Ich trage seit fast zwei Jahren täglich ein CGM. Jeden Tag produziere ich damit hunderte Messpunkte. Kurven, Trends, Alarme, Muster — alles da. Aber Hand aufs Herz: Was passiert wirklich mit diesen Daten?
Meistens schaue ich auf den Wert. Tendenz rauf oder runter. Ob ein Alarm kommt. Und alle 14 Tage bekomme ich vom Arzt ein AGP-Profil — zwei Wochen zusammengefasst auf einer Seite.
Das war’s.
Dabei sammle ich in zwei Jahren mehr Glukosedaten, als ein Diabetologe in einem normalen Gespräch jemals sinnvoll auswerten könnte. Ich habe das selbst ausprobiert und einen Artikel darüber geschrieben, was 2 Jahre Glukosedaten zeigen, die ein 14-Tage-AGP nie zeigen würde. Die Erkenntnis: Die Daten sind da. Nur die Werkzeuge, um wirklich etwas damit anzufangen, fehlen noch.
Das könnte sich gerade grundlegend ändern.
Was auf dem ATTD 2026 in Barcelona passiert ist
Im März 2026 fand in Barcelona die ATTD statt — die wichtigste internationale Fachkonferenz für Diabetestechnologie. Und dort war ein Thema allgegenwärtig: künstliche Intelligenz.
Nicht als Zukunftsversprechen. Sondern als konkretes Werkzeug, das gerade in die klinische Praxis einzieht.
Die zentrale Botschaft der Konferenz: CGM hat sich als Standard etabliert. Der nächste Schritt ist nicht mehr Messen — sondern Verstehen. Die Daten sind längst da. Was fehlt, ist die Intelligenz, die daraus echte Handlungen ableitet.
Konkret hieß es auf dem Kongress: CGM soll keine passive Überwachung mehr sein, sondern ein aktives Werkzeug zur Patientenaufklärung und Verhaltensänderung. KI-Algorithmen analysieren dabei Muster, die Menschen schlicht übersehen — weil kein Mensch gleichzeitig Schlafrhythmus, Stresslevel, Mahlzeitenreihenfolge und Insulinwirkkurve im Blick behalten kann.
Was KI beim Diabetes heute schon kann
Muster erkennen, die wir selbst nicht sehen
Agentische KI-Systeme — also solche, die nicht nur eine Frage beantworten, sondern mehrstufige Analyseprozesse eigenständig durchführen — können CGM- und Pumpendaten in einer Tiefe auswerten, die mit klassischen Methoden kaum möglich war. Sie sehen, dass dein Blutzucker jeden Dienstag gegen 15 Uhr ansteigt. Oder dass du nach bestimmten Mahlzeitenkombinationen konsistent schlechtere Werte hast als nach anderen, obwohl die Kohlenhydratmenge identisch war.
Das ist kein Science-Fiction mehr. Das läuft gerade in Pilotprojekten. Und es trifft genau das, was ich aus eigener Erfahrung kenne: Meine Blutzuckerkurven erzählen Geschichten, die ich alleine nicht lesen kann.
Handlungsempfehlungen statt Datenwüste
Der entscheidende Unterschied zur bisherigen Technologie: KI soll nicht mehr nur darstellen, was war — sondern ableiten, was sinnvoll wäre. Wann könnte ich heute Nacht eine Hypo bekommen? Welche Aktivität hat letzte Woche meine Time in Range verbessert? Was war an diesem Tag anders, als mein Sensor grüne Zahlen gezeigt hat?
Das sind Fragen, die ich selbst stelle. Und auf die ich bisher keine systematischen Antworten bekomme.
Wenn du verstehen willst, was Time in Range überhaupt bedeutet und warum sie aussagekräftiger ist als ein HbA1c-Wert — das habe ich in diesem Kontext schon öfter erklärt, unter anderem im Beitrag über Blutzuckerschwankungen und ihre Ursachen.
CGM für Typ-2 — KI macht’s möglich
Interessant ist auch: Auf dem ATTD 2026 wurde deutlich diskutiert, dass CGM sich zunehmend von einer Spezialtechnologie für Typ-1 zu einem Standard auch für Typ-2-Diabetes entwickelt. Das liegt nicht zuletzt daran, dass KI die Datenmenge erst handhabbar macht. Je mehr Menschen CGM tragen, desto mehr Daten gibt es — und desto besser werden die Muster, die KI erkennt.
Was KI noch nicht kann — und warum das ehrlich gesagt wichtig ist
Ich finde, man sollte das klar sagen: KI ersetzt gerade nicht das, was eine gute Diabetesberatung leistet.
Wenn ich morgens mit einem Wert von 38 mg/dl aufwache und zittere, hilft mir kein Algorithmus, der mir erklärt, dass meine Basalrate nachts zu hoch war. Da brauche ich Traubenzucker, keine Analyse. Die Basis des sicheren Managements — was tun im Notfall, wie Hypos erkennen und sofort handeln — bleibt menschliches Wissen, das sitzt.
Und: Viele der KI-Tools sind noch nicht in der Regelversorgung angekommen. Was auf Kongressen vorgestellt wird und was dein Diabetologe morgen im Praxissystem hat, sind oft Jahre voneinander entfernt. Das ist frustrierend. Aber es ist die Realität.
Die eigentlich spannende Frage: Wem gehören meine Daten?
Ich habe zwei Jahre lang CGM-Daten gesammelt. Technisch gesehen liegen die beim Hersteller. Was Abbott mit meinen Libre-Daten macht, steht in den AGB. Was Dexcom macht, auch.
KI-gestützte Auswertung bedeutet: Meine Daten werden Trainingsdaten für Systeme, die irgendwann bessere Vorhersagen machen. Das ist der Deal. Ich bekomme (irgendwann) bessere Empfehlungen. Dafür gebe ich sehr persönliche Stoffwechseldaten ab.
Ich weiß nicht, wie ich das abschließend bewerten soll. Aber ich finde, man sollte sich bewusst damit auseinandersetzen — und nicht einfach auf „Akzeptieren“ tippen.
In dem Zusammenhang ist der Beitrag über LibreLinkUp v5 und was das für Drittanbieter-Apps bedeutet interessant. Wer kontrolliert, wer auf meine Daten zugreift? Auch das ist eine Form von KI-Politik.
Was ich mir für die Zukunft wünsche — und was realistisch ist
Mein persönlicher Wunschzettel für KI im Diabetes ist kurz:
Ich will nicht mehr Daten. Ich will, dass meine Daten endlich für mich arbeiten.
Konkret hieße das:
- Eine App, die mir am Abend sagt: „Heute Nacht könntest du auf Basis deiner letzten 14 Tage eine Hypo zwischen 2 und 4 Uhr bekommen. Überleg, ob du die Basalrate anpassen willst.“
- Ein System, das erkennt, dass Stress meinen Insulinbedarf erhöht — und mich fragt, ob es gerade stressig ist.
- Auswertungen, die ich meinem Arzt zeigen kann und die echte Gesprächsgrundlage bieten — nicht nur ein Balkendiagramm, wie viel Prozent der Zeit ich im Zielbereich war.
Ist das nah? Näher als vor fünf Jahren. Ist es schon da? Noch nicht wirklich. Aber der Kurs ist klar.
Fazit: Datensammler — aber mit wachsendem Potenzial
KI beim Diabetes ist heute noch mehr Versprechen als Alltag. Aber das Versprechen ist konkreter geworden. Was auf dem ATTD 2026 diskutiert wurde, ist kein Zukunftsszenario mehr — es sind laufende Studien, erste kommerzielle Systeme, reale Pilotprojekte.
Für mich persönlich bedeutet das: Ich werde weiter Daten sammeln. Nicht, weil ich glaube, dass mir jemand morgen eine revolutionäre Auswertung schickt. Sondern weil ich weiß, dass diese Daten irgendwann — für mich oder für andere — wirklich etwas bedeuten werden.
Und wenn die KI irgendwann tatsächlich mein Begleiter wird und nicht nur mein Datenspeicher: dann bin ich dabei.
