Biologisches Alter: was die Tests messen und was deine Werte wirklich verraten

Die meisten kommerziellen Tests beruhen auf epigenetischen Altersuhren. Gemessen wird die DNA-Methylierung: chemische Markierungen an bestimmten Stellen des Erbguts, die sich über das Leben hinweg verändern. Ein Algorithmus gewichtet einige Hundert dieser Stellen und rechnet daraus eine Jahreszahl.

Die erste dieser Uhren stammt von Steve Horvath (2013) und nutzt 353 Messpunkte. Sie wurde darauf trainiert, das kalendarische Alter vorherzusagen, und erreicht dabei eine mittlere Abweichung von 3,6 Jahren. Spätere Generationen gehen weiter: PhenoAge (Levine, 2018) bezieht klinische Laborwerte ein, GrimAge (Lu, 2019) kombiniert sieben methylierungsbasierte Eiweiß-Schätzer mit einer geschätzten Rauch-Historie. DunedinPACE (Belsky, 2022) misst als einzige eine Geschwindigkeit statt eines Alters, abgeleitet aus zwanzig Jahren Verlaufsdaten an neunzehn Organsystemen.

Der Aufbau erklärt schon einen Teil der Ergebnisse. GrimAge trägt einen erheblichen Anteil Rauchverhalten und Entzündungsproteine in sich. Wer raucht, bekommt zuverlässig ein höheres Ergebnis, und das ist Information, die ein Gespräch von zwei Minuten ebenfalls liefert.

Kurz gesagt

• Epigenetische Uhren messen Methylierungsmuster und übersetzen sie über einen Algorithmus in eine Jahreszahl.
• Die erste Generation wurde auf das kalendarische Alter trainiert, spätere auf Gesundheitsverläufe.
• Ein Teil des Signals bildet bekannte Risikofaktoren ab, allen voran das Rauchen.

Für die Bewertung eines Einzelergebnisses ist eine Arbeit von Higgins-Chen und Kollegen in Nature Aging (2022) entscheidend. Die Gruppe hat dieselben Blutproben mehrfach durch dieselben Uhren geschickt. Allein durch technisches Rauschen ergaben sich bei sechs verbreiteten Uhren Abweichungen von bis zu neun Jahren zwischen Wiederholungsmessungen derselben Person. Die Autoren haben daraufhin hauptkomponentenbasierte Versionen entwickelt, die die meisten Wiederholungen auf unter 1,5 Jahre Differenz bringen.

Der Befund passt zu einer Analyse auf Sondenebene (Sugden et al., Patterns, 2020): Über das gesamte Array liegt die mittlere Reliabilität einzelner Messpunkte bei einem Intraklassen-Korrelationskoeffizienten von 0,21, der Median bei 0,09. Uhren-Sonden schneiden besser ab als der Hintergrund, enthalten aber weiterhin viele instabile Messpunkte.

Was das praktisch bedeutet: Eine Verbesserung um drei Jahre nach einem sechsmonatigen Programm liegt bei den Standarduhren komplett innerhalb des dokumentierten technischen Rauschens. Für Verlaufsmessungen eignen sich derzeit am ehesten die hauptkomponentenbasierten Varianten und DunedinPACE, das eine Test-Retest-Reliabilität von 0,96 erreicht.

Kurz gesagt

• Wiederholungsmessungen derselben Probe können bei gängigen Uhren um bis zu neun Jahre auseinanderliegen.
• Verlaufsvergleiche brauchen Verfahren mit belegter Reliabilität, weil sonst die Laborschwankung das Ergebnis dominiert.
• DunedinPACE und hauptkomponentenbasierte Uhren sind hier deutlich stabiler.

Auf Gruppenebene funktionieren die Uhren. Eine Analyse von vierzehn Uhren an 18.859 Personen gegen 174 Erkrankungen (Mavrommatis et al., Nature Communications, 2025) fand 176 signifikante Zusammenhänge. Der Zugewinn gegenüber klassischen Risikofaktoren blieb allerdings klein: Die beste Uhr, GrimAge v2, hob die Vorhersagegüte für Gesamtsterblichkeit von einer AUC von 0,851 auf 0,865. Nur 32 der Befunde verbesserten die Klassifikation um mehr als ein Prozent.

Ein Übersichtsartikel von Bell und Kollegen (Genome Biology, 2019) formuliert die Konsequenz für die Sprechstunde direkt: Die Uhren können die Gesamtsterblichkeit „auf Bevölkerungs-, jedoch nicht auf individueller Ebene" vorhersagen. Dieselbe Arbeit hält fest, dass für die verwendeten Messpunkte kein Nachweis einer funktionellen Bedeutung vorliegt. Die Uhren beschreiben ein Muster, das mit dem Altern einhergeht, und erklären keinen Mechanismus.

Eine Einschränkung gehört noch dazu: Wir haben keine publizierte Studie gefunden, die einen kommerziellen Direct-to-Consumer-Test für den Einsatz bei einzelnen Personen validiert, und keinen veröffentlichten Kopf-an-Kopf-Vergleich verschiedener Anbieter an denselben Proben. Diese Lücke sollte man kennen, bevor man ein Ergebnis zur Grundlage von Entscheidungen macht.

Dieselbe Stunde Diagnostik lässt sich anders füllen. Die folgenden fünf Größen haben große Kohorten hinter sich, klare Referenzen und einen unmittelbaren Bezug zu dem, was man im Alltag verändern kann.

Kardiorespiratorische Fitness (VO₂max)

Die größte Arbeit dazu umfasst 122.007 Personen mit Belastungs-EKG über median 8,4 Jahre (Mandsager et al., JAMA Network Open, 2018). Die adjustierte Gesamtsterblichkeit lag bei Menschen mit Elite-Fitness gegenüber niedriger Fitness bei einer Hazard Ratio von 0,20 (95%-KI 0,16–0,24). Selbst der Vergleich zwischen Elite und hoher Fitness ergab noch 0,77 (0,63–0,95). Eine Obergrenze des Nutzens war in dieser Kohorte nicht erkennbar.

Eine Metaanalyse über 33 Studien (Kodama et al., JAMA, 2009) beziffert den Effekt pro Stufe: Je zusätzlichem MET sinkt die Gesamtsterblichkeit um 13 Prozent (RR 0,87; 0,84–0,90), das Risiko für koronare Ereignisse um 15 Prozent.

Einordnung: Beide Datensätze sind beobachtend. Menschen, die für ein Belastungs-EKG überwiesen werden, sind eine ausgewählte Gruppe, und eine bereits bestehende Erkrankung senkt die Fitness ebenso wie umgekehrt.

Griffkraft

Die PURE-Studie hat 139.691 Menschen in siebzehn Ländern über median vier Jahre begleitet (Leong et al., The Lancet, 2015). Pro fünf Kilogramm weniger Griffkraft stieg die Gesamtsterblichkeit um 16 Prozent (HR 1,16; 1,13–1,20), die kardiovaskuläre Sterblichkeit um 17 Prozent. Pro Standardabweichung war Griffkraft ein stärkerer Prädiktor für Tod jeder Ursache als der systolische Blutdruck (1,37 gegenüber 1,15).

Zur Ehrlichkeit gehört die Gegenseite: Für Diabetes-Neuerkrankungen, Krankenhausaufnahmen wegen Lungenentzündung oder COPD, Sturzverletzungen und Frakturen fand PURE keinen signifikanten Zusammenhang. Und für kardiovaskuläre Erkrankungen sagte der Blutdruck mehr aus als die Griffkraft.

ApoB und Lipoprotein(a)

Die ESC/EAS-Leitlinie zu Dyslipidämien (Mach et al., European Heart Journal, 2020) empfiehlt die ApoB-Bestimmung zur Risikoeinschätzung mit Klasse I, insbesondere bei hohen Triglyzeriden, Diabetes, Adipositas, metabolischem Syndrom oder sehr niedrigem LDL-C. ApoB zählt die atherogenen Partikel, während LDL-C den Cholesteringehalt darin misst, und bei den genannten Konstellationen fallen beide Größen auseinander.

Für Lp(a) gilt die Empfehlung, den Wert einmal im Leben zu bestimmen. Das Fokus-Update 2025 stuft Werte über 50 mg/dl (105 nmol/l) bei allen Erwachsenen als risikomodifizierend ein. Ein erhöhter Wert kann eine moderate Risikoeinstufung in eine hohe überführen.

Wichtig für die Erwartungshaltung: Die Leitlinie hält ausdrücklich fest, dass ein Nutzen der Lp(a)-Senkung für das kardiovaskuläre Risiko bislang nicht gezeigt wurde. Lp(a) identifiziert Risiko und ist derzeit kein validiertes Therapieziel.

HbA1c

In der ARIC-Kohorte mit 11.092 Erwachsenen ohne Diabetes und ohne Herz-Kreislauf-Erkrankung (Selvin et al., NEJM, 2010) stiegen die adjustierten Hazard Ratios für eine spätere Diabetesdiagnose über die HbA1c-Kategorien hinweg von 1,00 (5,0–5,5 %) auf 1,86, 4,48 und 16,47. Für koronare Herzkrankheit lagen die Werte bei 1,23, 1,78 und 1,95. Nach Adjustierung für HbA1c verlor der Nüchternblutzucker seine Signifikanz.

Eine Abgrenzung gehört dazu: Das ist prognostische Aussagekraft bei einem gemessenen Wert. Ob ein HbA1c-Screening bei beschwerdefreien Erwachsenen einen Nutzen über die Blutzuckermessung hinaus hat, ist eine andere Frage, und der IGeL-Monitor bewertet sie mangels Studien als „unklar".

Cystatin C

Das CKD Prognosis Consortium hat 90.750 Personen aus elf Bevölkerungsstudien ausgewertet (Shlipak et al., NEJM, 2013). Eine über Cystatin C berechnete eGFR verbesserte die Risikoklassifikation gegenüber der kreatininbasierten Schätzung deutlich: Net Reclassification Improvement 0,23 (0,18–0,28) für Gesamtsterblichkeit. Da Kreatinin von der Muskelmasse abhängt, betrifft das besonders sehr muskulöse und sehr muskelarme Menschen, bei denen die Standardformel in beide Richtungen danebenliegen kann.

hsCRP taucht in fast jedem Longevity-Paket auf. Die Emerging Risk Factors Collaboration hat den Zugewinn quantifiziert (NEJM, 2012): Die Ergänzung von CRP zu den konventionellen Risikofaktoren hob den C-Index um 0,0039. Übersetzt bedeutet das etwa ein zusätzlich verhindertes kardiovaskuläres Ereignis über zehn Jahre pro 400 bis 500 gescreenten Personen mit mittlerem Risiko. Die US Preventive Services Task Force (JAMA, 2018) kommt für hsCRP, Knöchel-Arm-Index und Koronarkalk-Score zu einem Grade-I-Statement: unzureichende Evidenz für die Nutzen-Schaden-Abwägung bei beschwerdefreien Erwachsenen.

hsCRP bleibt sinnvoll, wenn eine konkrete Frage dahintersteht, etwa die Einordnung eines auffälligen Ferritins oder die Verlaufsbeobachtung bei bekannter Entzündung. Als Routine-Zusatz in einem Screening-Paket ist der Zugewinn klein.

Unser Vorgehen bei Longevity-Fragestellungen folgt vier Schritten.

1. Anamnese vor Labor. Familiäre Häufungen, Rauchhistorie, Schlaf, Trainingsvolumen und Medikation entscheiden darüber, welche Messwerte überhaupt eine Konsequenz haben.
2. Funktion gehört ins Basisprofil. VO₂max und Kraftwerte kommen aus der Gerätediagnostik in der Praxis und sind die beiden Größen mit der unmittelbarsten Trainierbarkeit.
3. Ein Basisprofil mit Konsequenz. ApoB, einmalig Lp(a), HbA1c, Cystatin C, Blutbild, Ferritin mit Entzündungsmarker, Leber- und Schilddrüsenwerte. Jeder Wert bekommt vorab eine Antwort auf die Frage, was sich bei welchem Ergebnis ändert.
4. Ziele und Wiederholungsmessung vereinbaren. Ein Ausgangswert ohne festgelegten Zielkorridor und ohne Termin für die Verlaufskontrolle bleibt eine Momentaufnahme.

Eine epigenetische Uhr kann in diesem Rahmen dazukommen, wenn dich die Frage interessiert. Sie sollte dann eine Variante mit belegter Reliabilität sein, und das Ergebnis gehört als ein Befund unter mehreren gelesen.

Die Altersuhren sind ein ernsthaftes Forschungsinstrument mit echter Vorhersagekraft über große Gruppen hinweg. Für die Frage, wie schnell du alterst, liefern sie derzeit eine Zahl mit einer Unsicherheit, die größer ist als die Effekte, die man messen möchte.

Wenn du wissen willst, wie deine nächsten Jahrzehnte aussehen könnten, sind deine Fitness, deine Kraft, deine Lipoproteine, dein Glukosestoffwechsel und deine Nierenfunktion die Größen mit den belastbarsten Daten. Sie lassen sich reproduzierbar messen, gegen klare Referenzen stellen und durch Training, Ernährung und gegebenenfalls Medikation verändern.

Wenn du bereits Befunde hast, epigenetische Ergebnisse eingeschlossen, bring sie zum Ersttermin mit. Wir gehen sie gemeinsam durch und legen fest, welche Messungen in deiner Situation eine Konsequenz haben.