Millionen Menschen zählen mit Fitnessarmbändern, mit dem Smartphone und bald auch der Apple Watch ihre Schritte, berechnen Ihren Kalorienverbrauch, überwachen Ihren Schlaf. Die Technik ist längst nicht ausgereift, aber die Messgeräte und Geschäftsmodelle der Zukunft sind bereits abzusehen. Wir beschreiben in Analysen, Interviews und Videos, wo die Quantified-Self-Bewegung heute steht und werfen einen Blick in die Zukunft der Selbstvermessung.

Der Endgegner von Quantified Self ist der Tod. Life Clock, eine App für die Apple Watch, zeigt den finalen Countdown: Sie haben noch 57 Jahre, elf Monate, zwei Tage, 14 Stunden und 20 Minuten zu leben. 

Die App funktioniert so: Die Sensoren der Smartwatch registrieren Aktivität, Bewegungen und Nichtbewegungen, die App bewertet das, bezieht Angaben zur Ernährung und zum Schlaf mit ein und berechnet die Lebenserwartung anhand dieser Daten immer wieder neu. 57 Jahre, oder 37 oder sieben, je nachdem, wie alt Sie sind. Ist das noch Selbstvermessung oder schon Satire?

Ob absichtlich oder nicht: Die Entwickler der Firma +rehabstudio veranschaulichen mit ihrer App den aktuellen Stand von Quantified Self irgendwo zwischen High-Tech, Hoffnung und Humbug. Die Branche ist auf Sinnsuche. Weder weiß sie bisher ganz genau, wie Fitnesstracker und andere Wearables aussehen und was sie tun müssen, damit Menschen sie gerne und länger als sechs Monate tragen und benutzen. Noch weiß sie wirklich, was sie Schlaues (sprich: Gewinnbringendes) mit den Daten anstellen soll, die sie sammelt. 

Neue Geschäftsmodelle entstehen schon, zum Teil schneller als die Technik, die dafür nötig wäre. Modelle, die mit den Daten jedes einzelnen funktionieren. Modelle, die mit den Daten möglichst vieler Menschen funktionieren. Modelle, mit denen Geld verdient oder Geld gespart wird. Modelle, in denen der körperliche Zustand des Konsumenten im Mittelpunkt steht, und solche, die seinen emotionalen Zustand ausnutzen.

Auf der Suche nach Sinn und Einnahmen

Auf dem Festival South by Southwest (SXSW) im texanischen Austin wurden denkbare Ansätze diskutiert. Die Veranstaltung ist ein Fenster in die technophile Zukunft, weshalb Gesellschaft verändern und Geldverdienen dort immer zusammen gedacht werden. Manche Ideen sind vergleichsweise naheliegend. So sagte Travis Bogard von Jawbone, dem Hersteller von Fitnessarmbändern und -apps, sein Unternehmen wolle in Zukunft mit Daten Geld verdienen, nicht mehr mit Hardware – obwohl Jawbone gerade erst ein neues Armband vorgestellt hat. Als Beispiel nannte Bogard personalisierte Fitnesstipps, also Apps, die den Personal Trainer ersetzen und über damit über das hinausgehen, was die Jawbone-App bisher kann. Bogard weiß, dass Menschen für so etwas bezahlen. Vergleichbare Angebote wie Gymondo aus Berlin gibt es schließlich schon länger. Wenn sich das Modell durchsetzt, bekommen Fitnessstudios ein Problem. So weit, so disruptiv.

Wer verschiedene Fitnesstracker, Matratzensensoren zur Schlafmessung und Apps zum Protokollieren von Essgewohnheiten oder Stimmungsschwankungen nutzt, gibt möglicherweise auch Geld für das Zusammenführen all dieser Daten an einem Ort aus. Das jedenfalls hoffen Anbieter wie Exist. Das Angebot des kleinen Unternehmens besteht derzeit nur aus einer Webapp. Die durchsucht Daten verschiedener Quantified-Self-Anwendungen nach Trends und Korrelationen, etwa zwischen der körperlichen Aktivität oder der Stimmung und dem Wetter oder der Zeit, die man in sozialen Netzwerken verbracht hat. Erstes Ergebnis ihrer Analysen: "Die meisten unserer Nutzer sind am Wochenende glücklicher als an Werktagen." Sechs Dollar im Monat kosten derart überraschende Erkenntnisse.

Quantified Us

Solche Lösungen sind ich-zentriert, jeder Nutzer zahlt nur für die Analyse seiner eigenen Daten. Von den Datenbergen, auf denen Jawbone sitzt, hat der einzelne nichts. Was ihm allerdings auch egal ist, wie Christoph Kucklick in seinem Buch Die granulare Gesellschaft schreibt: Die Anhänger der Quantified-Self-Bewegung "wollen gar nichts über alle Menschen oder über den Menschen erfahren, sondern nur über sich selbst." Ohnehin ist es schwierig, individuelle Probleme mit den Daten anderer Menschen zu lösen. Kucklick schreibt: "Jeder einzelne Körper kann so detailliert in seiner Einzigartigkeit erfasst werden, dass der Vergleich mit anderen Körpern immer schwerer fällt beziehungsweise immer weniger aussagt." Bisher gibt es deshalb nur wenige Versuche, aus Quantified Self ein Quantified Us zu machen.

PatientsLikeMe ist einer davon. Der Name sagt es, es geht nicht um beliebige Nutzer. PatientsLikeMe ist ein soziales Netzwerk für chronisch Kranke, die aufgefordert werden, möglichst detailliert ihren Krankheitsverlauf, ihre Symptome und Behandlungen zu protokollieren. Patienten in vergleichbaren Situationen sollen diese Daten einsehen können und so von den Erfahrungen anderer Menschen profitieren. Das Geschäftsmodell ist simpel: PatientsLikeMe verkauft die Daten aller Patienten an die Pharmaindustrie und andere interessierte Branchen, nach eigenen Angaben aber nur anonymisierte Daten.

Quantified Self - Mit einer App verdienen am Selbst der anderen

Es spricht vieles dafür, dass chronisch Kranke die nächste große Zielgruppe der Quantified-Self-Anbieter werden. Apple spielt auch dabei eine zentrale Rolle. Die im März vorgestellte Open-Source-Plattform ResearchKit des Unternehmens aus Cupertino ist für Uni-Kliniken und Forschungseinrichtungen gedacht. Diese entwickeln auf der Basis von ResearchKit spezielle iPhone-Apps und Zubehör, um Gesundheitsdaten systematisch zu erfassen und auszuwerten. Das Geschäftsmodell ist ein indirektes: Untersuchungen mit im besten Fall Hunderttausenden unbezahlten Probanden – nämlich Smartphone-Nutzern, die sich selbst vermessen möchten – kosten die Wissenschaftler und Ärzte künftig nur noch einen Bruchteil dessen, was sie heute dafür ausgeben müssten.

Florian Schumacher, Gründer der Quantified-Self-Gruppe Deutschland, ist in Gedanken einen Schritt weiter. Er glaubt, dass auf Basis solcher Daten Frühwarnsysteme entstehen können, mit deren Hilfe "Menschen noch vor dem Eintreten ernsthafter Krankheiten Gegenmaßnahmen ergreifen können". Das optimale Szenario sähe dann so aus: Die Hersteller würden an den Frühwarnsystemen verdienen, die Kunden könnten Behandlungskosten sparen, Krankenkassen und die Solidargesellschaft würden indirekt ebenfalls profitieren.