Sitzen gilt als ungesund und es gibt einen anhaltenden Trend zu immer längerem Sitzen, ohne dass ein Ende dieser Entwicklung absehbar ist. Die Forschung legt nahe, dass wir häufige Sitzpausen einlegen und nicht über längere Zeiträume in derselben Haltung sitzen sollten. Pausen können bereits von unseren intelligenten Geräten vorgeschlagen werden, aber für ein differenzierteres Feedback darüber, wie wir sitzen, ist spezielle Hard- und Software erforderlich, zwei Themen zu denen bereits viel geforscht wurde. Diese Arbeit leistet folgende Beiträge zur aktuellen Forschung: Erstens wurde eine umfassende Literaturrecherche durchgeführt. In dieser betrachten wir Hardware zur Erkennung der Sitzhaltung und Feedback, dass den Nutzern helfen soll, sich bewusst zu machen, wie sie sitzen und wie sie dies gesünder tun könnten. Darüber hinaus haben wir einen Prototyp eines intelligenten Stuhls gebaut, der das Sitzverhalten des Benutzers mit Sensoren erfasst und darauf basierend visuelles Feedback gibt. Unsere Literaturrecherche zeigt, dass das Erkennen von Sitzverhalten und das Bereitstellen von Feedback dazu auf unterschiedliche Weisen gelöst werden kann. Unser Ziel war es, einen Überblick über das Forschungsgebiet zu geben, wobei wir einen besonderen Schwerpunkt auf die Drucksensor- Hardware und auf visuelles Feedback gelegt haben. Basierend darauf schlagen wir vor, bei der Auswahl der Techniken folgende Faktoren in Betracht zu ziehen: die Umgebung, die Bedenken hinsichtlich der Privatsphäre; sowie die Kosten, die Portabilität, und Genauigkeit der Hardware. Des Weiteren sollten die Fähigkeiten und die Vorlieben der Nutzer berücksichtigt werden. Wir stellten auch fest, dass ein Bedarf an weiteren und umfassenderen Nutzerstudien besteht, welche die Auswirkungen verschiedener Arten von visuellem Feedback untersuchen. Unser Prototyp eines intelligenten Stuhls ist mit vier Drucksensoren in der Sitzfläche und drei Sensoren zur Entfernungsmessung in der Rückenlehne ausgestattet. Wir halten unseren Prototyp für einen ersten Ausgangspunkt für weitere Arbeiten, die unseren Ansatz erweitern wollen. Eine mögliche Erweiterung wäre das Hinzufügen eines Algorithmus zur Klassifizierung der Sitzhaltung. Es könnten auch andere Feedback-Varianten hinzugefügt und durch Nutzerstudien evaluiert werden, um mehr Erkenntnisse über verschiedene Methoden und ihre Auswirkungen auf das Sitzverhalten zu gewinnen. Darüber hinaus schlagen wir vor, unsere Literaturrecherche zu erweitern, um ein breiteres Verständnis über das Erkennen von Sitzverhalten und das Bereitstellen von Feedback dazu zu erhalten.