Mit Algorithmen die Zukunft im Blick

Accu-Chek SmartGuide bietet mit KI-gestützten Glukoseprädiktionen eine zukunftsweisende Option in der Diabetestherapie.² Die CGM-Lösung beinhaltet Algorithmen, die mit Hilfe von künstlicher Intelligenz (KI) entwickelt wurden. Diese basieren wiederum auf maschinellem Lernen und wurden mit tausenden echten Verläufen von Glukosewerten trainiert.³ Die KI erkennt Zusammenhänge, die für den Menschen kaum durchschaubar wären¹ – und bezieht viele individuelle Faktoren mit ein, z. B. aktuelle und vergangene CGM-Werte, eingetragene Kohlenhydrate, Tageszeit und Insulin*. 

Im Vergleich dazu zeigen klassische Trendpfeile als grafische Indikatoren lediglich an, ob, in welche Richtung und mit welcher Geschwindigkeit sich der Glukosewert aktuell verändert – etwa steigend, fallend oder stabil. Sie bieten Nutzer:innen eine Tendenz, wie sich der Glukoseverlauf in den nächsten 15 bis 30 Minuten entwickeln könnte. Grundlage ist ausschließlich die Analyse der jüngsten Glukosewerte, aus der ein kurzfristiger Trend berechnet wird. Der Vorhersagehorizont ist naturgemäß begrenzt, die Genauigkeit kann variieren. Warnmeldungen beruhen auf festen Schwellenwerten.^4,5,6

Auch Unsicherheiten werden berücksichtigt: Die grafische Darstellung (siehe Abbildung 2) zeigt nicht nur eine Verlaufslinie, sondern auch ein Konfidenzintervall (graue Balken), das den Bereich möglicher Werte darstellt. So erhalten Patient:innen nicht nur eine Richtung, sondern eine belastbare, differenzierte Einschätzung.

Abbildung 2: Die Glukoseprädiktion liefert weit mehr Details als der einfache Trendpfeil und zeigt den wahrscheinlichen Verlauf der nächsten Stunden.

Individuelle Vorhersagen –
echter Nutzen für Patient:innen

CGM-Systeme sollen vor allem eines leisten: Orientierung und Sicherheit im Alltag mit Diabetes geben. Laut dt-report 2025 wünschen sich 46 % der befragten Nutzer:innen vorausschauende Warnhinweise – noch vor Aspekten wie Messgenauigkeit oder Sensorlaufzeit.⁸ Kein überraschendes Ergebnis: Die Unsicherheit, den eigenen Glukosewert und dessen Schwankungen nicht kontrollieren zu können, zählt für Menschen mit Diabetes zu den Hauptursachen für Diabetes-Distress. Besonders herausfordernd sind Situationen mit potenziell erhöhtem Risiko für eine Hypoglykämie – etwa bei körperlicher Belastung oder nachts.^9,10

Mehr Klarheit und Selbstwirksamkeit

Trendpfeile bieten im Alltag erste Hinweise auf den Glukoseverlauf. Doch KI-gestützte Prädiktionen, die mögliche künftige Werte anzeigen, können mehr Klarheit geben: Statt einer Tendenz erhalten Patient:innen differenzierte Informationen sowie Frühwarnungen – zum Beispiel bei stark schwankenden Glukosewerten oder einem erhöhten nächtlichen Hypoglykämie-Risiko. So können akute Risiken reduziert und Unsicherheiten verringert werden, auch das Vertrauen in das eigene Diabetesmanagement und die Selbstwirksamkeit werden gestärkt. Eine aktuelle Umfrage¹¹ bestätigt den Bedarf: Menschen mit Diabetes erwarten sich von KI-gestützten Glukoseprädiktionen weniger Sorge vor Hypoglykämien und insgesamt mehr Sicherheit. Erfasst wurde dies unter anderem mit dem Hypoglycemia Fear Survey (HFS-II) sowie der Type 1 Diabetes Distress Scale (T1-DDS).

Nachgewiesene Zuverlässigkeit

KI-gestützte Ansätze haben das Potenzial, die Prädiktion der Glukosewerte zu verbessern. Anwender:innen können mögliche Glukoseereignisse wie Hypoglykämien frühzeitig erkennen und gegensteuern.¹ Und das nachweislich zuverlässig: Die KI-gestützte Prädiktion für einen niedrigen Glukosewert erreicht eine Spezifität von 99 %. Die Sensitivität liegt bei 95 %, was dazu beiträgt, dass möglichst keine Hypoglykämie übersehen wird. Die Glukoseprädiktion liegt zu > 96 % im Consensus Error Grid (Zone A & B) – bei einem Prognosezeitraum von 2 Stunden.^3,11,12 Diese Leistungswerte unterstreichen: KI-gestützte Prädiktion ist nicht nur smart – sie ist präzise und kann klinische Entscheidungen unterstützen.

Häufige Fragen aus der Praxis