Vorst\u00e4nde kennen die EBIT-Marge auf zwei Nachkommastellen, das Burndown-Diagramm jedes Sprints und die Konversionsrate jeder Kampagne. Die biologische Substanz jener Menschen, deren Urteilsverm\u00f6gen, Energie und Resilienz das Unternehmen tragen, kennen sie nicht.<\/p>\n
Sie wird allenfalls geahnt \u2013 an m\u00fcden Augen im Lenkungsausschuss, an geh\u00e4uften Fehlzeiten nach kritischen Quartalen, an einer pl\u00f6tzlichen Diagnose, die niemand kommen sah. Wer im 21. Jahrhundert f\u00fchrt, misst alles, nur nicht das, was wirklich knapp wird. Diesen Mangel zu beheben, ist heute machbar, aber nur, wenn Diagnostik und Datenethik im selben Atemzug gedacht werden.<\/p>\n
Der Krankenstand als Steuerungskennzahl hat ein strukturelles Problem: Er ist der sp\u00e4teste denkbare Zeitpunkt, an dem Gesundheit \u00fcberhaupt gemessen wird. Wenn der AOK-Fehlzeitenreport erneut Rekordwerte ausweist und Burnout, muskuloskelettale Beschwerden und psychische Diagnosen die Statistik dominieren, beschreibt das eine Wirklichkeit, die l\u00e4ngst eingetreten ist. Eine Krankschreibung ist diagnostisch das \u00c4quivalent einer Quartalszahl, die sechs Monate versp\u00e4tet kommt. Kein CFO w\u00fcrde sich auf solche Indikatoren verlassen. Im Gesundheitsbereich tun das die Unternehmen seit Jahrzehnten. Sie z\u00e4hlen Ausfalltage und nennen das BGM, sie buchen einmal j\u00e4hrlich einen Manager-Check und nennen es Vorsorge. Beides hat Wert. Keines davon ist eine Fr\u00fchwarnkennzahl.<\/p>\n
Drei Trends machen aus einem Komfortthema eine Steuerungsfrage. Erstens steigt die mentale Belastung von F\u00fchrungsrollen messbar. Komplexit\u00e4tsdichte und parallele Krisenmodi fordern Entscheidungsqualit\u00e4t auf einem Niveau, das die menschliche Biologie nicht beliebig liefert. Zweitens d\u00fcnnt der demografische Wandel den Nachfolgepool sp\u00fcrbar aus; kritische Funktionen werden zu Single Points of Failure, deren Ausfall niemand mehr nahtlos kompensiert. Drittens verschiebt sich die wirtschaftliche Knappheit von Kapital zu kognitiver Kapazit\u00e4t. Die F\u00e4higkeit, unter Unsicherheit gut zu entscheiden, wird zur limitierenden Ressource. Wer nicht wei\u00df, in welcher biologischen Verfassung diese Ressource sich befindet, steuert ein zentrales Asset blind.<\/p>\n
Ein Health KPI ist nicht jede Zahl, die ein Sensor liefert. Schritte, Schlafdauer, durchschnittliche Herzfrequenz sind Datenpunkte, keine Kennzahlen. Eine Kennzahl entsteht erst, wenn ein Wert vier Eigenschaften erf\u00fcllt: quantitativ messbar mit definierter Methodik, longitudinal vergleichbar, biologisch verankert \u2013 also kausal mit einem beeinflussbaren Mechanismus verbunden \u2013 und interventionsleitend. Damit fallen viele popul\u00e4re Gr\u00f6\u00dfen aus. Eine Wearable-Aggregation wie ein \u201eRecovery Score“ liefert eine Stimmungsanzeige, keine biologische Aussage. Ein einmaliger Cholesterinwert ist eine Momentaufnahme ohne Trajektorie. Health KPIs sind das, was \u00fcbrigbleibt, wenn man Marketing und Routine abzieht.<\/p>\n
Die Voraussetzung f\u00fcr echte Health KPIs ist eine andere Datenbasis. Einzelmarker \u2013 LDL, Blutdruck, BMI \u2013 beschreiben Endpunkte, nicht Biologie. Die Genomik liefert die Grundlinie: Stoffwechsel, Entgiftung, Reparaturkapazit\u00e4t. Die Epigenomik zeigt, wo innerhalb dieses Korridors ein Mensch tats\u00e4chlich steht \u2013 DNA-Methylierungsuhren wie GrimAge oder DunedinPACE korrelieren mit Mortalit\u00e4tsrisiko deutlich besser als die Geburtsurkunde. Die Metabolomik beschreibt den aktuellen Stoffwechselzustand, die Proteomik \u2013 \u00fcber Plattformen wie SomaLogic oder Olink in tausendfacher Aufl\u00f6sung verf\u00fcgbar \u2013 erlaubt organspezifische Alterungs-Signaturen. Erst die Integration dieser Schichten erzeugt Aussagekraft. Multiomik ersetzt nicht den Hausarzt, sie liefert die Aufl\u00f6sung, die F\u00fchrungsentscheidungen verlangen.<\/p>\n
Ein Layer wird systematisch \u00fcbersehen: die sensorische Funktion. Riechen, H\u00f6ren, Tasten gelten als Komfortvariablen, als Fragen der Lebensqualit\u00e4t, nicht der Diagnostik. Diese Sicht ist \u00fcberholt. Die Olfaktion ist das wahrscheinlich fr\u00fcheste Fr\u00fchwarnsystem, das die Biologie bereitstellt: Olfaktorische Defizite gehen einer Parkinson- oder Alzheimer-Diagnose im Mittel um Jahre voraus. Auch die Audition ist messbar relevant. Die Lancet-Kommission zu Demenzpr\u00e4vention z\u00e4hlt H\u00f6rverlust seit Jahren zu den gr\u00f6\u00dften modifizierbaren Risikofaktoren f\u00fcr kognitiven Abbau. Im somatosensorischen Bereich k\u00fcndigt sich eine Small-Fibre-Neuropathie diabetisch, autoimmun und postinfekti\u00f6s oft an, bevor klassische Marker reagieren. Sense-Omics ist deshalb kein Wellness-Add-on, sondern eine der billigsten und mechanistisch tiefsten Schichten echter Fr\u00fchdiagnostik.<\/p>\n
Datenmenge allein ist noch keine Steuerungsgrundlage. Wer einem Vorstand eine Tabelle mit dreitausend Markern vorlegt, hat seinen Job nicht gemacht. Aus Rohdaten muss eine Gr\u00f6\u00dfe werden, die Entscheidungen zul\u00e4sst \u2013 ohne Komplexit\u00e4t k\u00fcnstlich zu gl\u00e4tten.<\/p>\n
Genau hier setzt der \u03b7-Score (Eta-Score) an. Er ist kein Wohlbefindens-Index und kein Recovery-Wert. Er ist eine Effizienzkennzahl: das Verh\u00e4ltnis aus biologischem Ertrag zu biologischem Aufwand. Wie viel funktionale Substanz (kognitive Leistungsf\u00e4higkeit, Belastungstoleranz, Regenerationsqualit\u00e4t) ein Mensch pro Einheit biologischer Beanspruchung tats\u00e4chlich realisiert. Der entscheidende Unterschied zu Wearable-Aggregationen: Der \u03b7-Score integriert Multiomik, Sense-Omics, Verhaltens- und Expositionsdaten, also nicht nur das, was am Handgelenk gemessen wurde. Genau weil er verdichtet, ist er missbrauchsanf\u00e4llig. Der \u03b7-Score ist ein interventionsleitendes Werkzeug in der Hand des Untersuchten, nicht eine Personalkennzahl in der Hand des Arbeitgebers. Jede andere Verwendung \u2013 als Performance-Surrogat, als Ranking-Variable, als Selektionskriterium \u2013 w\u00fcrde das Instrument zerst\u00f6ren und die Datenbasis vergiften, auf der es beruht.<\/p>\n
Belegfall: Was longitudinale N=1-Analyse leisten kann<\/em><\/strong><\/p>\n Was eine integrierte L\u00e4ngsschnittanalyse leisten kann, zeigt eine anonymisierte Auswertung aus der j\u00fcngeren Praxis: ein m\u00e4nnlicher Knowledge-Worker, Mitte 50, leitend t\u00e4tig, kein klinisch auff\u00e4lliger Befund. Datenbasis: 966.000 SNPs aus einer kommerziellen Genotypisierung, 160 N\u00e4chte hochaufgel\u00f6stes Schlaf- und HRV-Tracking, kontinuierliche Raumklimasensorik, eine eigene Wetterstation, ein zehnj\u00e4hriger Geolocation-Datensatz. <\/em><\/p>\n In keiner einzelnen Datenschicht zeigte sich Auff\u00e4lliges. Die Integration f\u00f6rderte etwas anderes zutage: Eine Variantenkonstellation in Genen des Histamin- und Tryptophan-Stoffwechsels korrelierte mit n\u00e4chtlichen autonomen Entgleisungen \u2013 aber nur in N\u00e4chten mit Raumtemperaturen oberhalb eines definierten Schwellenwerts und nach Tagen mit \u00fcberdurchschnittlicher Pollenexposition. Eine Information, die kein einzelner Test, kein Wearable und kein Hausarzt-Algorithmus produziert h\u00e4tte. Die abgeleitete Intervention senkte die n\u00e4chtlichen Episoden innerhalb weniger Wochen messbar.<\/em><\/p>\n Solche Muster sind keine Einzelf\u00e4lle, sondern typisch f\u00fcr integrierte L\u00e4ngsschnittanalysen: Ihre Spezifik ist individuell, ihre Logik ist reproduzierbar. N=1 ist hier kein methodisches Problem \u2013 es ist der Punkt.<\/em><\/p>\n Das gr\u00f6\u00dfte Risiko dieser Diagnostik ist nicht technischer, sondern institutioneller Natur. Multiomische Daten plus L\u00e4ngsschnittmonitoring von Schl\u00fcsselrollen k\u00f6nnen ein Empowerment-Werkzeug sein \u2013 oder ein \u00dcberwachungsinstrument. Drei nicht verhandelbare Architekturentscheidungen trennen das eine vom anderen.<\/p>\n Praktisch hei\u00dft das in der deutschen Konzernrealit\u00e4t: Der Betriebsrat ist nicht das Hindernis, das zu \u00fcberwinden ist, sondern der Ko-Architekt, der von Anfang an zu beteiligen ist. Programme, die ohne ihn entstehen, scheitern nicht am Recht, sondern an der Belegschaft. Programme, die mit ihm gestaltet werden, gewinnen Legitimit\u00e4t, die kein anderer Mechanismus liefert.<\/p>\n Daraus folgt ein realistischer Pfad in drei Phasen, der Akzeptanz vor Ambition stellt.<\/p>\n Beginn mit aggregierten, niemals individuellen Kennzahlen: Stress- und Schlafprofile in Kohorten, kognitive Leistungsmessungen in anonymisierten Pools. Ziel ist Anschlussf\u00e4higkeit, nicht Diagnose. Die Organisation erf\u00e4hrt, dass Gesundheit als Steuerungsgr\u00f6\u00dfe ernst genommen wird, ohne dass eine einzelne Person individuell adressierbar wird.<\/p>\n F\u00fcr Vorst\u00e4nde, Bereichsleiter und kritische Spezialisten eine multiomische Baseline, durchgef\u00fchrt von einem externen \u00e4rztlichen Anbieter, Datenr\u00fcckfluss ausschlie\u00dflich an die untersuchte Person. Der \u03b7-Score wird zum pers\u00f6nlichen Coaching-Werkzeug, nicht zum Eintrag im Konzern-Dashboard. Die wirtschaftliche Logik dahinter ist h\u00e4rter, als BGM-Argumentationen sie meist machen: Die gr\u00f6\u00dfte Kostenposition ist nicht Krankheit, sondern reduzierte Entscheidungsqualit\u00e4t bei scheinbar gesunden F\u00fchrungskr\u00e4ften. Fehlbesetzungen, schiefe Bewertungen, falsch getimte Strategiewechsel, getroffen von Menschen, die m\u00fcder sind, als sie selbst wissen. Hinzu kommen Fluktuationskosten in Schl\u00fcsselrollen sowie die direkte Asymmetrie ungeplanter C-Level-Erkrankungen, die in Nachfolgekrise, Deal-Disruption und Reputationsverlust regelm\u00e4\u00dfig ein Vielfaches dessen kosten, was ein gesamter Diagnostik-Pfad \u00fcber zehn Jahre verursacht.<\/p>\n Erst wenn die ersten beiden Phasen Vertrauen und Architektur etabliert sind, ist longitudinales Tracking auf individueller Ebene kulturell und rechtlich tragf\u00e4hig. Und auch dann ausschlie\u00dflich opt-in, \u00e4rztlich begleitet, interventionsleitend.<\/p>\n Predictive Health ist keine Variante des klassischen BGM. Sie ist eine F\u00fchrungsdisziplin mit derselben Ernsthaftigkeit, derselben Datenethik und derselben Konsequenz, die Unternehmen ihren Finanzdaten seit Jahrzehnten zugestehen. Wer die biologische Substanz seiner Schl\u00fcsselmenschen nicht kennt, f\u00fchrt ohne einen wesentlichen Teil des Lageberichts.<\/p>\n Die Werkzeuge daf\u00fcr existieren: Multiomik ist in der Routine angekommen, Sense-Omics ist methodisch reif, integrierte Bewertungsmodelle wie der \u03b7-Score machen die Komplexit\u00e4t entscheidungsf\u00e4hig. Was fehlt, ist nicht Technologie, sondern die Bereitschaft, Diagnostik und Datenarchitektur gemeinsam zu denken. Plattformen wie Bio-Et\u00e0 zeigen, wie diese Logik in der Praxis aussieht \u2013 als Standard, nicht als Vision: Messen, Verstehen, Handeln, longitudinal und multiomisch, mit Souver\u00e4nit\u00e4t auf Seiten der Untersuchten.<\/p>\n Dr. Josef Scheiber<\/strong> ist Wissenschaftler, Unternehmer und leidenschaftlicher Netzwerker. Nach Stationen bei Roche und Novartis in den USA und der Schweiz brachte er sein internationales Know-how zur\u00fcck in die Oberpfalz. Mit \u00fcber 50 wissenschaftlichen Publikationen und zahlreichen Auszeichnungen z\u00e4hlt er zu den pr\u00e4genden Stimmen f\u00fcr digitale Gesundheitsinnovationen. Als Absolvent des Global Healthcare Leaders Program der Harvard Medical School verbindet er modernste Forschung und biomedizinische Daten mit einer klaren Vision: personalisierte Medizin, Epigenetik, Biohacking und Longevity \u2013 also ein langes, gesundes Leben \u2013 f\u00fcr alle Menschen zug\u00e4nglich zu machen.<\/p>\nGovernance: Wo F\u00fcrsorge endet und \u00dcberwachung beginnt<\/h2>\n
\n
Was Unternehmen jetzt tun k\u00f6nnen \u2013 pragmatisch, nicht maximal<\/h2>\n
\n
\n
\n
Predictive Health als F\u00fchrungsdisziplin<\/h2>\n
\u00dcber den Autor:<\/h3>\n