Ein Frühstück, ein Anstieg, danach fällt die Kurve wieder ab.
Am nächsten Tag sieht dieselbe Mahlzeit plötzlich anders aus.
Wer zum ersten Mal einen CGM-Sensor trägt, entdeckt etwas, das einzelne Messungen kaum zeigen können:
Glukose ist keine statische Zahl. Sie verändert sich im Tagesverlauf.
Genau diese Detailfülle macht Continuous Glucose Monitoring interessant.
Sie birgt aber auch eine Gefahr.
Je mehr Punkte eine Kurve zeigt, desto leichter ist es, jeder kleinen Bewegung eine Bedeutung zuzuschreiben.
Deshalb sollte man zuerst verstehen:
Was misst ein CGM tatsächlich?
Warum können Kurven schwanken?
Und welche Schlussfolgerungen lassen sich daraus gerade nicht ziehen?
Was bedeutet CGM?
CGM steht für Continuous Glucose Monitoring, auf Deutsch kontinuierliche Glukosemessung.
Ein kleiner Sensor wird je nach System am Körper getragen und misst in kurzen Abständen die Glukosekonzentration.
Dadurch entsteht statt einzelner Momentaufnahmen ein zeitlicher Verlauf.
Das ist der grundlegende Unterschied zu einer klassischen punktuellen Blutzuckermessung.
Eine einzelne Messung beantwortet vereinfacht:
„Wie hoch ist der Wert zu diesem Zeitpunkt?“
CGM liefert zusätzlich Informationen darüber:
„Wie hat sich die Glukose davor und danach entwickelt?“
Gerade diese Zeitachse macht CGM so interessant.
CGM misst nicht direkt die Glukose im Blut
Das ist einer der wichtigsten Punkte für das Verständnis von CGM.
Ein herkömmlicher CGM-Sensor misst die Glukosekonzentration in der interstitiellen Flüssigkeit – also der Flüssigkeit im Gewebe zwischen den Zellen.
Er misst nicht direkt die Glukosekonzentration im Blut.
Beide Werte hängen eng miteinander zusammen.
Sie müssen aber nicht in jedem Moment identisch sein.
Gerade wenn die Glukose schnell steigt oder fällt, kann zwischen Blut- und Gewebeglukose eine zeitliche Differenz entstehen.
Die American Diabetes Association weist in ihren Standards of Care 2026 ausdrücklich auf diesen Zusammenhang hin.
Das bedeutet:
Ein Unterschied zwischen einem aktuellen CGM-Wert und einer Blutmessung bedeutet nicht automatisch, dass der Sensor defekt ist.
Die beiden Messungen betrachten Glukose an unterschiedlichen physiologischen Orten.
Warum eine zeitliche Verzögerung entstehen kann
Stell dir vor, du isst eine kohlenhydratreiche Mahlzeit.
Die Glukose im Blut beginnt anzusteigen.
Anschließend verändert sich auch die Glukosekonzentration in der interstitiellen Flüssigkeit.
Dieser Übergang erfolgt nicht zwangsläufig exakt im selben Moment.
Das wird besonders relevant, wenn die Glukose schnell steigt oder fällt.
Deshalb sollte bei einem CGM nicht ausschließlich auf die aktuelle Zahl geschaut werden.
Auch:
- Verlauf
- Geschwindigkeit der Veränderung
- Richtung
- Zeitpunkt
liefern Kontext.
Gleicher Wert, völlig unterschiedliche Situation
Nehmen wir zwei CGM-Verläufe.
Situation A
Um 14:00 Uhr zeigt das CGM:
120 mg/dL
Die Kurve war vorher relativ stabil und bleibt anschließend ebenfalls stabil.
Situation B
Um 14:00 Uhr zeigt das CGM ebenfalls:
120 mg/dL
Vor kurzer Zeit lag der Wert aber deutlich niedriger und steigt gerade schnell an.
Die aktuelle Zahl ist identisch.
Die zeitliche Situation ist es nicht.
Das zeigt eine der wichtigsten Stärken von CGM:
Nicht nur der Wert wird sichtbar – sondern der Verlauf.
Warum Glukose nach einer Mahlzeit ansteigt
Nach einer Mahlzeit werden verwertbare Kohlenhydrate bei der Verdauung unter anderem zu Glukose zerlegt beziehungsweise als Glukose aufgenommen.
Dadurch kann die Glukosekonzentration im Blut steigen.
Der Körper reagiert mit verschiedenen Regulationsmechanismen, insbesondere mit der Ausschüttung beziehungsweise Wirkung von Insulin.
Ein Glukoseanstieg nach dem Essen ist deshalb zunächst ein normaler physiologischer Vorgang.
Die problematische Frage lautet:
„Wie verhindere ich jeden Anstieg?“
Die sinnvollere Frage lautet:
„Wie sieht der gesamte Verlauf aus und unter welchen Bedingungen ist er entstanden?“
Der höchste Peak erzählt nicht die ganze Geschichte
CGM-Grafiken lenken den Blick schnell auf den höchsten Punkt einer Kurve.
Dadurch entsteht leicht ein einfaches Bewertungssystem:
kleiner Peak = gutes Lebensmittel
großer Peak = schlechtes Lebensmittel
Die menschliche Glukoseregulation ist komplexer.
Eine Kurve besitzt mehrere Eigenschaften:
- Ausgangsniveau
- Geschwindigkeit des Anstiegs
- Höhe des Anstiegs
- Dauer der Veränderung
- Rückkehr in Richtung Ausgangsniveau
- weitere Schwankungen
- Zeitpunkt der Mahlzeit
- Bewegung
- vorherige Ernährung
- Schlaf und Tageskontext
Wer ausschließlich den höchsten Punkt betrachtet, ignoriert einen großen Teil dieser Informationen.
Dieselbe Mahlzeit kann unterschiedliche Kurven erzeugen
Du isst am Montag und Freitag scheinbar dasselbe Frühstück.
Montag verläuft die Kurve relativ ruhig.
Freitag steigt sie stärker.
Das ist nicht automatisch ein Widerspruch.
Glukosereaktionen können von vielen Faktoren beeinflusst werden, beispielsweise:
- Zusammensetzung der Mahlzeit
- Portionsgröße
- Tageszeit
- vorheriger Ernährung
- körperlicher Aktivität
- Schlaf
- Stress
- Medikamenten
- hormonellen Faktoren
- individuellen Stoffwechselunterschieden
- Messbedingungen
Deshalb ist ein einzelner Mahlzeitentest kein kontrolliertes wissenschaftliches Experiment.
Menschen reagieren unterschiedlich auf Lebensmittel
Ein bekanntes Forschungsfeld beschäftigt sich mit individuellen postprandialen Glukosereaktionen – also Veränderungen nach dem Essen.
Eine große Studie von Zeevi und Kollegen untersuchte 800 Menschen und rund 47.000 Mahlzeiten und zeigte erhebliche Unterschiede der Glukosereaktionen zwischen Personen.
Das war ein wichtiger Hinweis darauf, dass dieselbe Mahlzeit nicht bei jedem Menschen denselben Glukoseverlauf erzeugt.
Studie zu personalisierten Glukosereaktionen bei PubMed öffnen
Das macht personalisierte Daten interessant.
Es bedeutet aber nicht:
„Ein CGM kann dir nach einer einzigen Mahlzeit endgültig sagen, welche Lebensmittel gut oder schlecht für dich sind.“
Eine beobachtete Reaktion bleibt zunächst eine Beobachtung unter bestimmten Bedingungen.
Wiederholen ist informativer als einmal messen
Angenommen, ein bestimmtes Frühstück erzeugt heute einen auffälligen Verlauf.
Was sagt das aus?
Weniger, als es zunächst scheint.
Interessanter wird es, wenn vergleichbare Situationen wiederholt beobachtet werden.
Zum Beispiel:
Frühstück A an mehreren Tagen
gegenüber:
Frühstück B an mehreren vergleichbaren Tagen
Auch dann bleiben unterschiedliche Einflussfaktoren bestehen.
Aber wiederkehrende Beobachtungen liefern mehr Kontext als die Interpretation eines einzigen Ausschlags.
Genau dasselbe Prinzip gilt auch bei anderen Wellness-Daten.
Warum persönliche Verläufe häufig informativer sind als ein einzelner Tageswert, erklären wir in Deine persönliche Baseline: Warum deine eigenen Wellness-Trends wichtiger sind als Durchschnittswerte.
CGM erzeugt sehr viele Datenpunkte
Das ist gleichzeitig eine Stärke und eine Herausforderung.
Eine einzelne Labor- oder Fingerstichmessung bietet wenig zeitliche Auflösung.
CGM erzeugt dagegen kontinuierlich neue Informationen.
Dadurch werden Muster sichtbar, die bei punktuellen Messungen verborgen bleiben können.
Mehr Daten erzeugen aber auch mehr:
- normale Schwankungen
- Ausreißer
- mögliche Sensorartefakte
- kurzfristige Veränderungen
- scheinbar auffällige Ereignisse
Wer genügend Daten sammelt, wird fast immer etwas Ungewöhnliches finden.
Die eigentliche Herausforderung besteht deshalb darin:
Signal und Rauschen nicht miteinander zu verwechseln.
Wie genau sind CGM-Systeme?
Moderne CGM-Systeme sind technisch deutlich leistungsfähiger geworden.
Ihre Messgenauigkeit wird unter anderem mit Kennzahlen wie der Mean Absolute Relative Difference – MARD beschrieben.
Vereinfacht betrachtet MARD die durchschnittliche relative Abweichung eines CGM-Systems gegenüber Referenzmessungen.
Aber auch diese Kennzahl bedeutet nicht:
„Jeder einzelne Sensorwert hat exakt dieselbe Genauigkeit.“
Messabweichungen können unter anderem von folgenden Faktoren beeinflusst werden:
- Geschwindigkeit der Glukoseänderung
- Sensorphase
- Messbereich
- Körperstelle
- Druck auf den Sensor
- konkretem System
- bestimmten Medikamenten oder Substanzen, abhängig vom Gerät
Eine 2026 veröffentlichte Untersuchung zeigte beispielsweise, dass die Genauigkeit eines CGM bei stabilen Glukosewerten besser sein kann als während dynamischer Veränderungen nach einer Mahlzeit.
Aktuelle CGM-Genauigkeitsstudie in Diabetes Care öffnen
Deshalb ist der Verlauf wichtiger als die Vorstellung, jeder einzelne Datenpunkt sei eine perfekte Laborbestimmung.
Was ist ein „Compression Low“?
Ein bekanntes praktisches Phänomen kann auftreten, wenn im Schlaf längere Zeit Druck auf einen Sensor ausgeübt wird.
Zum Beispiel:
Du liegst direkt auf dem Sensor.
Dadurch kann unter bestimmten Bedingungen ein ungewöhnlich niedriger Sensormesswert entstehen.
Solche möglichen Druckartefakte werden umgangssprachlich häufig als Compression Lows bezeichnet.
Das ist ein gutes Beispiel dafür, warum ein überraschender Einzelwert immer im Kontext betrachtet werden sollte.
Ein einzelner ungewöhnlicher Punkt bedeutet nicht automatisch, dass sich die tatsächliche Glukose exakt genauso verändert hat.
Bei Menschen, die CGM zur Diabetesbehandlung einsetzen, gelten selbstverständlich die konkreten Anweisungen des jeweiligen CGM-Herstellers und des medizinischen Behandlungsteams.
Was bedeutet Time in Range?
In der medizinischen Nutzung von CGM bei Menschen mit Diabetes spielt Time in Range – TIR eine wichtige Rolle.
Sie beschreibt den Anteil der Zeit, in dem die Glukose innerhalb eines festgelegten Zielbereichs liegt.
Daneben gibt es:
Time Above Range – TAR
und:
Time Below Range – TBR
Diese Kennzahlen helfen bei der medizinischen Diabetesbehandlung und werden in Fachleitlinien eingesetzt.
Wichtig ist aber:
Klinische Zielbereiche für Menschen mit Diabetes sollten nicht automatisch zu Wellness-Zielen für Menschen ohne Diabetes gemacht werden.
Der medizinische Kontext ist ein anderer.
Warum eine möglichst flache Kurve nicht automatisch das Ziel ist
CGM wird im Consumer-Wellness-Bereich teilweise so dargestellt, als wäre eine vollkommen flache Glukosekurve ein allgemeines Gesundheitsideal.
Das ist eine problematische Vereinfachung.
Nach dem Essen darf sich die Glukose verändern.
Der menschliche Stoffwechsel ist dynamisch.
Die Existenz eines Anstiegs bedeutet nicht automatisch, dass eine Mahlzeit ungesund war.
Ebenso lässt sich aus einem niedrigeren Peak nicht automatisch ableiten, dass eine Mahlzeit insgesamt gesundheitlich überlegen ist.
Ernährung besteht aus wesentlich mehr als einer einzelnen Glukosekurve.
Dazu gehören beispielsweise:
- Nährstoffqualität
- Protein
- Fett
- Ballaststoffe
- Mikronährstoffe
- Gesamternährung
- Energiebedarf
- individuelle gesundheitliche Situation
CGM liefert eine Perspektive.
Nicht die vollständige Bewertung einer Mahlzeit.
Kann CGM Diabetes diagnostizieren?
Nach aktuellem Stand lautet die Antwort:
Nicht als eigenständige Diagnosemethode.
Die American Diabetes Association stellt in den Standards of Care in Diabetes 2026 ausdrücklich fest, dass derzeit nicht genügend Evidenz vorliegt, CGM zur Diagnose oder zum Screening von Prädiabetes oder Diabetes einzusetzen.
ADA Standards of Care 2026 – Diagnose und Klassifikation öffnen
Für die Diagnose werden etablierte klinische Verfahren verwendet.
Dazu gehören je nach Situation beispielsweise:
- Nüchternglukose
- HbA1c
- oraler Glukosetoleranztest
- weitere medizinisch vorgesehene Labor- beziehungsweise Blutmessungen
Das bedeutet:
Ein auffällig aussehender Consumer-CGM-Verlauf ist keine Diabetesdiagnose.
CGM bei Menschen ohne Diabetes: spannend, aber noch kein abgeschlossenes Forschungsfeld
CGM wird zunehmend auch von Menschen ohne diagnostizierten Diabetes verwendet.
Die Idee ist nachvollziehbar:
Essen.
Kurve beobachten.
Verhalten verstehen.
Eine aktuelle systematische Review und Meta-Analyse untersuchte CGM bei Populationen ohne Diabetes.
Die Ergebnisse deuten auf mögliche kurzfristige Effekte auf Verhalten und mittlere Glukosewerte hin.
Gleichzeitig bleiben Fragen zur klinischen Bedeutung, Glukosevariabilität, langfristigen Wirkung und sinnvollen Interpretation offen.
Systematische Review zu CGM bei Menschen ohne Diabetes öffnen
Eine weitere Review aus dem Jahr 2024 diskutiert ausdrücklich sowohl mögliche Vorteile als auch offene Fragen und potenzielle Nachteile der Nutzung bei Menschen ohne Diabetes.
Review zu CGM bei Menschen ohne Diabetes öffnen
Das spricht für eine vorsichtige Haltung:
CGM kann für Wellness-Selbstbeobachtung interessant sein – aber aus kleinen Kurvenunterschieden sollten keine medizinischen Wahrheiten gemacht werden.
Warum Glukose-Spikes bei Menschen ohne Diabetes schwer zu bewerten sind
Ein weiteres aktuelles Forschungsfeld beschäftigt sich mit sogenannten Glukose-Spikes bei Menschen ohne Diabetes.
Eine Scoping Review aus dem Jahr 2025 kommt zu dem Ergebnis, dass Definitionen und klinische Bedeutung solcher Peaks weiterhin uneinheitlich beziehungsweise unklar sind.
Review zu Glukose-Spikes bei Menschen ohne Diabetes öffnen
Das ist wichtig.
Wenn es keine allgemein etablierte Definition dafür gibt, welcher einzelne Peak bei einem gesunden Menschen problematisch ist, sollte eine Wellness-App nicht so tun, als könne sie jeden Ausschlag sicher benoten.
Wenn CGM unnötig Angst erzeugt
Mehr Messung bedeutet nicht automatisch mehr Wohlbefinden.
Ein CGM zeigt nach vielen Mahlzeiten sichtbare Veränderungen.
Wer jede kleine Bewegung als Problem interpretiert, kann beginnen:
- Lebensmittel unnötig zu vermeiden
- normale physiologische Schwankungen zu pathologisieren
- Mahlzeiten ausschließlich nach Kurvenform zu bewerten
- ständig die App zu kontrollieren
- Angst vor normalen Anstiegen zu entwickeln
Dann wird aus einem Werkzeug zur Beobachtung schnell ein Werkzeug zur Verunsicherung.
Wellness-Daten sollten helfen, Zusammenhänge besser zu verstehen.
Sie sollten aus normalem Essen kein tägliches Glukose-Examen machen.
Bewegung gehört zum Kontext
Körperliche Aktivität und Glukosestoffwechsel hängen eng zusammen.
Deshalb sollte eine Mahlzeitenkurve nicht isoliert vom restlichen Tagesablauf betrachtet werden.
Ein Spaziergang nach einer Mahlzeit kann beispielsweise mit einem anderen Verlauf einhergehen als mehrere Stunden Sitzen.
Auch vorherige körperliche Aktivität kann eine Rolle spielen.
Wer CGM-Daten verstehen möchte, sollte deshalb nicht nur notieren:
„Was habe ich gegessen?“
Sondern gegebenenfalls auch:
„Was habe ich davor und danach gemacht?“
Schlaf gehört ebenfalls zum Gesamtbild
Der Stoffwechsel funktioniert nicht unabhängig vom restlichen Organismus.
Schlaf und Glukoseregulation werden in zahlreichen wissenschaftlichen Untersuchungen miteinander in Verbindung gebracht.
Das bedeutet nicht:
„Eine schlechte Nacht verursacht automatisch einen bestimmten Peak.“
Aber es zeigt, warum reine Lebensmittel-Rankings zu kurz greifen können.
Eine Mahlzeit findet immer innerhalb eines konkreten Tages statt.
Wenn du verstehen möchtest, warum Schlaf ebenfalls nicht auf eine einzelne Zahl reduziert werden sollte, lies Schlafqualität verstehen: Warum Schlafdauer allein nicht alles sagt.
Ein Beispiel: dieselbe Kurve, zwei Interpretationen
Angenommen, dein CGM zeigt nach einer Mahlzeit einen deutlichen Anstieg.
Interpretation A
„Dieses Lebensmittel ist schlecht für mich.“
Interpretation B
„Heute trat nach dieser Mahlzeit unter diesen Bedingungen ein stärkerer Anstieg auf. Ich beobachte, ob sich ein ähnliches Muster in vergleichbaren Situationen wiederholt.“
Die zweite Interpretation ist wesentlich vorsichtiger.
Sie trennt:
Beobachtung
von:
Schlussfolgerung
Genau diese Trennung ist bei persönlichen Wellness-Daten entscheidend.
CGM und Ernährungstagebuch gemeinsam betrachten
Ein CGM-Verlauf wird informativer, wenn bekannt ist, was rund um die Messung passiert ist.
Deshalb kann die Kombination mit einem Ernährungstagebuch zusätzlichen Kontext liefern.
Nicht um jedem Lebensmittel eine endgültige Note zu geben.
Sondern um Zeitpunkte miteinander zu verbinden.
Zum Beispiel:
08:00 – Frühstück
08:30–10:30 – Glukoseverlauf
09:15 – Spaziergang
vorherige Nacht – kürzerer Schlaf als gewöhnlich
Damit entsteht Kontext.
Aus einer anonymen Kurve wird eine nachvollziehbarere Tagesgeschichte.
Warum ein digitaler Wellness-Zwilling hier interessant wird
CGM ist nur eine Datenquelle.
Ein persönlicher Alltag besteht aber aus mehreren Bereichen.
Zum Beispiel:
- Ernährung
- Bewegung
- Schlaf
- Ruhepuls
- HRV
- persönliche Check-ins
- Glukoseverläufe
Ein digitaler Wellness-Zwilling kann diese Informationen langfristig in einen gemeinsamen zeitlichen Kontext bringen.
Dabei sollte er nicht behaupten:
„Wir wissen, warum deine Glukose gestiegen ist.“
Die bessere Aussage lautet:
„Wir können helfen, zeitliche Zusammenhänge in deinen eigenen Daten sichtbar zu machen.“
Mehr über diesen Ansatz findest du in Was ist ein digitaler Wellness-Zwilling?.
CGM und persönliche Baselines
Auch bei CGM kann die eigene Historie interessanter werden als ein isolierter Tageswert.
Dabei ist allerdings besondere Vorsicht nötig:
Eine persönliche Baseline ist kein medizinischer Normalbereich.
Sie beschreibt lediglich:
Was war in meinen eigenen Daten bisher typisch?
Das kann helfen, wiederkehrende Muster zu beobachten.
Es kann aber keine klinischen Referenzwerte oder Diagnostik ersetzen.
Wie dieses Baseline-Prinzip allgemein funktioniert, erklären wir in Deine persönliche Baseline: Warum deine eigenen Wellness-Trends wichtiger sind als Durchschnittswerte.
Vier Regeln für sinnvolleres CGM-Wellness-Tracking
1. Nicht jeden Peak benoten
Glukose verändert sich nach Mahlzeiten.
Eine Kurve muss nicht vollkommen flach sein.
2. Wiederholungen suchen
Ein einzelner Tag liefert weniger Information als ein wiederkehrendes Muster.
3. Kontext dokumentieren
Mahlzeit, Bewegung, Schlaf und Tagesablauf können bei der Einordnung helfen.
4. Wellness-Beobachtung und medizinische Diagnostik trennen
CGM ist ein wichtiges medizinisches Werkzeug bei Diabetes.
Ein Consumer-CGM-Verlauf bei Menschen ohne Diabetes ist aber keine automatische medizinische Diagnose.
Wann die App nicht die richtige Anlaufstelle ist
Wenn CGM-Werte wiederholt ungewöhnlich erscheinen, Beschwerden auftreten oder Sorgen über Diabetes beziehungsweise die eigene Glukoseregulation bestehen, sollte die Antwort nicht ausschließlich aus einem Wellness-Dashboard kommen.
Dann ist eine medizinische Abklärung sinnvoll.
Gerade weil CGM so viele Daten liefert, kann eine professionelle Einordnung wichtiger sein als die Interpretation einzelner Kurven über Suchmaschinen oder Apps.
Das Wichtigste in 30 Sekunden
CGM misst Glukose in der interstitiellen Flüssigkeit – nicht direkt im Blut.
Bei schnellen Veränderungen können Blut- und Gewebeglukose zeitlich auseinanderliegen.
Ein Anstieg nach einer Mahlzeit ist nicht automatisch „schlecht“.
Der höchste Peak ist nur ein Teil des Verlaufs.
Dieselbe Mahlzeit kann unter unterschiedlichen Bedingungen verschiedene Kurven erzeugen.
Medizinische CGM-Zielbereiche für Menschen mit Diabetes sollten nicht automatisch zu Wellness-Zielen für Menschen ohne Diabetes gemacht werden.
Die ADA sieht 2026 weiterhin nicht genügend Evidenz, CGM allein für Screening oder Diagnose von Prädiabetes oder Diabetes zu verwenden.
Wiederkehrende Muster und Kontext sind informativer als ein einzelner Ausschlag.
Fazit
CGM macht etwas sichtbar, das früher im Alltag weitgehend verborgen blieb:
den kontinuierlichen Verlauf der Glukose.
Diese neue Sichtbarkeit kann wertvoll sein.
Sie kann aber leicht eine Genauigkeit und Bedeutung suggerieren, die ein einzelner Kurvenausschlag nicht besitzt.
Ein sinnvoller Umgang mit CGM beginnt deshalb nicht mit der Frage:
„Wie bekomme ich meine Kurve möglichst flach?“
Sondern:
„Was wurde tatsächlich gemessen, unter welchen Bedingungen und wiederholt sich dieses Muster?“
Wer Mahlzeiten, Bewegung, Schlaf und andere Wellness-Daten gemeinsam betrachtet, erhält mehr Kontext.
Ein umfangreicher persönlicher Datensatz bleibt jedoch zunächst eine Beobachtung – keine automatische medizinische Diagnose.
Deine Glukoseverläufe im größeren Zusammenhang betrachten
Ein einzelner Peak erzählt wenig über deinen gesamten Tag.
Interessanter wird, wie sich Mahlzeiten, Aktivität, Schlaf und andere freiwillig bereitgestellte Wellness-Daten gemeinsam über Zeit entwickeln.
VitalTwin hilft dir dabei, solche persönlichen Verläufe zusammenhängender zu betrachten – ohne aus einzelnen CGM-Werten medizinische Diagnosen abzuleiten.
VitalTwin Beta kostenlos testen
Du möchtest zuerst verstehen, wie aus unterschiedlichen Wellness-Daten ein persönlicher Verlauf entsteht? Mehr über den digitalen Wellness-Zwilling erfahren.
Quellen & weiterführende Informationen
American Diabetes Association (2026): Diabetes Technology – Standards of Care in Diabetes. Aktuelle ADA-Leitlinie zu CGM-Technologie, interstitieller Glukosemessung und Anwendung im Diabetesmanagement. ADA-Leitlinie öffnen
American Diabetes Association (2026): Diagnosis and Classification of Diabetes – Standards of Care in Diabetes. Aktuelle Kriterien für Diabetes und Prädiabetes; die ADA stellt fest, dass die Evidenz derzeit nicht ausreicht, CGM für Screening oder Diagnose einzusetzen. ADA-Diagnoseleitlinie öffnen
American Diabetes Association (2026): Glycemic Goals, Hypoglycemia, and Hyperglycemic Crises. Aktuelle Leitlinie zu CGM-Metriken und Zielbereichen im medizinischen Diabetesmanagement. ADA-Leitlinie öffnen
Zeevi D. et al. (2015): Personalized Nutrition by Prediction of Glycemic Responses. Cell. Große Studie zu interindividuellen Unterschieden postprandialer Glukosereaktionen. Studie bei PubMed öffnen
Liao X. et al. (2026): Continuous glucose monitoring in non-diabetic populations – systematic review and meta-analysis. Aktuelle Untersuchung zu Nutzen und Grenzen von CGM bei Menschen ohne Diabetes. Studie bei PubMed öffnen
Oganesova Z. et al. (2024): The use of continuous glucose monitors in people not living with diabetes: a narrative review. Review zu Chancen, Unsicherheiten und möglichen Problemen des Consumer-CGM-Einsatzes außerhalb von Diabetes. Studie bei PubMed öffnen
Avner S. et al. (2025): A Scoping Review of Glucose Spikes in People Without Diabetes. Review zur bislang uneinheitlichen Definition und Bedeutung postprandialer Glukose-Spikes bei Menschen ohne Diabetes. Studie bei PubMed öffnen