Auswertungen für Nicht-Diabetiker
Abbott und Google verknüpfen Blutzucker mit Health-Coaching per KI
Abbott und Google Health bündeln kontinuierliche Glukosewerte aus dem Wearable Lingo mit dem Gemini-Coaching. Für Nicht-Diabetiker wird dazu eine der größten Studien zur Stoffwechselgesundheit gestartet. Wie die Zusammenarbeit technisch funktioniert und was sie für die Prävention bedeutet.
Die Selbstbeobachtung über erreicht ein neues Level: Während jede bessere Smartwatch Herzschlag, Schlag, Temperatur und Schlaf analysiert, ist Blutzucker noch nicht so einfach am Handgelenk messbar. Doch im Zuge der Körperoptimierung, der Longevity-Bewegung und natürlich der Prävention soll auch dieser Biomarker einer breiten Konsumentenschicht zugänglich gemacht werden. So ist es fast erstaunlich, dass diese Nachricht erst jetzt kommt: Abbott und Google Health haben eine mehrjährige Kooperation angekündigt, die Glukosedaten des rezeptfrei erhältlichen Blutzucker-Wearables Lingo in die Google-Health-App integriert.
Die neue Kombination soll Glukosetrends künftig neben anderen Vitaldaten in einer einheitlichen Oberfläche zeigen, während der »Google Health Coach« diese Werte zu kontextbezogenen Empfehlungen für Ernährung, Bewegung, Schlaf und Erholung verarbeitet. Erste Integrationen sollen laut Ankündigung noch im Laufe des Jahres 2026 live gehen, ein konkretes Rollout-Datum kündigten die beiden Partner aber noch nicht an.
Die Technik hinter dem Google Health Coach
Der »Google Health Coach« ist ein im Mai diesen Jahres erschienener KI-Dienst, der als Teil des kostenpflichtigen Abonnements Google Health Premium für 9,99 US-Dollar pro Monat verfügbar ist. Technisch basiert er auf einem eigens für Gesundheitsanwendungen feinabgestimmten Modell namens Personal Health Large Language Model (PH-LLM), das laut Google auf einem Multi-Agenten-Framework aufsetzt: Ein Konversationsagent führt den Dialog und orchestriert die Anfragen, ein Data-Science-Agent ruft und analysiert Nutzerdaten wie Schlaf- oder Trainingswerte, und domänenspezifische Experten-Agenten – etwa für Fitness oder Ernährung – erstellen daraus konkrete, adaptive Empfehlungen. Bewertet werden die Ausgaben über ein internes Framework namens SHARP, das Sicherheit, Nützlichkeit, Genauigkeit, Relevanz und Personalisierung der Antworten prüfen soll.
Bislang griff der Coach vor allem auf Fitbit- und Pixel-Watch-Daten, Ernährungs- und Zykluslogs zurück. In den USA können auch medizinische Aufzeichnungen wie Labor- und Blutwerte dafür importiert werden. Mit der Anbindung von Lingo kommt nun erstmals ein kontinuierlicher Glukosedatenstrom als physiologische Eingangsgröße hinzu – ein qualitativer Unterschied zu den bisher genutzten, eher episodischen Metriken wie Schrittzahl oder Schlafdauer.
Diabetes-Sensorik: Was Lingo von Libre unterscheidet
Lingo basiert auf derselben Sensorplattform wie die auf Diabetiker ausgerichteten FreeStyle-Libre-Systeme von Abbott, er misst minütlich Glukosewerte über einen Oberarmpatch mit 14-tägiger Tragedauer und überträgt sie kontinuierlich per Bluetooth an die App. Anders als die verschreibungspflichtigen Libre-Systeme für Menschen mit Diabetes richtet sich Lingo an Erwachsene ohne Insulintherapie, die ihren Stoffwechsel im Alltag beobachten wollen. Erst im Juli 2026 erhielt die zugehörige Coaching-Funktion in den USA die FDA-Freigabe, was die regulatorische Einordnung von Lingo zwischen Wellness-Gadget und medizinisch geprüftem Produkt weiter verschiebt.
Studie als Algorithmenbasis
Kern der Abbott-Goggle-Kooperation ist neben der App-Integration eine geplante Real-World-Studie, die kontinuierliche Glukosedaten mit Wearable-, Labor- und Umfragedaten aus dem Alltag der Träger zusammenführen soll – nicht aus einer kontrollierten klinischen Prüfumgebung. Der methodische Unterschied zu einer randomisiert-kontrollierten Studie wie der britischen FreeDM2-Studie, die im März 2026 einen HbA1c-Vorteil von 0,6 Prozentpunkten für Libre-Nutzer gegenüber Fingerstick-Messungen belegte, liegt im Design: Während FreeDM2 mit einer kontrollierten Vergleichsgruppe arbeitet, fließen in Real-World-Studien unstrukturierte Alltagsdaten ein, die dafür eine deutlich größere Fallzahl und höhere externe Validität ermöglichen. Im Fall der Abbott-Google-Kooperation ist die Studie explizit keine Zulassungsstudie, sondern soll Trainingsdaten liefern, aus denen sich Muster zwischen Glukoseverlauf, Schlaf, Aktivität und Wohlbefinden extrahieren lassen. Diese Muster sollen anschließend in die Coaching-Logik des PH-Sprachmodells einfließen.
Lingo wächst
Die neue Google-Kooperation reiht sich in eine Serie von Erweiterungen ein, mit denen Abbott sein konsumentenorientiertes Biowearable seit der Markteinführung in den USA 2024 zur Plattform ausgebaut hat: Android-Verfügbarkeit im Dezember 2025, die KI-Vorhersagefunktion Libre Assist sowie eine Withings-Anbindung im Januar 2026, gefolgt von der FDA-Freigabe der Coaching-Funktion im Juli 2026.
Auf der medizinischen Seite hat Abbott zudem im Mai 2026 die CE-Kennzeichnung für Libre Duo erhalten, einen dualen Glukose-Keton-Sensor, der als Basis für künftige Closed-Loop-Systeme bei Diabetikern dienen kann. Während frühere Integrationen vor allem die technische Interoperabilität der Rohdaten betrafen, verschiebt die Google-Partnerschaft den Schwerpunkt nun auf die algorithmische Interpretation dieser Daten durch ein generatives KI-Modell. Dieser Trend zeigt sich auch in anderen Bereichen medizinischer Wearables zeigt, wo Machine-Learning-Verfahren zunehmend von der reinen Datenerfassung zur aktiven Handlungsempfehlung übergehen.
Wie der Lingo mit seinem FDA-zertifizierten Coaching zeigt, werden sich künftig damit die »Wellness-Wearables« von den qualitativ höherwertigen Wearables abgrenzen, die dank ihrer Zulassung als Medizinprodukt dann auch Handlungsempfehlungen ausgeben dürfen.
