.

Außerdem versprechen sie einen KI-Gesundheitsassistenten — ein Chat-Widget, das Sie in Ihre App einbetten können. Der Benutzer wird fragen können: „Wie habe ich diese Woche im Vergleich zur letzten Woche geschlafen?", und die KI wird die gesammelten Daten aus der Open-Wearables-Datenbank analysieren.

So starten und testen Sie

Wenn Sie Docker installiert haben, können Sie das Projekt buchstäblich in ein paar Minuten zum Laufen bringen. Die Anweisungen sind unkompliziert:

1. Klonen Sie das Repository:

   git clone https://github.com/the-momentum/open-wearables.git
   cd open-wearables
   

2. Kopieren Sie die Beispielkonfigurationen:

   cp ./backend/config/.env.example ./backend/config/.env
   cp ./frontend/.env.example ./frontend/.env
   

3. Starten Sie es:

   docker compose up -d
   

Danach öffnet sich das Portal auf Port 3000 und die API auf 8000. Um die Suche nach echten Geräten zum Testen zu vermeiden, können Sie den Befehl make seed ausführen, der die Datenbank mit falschen Benutzern und Workouts füllt.

Für wen dieses Projekt interessant sein dürfte

Open Wearables ist ein großartiger Fund für Health-&-Fitness-Startups. Wenn Sie ein Corporate-Wellness-Portal, eine Coaching-App oder ein Forschungsprojekt entwickeln, das Daten von verschiedenen Geräten sammeln muss, spart Ihnen das Hunderte von Entwicklungsstunden.

Natürlich ist das Projekt noch jung (Pre-1.0-Version), und die API kann sich ändern. Aber Open-Source-Code und die Möglichkeit des Self-Hostings überwiegen diese Risiken. Wenn Sie vertrauliche medizinische Daten Ihrer Benutzer nicht an proprietäre Drittanbieterdienste weitergeben möchten, ist dieses Tool wahrscheinlich das Beste, was es derzeit im Open-Source-Bereich für solche Aufgaben gibt.

Übrigens hat das Team eine aktive Discord-Community, in der Sie direkt mit den Maintainern chatten können. Wenn Sie sich entscheiden, es zu implementieren — schauen Sie es sich an, sie antworten ziemlich schnell.