Personalisierte Ernährung: Multi-Omics sagt Stoffwechselreaktionen zu über 90 Prozent voraus
Veröffentlicht am: 17.11.2026 um 18:26 Uhr | Redaktion boerse-global.deDer menschliche Stoffwechsel reagiert individuell auf die Zufuhr von Lebensmitteln. Ob Blutzuckerspitzen nach dem Verzehr von Weißbrot, Blutdruckveränderungen durch Kochsalz oder Unterschiede beim Ruhe-Energieverbrauch: Die physiologischen Reaktionen variieren von Person zu Person.
Wie Prof. Christina Holzapfel, Leiterin eines Arbeitskreises der Deutschen Gesellschaft für Ernährung (DGE), hervorhebt, bildet diese biologische Variabilität das Fundament für die wissenschaftliche Bewertung personalisierter Ernährungs-Apps.
Nachgewiesener Nutzen bei DiGAs, Skepsis bei Lifestyle-Angeboten
Holzapfel zufolge muss bei digitalen Angeboten strikt differenziert werden. Digitale Gesundheitsanwendungen (DiGAs), die bei starkem Übergewicht oder Diabetes Typ 2 als Kassenleistung verordnet werden können, seien wissenschaftlich gut belegt. Reine Lifestyle-Apps verfügen hingegen meist über keine vergleichbare Evidenz.
Zu den verordnungsfähigen Lösungen zählt Oviva direkt für Personen mit einem Body-Mass-Index über 30. Die Anwendung erzielt über einen Zeitraum von 12 Wochen einen Gewichtsverlust von etwa 3 Prozent, wird für 12 Wochen verordnet und kann viermal pro Jahr verschrieben werden.
Für Betroffene mit Diabetes Typ 2 steht Glucura bereit, dessen Nutzen bei der Verbesserung des HbA1c-Wertes durch Studien belegt ist und das regulär rund 500 Euro kostet.
Freiverkäufliche Programme setzen andere Schwerpunkte: Foodiary bietet ein 12-Wochen-Programm für 300 Euro mit Datenverarbeitung in Deutschland an. Das Angebot myBioma analysiert Mikrobiom-Stuhlproben mit einer Datenverarbeitung innerhalb der Europäischen Union in Österreich.
Genbasierten Empfehlungen, wie sie Programme wie Lykon DNA Slim nutzen, spricht Holzapfel hingegen einen durch Studien belegten Mehrwert ab. Eine Fachberaterin der Verbraucherzentrale Bayern rät Nutzern zudem, die Datenschutzbestimmungen solcher Ernährungs-Apps eingehend zu überprüfen.
Wissenschaftliche Erkenntnisse aus Multi-Omics-Forschung
Die Grundlagenforschung liefert unterdessen detaillierte Einblicke in individuelle Stoffwechselmuster. Ein Review von Nourazarain und Vaziri in der Fachzeitschrift Genes & Nutrition zeigt, dass ein sogenannter Multi-Omics-Ansatz – bestehend aus Genomik, Epigenomik, Transkriptomik, Proteomik, Metabolomik und Mikrobiom – eine Genauigkeit von über 90 Prozent bei der Vorhersage metabolischer Ergebnisse nach gezielten Diätänderungen erreicht.
Genomweite Assoziationsstudien identifizierten über 1.247 genetische Loci für den Nährstoffmetabolismus, wobei polygene Risiko-Scores eine AUC von 0,75 bis 0,85 erzielen.
Konkrete Genvarianten spielen dabei eine messbare Rolle:
* Träger des Risikoallels rs9939609 im FTO-Gen legen bei der Zufuhr gesättigter Fette 23 Prozent mehr Gewicht zu. Eine Anpassung der Fettqualität anstelle der reinen Menge führte bei ihnen im Vergleich zu einer Standard-Low-Fat-Diät zu einem um 34 Prozent höheren Anteil von Personen mit mindestens 5 Prozent Gewichtsabnahme.
* Varianten wie MTHFR C677T und A1298C senken die Enzymaktivität um 30 bis 70 Prozent.
Wer seine individuellen Stoffwechselreaktionen besser einordnen möchte, sollte zunächst die Bedeutung seiner Blutwerte genau verstehen. Dieser kostenlose Ratgeber erklärt, welche Vitalstoff-Werte wirklich wichtig sind und wie Sie Ihre Gesundheit durch die richtige Interpretation gezielt schützen können. Kostenlosen Laborwerte-Selbstcheck jetzt sichern
Für homozygote C677T-Träger ergab eine Meta-Analyse mit 37.263 Teilnehmern aus 66 Studien ein um 13 bis 20 Prozent höheres Risiko für Myokardinfarkte; hier ist eine tägliche Folataufnahme von 800 bis 1200 Mikrogramm erforderlich, verglichen mit 400 Mikrogramm beim Wildtyp.
* Träger des CLOCK-Minor-Allels weisen eine um 40 Prozent stärkere Glykämieantwort auf identische Mahlzeiten am Morgen im Vergleich zum Abend auf.
* In der Proteomik führen CRP-Varianten bei gesättigten Fetten zu einem 2,3-fachen Anstieg entzündlicher Proteine, während IL-6-Promotor-Polymorphismen die Entzündungsauflösung durch Omega-3-Fettsäuren verbessern.
Auch metabolische Profile zeigen klare Differenzen: Lipogene Typen verzeichnen auf Low-Carb-Diäten eine um 25 Prozent stärkere Reduktion der Insulinresistenz, während oxidative Profile eine bessere Blutzuckerkontrolle über eine ballaststoffreiche pflanzliche Ernährung erzielen.
Bei Prevotella-dominierten Mikrobiomen entstehen unter ballaststoffreicher Kost 45 Prozent mehr kurzkettige Fettsäuren als bei Bacteroides-Profilen. Eine Kohortenstudie aus dem Jahr 2024 wies zudem nach, dass Inulin über 12 Wochen eine um 20 bis 30 Prozent stärkere HbA1c-Senkung bewirkte.
Technologisch steigerte Tensor-Dekomposition die Integrationsgenauigkeit um 23 Prozent, während die Norm ISO 23494:2024 die Datenreproduzierbarkeit um 67 Prozent verbesserte.
Breiter angelegte Studien stützen den personalisierten Ansatz: Die PREDICT-Studie mit 1.002 Teilnehmern erreichte einen R²-Wert von 0,77 gegenüber 0,38 bei herkömmlicher Kohlenhydratzählung und verzeichnete eine um 28 Prozent geringere Blutzuckervariabilität über 12 Wochen.
In der PERSON-Studie verbesserte sich der Matsuda-Index bei phänotypangepassten Diäten um 20 Prozent gegenüber 5 Prozent in der Kontrollgruppe. Ein 5-Jahres-Follow-up der FOOD4ME-Studie wies eine um 34 Prozent höhere Diätqualität, 28 Prozent niedrigere Entzündungsmarker und eine um 23 Prozent verringerte Inzidenz des metabolischen Syndroms aus.
Potenziale und Limitationen künstlicher Intelligenz
Verbraucherorientierte KI-Apps wie HealthifyMe, MyFitnessPal oder Noom nutzen zunehmend Bilderkennung zur Erfassung von Mahlzeiten und automatisierte Diätpläne. Die Einschätzung von Portionsgrößen, Zutaten und Zubereitungsarten birgt jedoch methodische Unsicherheiten.
Amit Pachisia von Alpha Coach verweist darauf, dass KI zwar die Protokollierung über Bild- und Sprachfunktionen in mehreren Sprachen erleichtere, der eigentliche Mehrwert jedoch in der Abstimmung von Kalorien- und Proteinzielen auf Körperzusammensetzung und Aktivitätsmuster liege.
Neben der Ernährung spielen gezielte Bewegungsimpulse eine entscheidende Rolle für einen stabilen Stoffwechsel, insbesondere bei Diabetes Typ 2. Erfahren Sie in diesem kostenlosen E-Book, wie Sie mit nur 3 Minuten täglichem Aufwand Ihren Blutzucker auf natürliche Weise spürbar regulieren können. 7 einfache 3-Minuten-Übungen kostenlos herunterladen
Allerdings benötige die Technologie verlässliche Daten, strikten Datenschutz und könne den Rat von Ärzten oder Ernährungsfachkräften keinesfalls ersetzen.
Der Datenwissenschaftler Sneh Desai hebt hervor, dass Systeme aus Machine-Learning-Modellen, Empfehlungsalgorithmen und Sprachmodellen ihre Nährwertdaten aus validierten Lebensmitteldatenbanken beziehen müssen, ergänzt um Sicherheitsprüfungen für Allergien und Grenzwerte.
Dr. Shrinidhi Nathany von Fortis betont, dass Algorithmen komplexe medizinische Kontexte wie Anämie, Diabetes, Nierenleiden oder Krebserkrankungen nicht erfassen.
Eine Untersuchung aus dem Jahr 2026 bestätigte, dass Ernährungsberater in mehreren Fällen treffsicherere Empfehlungen abgaben als automatisierte Systeme; so wurde etwa eine vorliegende Laktoseintoleranz bei einer Anwenderin erst im Rahmen einer persönlichen Diätberatung festgestellt.
