System Analysis
Die eingeschlafene Gesundheitsbranche — warum Deutschland gerade den wichtigsten Innovationszyklus verschläft
KI, Datensilos, User-Autonomie, AI-Medizin-Access. Der User handelt bereits, das Gesundheitssystem starrt mit leeren Gesichtern zurück. Ein Einwurf von innen.
Ich hab letztes Jahr drei Wochen lang mit Krankenkassen, mit Ärzten und mit Krankenhäusern gesprochen. Immer die gleichen Themen: KI, Datensilos, User-Interaktion, übergreifende Versorgung.
Und ich hab in leere Gesichter gestarrt.
Nicht in feindliche Gesichter. Nicht in überforderte Gesichter. In leere. Als ob ich von einem Problem sprechen würde, das noch gar nicht in ihrem Terminplan angekommen ist.
Das ist erschreckend. Denn das Problem ist längst da. Es läuft nur draußen, ohne sie.
Leerer Wartebereich einer deutschen Arztpraxis Das Wartezimmer als Metapher: gewartet wird hier auf ein System, das den Nutzer längst überholt hat.
Der User ist längst weg — das System redet mit sich selbst
Frag irgendeinen halbwegs gesundheitsbewussten Menschen unter 45, was er macht, wenn er ein auffälliges Blutbild bekommt oder ein seltsames Symptom hat.
Er geht nicht zum Arzt. Er fragt Google. Dann ChatGPT. Dann Gemini. Wer sich auskennt, nimmt inzwischen Grok 4.2 — das Modell mit dem auffällig hohen Benchmark-Score bei medizinischen Aufgaben. Manche packen die Laborwerte direkt in Claude, lassen sich Trends zeichnen und checken gegen die Peer-Reviews.
Das passiert. Jeden Tag. Millionenfach.
Die Bitkom Digital Health Studie 2024 (https://www.bitkom.org/) zeigt, dass bereits über 40% der Unter-40-Jährigen AI-Tools für Gesundheitsfragen nutzen — Tendenz steil steigend. Und die Antwort des Gesundheitssystems darauf ist: nichts. Keine Strategie. Keine Kanalisierung. Keine Plattform. Keine offizielle Einbindung der Tools, die sowieso schon genutzt werden. Nur die alte Leier: "Sprechen Sie mit Ihrem Arzt."
Der User hat längst mit sich selber gesprochen. Und mit vier KI-Modellen gleichzeitig. Und er kommt mit Fragen in die Praxis, auf die sein Hausarzt keine Antwort hat — nicht weil der Arzt schlecht ist, sondern weil er dafür nicht trainiert wurde. Niemand wurde dafür trainiert.
Der Reflex des Systems: Defensive. Die User-Befunde werden als "Dr. Google-Hypochondrie" abgetan. Als ob das Problem die Nutzer wären, die sich zu viel kümmern.
Nein. Das Problem ist das System, das sich zu wenig kümmert.
Datensilos — die heilige Kuh, die niemand schlachtet
Jeder, der sich ernsthaft in der deutschen Medizin-Landschaft bewegt hat, kennt diesen Moment: Du gehst zum Kardiologen, er hat eine Datenbank. Du gehst zum Endokrinologen, er hat eine andere. Du hast Blutwerte vom Hausarzt auf Papier, die Ergebnisse vom MRT auf einer CD, das Peptid-Protokoll auf deinem Handy. Und irgendwo in der Mitte sitzt ein Patient, der versucht, aus diesen Fragmenten einen kohärenten Überblick über sich selbst zu bauen.
Der Patient scheitert. Nicht weil er dumm ist, sondern weil ihm die Werkzeuge dafür verwehrt werden.
Die Ärzte scheitern auch. Sie haben im Durchschnitt 7 Minuten pro Patient — eine Zahl, die der Commonwealth Fund International Health Policy Survey (https://www.commonwealthfund.org/) wiederholt für Deutschland im unteren OECD-Drittel dokumentiert. In 7 Minuten kannst du keine Kardiologie-Datenbank mit einer Endokrinologie-Datenbank und einem Supplement-Log und einem Peptide-Stack abgleichen. Das ist mathematisch unmöglich.
Der direkte Vergleich zwischen dem, was das Regelsystem leisten kann, und dem, was datengestützte Prävention heute bereits leistet, ist ernüchternd:
Tabelle 1 — Regelversorgung vs. Data-Driven Prävention
| Dimension | Deutsche Regelversorgung | Data-Driven Prävention | |---|---|---| | Konsultationszeit | 7 Minuten | 30–90 Minuten + kontinuierliches Monitoring | | Datenintegration | Fragmentiert über Fach-Silos | Unified Biomarker-Fusion (HRV + Labs + Substanzen) | | Frequenz | Reaktiv (bei Symptomen) | Kontinuierlich (Wearable-Stream, Quartals-Bluttests) | | Analytik-Tiefe | Einzelwert gegen Normbereich | Trend-Analyse + Simulation individueller Trajektorien | | KI-Einsatz | Pilotprojekte, kaum im Alltag | Kern des Produkts (Coach, Trend-Detection, Protokoll-Anpassung) | | Finanzierung | GKV, indirekt über Leistungskatalog | Self-pay, €200–€5.000/Jahr |
Und die Reaktion des Systems auf dieses Silo-Problem ist — je nach Gesprächspartner:
- Krankenkassen: "Das ist Sache der Ärzteschaft."
- Ärzteschaft: "Das ist Sache der Politik."
- Politik: "Das ist Sache der Krankenkassen."
- Und alle zusammen: "Das ist sehr kompliziert."
Es ist nicht kompliziert. Es ist unbequem. Denn Datensilos sind kein Bug, sondern ein Feature. Jede Facharztgruppe, jede Softwarefirma, jede Kassenärztliche Vereinigung hat ein ökonomisches Interesse daran, dass die Daten nicht frei fließen. Silos sind Macht. Interoperabilität ist Machtabgabe.
Das Handelsblatt dokumentierte im Frühjahr 2025 detailliert (https://www.handelsblatt.com/), wie das ePA-Rollout nach sieben Jahren Debatte zwar formal startet — aber mit einem Opt-out-Design, das die Datenerfassungsquote bewusst gering hält, und ohne echte Interoperabilität zu den privaten Wearables- und Lab-Plattformen, auf denen die informierte Kohorte bereits arbeitet.
Solange niemand den ersten Schritt geht — aus freiem Willen oder durch Druck — bleibt der Patient fragmentiert. Wird reaktiv behandelt. Sieht seinen Arzt erst wieder, wenn der Schaden schon da ist.
Die Ärzte sind nicht das Problem — das Korsett ist es
Kurze Einschränkung, weil wichtig: Ich habe in drei Jahren Krankenhauskommunikation (Krankenhaus Salem Heidelberg, 2022–2025) viele sehr gute Ärzte kennengelernt. Mit Herzblut. Mit Weiterbildungs-Hunger. Mit genau der Frustration, die ich hier beschreibe.
Das System zermürbt sie. Jeder Arzt, der mir begegnet ist, hätte am liebsten länger mit seinen Patienten gesprochen, hätte am liebsten die Daten aus fünf anderen Praxen sofort griffbereit gehabt, hätte am liebsten mit einem AI-Tool gegen die aktuelle Studienlage gecheckt.
Können sie nicht. Weil das Korsett aus Abrechnungslogik, DSGVO-Überinterpretation, Datenschutz-Paranoia und Standesorganisations-Politik sie darin hindert. Das Deutsche Ärzteblatt hat diese strukturelle Zwickmühle 2024 präzise analysiert (https://www.aerzteblatt.de/): die Zeit, die ein Arzt mit seinen Patienten verbringen darf, ist strukturell gedeckelt, weil sie betriebswirtschaftlich nur dann finanzierbar ist, wenn die Taktung hoch bleibt.
Biomarker-Dashboard mit Trendlinien über mehrere Quartale Die Werkzeuge existieren längst — sie stehen nur nicht auf dem Schreibtisch des Hausarztes.
Es gibt natürlich auch die anderen Ärzte. Die, die 1998 ihre letzte Fortbildung gemacht haben und die Peptid-Literatur für Fake News halten. Die gibt es auch. Aber sie sind nicht die Mehrheit. Die Mehrheit wäre bereit, wenn man ihnen die Werkzeuge nicht verweigern würde.
Deutschland — Innovations-Wüste mitten im KI-Durchbruch
Während in den USA Function Health, Superpower, Lifeforce, Levels, Ultrahuman und ein Dutzend weitere Startups in den letzten zwei Jahren Milliarden an VC-Kapital eingesammelt haben, um genau diese Lücke zu füllen — Patient-zentrierte, datenvereinheitlichende, KI-gestützte Longevity-Plattformen — was haben wir in Deutschland?
Tabelle 2 — Longevity-Plattformen: DACH vs. International
| Anbieter | Herkunft | Modell | Funding / Pricing | |---|---|---|---| | Neko Health (https://nekohealth.com) | Schweden | Full-Body-Scan + AI-Analyse, 10-Minuten-Screening | €60M Series A (2024) | | Function Health (https://www.functionhealth.com) | USA (Austin) | 100+ Biomarker-Subscription | $53M Series A (2024) · $499/Jahr | | Superpower (https://superpower.com) | USA | Full-Stack Longevity-Plattform | $30M Seed (2024) | | Levels (https://www.levelshealth.com) | USA | CGM-basierte Metabolic Insights | $38M Series A ·
Sekundär haben wir:
- Ein paar Apps-auf-Rezept (DiGA), die zu rund 90% reine Mental-Health-Tracker sind — dokumentiert im DiGA-Verzeichnis des BfArM (https://diga.bfarm.de/de/verzeichnis).
- Eine elektronische Patientenakte (ePA), die nach sieben Jahren Debatte jetzt endlich rollt — mit Opt-out, bewusst so designed, dass möglichst wenig Daten fließen.
- Und eine politische Diskussion, bei der die wichtigste Frage zu sein scheint, ob die Apotheken daran verdienen dürfen oder nicht.
Das ist nicht Innovation. Das ist Prozess-Archäologie.
Und der Markt merkt es. Die Top-1% der Gesundheits-Kunden — die, die bereit sind, 5-stellige Beträge pro Jahr auszugeben, um ihr biologisches Alter zu verstehen — die buchen nicht in Deutschland. Die fliegen nach Stockholm zu Neko für einen 10-Minuten-Full-Body-Scan. Die abonnieren Function Health aus Austin. Die lassen sich von Peter Attia's Frühzeichen-Kohorte in den USA betreuen für sechsstellige Summen pro Jahr.
Wir stehen hier mit der Arme verschränkt und fragen uns, warum.
Was der User heute braucht — und warum niemand es liefert
Ein einfacher Test: Setz dich heute mit jemandem aus der Top-Kohorte zusammen — jemandem, der Wearables trägt, Blutwerte alle drei Monate checkt, seine Supplements protokolliert, vielleicht mit Peptiden experimentiert.
Frag ihn: "Was fehlt dir gerade am meisten in deiner Optimierung?"
Die Antwort, die ich am häufigsten höre: "Eine zentrale Instanz, die all das versteht. Die meine HRV neben meinem Testosteron-Wert liest. Die meinen Schlaf-Score mit meiner Kalorienbilanz korreliert. Die mir sagt, was als Nächstes sinnvoll wäre — ohne dass ich sieben Apps öffnen und ChatGPT löchern muss."
Das ist der Kern. Der User will nicht mehr Daten. Er will Sinn aus den Daten, die er bereits hat. Und zwar ein Sinn, der über die Fachgebiete hinweg funktioniert.
Die Technologie dafür existiert. Seit 2 Jahren mindestens. Deterministic Engines + AI-Coaches + Wearables-APIs + Lab-OCR + Substance-Vector-Modelle. Alles da. Alles verbaubar. Alles deutlich schneller, als die Medizinethik-Kommissionen es zu bewerten in der Lage sind.
Und genau das ist der Punkt: Der User wartet nicht. Er nimmt ChatGPT, Gemini, Grok, Claude. Er baut sich Excel-Tabellen. Er fragt Reddit. Er macht seinen eigenen Protokoll-Hack.
Schlecht, stümperhaft, aber er tut es. Weil ihm nichts anderes übrig bleibt.
Morgensonne über modernem Medizin-Lab Das Zeitfenster: 18–24 Monate, bevor die Entscheidung gefallen ist — mit uns oder ohne uns.
Was ich daraus ableite
Drei Dinge.
Erstens: Das Gesundheitssystem wird in den nächsten 5 Jahren Marktanteil verlieren an das, was ich "distributed health intelligence" nenne. Eine Mischung aus AI-Models, Self-Tracking-Tools, Longevity-Kliniken außerhalb des deutschen Systems und Communities wie der, die sich um Bryan Johnson aufbaut. Das ist weder gut noch schlecht — es ist einfach was passiert, wenn das etablierte System nicht liefert. Die McKinsey-Analyse „The European Health Tech Opportunity" 2024 (https://www.mckinsey.com/industries/healthcare) beziffert allein den adressierbaren Markt für patienten-zentrierte Longevity-Plattformen in Europa auf €40–€60 Mrd. bis 2030.
Zweitens: Die Ärzte, die das überleben werden, sind die, die diesen Shift begreifen und mit dem informierten Patienten arbeiten. Nicht gegen ihn. Nicht an ihm vorbei. Partnerschaftlich. Und sie werden Werkzeuge brauchen, die zwischen Patient, Blutbild, Lifestyle, KI-Modell und ärztlichem Urteil eine saubere Brücke schlagen. Diese Werkzeuge fehlen derzeit.
Drittens: Deutschland hat genau ein einziges Zeitfenster, in dem es entscheiden kann, ob es Innovator oder Nachzügler wird. Dieses Fenster schließt in den nächsten 18–24 Monaten. Wer bis dahin nicht eine erns