Willkommen bei Nofinity

Zusammenfassung folgt...

Dr. Dmitrii Chebanov, ein Computerbiologe am Memorial Sloan Kettering Cancer Center und Chefwissenschaftler bei Holvita, erklärte in diesem Gespräch, wie künstliche Intelligenz, Genom-Profiling und digitale Zwillinge genutzt werden, um komplexe Gesundheitsdaten in praktische, langfristige Strategien zur Gesundheitsoptimierung umzuwandeln.

🖥️ Was ist ein digitaler Zwilling?

• Ein digitaler Zwilling ist eine computergestützte Repräsentation einer Person, die auf ihren biologischen und klinischen Daten basiert.
• Mit diesem Modell können Reaktionen des Körpers auf Alltagsgewohnheiten, Ernährung, Bewegung und Nahrungsergänzungsmittel simuliert werden, bevor man sie an der realen Person ausprobiert. Das spart Zeit und ermöglicht präzisere Vorhersagen.

🎯 Holvita: Von der Krebsforschung zur personalisierten Gesundheit

• Dr. Chebanov nutzte digitale Zwillinge ursprünglich in klinischen Krebsstudien, um die Reaktion von Tumoren auf Medikamente vorherzusagen und die Erfolgsrate der Studien zu verbessern.
• Holvita überträgt dieses Prinzip auf den einzelnen Menschen und berücksichtigt die weitaus komplexeren biologischen Prozesse des gesamten Körpers über Jahrzehnte hinweg, nicht nur auf eine einzelne Krankheit.

🧩 Die fünf Säulen der biologischen Systeme

Um die Komplexität des menschlichen Körpers zu bewältigen, unterteilt Holvita die Alterungsprozesse in fünf Hauptsysteme:

1. Immunsystem (Abwehrfunktion)
2. Entzündung ("Inflammaging" – chronische, leichte Entzündung als Alterungsfaktor)
3. Proteininteraktionen (z. B. bei Alzheimer oder Krebs)
4. ... und weitere Systeme, die durch die Plattform modelliert werden, um gezielt eingreifen zu können.

📊 Drei Datenschichten für den digitalen Zwilling

Um den digitalen Zwilling zu erstellen, nutzt Holvita drei Hauptdatenschichten:

1. DNA (Architektur): Ganzgenom-Sequenzierung wird empfohlen, da sie ein vollständiges und zukunftssicheres Bild der Stärken und Schwachstellen liefert. Neue Erkenntnisse über Genvarianten können so jederzeit nachvollzogen werden.
2. Dynamische Biomarker (Leistung): Bluttests (z. B. Lipidprofil), Epigenetik (DNA-Methylierung zur Bestimmung des biologischen Alters) und Daten von Wearables zeigen, wie die DNA tatsächlich arbeitet.
3. Subjektive Marker (Wohlbefinden): Tägliche Symptome wie Energie, Schlafqualität, Stimmung und kognitive Leistung werden erfasst. Dies ist die wichtigste Schicht, denn das Ziel ist, dass sich die Person besser fühlt.

🚀 Die Holvita-Erfahrung: Messen, Verstehen, Handeln

1. Daten verbinden: Der Benutzer verbindet all seine vorhandenen Gesundheitsdaten (Genetik, Bluttests, Wearables, Krankenakte).
2. Modell erstellen: Die Plattform baut einen kontinuierlich aktualisierten Gesundheitsmodell auf und bietet einen persönlichen 3-Monats-Strategieplan.
3. Interventionen simulieren: Bevor man eine Änderung vornimmt (z. B. neues Supplement), simuliert das System die langfristigen Auswirkungen (3 Monate bis 10 Jahre), basierend auf den zugrunde liegenden biologischen Mechanismen.
4. Fortschritt verfolgen: Ein Dashboard zeigt den aktuellen Status, während ein KI-Chatbot für Fragen zur Verfügung steht. Nach 3 Monaten wird die Strategie basierend auf neuen Daten angepasst.

🔮 Zukunftsausblick & Datenhoheit

• Vorausschauend, nicht nur beschreibend: Das langfristige Ziel ist ein prädiktives System, das Veränderungen (z. B. Risiko für Herz-Kreislauf-Erkrankungen) erkennt, bevor sie zu Problemen werden.
• Datenhoheit: Holvita legt großen Wert auf Datenschutz. Die Nutzer besitzen ihre eigenen Daten und entscheiden, ob sie diese (gegen Bezahlung) für Forschungszwecke teilen möchten. Die Daten können zudem an jeden Arzt weitergegeben werden, was eine zentrale, vollständige Gesundheitsakte ermöglicht.

Kernbotschaft: Holvita zielt darauf ab, von der reaktiven Gesundheitsversorgung ("warte, bis etwas kaputt geht") zu einer proaktiven, personalisierten Gesundheitssteuerung zu gelangen, bei der jeder Mensch sein stets aktuelles "Handbuch" für den eigenen Körper besitzt.

{

Zusammenfassung folgt...

Der Sprecher erklärt, warum First-Principles-Denken der ultimative „Cheatcode“ fürs Leben ist. Er zeigt anhand von Beispielen wie Elon Musk (Raketen landen lassen) und Toyota (Just-in-Time-Produktion), wie erfolgreiche Menschen Konventionen brechen. Anschließend präsentiert er ein 4-Schritte-Framework und zeigt, wie man KI nutzt, um diesen Prozess zu verstärken.

• Ziel: Ein Problem in seine kleinsten Bestandteile zerlegen – ohne Lösungen oder Annahmen.
• Beispiel: Für einen YouTube-Kanal braucht man nur ein Telefon und eine Geschichte – nicht zwingend ein Studio.
• KI-Prompt: Die KI soll als „First-Principles-Analyst“ agieren, der nur zerlegt, nicht berät.

• Ziel: Unterscheiden, was Tatsache und was übernommene Annahme ist.
• Beispiel: Tesla hinterfragte den Verbrennungsmotor – und löste eine Revolution aus.
• KI-Prompt: Die KI als „skeptischer Red-Team-Analyst“ deckt versteckte Annahmen auf.

• Ziel: Aus den vorhandenen Bausteinen neue Kombinationen schaffen – wie Musik aus 12 Noten.
• KI-Prompt: Die KI durchsucht Millionen von Kombinationen in großem Maßstab.

• Ziel: Die praktische Realität entscheiden lassen – mit minimalen Kosten.
• Beispiel: James Dyson baute 5.127 Prototypen, bevor er den beutellosen Staubsauger perfektionierte.
• KI-Prompt: Die KI als „skeptischer Wissenschaftler“ entwirft den schnellsten, günstigsten Test.

• KI-Modelle neigen zu konventionellen Antworten. Man muss sie zwingen, First-Principles-Denken anzuwenden.
• Die vorgestellten Prompts (nach dem AIM-Schema: Actor, Input, Mission) stellen sicher, dass KI nicht einfach Lösungen vorschlägt, sondern Schritt für Schritt mitdenkt.

• Es geht nicht darum, immer recht zu haben – sondern schnell zu lernen, warum man falsch lag.
• Selbst eine Erfolgsquote von nur 2 % kann das Leben verändern, wenn dieser eine Treffer sitzt.
• „Du brauchst nicht 100 Siege – du brauchst nur einen.“

In dieser Episode von Huberman Lab Essentials spricht Dr. Chris Palmer über den tiefgreifenden Einfluss der Ernährung auf die psychische Gesundheit. Er teilt seine persönliche Geschichte, wie die Atkins-Diät nicht nur sein metabolisches Syndrom heilte, sondern auch seine Stimmung, Energie und Schlaf dramatisch verbesserte. Als Psychiater setzte er daraufhin die ketogene Diät bei therapieresistenten Patienten ein – mit erstaunlichen Erfolgen, etwa bei einem Mann mit schizoaffektiver Störung, dessen Halluzinationen und Wahnvorstellungen verschwanden.

• Mitochondrien spielen eine Schlüsselrolle: Sie beeinflussen Neurotransmitter (Serotonin, Dopamin), Hormone (Cortisol), Entzündungen und sogar die Ausschüttung von Botenstoffen.
• Die ketogene Diät fördert zwei wichtige Prozesse:
  • Mitophagie – Abbau alter, defekter Mitochondrien
  • Mitochondriale Biogenese – Neubildung gesunder Mitochondrien
• Dies erklärt, warum die Diät nicht nur bei Epilepsie (seit 1921 bekannt), sondern auch bei psychischen Störungen wirkt.

• Für leichte Stimmungsschwankungen oder Burnout reicht oft eine Reduktion von Kohlenhydraten (Verzicht auf stark verarbeitete Lebensmittel).
• Bei schweren psychischen Erkrankungen (Depression, Bipolare Störung, Schizophrenie) sollte die ketogene Diät unter ärztlicher Aufsicht durchgeführt werden.
• Ketonspiegel:
  • Bei Depression: ≥ 0,8 mmol/l
  • Bei Psychosen/Bipolar: ≥ 1,5 mmol/l
• Wichtig: Medikamente niemals eigenständig absetzen – die Diät kann die Wirkung verstärken und eine Anpassung nötig machen.

Dr. Palmer betont, dass Ernährung ein mächtiges, aber noch wenig genutztes Werkzeug in der Psychiatrie ist – und dass die Forschung (randomisierte kontrollierte Studien) derzeit auf Hochtouren läuft.

Der Sprecher aktualisiert seinen Value-Investing-Quadranten für das zweite Halbjahr 2026. Der Quadrant ordnet Aktien nach Rendite (x-Achse) und Risiko (y-Achse). Das optimale Investment ist eine Kombination aus hoher Rendite und geringem Risiko (untere linke Ecke). Folgende Aktien werden besprochen:

• Risiko: Sehr hoch, da es sich um eine Wette auf Elon Musk handelt und das Unternehmen wahrscheinlich nie profitabel sein wird.
• Rendite: Sehr niedrig. Daher ganz unten links eingeordnet.

• Risiko: Mittlerweile hoch aus Preissicht. Der Aktienkurs stieg von 560 auf 1.500, KGV nun bei 57.
• Rendite: Für Value Investing zu teuer. Nur interessant bei einem Kurseinbruch.

• Rendite: ca. 5% (10-jährige bei 4,7%).
• Risiko: Aufgrund von Inflation, Staatsverschuldung und Gelddrucken als hoch eingestuft.

• Rendite: Langfristig ca. 6%.
• Risiko: Sehr gering. Der Sprecher würde aktuell verkaufen, aber langfristig ein solides Investment.

• Dividendenrendite 5%, Bäume wachsen weiter. Interessant für dividendenorientierte Anleger.

• Aktuell fair bewertet für 8% Rendite. Der Sprecher wartet auf einen Rücksetzer für einen besseren Einstieg.

• Fair bewertet für 10% Rendite. Optimistisch dank KI-Wachstum.

• Seit 13 Jahren Seitwärtsbewegung, obwohl die Unternehmen gewachsen sind. Potenzial für 10% Rendite.

• Aktie stark gestiegen (von 25). Dividendenrendite jetzt 4%, Renditepotenzial gesunken.

• Kurs gestiegen (+38%). Wachstum basiert auf KI-Partnerschaften (OpenAI), daher als risikoreicher eingestuft.

• Wachstum von 25% auf 19% gesunken, aber immer noch ein 19%-Wachstumsunternehmen.

• Kurs bei 2.000, gute Ergebnisse, aber Kreditrisiken.

Der Sprecher betont, dass Anleger je nach Risikobereitschaft und Zielen ihre eigene Auswahl treffen sollten. Er arbeitet an einem diversifizierten Portfolio auf seiner Forschungsplattform.