Ziel ist die Anwendung der automatischen Arousal-Detektion zur Unterstützung von Schlaflabors. Dazu haben wir einen optimierten, modernen Ansatz anhand von Daten aus der täglichen Arbeit unseres universitären Schlaflabors evaluiert. Hierfür wurde ein maschinelles Lernverfahren an 3423 Polysomnogrammen von Personen mit unterschiedlichen Schlafstörungen trainiert und evaluiert. Die Modellarchitektur basiert auf einem U-Net, das 50 Hz-Signale als Eingabe akzeptiert. Wir verglichen dieses Verfahren mit Modellen, die auf öffentlich verfügbaren Datensätzen trainiert wurden, und bewerteten diese Modelle anhand unseres klinischen Datensatzes, insbesondere hinsichtlich der Auswirkungen verschiedener Schlafstörungen. Um die klinische Relevanz zu überprüfen, entwickelten wir eine Metrik, die auf dem Fehler des vorhergesagten Arousal-Index basiert. Unsere Modelle erreichen eine Fläche unter der Precision-Recall-Kurve (AUPRC) von bis zu 0,83 und F1-Scores von bis zu 0,81. Das auf unseren Daten trainierte Modell zeigte weder Alters- noch Geschlechtsbias und keine signifikanten negativen Auswirkungen von Schlafstörungen auf die Modellleistung im Vergleich zu gesundem Schlaf. Im Gegensatz dazu zeigten Modelle, die auf öffentlichen Datensätzen trainiert wurden, einen geringen bis moderaten negativen Effekt (berechnet mittels Cohen’s d) von Schlafstörungen auf die Modellleistung. Daraus schließen wir, dass eine state-of-the-art-Arousal-Detektion auf unseren klinischen Daten mit unserer Modellarchitektur möglich ist. Unsere Ergebnisse stützen daher die allgemeine Empfehlung, bei der Anwendung von Modellen auf klinische Daten einen klinischen Datensatz für das Training zu verwenden.