Mein Selbstversuch: Warum ich mir als Arzt einen eigenen KI-Health-Agenten gebaut habe

Zwischen meiner Waage und mir steht seit einigen Monaten eine künstliche Intelligenz. Und das ist ausnahmsweise mal eine gute Nachricht.

Als Arzt kenne ich das Problem aus beiden Perspektiven: Wir erheben in der Medizin punktuell Daten – ein Laborwert hier, eine Blutdruckmessung dort – und versuchen daraus, ein kontinuierliches Geschehen zu rekonstruieren. Gleichzeitig tragen Millionen Menschen Wearables, die rund um die Uhr messen, und niemand schaut strukturiert auf diese Daten. Sie versanden in zehn verschiedenen Apps, die nicht miteinander sprechen.

Ich wollte wissen: Was passiert, wenn man das ändert? Also habe ich ein Experiment gestartet – mit mir selbst als einzigem Probanden.

Das Setup: Datensilos aufbrechen

Der erste Schritt war unspektakulär, aber entscheidend: Schnittstellen bauen. Meine Datenquellen waren über mehrere Ökosysteme verstreut – die Polar-Sportuhr für Training und Belastung, der Oura-Ring für Schlaf und Herzratenvariabilität, die Ernährungs-App Yazio für das Ernährungsprotokoll, eine smarte Waage für die Körperkomposition, dazu phasenweise ein CGM-Sensor für kontinuierliche Glukosemessung und klassische Laborbefunde aus der Praxis.

Für jede dieser Quellen habe ich eine eigene Anbindung entwickelt – technisch über das Model Context Protocol (MCP), einen offenen Standard, mit dem KI-Modelle wie Claude direkt auf externe Datenquellen zugreifen können. Wo es offizielle APIs gab, habe ich sie genutzt; wo nicht, wurde es kreativ. Am Ende landet alles in einer zentralen Datenbank auf meinem eigenen Rechner. Kein Cloud-Dienst eines Drittanbieters, keine Datenweitergabe – die Daten bleiben bei mir. Das war mir nicht nur als Privatperson wichtig, sondern auch als Arzt: Gesundheitsdaten gehören zu den sensibelsten Daten überhaupt.

Das Briefing: Was der Agent jeden Tag sieht

Das Herzstück ist ein strukturiertes Briefing, das der KI-Agent erhält. Er sieht – in aggregierter Form – Verläufe statt Einzelwerte:

Aus der Nacht: Schlafdauer, Schlafphasen, Herzratenvariabilität, Ruhepuls und die nächtliche Erholung. Aus dem Tag: Aktivität, Trainingseinheiten mit Belastungsdaten, Schritte. Aus der Küche: Energiezufuhr, Makronährstoffverteilung, Mahlzeitenmuster. Von der Waage: Gewichtstrend und Körperkomposition – bewusst als gleitende Wochenmittel und Regressionen, nicht als tagesaktuelle Einzelwerte. Und in größeren Abständen: Laborwerte und Glukoseprofile als Realitätsabgleich.

Dazu kommt Kontext, den keine App allein hat: meine Zielsetzung, meine Trainingsphilosophie, relevante Vorbefunde, aktuelle Lebensumstände wie Urlaub oder Trainingspausen. Der Agent erstellt daraus tägliche Kurzeinordnungen und einen wöchentlichen Review – nicht als Befehl, sondern als Diskussionsgrundlage.

Warum das medizinisch interessant ist – und wo die Grenzen liegen

Hier wird es für mich als Mediziner spannend. Denn die eigentliche Erkenntnis liegt nicht in der Technik, sondern in der Methodik.

Erstens: Trends schlagen Einzelwerte. Ein einzelner Morgenwert der Herzratenvariabilität ist nahezu bedeutungslos – die intraindividuelle Streuung ist enorm. Ein Sieben-Tage-Mittel im Vergleich zur individuellen Baseline dagegen ist ein brauchbares Signal für autonome Regulation und Erholungsstatus. Dasselbe gilt für das Körpergewicht: Tägliche Schwankungen sind überwiegend Wasser- und Glykogeneffekte. Erst Wochenmittel und Regressionsanalysen machen aus Rauschen ein Signal. Der Agent ist explizit darauf trainiert, so zu denken – und hat mich mehr als einmal davor bewahrt, auf einen Ausreißer zu reagieren.

Zweitens: Surrogatparameter sind Surrogate. Wearable-Daten sind keine Diagnostik. Ein Schlafring misst keinen polysomnographischen Schlaf, sondern schätzt ihn aus Bewegung, Puls und Temperatur. Ein CGM beim Stoffwechselgesunden ist ein faszinierendes Lerninstrument für postprandiale Dynamik – aber kein validiertes Screening. Wer diese Grenzen kennt, kann die Daten sinnvoll nutzen. Wer sie ignoriert, produziert Gesundheitsangst aus Messartefakten.

Drittens: Korrelation ist nicht Kausalität – aber bei n=1 mit dichten Längsschnittdaten kommt man erstaunlich weit. Wenn sich über Monate wiederholt zeigt, dass bestimmte Verhaltensmuster mit schlechterer nächtlicher Erholung einhergehen, ist das kein RCT. Aber es ist eine Hypothese mit hoher persönlicher Relevanz, die man gezielt testen kann: Verhalten ändern, Effekt beobachten, gegenprüfen. Genau diese Interventions-Schleifen sind der eigentliche Wert des Systems – der Agent erinnert sich an die Hypothese von vor sechs Wochen und prüft nach, ob sie gehalten hat.

Viertens: Der Agent ersetzt kein ärztliches Urteil – er bereitet es vor. Die vielleicht wichtigste Designentscheidung: Das System diagnostiziert nicht und therapiert nicht. Es strukturiert, kontextualisiert und stellt Fragen. Die Bewertung bleibt beim Menschen. In meinem Fall bin ich zufällig selbst vom Fach – aber das Prinzip würde genauso für das Gespräch zwischen Patient und Hausärztin gelten: Ein gut aufbereiteter Längsschnitt ist eine bessere Gesprächsgrundlage als "Ich schlafe irgendwie schlecht in letzter Zeit."

Was ich gelernt habe

Nach mehreren Monaten Betrieb ziehe ich drei Zwischenfazits.

Das Aufbrechen der Datensilos ist der eigentliche Engpass – nicht die KI. Die Modelle sind längst gut genug, um Gesundheitsdaten sinnvoll einzuordnen. Was fehlt, sind Schnittstellen und Interoperabilität. Dass ich als Einzelperson Wochen in APIs und Datenpipelines investieren musste, um meine eigenen Daten zusammenzuführen, sagt viel über den Zustand der digitalen Gesundheitslandschaft.

Der größte Effekt ist Verhaltensmedizin, nicht Datenanalyse. Allein die Tatsache, dass jeden Morgen jemand – auch wenn es ein Sprachmodell ist – strukturiert auf die letzte Woche schaut, verändert das eigene Verhalten. Accountability wirkt, das wissen wir aus der Adhärenzforschung. Ein KI-Agent skaliert sie.

Und schließlich: Datensouveränität ist machbar. Es braucht keinen Konzern-Health-Hub, um so ein System zu betreiben. Lokale Datenhaltung, offene Standards, ein KI-Modell als Analyseinstanz – das genügt.

Ist das die Zukunft der Prävention? Ich bin vorsichtig mit großen Worten. Aber ich bin überzeugt, dass die Kombination aus kontinuierlichen Alltagsdaten, punktueller klinischer Diagnostik und einer KI, die beides zusammenführt und methodisch sauber interpretiert, ein Werkzeug ist, das wir in der Medizin ernst nehmen sollten. Nicht als Ersatz für die Sprechstunde – sondern als das, was zwischen zwei Sprechstunden bisher komplett fehlt.