Statistische Medizin vs. Präzisionsmedizin: Was der Unterschied im echten Praxisalltag bedeutet
Die moderne Medizin operiert auf zwei fundamental verschiedenen Denkmodellen: statistische Medizin fragt „Was hilft den meisten Menschen mit dieser Diagnose?" — Präzisionsmedizin fragt „Was ist bei genau diesem Menschen los?". Nicholas Schork zeigte 2015 in Nature: Die zehn meistverkauften Medikamente in den USA haben eine Number Needed to Treat (NNT) von 4 bis 25. Das bedeutet: Zwischen 4 und 25 Patienten müssen behandelt werden, damit einer den gewünschten Effekt erfährt. Das heißt nicht, dass Medikamente schlecht sind — es heißt, dass der „durchschnittliche Patient" nicht existiert und dass interindividuelle Variabilität real und messbar ist. Vier Praxisbeispiele — Cholesterin, Schilddrüse, Depression, Diabetes — zeigen konkret, was dieser Unterschied im Alltag bedeutet.
Zwei Denkmodelle, ein Wartezimmer: Statistische Medizin arbeitet mit Populationsmittelwerten und Leitlinien. Präzisionsmedizin fragt nach individuellen Biomarkern und Kontexten. Beide koexistieren — kein Entweder-oder.
Zwei Denkmodelle: Statistische Medizin und Präzisionsmedizin
Statistische Medizin: Die Kraft des Durchschnitts
Die evidenzbasierte Medizin (EBM) ist eine der großen Errungenschaften der modernen Wissenschaft. Ihr Fundament: große randomisiert-kontrollierte Studien (RCTs), systematische Reviews und Metaanalysen. Aus diesen Daten entstehen Leitlinien — standardisierte Behandlungsempfehlungen, die für eine definierte Patientengruppe den besten bekannten Weg beschreiben.
Die Stärken sind real:
- Hochwertige Evidenz, reproduzierbar und skalierbar
- Schutz vor Willkür, Intuition und Scharlatanerie
- Funktioniert besonders gut bei akuten, klar definierten Erkrankungen
- Bezahlbar und flächendeckend einsetzbar
Die Grenzen sind ebenso real:
- Der „durchschnittliche Patient" in der Studie existiert in keinem Wartezimmer. Kravitz et al. beschrieben 2004 im Milbank Quarterly das zentrale Problem: Heterogeneity of Treatment Effects — die Streuung der individuellen Reaktionen um den Mittelwert ist oft größer als der Mittelwerteffekt selbst.
- Komorbidität, Ernährungsstatus, Schlafqualität, Stressbelastung, Mikronährstoffversorgung und genetische Varianten fließen selten in Leitlinien ein.
- Zeitdruck im Kassensystem begünstigt „One-size-fits-all": 7 Minuten pro Patient lassen wenig Raum für individuelle Kontextualisierung.
Wichtig: Statistische Medizin ist keine schlechte Medizin. Sie ist die unverzichtbare Basis. Die Frage ist, ob sie für den einzelnen Menschen ausreicht.
Präzisionsmedizin: Die Kraft des Einzelnen
2015 rief US-Präsident Obama die Precision Medicine Initiative aus (Collins & Varmus, NEJM 2015). Der Grundgedanke: Wenn wir genug über den einzelnen Menschen wissen — Genetik, Metabolomik, Mikrobiom, Lebensstilparameter, Biomarker-Muster — können wir Therapien besser auf ihn zuschneiden.
Die Stärken:
- Adressiert individuelle Treiber, nicht nur die Diagnose
- Berücksichtigt Biomarker-Muster statt Einzelwerte
- Kann erklären, warum Patient A auf eine Therapie anspricht und Patient B nicht
- Wachsende Evidenzbasis in Onkologie, Pharmakogenomik und Stoffwechselstörungen
Die Grenzen:
- Evidenzbasis oft dünner als bei statistischer Medizin (kleinere Studien, Case Series)
- Teurer, häufig nicht kassenfinanziert, Spezialist:innen nötig
- Attributionsproblem: Bei vielen gleichzeitigen Interventionen ist methodisch kaum bestimmbar, welche Komponente welchen Effekt erzeugt
- Gefahr der Überinterpretation: Nicht jeder leicht abweichende Laborwert ist ein „Problem"
Transparenz: Präzisionsmedizin ist kein Allheilmittel. Sie ergänzt statistische Medizin dort, wo deren Grenzen sichtbar werden.
Number Needed to Treat (NNT): So viele Patienten müssen mit einem der zehn meistverkauften Medikamente behandelt werden, damit einer den gewünschten Effekt hat. Das bedeutet nicht, dass Medikamente nicht wirken — es bedeutet, dass sie nicht bei jedem gleich wirken. (Schork 2015, Nature)
— Die MOJO Perspektive
Vom Erkennen ins Verstehen und Können: Die Lernstufen
Die Frage „Statistische Medizin oder Präzisionsmedizin?" ist kein akademisches Thema. Sie bestimmt, wie Fachpersonen im Alltag arbeiten: ob sie einem Algorithmus folgen oder ob sie den individuellen Kontext eines Menschen erfassen, einordnen und in einen personalisierten Weg übersetzen können.
In der MOJO Akademie lernen Fachpersonen — Ärztinnen, Heilpraktikerinnen, Coaches, Sportwissenschaftlerinnen — systematisch, wie sie statistische Evidenz und individuelle Biomarker-Muster in der Praxis zusammenbringen. Vier Stufen bauen aufeinander auf:
MOJO Akademie: Vom Erkennen ins Verstehen und Können. Jede Stufe baut auf, was dieser Artikel beschreibt — Fachpersonen lernen nicht nur zu verstehen, sondern zu können.
- Lebensenergie — Den eigenen Alltag kultivieren für mehr zelluläre Energieproduktion. Wer versteht, wie der Körper Energie herstellt, hat bereits einen großen Teil dafür getan, chronisch gesund zu sein und zu bleiben. Das zellbiologische Fundament, auf dem alles Weitere aufbaut.
- Resilienz — Die präzisionsmedizinische Herangehensweise in der Praxis: Nährstoffe, Schilddrüse, Atmung, Fettsäuren und Entzündung. Die Tiefe, die dieser Artikel an den Beispielen Schilddrüse, Cholesterin und Depression andeutet — hier wird sie zur konkreten Kompetenz.
- RMOS — Das „Chronisch Gesund"-System: Alle Erkenntnisse werden zusammengeführt mit dem Fokus, wie man andere Menschen dabei begleitet, die präzisionsmedizinischen Erkenntnisse in ihren Alltag zu übertragen. Vom Wissen zur Anwendung, von der eigenen Praxis zur strukturierten Begleitung.
- Praxiszirkel — Interdisziplinäre Mastermindgruppe mit individuellen Fallbesprechungen: Wie man es im täglichen Servicebetrieb aufbaut und umsetzt. Ärztinnen, Therapeutinnen, Coaches lernen voneinander — an echten Fällen, mit echtem Feedback.
Für individuelle Gesundheitsentscheidungen — ob es um Laborinterpretation, Medikamenteneinstellung oder Lebensstilveränderungen geht — ist die Begleitung durch Fachpersonen mit Kenntnis des aktuellen Forschungsstands essenziell. Präzisionsmedizin ersetzt keine ärztliche Betreuung. Sie ergänzt sie — dort, wo der Einzelne mehr Kontext, mehr Zeit und mehr individuelle Begleitung braucht, als das Kassensystem leisten kann.
Was heißt das im echten Praxisalltag? Vier Beispiele
Beispiel 1: Cholesterin & Herz-Kreislauf-Risiko
Was die Leitlinie sagt: LDL-Cholesterin über 190 mg/dl → Statin-Therapie empfohlen. Die Evidenz dafür ist stark — große RCTs zeigen eine Reduktion kardiovaskulärer Ereignisse.
Was Präzisionsmedizin zusätzlich fragt: Wie hoch ist das Lipoprotein(a) — ein genetisch determinierter Risikofaktor, der durch Statine nicht beeinflusst wird? Wie verhält sich die LDL-Partikelanzahl zur LDL-Konzentration? Liegt eine metabolische Inflammation vor (hochsensitives CRP, Interleukin-6)? Ist das kardiovaskuläre Risiko tatsächlich durch LDL getrieben — oder primär durch Insulinresistenz?
Patient A: LDL 200, Lp(a) < 10, hsCRP 0,5, HOMA-IR 1,2 — statistisches Risiko hoch, individuelles Risiko eher niedrig. Patient B: LDL 160, Lp(a) > 150, hsCRP 4,5, HOMA-IR 3,8 — statistisches Risiko mäßig, individuelles Risiko erheblich. Beide bekommen nach Leitlinie dieselbe Empfehlung.
Was das im Alltag bedeutet: Ein Patient mit LDL 200, aber niedrigem Lp(a), niedrigem hsCRP und normaler Insulinsensitivität hat ein anderes Risikoprofil als ein Patient mit LDL 160, aber Lp(a) über 150, erhöhtem hsCRP und Insulinresistenz. Nach Leitlinie bekommen beide eine ähnliche Empfehlung. Präzisionsmedizin würde unterschiedliche Schwerpunkte setzen.
Beispiel 2: Erschöpfung & Schilddrüse
Was die Leitlinie sagt: TSH über 4,5 mU/l → Verdacht auf Hypothyreose, ggf. Levothyroxin-Substitution. TSH im Normbereich → „Schilddrüse ist in Ordnung."
Was Präzisionsmedizin zusätzlich fragt: Wie ist das fT3/fT4-Verhältnis — gibt es ein Konversionsproblem (die Schilddrüse produziert genug T4, aber die Umwandlung in das aktive T3 ist gestört)? Wie sind die Cofaktoren der Konversion — Selen, Zink, Eisen? Wie hoch ist das Ferritin (nicht nur „im Normbereich", sondern wo genau)? Vitamin D? Cortisol-Tagesprofil?
TSH 3,2 mU/l — die Leitlinie sagt: „Normal. Schilddrüse in Ordnung." Präzisionsmedizin fragt nach dem Kontext: fT3 am unteren Rand, fT3/fT4-Ratio auffällig, Ferritin 18 ng/ml, Vitamin D 15 ng/ml, Selen niedrig, Cortisol-Tagesprofil flach. Ein metabolisches Muster, das Erschöpfung erklären kann — bei „normaler" Schilddrüse.
Was das im Alltag bedeutet: Eine Patientin mit TSH 3,2 (laut Leitlinie im Normbereich), aber fT3 am unteren Rand, Ferritin bei 18 ng/ml und Vitamin D bei 15 ng/ml hat labordiagnostisch eine „normale" Schilddrüse. Trotzdem beschreibt sie Erschöpfung, Kälteintoleranz und Konzentrationsschwierigkeiten. Die Leitlinie sieht keinen Handlungsbedarf. Präzisionsmedizin sieht ein metabolisches Muster.
Beispiel 3: Depression
Was die Leitlinie sagt: Diagnose Depression → SSRI als First-Line-Therapie. Die Evidenz: Cipriani et al. zeigten 2018 in der bisher größten Netzwerk-Metaanalyse (Lancet, 21 Antidepressiva, über 116.000 Patienten), dass alle untersuchten Antidepressiva wirksamer sind als Placebo. Der Effekt ist real — aber die Streuung ist erheblich.
Was Präzisionsmedizin zusätzlich fragt: Liegt eine inflammatorische Depression vor (hsCRP über 3 mg/l, erhöhte proinflammatorische Zytokine)? Dantzer et al. beschrieben 2008 in Nature Reviews Neuroscience detailliert, wie das Immunsystem das Gehirn „unterwandert" und Sickness Behaviour auslösen kann — ein Zustand, der klinisch einer Depression ähnelt, aber andere biologische Treiber hat. Wie sind Homocystein, Vitamin B12, Folat? Schilddrüsenfunktion? Schlafarchitektur? HPA-Achsen-Dysregulation?
Was das im Alltag bedeutet: Die Forschung zeigt zunehmend, dass „Depression" kein einheitliches Krankheitsbild ist, sondern verschiedene biologische Subtypen umfassen kann — mit möglicherweise verschiedenen Ansatzpunkten. Ein Patient mit erhöhten Entzündungsmarkern und Fatigue hat möglicherweise andere biologische Treiber als ein Patient mit primärer Schlafstörung und HPA-Achsen-Dysregulation. Beide erhalten nach Leitlinie dieselbe First-Line-Empfehlung.
Beispiel 4: Typ-2-Diabetes
Was die Leitlinie sagt: HbA1c über 6,5 % → Diagnose Typ-2-Diabetes → Metformin als First-Line, bei unzureichender Kontrolle GLP-1-Agonist, dann Insulin. Ein algorithmischer Stufenplan.
Was Präzisionsmedizin zusätzlich fragt: Ahlqvist et al. zeigten 2018 in Lancet Diabetes & Endocrinology, dass „Typ-2-Diabetes" mindestens fünf distinkte Subgruppen umfasst — mit unterschiedlicher Insulinresistenz, Betazellfunktion, Autoimmunkomponente und Komplikationsrisiko. Wie ist das Nüchterninsulin, der HOMA-IR-Verlauf? Gibt es ein Dawn-Phänomen? Welches Ernährungsmuster passt zum individuellen metabolischen Phänotyp? Wie verhält sich der Blutzucker tatsächlich über 24 Stunden (kontinuierliches Glukosemonitoring)?
Was das im Alltag bedeutet: Ein Patient mit stark erhöhtem Nüchterninsulin und hoher Insulinresistenz hat biologisch ein anderes Problem als ein Patient mit niedrigem Insulin und Betazell-Erschöpfung. Beide haben denselben HbA1c. Beide bekommen nach Leitlinie denselben Stufenplan.
Stoffwechsel, Nervensystem und Immunsystem: Jeder Mensch hat ein individuelles Muster. Bei derselben Diagnose können alle drei Systeme unterschiedlich beteiligt sein. Ein Standardprotokoll trifft nur eines davon — bestenfalls.
Kein Entweder-oder — eine produktive Spannung
Statistische Medizin und Präzisionsmedizin sind keine Gegenspieler. Sie sind zwei Perspektiven auf dasselbe Problem — und beide haben ihren Platz.
Statistische Medizin ist die unverzichtbare Basis. Ohne sie gäbe es keine verlässliche Evidenz, keine Qualitätssicherung und keinen Schutz vor Willkür. Sie beantwortet die Frage: „Was wissen wir über diese Erkrankung insgesamt?" Diese Frage ist unverzichtbar.
Präzisionsmedizin baut darauf auf. Sie fragt: „Was bedeutet dieses Wissen für genau diesen Menschen, mit seinem individuellen Kontext?" Diese Frage wird umso wichtiger, je chronischer und multimodaler eine Erkrankung ist.
Die Spannung zwischen beiden ist produktiv: RCTs zeigen Durchschnitte und definieren den Stand des Wissens. Präzisionsmedizin übersetzt dieses Wissen in den Einzelfall. Beide Ansätze schließen sich nicht aus — der Mensch profitiert von beiden.
Drei Körpergedächtnisse — und warum Individualisierung biologisch sinnvoll ist
In der Regenerationsmedizin werden drei Körpergedächtnisse beschrieben: das Nervensystem-Gedächtnis, das Immungedächtnis und das metabolische Gedächtnis (Prof. Rainer Straub). Jedes dieser Systeme hat bei jedem Menschen eine individuelle Geschichte — geprägt durch Genetik, Umwelt, Ernährung, Stress, Infektionen und Lebensstil.
Genau diese individuelle Geschichte erklärt, warum ein Standardprotokoll bei manchen Menschen hervorragend wirkt und bei anderen nicht. Es ist nicht Zufall und nicht Einbildung — es ist biologische Variabilität, die sich in Biomarkern, Laborwerten und klinischen Befunden abbildet.
Die Beispiele in diesem Artikel zeigen: Zwei Menschen mit derselben Diagnose können biologisch völlig unterschiedliche Muster haben — in ihrem Stoffwechsel, in ihrem Nervensystem, in ihrem Immunsystem. Ein Ansatz, der alle drei Systeme individuell betrachtet, kann Informationen liefern, die ein Einzelwert (LDL, TSH, HbA1c, Hamilton-Score) allein nicht zeigt.
Verweis: US POINTER vs. ReCODE
Dieselbe Spannung zwischen statistischer Medizin und Präzisionsmedizin zeigt sich aktuell in der Alzheimer-Forschung: US POINTER (Baker et al., JAMA 2025) arbeitet mit Populationsmittelwerten — gleiches Protokoll für alle. ReCODE (Bredesen) arbeitet mit individuellen Ursachenclustern — Biomarker-geleitete Pläne für jeden Patienten. Beide teilen die Grundüberzeugung: Multiple Hebel gleichzeitig, nicht Monotherapie. Aber sie unterscheiden sich fundamental in der Frage, ob alle gleich oder jeder anders behandelt werden sollte. Eine ausführliche Einordnung beider Ansätze findet sich im Forschungsupdate „ReCODE unter der Lupe: Was der erste Alzheimer-RCT wirklich zeigt".
Das Wichtigste in Kürze
- 1Die zehn meistverkauften Medikamente in den USA haben eine Number Needed to Treat (NNT) von 4 bis 25: Zwischen 4 und 25 Patienten müssen behandelt werden, damit einer den gewünschten Effekt hat (Schork 2015, Nature). Das ist kein Qualitätsmangel — es ist das Resultat interindividueller biologischer Variabilität.
- 2Zwei Patienten mit identischem LDL-Cholesterin können völlig verschiedene kardiovaskuläre Risikoprofile haben — abhängig von Lp(a), hsCRP, Insulinresistenz und Partikelanzahl. Die Leitlinie sieht denselben Wert und gibt dieselbe Empfehlung.
- 3Ein TSH von 3,2 mU/l ist laut Leitlinie „normal". Trotzdem kann ein metabolisches Muster aus niedrigem fT3, niedrigem Ferritin und niedrigem Vitamin D Erschöpfung erklären — die Leitlinie allein erfasst dieses Muster nicht.
- 4„Depression" ist kein einheitliches Krankheitsbild: Inflammatorische Depression, HPA-Achsen-Dysregulation, Nährstoffdefizite und Schlafstörungen können klinisch ähnlich aussehen, aber unterschiedliche biologische Treiber haben (Dantzer et al. 2008, Cipriani et al. 2018).
- 5Typ-2-Diabetes umfasst mindestens fünf distinkte Subgruppen mit unterschiedlicher Insulinresistenz, Betazellfunktion und Komplikationsrisiko (Ahlqvist et al. 2018, Lancet D&E). Alle erhalten nach Leitlinie denselben Stufenplan.
- 6Statistische Medizin und Präzisionsmedizin schließen sich nicht aus: Statistische Medizin definiert den Stand des Wissens (Was wissen wir?). Präzisionsmedizin übersetzt ihn in den Einzelfall (Was bedeutet das für dich?). Der Mensch profitiert von beiden.
Praxisrelevanz
Laborwerte im Kontext betrachten: Einzelne Laborwerte (LDL, TSH, HbA1c) sagen weniger aus als das Muster, in dem sie stehen. Wer eine umfassende Einordnung seiner Werte wünscht, kann mit Fachpersonen besprechen, welche zusätzlichen Parameter für den individuellen Kontext relevant sein könnten.
Leitlinien als Ausgangspunkt, nicht als Endpunkt: Leitlinien sind evidenzbasierte Empfehlungen für die Mehrheit. Sie sind ein guter Ausgangspunkt für jedes Arztgespräch. Wenn ein Standardprotokoll nicht den gewünschten Effekt zeigt, kann es sinnvoll sein, den individuellen Kontext genauer anzuschauen — in Absprache mit den behandelnden Ärztinnen und Ärzten.
„Normal" heißt nicht „optimal": Laborwerte im Referenzbereich bedeuten: Du liegst innerhalb der statistischen Norm einer Referenzpopulation. Das sagt nichts darüber aus, ob der Wert für deine individuelle Situation optimal ist. Fachpersonen mit Erfahrung in individueller Laborinterpretation können helfen, Werte im persönlichen Kontext einzuordnen.
Drei Systeme, nicht ein Wert: Stoffwechsel, Nervensystem und Immunsystem arbeiten zusammen. Eine isolierte Betrachtung einzelner Parameter (nur Cholesterin, nur Schilddrüse, nur Blutzucker) kann wichtige Zusammenhänge übersehen. Die Frage „Wie hängt das zusammen?" ist oft aufschlussreicher als die Frage „Ist dieser Wert normal?".
Verwandte Artikel
Quellen & Referenzen
- Personalized medicine: Time for one-person trials
- A New Initiative on Precision Medicine
- Evidence-Based Medicine, Heterogeneity of Treatment Effects, and the Trouble with Averages
- Novel subgroups of adult-onset diabetes and their association with outcomes: a data-driven cluster analysis of six variablesAhlqvist E, Storm P, Käräjämäki A et al. – The Lancet Diabetes & Endocrinology (2018) DOI: 10.1016/S2213-8587(18)30051-2
- Comparative efficacy and acceptability of 21 antidepressant drugs for the acute treatment of adults with major depressive disorder: a systematic review and network meta-analysis
- From inflammation to sickness and depression: when the immune system subjugates the brain
Wie wir Evidenz bewerten
Wir betrachten Evidenz als Gesamtbild: Mechanistische Studien, Beobachtungsdaten, klinische Erfahrung und – wenn verfügbar – randomisierte Studien fließen gemeinsam in unsere Bewertung ein. Jede Aussage benennt transparent ihre Evidenzbasis.
Unser Evidenzverständnis lesenArzt · Regenerationsmedizin · Gründer des MOJO Instituts
Mehr über den Autor