Die Zukunft der personalisierten Prävention in Europa

Gleiches Ziel. Andere Architektur.

Wie personalisierte Prävention in Europa aussehen kann, wenn Technologie nicht nur den Einzelnen, sondern auch das bestehende Gesundheitssystem handlungsfähiger macht.

Ein Deal, der mehr über die Zukunft von Gesundheit sagt als über Supplements

Als Function Health im Mai 2026 die Supplement-Plattform SuppCo übernommen hat, fand ich daran weniger die Akquisition selbst interessant als die Logik dahinter. Function hat sich in den USA von einer Plattform für umfangreiche Labordiagnostik zu einer Infrastruktur entwickelt, die Messung, Interpretation und Handlung zunehmend miteinander verbindet. Die Mitgliedschaft umfasst aktuell mehr als 160 Labortests pro Jahr, wiederholte Messungen und eine klinische Prüfung der Ergebnisse. Dazu kommen personalisierte Protokolle und optional Bildgebung.¹

Mit SuppCo kommt eine zweite Ebene hinzu. Function beschreibt, was im Körper passiert. SuppCo strukturiert, welche Nahrungsergänzungsmittel Menschen einnehmen, wie Produkte bewertet werden und wie ein Supplement-Stack zusammengesetzt ist. SuppCo selbst formuliert das gemeinsame Ziel sehr klar: „biology to action to outcome“. Der entscheidende Gedanke ist der geschlossene Regelkreis. Nicht nur messen. Nicht nur empfehlen. Sondern messen, handeln und anschließend beobachten, ob die Intervention tatsächlich etwas verändert.²

Für mich war das ein bemerkenswerter Moment, weil wir bei EVER vor knapp zwei Jahren mit einer sehr ähnlichen Grundfrage gestartet sind, ohne Function damals als strategische Referenz im Blick zu haben. Wir sind jedoch aus einer anderen Richtung gekommen. Nicht aus der Frage, wie man möglichst viele Gesundheitsdaten direkt zum Consumer bringt, sondern aus einer täglichen Beobachtung aus funktioneller Medizin, Prävention und Nährstofftherapie: Die biologische Komplexität wächst schneller als die Fähigkeit eines einzelnen Menschen, sie sinnvoll zusammenzuführen.

Die eigentliche Herausforderung ist nicht Datenmangel, sondern Komplexität

Ein moderner Präventionsfall kann heute schnell aus 40 oder 50 genetischen Varianten, Dutzenden Laborwerten, Medikamenten, Lifestyle-Faktoren, Wearable-Daten und zehn oder zwanzig Supplement-Produkten bestehen. Jedes dieser Produkte enthält wiederum mehrere Wirkstoffe. Dazu kommen Interaktionen, zeitliche Verläufe und die Frage, ob eine Intervention überhaupt wirkt.

Mehr Daten helfen nur dann, wenn sie bessere Entscheidungen ermöglichen. Genau hier verändert KI im Gesundheitswesen die Möglichkeiten. Nicht, weil ein Sprachmodell plötzlich den Arzt ersetzen sollte. Sondern weil kein Mensch dauerhaft Hunderte voneinander abhängige Informationen gleichzeitig im Kopf halten, auf aktuelle Evidenz beziehen und bei jedem Folgetermin erneut vollständig rekonstruieren kann.

Das ist aus meiner Sicht die eigentliche technologische Chance der nächsten Jahre: Wir brauchen Systeme, die Komplexität reduzieren, ohne Verantwortung zu automatisieren. Systeme, die Kontext bewahren, Zusammenhänge sichtbar machen und Professionals dabei unterstützen, bessere Entscheidungen zu treffen.

Function Health und EVER: gleiches Ziel, andere Architektur

Function Health ist ein beeindruckendes Beispiel für eine Consumer-first-Architektur. Das Unternehmen baut eine neue Gesundheitsinfrastruktur unmittelbar um den Einzelnen. Der Consumer erhält direkten Zugang zu einer breiten biologischen Baseline, verfolgt Werte longitudinal und bekommt daraus Handlungsimpulse. Function betont gleichzeitig, dass es selbst weder Labor noch medizinischer Leistungserbringer ist und dass unabhängige klinische Partner die medizinischen Leistungen erbringen.¹

EVER ist von Anfang an anders gedacht worden. Unser Ausgangspunkt war die Beziehung zwischen Mensch und Professional. Ärztinnen und Ärzte, Heilpraktiker, Functional-Medicine-Practitioner und Health Coaches verfügen über Kontext, Erfahrung und Vertrauen. Was ihnen häufig fehlt, ist nicht Motivation, sondern ein technologisches System, das die zunehmende Komplexität ihrer Arbeit beherrschbar macht.

Deshalb verbindet EVER heute Laborwerte, Nährstoffprotokolle, eine Produktdatenbank, Supplement-Bewertung, KI-Unterstützung und die Klienten-App in einem gemeinsamen Workflow für Ärzt:innen, Heilpraktiker:innen und Health Coaches. Auf der Plattform sind aktuell mehr als 400 Biomarker und über 2.700 unabhängig bewertete Produkte abgebildet. Der EVER Guide strukturiert Informationen und unterstützt bei der Einordnung. Die fachliche Entscheidung verbleibt bei der verantwortlichen Fachperson.³

Das klingt zunächst wie ein kleiner Produktunterschied. Strategisch ist es ein anderer Ansatz. Function baut eine neue Gesundheitsinfrastruktur um den Consumer. EVER versucht, Consumer und bestehendes Gesundheitssystem durch Technologie gemeinsam handlungsfähiger zu machen.

Vielleicht braucht Europa nicht noch ein Gesundheitssystem außerhalb des Gesundheitssystems. Vielleicht sollten wir die Infrastruktur, die bereits da ist, mit Technologie dramatisch leistungsfähiger machen.

Warum Europa eine andere Antwort braucht

Die europäische Ausgangslage unterscheidet sich von der amerikanischen. Wir haben ein dichtes Netz aus Hausärzten, Fachärzten, Laboren, Apotheken, Heilberufen und etablierten Versorgungsbeziehungen. Gleichzeitig sind Daten noch stark fragmentiert. Genau hier setzt der European Health Data Space an. Die EHDS-Verordnung schafft einen gemeinsamen Rahmen für Nutzung und Austausch elektronischer Gesundheitsdaten in der EU, stärkt den Zugriff der Menschen auf ihre Daten und soll Interoperabilität zwischen Systemen fördern.⁴

Für eine europäische Gesundheitsplattform ist das eine wichtige strategische Leitlinie. Der Wert sollte langfristig nicht darin liegen, Daten in einem weiteren Silo einzuschließen. Der Wert muss darin liegen, unterschiedliche Datenquellen zusammenzuführen, ihren Kontext zu verstehen und den nächsten sinnvollen Schritt abzuleiten. PDF-Import ist dafür heute ein praktischer Einstieg. Perspektivisch geht es um Labor-APIs, Praxissoftware, elektronische Gesundheitsakten, Wearables, Genomik, Mikrobiom und weitere diagnostische Quellen.

Europa hat zudem einen regulatorischen Rahmen, der Gesundheitsdaten bewusst besonders schützt. Nach Artikel 9 DSGVO gehören Gesundheitsdaten und genetische Daten zu den besonderen Kategorien personenbezogener Daten. Das macht digitale Prävention anspruchsvoller, aber nicht zwangsläufig schlechter. Es zwingt uns, Datenschutz, Datensparsamkeit und Zweckbindung bereits in die Architektur einzubauen.⁵

Auch bei genetischen Untersuchungen ist der europäische, insbesondere der deutsche Rahmen spezifisch. Das Gendiagnostikgesetz sieht für medizinische genetische Untersuchungen klare ärztliche Verantwortlichkeiten, Einwilligungs- und Aufklärungspflichten vor. Für uns ist das kein Grund, Genetik aus personalisierter Prävention auszuklammern. Es ist ein Grund, sie so zu integrieren, dass Verantwortung, Information und Einwilligung sauber geregelt sind.⁶

Human-in-the-Loop ist kein Kompromiss, sondern ein Produktprinzip

Gerade bei KI wird häufig so diskutiert, als gäbe es nur zwei Optionen: Entweder automatisiert die Software die Entscheidung, oder der Mensch arbeitet weiter wie bisher. Ich halte diese Gegenüberstellung für falsch.

Die interessantere Architektur ist Human-in-the-Loop. Die Maschine verarbeitet Komplexität, der Mensch behält Kontext, Verantwortung und Beziehung. Ein KI-System kann in Sekunden prüfen, welche Wirkstoffe sich in einem Supplement-Plan überschneiden, welche Laborwerte sich gemeinsam verändert haben oder welche Informationen in mehreren Befunden verstreut liegen. Die Entscheidung, was daraus für einen konkreten Menschen folgt, bleibt bei der Fachperson.

Diese Trennung ist in Europa auch regulatorisch relevant. Die Medical Device Regulation klassifiziert Software, die Informationen für diagnostische oder therapeutische Entscheidungen bereitstellt, nach Rule 11 grundsätzlich mindestens in Klasse IIa, abhängig von den möglichen Folgen auch höher. Deshalb ist die Zweckbestimmung eines Produkts keine juristische Randnotiz, sondern Teil der Produktstrategie.⁷

Parallel entwickelt der EU AI Act einen eigenen risikobasierten Rahmen für KI. Die Regeln werden stufenweise anwendbar, mit besonderen Anforderungen für Hochrisiko-Systeme und späteren Fristen für KI, die in regulierte Produkte wie Medizinprodukte eingebettet ist. Wer heute Health AI baut, sollte diese Entwicklung nicht als nachträgliche Compliance-Aufgabe sehen. Sie gehört in die Architekturentscheidung von Anfang an.⁸

Mehr Biomarker sind nicht automatisch bessere Prävention

Ein weiterer Unterschied zwischen Function Health und EVER zeigt sich bei der Diagnostik. Function arbeitet bewusst mit einer sehr breiten Baseline von mehr als 160 Labortests pro Jahr. Das ist in ihrem Modell nachvollziehbar und schafft einen umfangreichen Datensatz.¹

Bei EVER Precision haben wir uns zunächst bewusst für 27 kuratierte Blutwerte entschieden, dazu kommt ein Retest nach sechs Monaten. Unser Leitgedanke lautet: die richtigen Werte, nicht die meisten. Der Nutzer erhält nicht einfach ein Zahlenmeer, sondern einen von einem Experten freigegebenen Plan und einen Verlauf, der sichtbar macht, ob sich relevante Marker tatsächlich verändern.⁹

Das ist keine These gegen umfassende Diagnostik. Im Gegenteil. Ich glaube, dass Diagnostik in Zukunft wesentlich breiter werden wird. Aber die entscheidende Frage lautet nicht: Wie viele Datenpunkte können wir sammeln? Die bessere Frage lautet: Welche zusätzliche Information verändert die nächste Entscheidung?

Damit verändert sich auch das Design einer Präventionsplattform. Statt jedes Jahr schematisch dasselbe maximale Panel zu messen, kann Diagnostik zunehmend adaptiv werden. Ein System kennt Vorgeschichte, Interventionen und Verlauf und kann daraus ableiten, welcher Test als Nächstes wirklich Erkenntnisgewinn liefert. Das wäre aus meiner Sicht eine der spannendsten Anwendungen von KI in der personalisierten Prävention.

Der Closed Loop: von Biomarkern zu messbaren Interventionen

Die SuppCo-Akquisition ist besonders interessant, weil sie ein Problem sichtbar macht, das die Supplement-Welt seit Jahren begleitet. Menschen nehmen Produkte ein, aber oft bleibt unklar, ob diese Intervention tatsächlich etwas verändert. SuppCo formuliert genau diese Frage: „Is it actually working?“²

Die Zukunft personalisierter Nahrungsergänzung liegt deshalb nicht in einer immer längeren Liste vermeintlich passender Produkte. Sie liegt im Closed Loop: messen, verstehen, intervenieren, Adherence erfassen, erneut messen und daraus lernen.

MEASURE → UNDERSTAND → INTERVENE → ADHERE → MEASURE AGAIN → LEARN

Dafür muss ein System langfristig mehr wissen als nur „Vitamin D eingenommen“. Es muss Produkt, Wirkform, Menge, Startzeitpunkt, Einnahmehäufigkeit, tatsächliche Adherence, Ausgangswert, Follow-up-Wert und parallel laufende Interventionen in Beziehung setzen können. Erst dann wird aus einer Empfehlung ein lernendes System.

Genau hier sehe ich einen der langfristig wichtigsten Datenvorteile für Plattformen wie EVER. Wenn wir über viele Verläufe hinweg verstehen, welche Interventionen bei welchen biologischen Ausgangslagen funktionieren, entsteht eine neue Ebene von Evidenz. Nicht als Ersatz für randomisierte Studien, sondern als reale longitudinale Ergänzung: Was funktioniert bei wem, unter welchen Bedingungen, mit welcher Adherence und mit welchem Outcome?

Ein europäisches Health Operating System sollte orchestrieren, nicht alles besitzen

Function hat in kurzer Zeit mehrere vertikale Bausteine zusammengeführt. Für Europa halte ich einen anderen Weg für mindestens ebenso interessant. Unsere Gesundheitslandschaft ist stärker fragmentiert und länderspezifisch. Eine Plattform muss deshalb nicht zwingend Labor, Praxis, DNA-Anbieter, Mikrobiom-Labor, Supplement-Hersteller und Bildgebung selbst besitzen.

Sie kann stattdessen zum Orchestration Layer werden. Ein System, das Daten aus verschiedenen Quellen verbindet, Standards schafft und dafür sorgt, dass Menschen und Professionals auf denselben aktuellen Kontext zugreifen können. Genau darin könnte die europäische Form eines Health Operating System liegen.

Der Begriff „Operating System“ ist dabei für mich mehr als eine Metapher aus meiner Computer-Science-Vergangenheit. Ein gutes Betriebssystem versucht nicht, jede Anwendung selbst zu sein. Es stellt gemeinsame Dienste, Schnittstellen und Kontext bereit, damit unterschiedliche Anwendungen sinnvoll zusammenarbeiten können. Übertragen auf Gesundheit bedeutet das: Labor, Praxis, App, Supplement, Wearable und Diagnostik bleiben spezialisierte Systeme. Die Intelligence Layer verbindet sie.

Was wir bei EVER daraus ableiten

Für uns ergeben sich daraus einige klare Prinzipien. EVER soll weder den Arzt ersetzen noch den Menschen zum passiven Empfänger eines Algorithmus machen. Die Plattform soll beide Seiten leistungsfähiger machen. Der Professional bekommt Kontext, KI-Unterstützung und strukturierte Workflows. Der Mensch bekommt Transparenz, einen verständlichen Plan, eine tägliche Routine und einen Verlauf seiner eigenen Daten.

EVER Precision ist dabei der standardisierte Consumer-Einstieg in denselben Gedanken. Die aktuelle Mitgliedschaft verbindet 27 kuratierte Blutwerte, einen Experten-Review, einen persönlichen Plan in der App und einen Retest nach sechs Monaten. Die Plattform für Professionals erweitert dieses Prinzip auf individuelle Fälle mit bestehenden Laborbefunden, Biomarkern, Supplement-Protokollen und langfristiger Begleitung.⁹

Wichtig ist mir dabei auch eine klare Trennung zwischen Intelligence und Authority. KI kann sehr viel leisten. Sie kann Zusammenhänge finden, strukturieren, priorisieren und auf Risiken hinweisen. Aber die fachliche Entscheidung sollte dort, wo sie medizinische Relevanz hat, beim Menschen bleiben. Das ist keine Schwäche der Technologie. Es ist eine sinnvollere Verteilung von Stärken.

Die größere Chance für Europa

Function Health zeigt, wie groß das Interesse an personalisierter Prävention geworden ist. Ich sehe das nicht primär als Wettbewerbssignal, sondern als Bestätigung einer viel größeren Bewegung. Menschen wollen ihre Gesundheit früher verstehen. Sie wollen nicht erst reagieren, wenn eine Diagnose gestellt wurde. Und sie erwarten, dass moderne Technologie ihnen dabei hilft.

Die europäische Antwort muss deshalb nicht darin bestehen, das amerikanische Modell zu kopieren. Wir können eine eigene Architektur bauen. Eine Architektur, die Datenschutz und Interoperabilität ernst nimmt, die bestehende Professionals einbindet und die KI dort einsetzt, wo sie am stärksten ist: beim Beherrschen von Komplexität.

Vielleicht werden am Ende beide Modelle gebraucht. Consumer-first-Plattformen, die Menschen direkten Zugang zu ihrer Biologie geben. Und Connected-Care-Plattformen, die Menschen und Professionals in einem gemeinsamen System verbinden.

Ich glaube, dass Europa gerade bei der zweiten Architektur eine besondere Chance hat.

Nicht Technologie statt Gesundheitssystem. Nicht Consumer statt Professional. Sondern Human expertise × machine intelligence. Ein System, das beide Seiten handlungsfähiger macht und aus immer mehr Gesundheitsdaten endlich bessere Entscheidungen entstehen lässt.

Wenn du als Ärzt:in, Heilpraktiker:in oder Health Coach mit dieser Architektur arbeiten willst: Hier erfährst du, wie der EVER Workspace funktioniert →

Quellen und weiterführende Informationen

1. Function Health: Membership, 160+ Labortests, zweimaliges Testen pro Jahr, Clinician Review und personalisierte Protokolle. functionhealth.com
2. SuppCo: „SuppCo Takes the Next Step with Function Health“, 12. Mai 2026. Zur Akquisition und zur Vision „biology to action to outcome“. supp.co
3. EVER Health: Plattform für Professionals, 400+ Biomarker, 2.700+ bewertete Produkte, EVER Guide und Human-in-the-Loop-Prinzip. everhealth.ai/produkt
4. Europäische Kommission: European Health Data Space Regulation (EHDS), Rahmen für Zugang, Austausch und Interoperabilität elektronischer Gesundheitsdaten. health.ec.europa.eu
5. EUR-Lex: Datenschutz-Grundverordnung, insbesondere Artikel 9 zu Gesundheitsdaten und genetischen Daten als besondere Kategorien personenbezogener Daten. eur-lex.europa.eu
6. Gesetze im Internet: Gendiagnostikgesetz (GenDG), insbesondere § 7 Arztvorbehalt, § 8 Einwilligung, § 9 Aufklärung und § 11 Ergebnismitteilung. gesetze-im-internet.de
7. EUR-Lex: Verordnung (EU) 2017/745 über Medizinprodukte, Anhang VIII, Rule 11 zur Klassifizierung von Software für diagnostische oder therapeutische Entscheidungen. eur-lex.europa.eu
8. Europäische Kommission: „Navigating the AI Act“, aktueller Zeitplan zur stufenweisen Anwendbarkeit der KI-Verordnung einschließlich Hochrisiko-KI und produktintegrierter KI. digital-strategy.ec.europa.eu
9. EVER Precision: 27 kuratierte Blutwerte, Expertenfreigabe, App und Retest nach sechs Monaten. precision.everhealth.ai