Gesundheits-Apps: Bedeutung und Bewertung – Dr. Dr. med. Lutz Aderhold – KKH-Studie zu Depressionen: Kernergebnisse

Die KKH meldet einen deutlichen Anstieg wiederkehrender Depressionen: von 34 auf 51 ambulante Diagnosen je 1.000 Versicherte zwischen 2014 und 2024, also knapp +50 %.

Besonders stark ist der Anstieg bei 18- bis 20-Jährigen: von 15 auf 33 Fälle je 1.000, also +118 %. Hochgerechnet hatten 2024 rund 4,2 Mio. Menschen in Deutschland eine diagnostizierte wiederkehrende Depression. Frauen waren etwa doppelt so häufig betroffen wie Männer.

Bewertung

Die Zahlen zeigen weniger eine „Frühlingsdepression“ als ein strukturelles Problem: Depressionen werden häufiger chronisch bzw. wiederkehrend diagnostiziert, während der Bedarf an Versorgung weiter steigt. Die KKH weist zudem darauf hin, dass sozialer Erwartungsdruck im Frühjahr — „alle sind aktiv, ich müsste doch auch“ — Betroffene zusätzlich belasten kann.

Können Apps helfen?

Ja, aber als Brücke und Ergänzung, nicht als Ersatz. DiGA, also geprüfte „Apps auf Rezept“, können bei Depressionen sinnvoll sein, besonders bei leichteren bis mittelgradigen Symptomen, Psychoedukation, Verhaltensexperimenten, Tagesstruktur, Schlaf und Grübeln. Die NVL-Leitlinie empfiehlt internet- und mobilbasierte Interventionen aber mit klaren Bedingungen: vorherige Diagnostik, Indikationsstellung, therapeutische Begleitung und regelmäßiges Monitoring.

Praktisch heißt das: Hausarzt, Psychiater oder Psychotherapeut sollte die App verordnen oder begleiten. Beispiele wie deprexis sind laut DiGA-Verzeichnis zur Therapieunterstützung gedacht und sollen ergänzend zu ärztlicher oder psychotherapeutischer Behandlung eingesetzt werden.

Und KI-Chatbots?

KI kann kurzfristig entlasten: Gedanken sortieren, Tagespläne machen, Skills erinnern, Formulierungen für Arztgespräche vorbereiten. Aber KI ist keine Psychotherapie und kann Risiken übersehen, etwa Suizidalität, Manie, Psychose, Sucht oder Gewalt. Eine aktuelle Befragung der Stiftung Deutsche Depressionshilfe zeigt, dass viele junge Menschen KI bereits bei psychischen Belastungen nutzen; Fachleute warnen aber vor „Scheinbehandlung“ und davor, professionelle Hilfe zu ersetzen.

Fazit

Apps und KI können Wartezeiten abfedern, vor allem wenn sie evidenzbasiert, datenschutzkonform und eingebettet in ärztliche Begleitung sind. Sie lösen aber nicht den Mangel an Therapieplätzen. Bei akuter Selbstgefährdung, Suizidgedanken oder Kontrollverlust gilt: 112, psychiatrische Notaufnahme oder TelefonSeelsorge 0800 1110111 / 0800 1110222.

1. Was sind Gesundheits-Apps?

Gesundheits-Apps (mHealth-Apps – Digitale Gesundheitsanwendungen / DiGA) umfassen mobile Anwendungen, die Nutzerinnen und Nutzern helfen sollen,

• gesundheitsbezogene Daten zu erfassen oder zu überwachen,

• gesundheitsfördernde Verhaltensweisen zu unterstützen,

• oder in einigen Fällen therapeutische Inhalte anzubieten (Bundesärztekammer).

Eine offizielle einheitliche Definition fehlt, wird aber häufig als Apps verstanden, die Funktionen zu Gesundheit, medizinischer Unterstützung oder Wellness bereitstellen – oft im weiteren Sinne der WHO-Gesundheitsdefinition.

2. Bedeutung für die Prävention

Beiträge zur Prävention und Gesundheit

Gesundheits-Apps werden verstärkt genutzt, insbesondere für Bewegung, Ernährung, Stressmanagement oder psychische Gesundheit. Beispielsweise:

• Fitness-, Schrittzähler- und Ernährungs-Apps sind bei Jugendlichen weit verbreitet (Tillmann J et al. 2025).

• Hausärzte sehen Potenzial: Viele Ärztinnen und Ärzte erkennen Vorteile bei Motivation, Selbstkontrolle von Risikofaktoren und Lebensstil-Unterstützung (Wangler J, Jansky M. 2021).

Risiken und Herausforderungen

• Datenschutz- und Sicherheitsbedenken sind häufige Beschwerden.

• Viele Apps werden ohne ärztliche Begleitung genutzt, was Chancen für Prävention aber auch Risiken birgt (Breinbauer, M., Jansky, M. 2024).

• Qualität und Effektivität sind oft uneinheitlich: Viele kommerzielle Apps folgen nicht ausreichend gesicherten Verhaltensmodellen oder gesundheitlichen Standards (Scherenberg, V 2022).

3. Kosten in Deutschland

Apps auf Rezept (DiGA-Modell)

In Deutschland können zertifizierte digitale Gesundheitsanwendungen (DiGA) auf Rezept verschrieben werden und die gesetzlichen Krankenkassen bezahlen sie:

• Durchschnittliche Preise liegen etwa zwischen 260 € und 570 € für jeden Patient je 3-Monate-Nutzung (Universität Erlangen-Nürnberg 2025).

• Die Ausgaben der Krankenkassen für DiGA sind stark gestiegen: Von 2020 bis Ende 2024 wurden 861.000 DiGA genutzt und ca. 234 Mio. € ausgegeben. Allein für 2023 und 2024 lagen die Kosten bei 110 Millionen €.

• Preise steigen: 2024 lag der Durchschnitt bei rund 541 € pro Anwendung und einzelner Apps können bis über 2.000 € kosten.

Die Kassen sehen häufig nur bei einem Teil der Apps klar nachgewiesene Nutzen-Effekte – bei vielen steht die Wirksamkeit noch zur Erprobung (Deutsches Ärzteblatt 02.04. und 25.09.2025).

4. Wissenschaftliche Evaluation und Evidenz

Studienlage

Wissenschaftliche Evaluationen existieren, aber ihre Qualität und Quantität ist oft begrenzt:

• Einige Studien zeigen positive Wirkungen z. B. bei psychischer Gesundheit (z. B. Reduktion von Angst und Depressionssymptomen).

• Meta-Analysen und einzelne RCTs (randomisierte kontrollierte Studien) zeigen, dass digitale therapeutische Apps Effekte haben können, z. B. bei Rückenschmerz-Therapie oder Verhaltensänderung – aber die Kosten-Nutzen-Relation ist komplex und situationsabhängig (Lewkowicz D et al. 2022).

Methode und Kritik

• Viele Zulassungsstudien für DiGA weisen methodische Schwächen auf (fehlende Verblindung, kleine Stichproben: Universität Erlangen-Nürnberg 2025).

• Trotz zunehmender Marktdynamik ist der Anteil hochwertiger Apps mit starker wissenschaftlicher Evidenz gering (insbesondere im freien App-Markt: ZEW – Leibniz Centre for European Economic Research)

Bedarf nach weiterer Forschung

Die Evaluationsqualität von Präventions-Apps allgemein muss verbessert werden, damit Effekte sicher quantifizierbar werden – z. B. mit standardisierten Messmethoden und größeren, randomisierten Studien (Bundesgesundheitsministerium 2016).

Fazit – Chancen & Grenzen

Chancen

• Niederschwelliger Zugang zu Gesundheitsförderung und Prävention

• Entlastung des Gesundheitssystems durch Selbstmanagement

• Motivation und Unterstützung zu gesundheitsbezogenem Verhalten

Grenzen & Herausforderungen

• Hohe Kosten für Nutzer oder Krankenkassen bei bestimmten Anwendungen

• Uneinheitlicher wissenschaftlicher Nachweis für Effektivität

• Datenschutz, Qualitätssicherung und Integration in die Versorgung bleiben kritisch

Konkrete Beispiele für gut evaluierte Gesundheits-Apps mit wissenschaftlicher Evidenz in drei Bereichen: Prävention, Therapie und Verhaltensänderung sowie wissenschaftliche Reviews und Bewertung:

1. Prävention – Förderung gesunder Lebensweisen (Verhaltensänderung)

Allgemeine Reviews zu Behavior Change Techniques (BCTs)

Viele Apps basieren auf psychologischen Konzepten wie Zielsetzung, Feedback, Selbstmonitoring – so genannte Behavior Change Techniques (BCTs). Systeme, die mehrere BCT-Elemente kombinieren, zeigen im Durchschnitt größere Wirkungen im Gesundheitsverhalten (Kheirdoust, A.et al. 2025).

Studien-Beispiel:
Apps, die z. B. Feedback-Schleifen und personalisierte Planung integrieren, erreichen häufiger verbesserte Adhärenz oder Selbstmanagement-Verhaltensweisen als solche ohne diese Elemente (Aguiar M et al 2022).

Meta-Analyse zu Gesundheits-Apps allgemein

Systematische Übersichtsarbeit:

• Ein großer Review (172 Studien, > 21 000 Teilnehmer) fasst Ergebnisse zu Apps zusammen, die Verhalten verändern sollen (z. B. Ernährung, Aktivität). Er fand schwache, aber konsistente Vorteile gegenüber Standardversorgung, allerdings mit hoher Heterogenität zwischen Studien (Iribarren SJ et al. 2021).

Das bedeutet:
Apps können Verhaltensziele unterstützen (z. B. erhöhte Aktivität, gesunde Ernährung). Die Effekte variieren stark je nach App-Design und Evaluationsqualität.

Ernährungs- und Bewegungs-Apps

Mehrere Reviews zeigen, dass mobile Apps Gesundheits- und Verhaltensziele unterstützen können, z. B. gesündere Ernährung, mehr Bewegung oder Medikamenten-Compliance. Allerdings ist die Evidenz oft gemischt und variiert je nach App und Nutzergruppe. Insgesamt zeigen viele RCTs nur begrenzte oder variable Effekte auf echte Gesundheits-Endpunkte (z. B. Gewichtsabnahme, Blutdruck) trotz hoher Zufriedenheit und Nutzung (Milne-Ives D et al. 2020).

Ernährungs-Apps:
In Review-Analysen konnten Apps das Ernährungsverhalten von Personen verbessern – bei chronisch Erkrankten häufiger mit positiven Effekten als bei gesunden Erwachsenen. Einige Studien berichten langfristige Verhaltensänderungen über 6–12 Monate (Salas-Groves E et al. 2023).

Studien-Beispiel:
Nutzung einer Ernährungs-App („Vegatone“) führte zu erhöhter täglicher Gemüseaufnahme bei übergewichtigen Erwachsenen (Said A. et al. 2024).

2. Therapie – klinisch getestete Apps zur Gesundheits-Unterstützung

a) Diabetes-Management

Diabetes-spezifische mHealth Apps
Apps zur Selbstkontrolle bei Typ-1- und Typ-2-Diabetes zeigen in mehreren Studien, dass sie signifikante Verbesserungen der Blutzuckerwerte (HbA1c) bewirken können im Vergleich zur üblichen Versorgung (Eberle C et a. 2021).

Studien-Beispiele:

• Meta-Analysen zu diabetes-spezifischen Apps berichten, dass durch App-gestützte Selbstkontrolle die durchschnittlichen HbA1c-Werte gesenkt werden können (Stevens et al. 2022).

• Ein aktueller systematischer Review fand, dass multimodale App-basierte Diabetestherapien statistisch signifikant HbA1c (Langzeit-Blutzuckerwert) verringern (zwischen-Gruppen-Differenz ~ -0,36 % zugunsten der App-Intervention). (Bodner E et al. 2025). Innerhalb der Interventionsgruppen wurden sogar größere HbA1c-Verbesserungen (~ -0,79 %) beobachtet.

RCT-Beispiel mit Bewertungsaspekt:

• In einem Pilot-RCT wurden zwei kommerzielle Diabetes-Apps („Glucose Buddy“ vs. „mySugr“) verglichen; Ergebnisse zeigten, dass insbesondere gamifizierte Apps höhere Nutzerbindung und verbesserte Selbstmanagement-Verhaltensweisen fördern können (u. a. Medikamenteneinnahme, Tracking). (Maharaj A et al. 2021).

b) Psychische Gesundheit

Apps bei Depression, Angst und Stress
In mehreren internationalen Studien und Meta-Analysen zeigte sich, dass mobile Apps – oft mit kognitiver Verhaltenstherapie (CBT)-Elementen – Signale einer Reduktion von Angst- und Depressionssymptomen liefern, besonders bei leichteren bis moderaten Fällen.

DiGA („Digitale Gesundheitsanwendungen“)
In Deutschland gibt es mehrere DiGA, die beim therapeutischen Umgang mit psychischen Erkrankungen geprüft wurden und in randomisierten Studien medizinischen Nutzen zeigten – etwa:

• deprexis: Therapieunterstützung bei Depressionen, mit evidenzbasierter Wirksamkeit in mehreren RCTs bewertet vom BfArM.

• velibra: Unterstützung bei Angststörungen.

• somnovia: Hilfe bei Insomnie.

Depression: deprexis

Studienlage / Evidenz

• In mehreren randomisierten kontrollierten Studien (RCTs) zeigte das Internet-Interventionsprogramm Deprexis signifikante Reduktion depressiver Symptome im Vergleich zu Kontrollgruppen (z. B. Warteliste), mit mittleren Effektstärken über 8–12 Wochen (Beevers CG et al. 2017).

• Meta-Analysen belegen eine moderate Effektstärke (g ≈ 0,51) zugunsten von Deprexis gegenüber Kontrollbedingungen bei depressiven Symptomen in 12 RCTs (n ≈ 2900). (Kaminski J et al. 2025).

Dies gilt als eine der breitesten Studienlagen für eine digitale Intervention bei Depressionen und ist auch Grundlage für DiGA-Zulassungen in Deutschland.

Insomnie: somnovia

Studienlage / Evidenz

• Ein randomisiert kontrollierter klinischer Bericht zeigte, dass die digitale Gesundheitsanwendung somnovia zusätzlich zur üblichen Versorgung bei Patienten mit Insomnie zu einer signifikanten Reduktion von Schlafstörungen führte (gemessen mit dem Insomnia Severity Index, d ≈ 0,71). (Göder R et al. 2024)

• Dieser Effekt blieb über 6 Monate bestehen und wurde als klinisch bedeutsam bewertet.

Anwendung: somnovia wird als DiGA eingesetzt, um Zugang zu verhaltenstherapeutischen Schlafinterventionen niedrigschwellig zu ermöglichen.

Diese DiGA-Programme sind so geprüft, dass sie von gesetzlichen Krankenkassen erstattungsfähig sind – was eine zusätzliche Qualitätssicherung durch regulatorische Evaluation bedeutet.

c) Medikamenten-Adhärenz

Apps zur Einnahmetreue (Medication Adherence)
Eine aktuelle systematische Übersichtsarbeit (14 RCTs) zeigt, dass App-gestützte Interventionen die Medikamenten-Adhärenz bei chronisch Kranken verbessern können, z. B. Herz-Kreislauf-Erkrankungen, Bluthochdruck oder Diabetes (Lanke V et al. 2025).

Die Effekte sind oft statistisch signifikant, aber der genaue Einfluss auf langfristige klinische Gesundheitsergebnisse (z. B. Hospitalisierungen) erfordert weitere Studien.

3. Wissenschaftliche Reviews und Meta-Analysen

Gesamtsystematische Evidenz zu DiGA/Health Apps:

DiGA-Systematische Übersicht – Review zeigt, dass es zwar Studien für den positiven Versorgungseffekt gibt, aber die Qualität, Bias-Risiken und externe Validität je nach Anwendung stark variieren (Dittrich F et al. 2023).

Mental Health / mHealth Apps Review – Eine Scoping-Review fasst evidenzbasierte Konzepte und Studien zusammen, die zeigen, dass Apps Unterstützung bei psychischen Störungen leisten können, wenn sie gut in Versorgungssysteme integriert werden (Plescher F et al. 2025).

Fazit zur Studienlage:

• Gut evidenzbasierte Apps gibt es, vor allem im Bereich chronischer Erkrankungen (z. B. Diabetes), psychischer Gesundheit und Medikamenten-Adhärenz.

• Für breite Lifestyle-Präventions-Apps ist die Evidenz insgesamt heterogen, oft mit positiver Tendenz, aber variabler Stärke und teilweise begrenzter klinischer Endpunkt-Daten.

• Es gibt konkrete RCTs und Meta-Analysen, die zeigen, dass bestimmte Gesundheits-Apps wirksame, messbare Effekte haben – sowohl bei psychischen Störungen (z. B. Deprexis) als auch bei Insomnie (somnovia) und Diabetes-Management.

• DiGA-Apps in Deutschland durchlaufen formale Evidenz-Nachweise via BfArM-Zulassung und Studienanforderungen.

• Für breite Präventions-Apps besteht zunehmende Forschung, aber Ergebnisse sind stärker variabel je nach Ziel und Studiendesign.

Literatur:

Bundesärztekammer: Gesundheits-Apps

Tillmann, J. et al. Nutzung von Gesundheits-Apps durch Jugendliche. Präv Gesundheitsf 20, 162–169 (2025). https://doi.org/10.1007/s11553-024-01100-8.

Wangler J, Jansky M. Welchen Nutzen bringen Gesundheits-Apps für die Primärversorgung? Ergebnisse einer Befragung von Allgemeinmedizinern. Präv Gesundheitsf 16, 150–156 (2021). https://doi.org/10.1007/s11553-020-00797-7

Breinbauer, M., Jansky, M. Gesundheits-Apps in der hausärztlichen Versorgung. Präv Gesundheitsf 19, 350–357 (2024). https://doi.org/10.1007/s11553-023-01057-0

Scherenberg, V. (2022). Gesundheits-Apps. In: Bundeszentrale für gesundheitliche Aufklärung (BZgA) (Hrsg.). Leitbegriffe der Gesundheitsförderung und Prävention. Glossar zu Konzepten, Strategien und Methoden. https://doi.org/10.17623/BZGA:Q4-i158-1.0

Lewkowicz D et al. Digital Therapeutic Care Apps With Decision-Support Interventions for People With Low Back Pain in Germany: Cost-Effectiveness Analysis. JMIR Mhealth Uhealth 2022;10(2): e35042.

Kheirdoust, A.et al. Investigating the approach of using behavior change techniques in the field of mobile applications: a systematic review. BMC Health Serv Res 25, 1347 (2025). https://doi.org/10.1186/s12913-025-13534

Aguiar M et al. mHealth Apps Using Behavior Change Techniques to Self-report Data: Systematic Review. JMIR Mhealth Uhealth 2022 Sep 9;10(9):e33247.  doi: 0.2196/33247.

Iribarren SJ et al. Effectiveness of Mobile Apps to Promote Health and Manage Disease: Systematic Review and Meta-analysis of Randomized Controlled Trials. JMIR Mhealth Uhealth 2021 Jan 11;9(1): e21563. doi: 10.2196/21563.

Milne-Ives M et al. Mobile Apps for Health Behavior Change in Physical Activity, Diet, Drug and Alcohol Use, and Mental Health: Systematic Review. JMIR Mhealth Uhealth 2020;8(3): e17046.

Salas-Groves E et al. Behavior Change Effectiveness Using Nutrition Apps in People With Chronic Diseases: Scoping Review. JMIR Mhealth Uhealth 2023 Jan 13:11: e41235. doi: 10.2196/41235.

Seid A et al. The use of internet-based smartphone apps consistently improved consumers‘ healthy eating behaviors: a systematic review of randomized controlled trials. Front. Digit. Health 6:1282570. doi: 10.3389/fdgth.2024.1282570.

Eberle C et al. Effectiveness of Disease-Specific mHealth Apps in Patients With Diabetes Mellitus: Scoping Review. JMIR Mhealth Uhealth. 2021 Feb 15;9(2): e 23477. doi: 10.2196/23477

Stevens S et al. The effectiveness of digital health technologies for patients with diabetes mellitus: A systematic review. Front Clin Diabetes Healthc 2022 Oct 24;3:936752. doi: 10.3389/fcdhc.2022.936752

Bodner E et al. Effect of Multimodal App-Based Interventions on Glycemic Control in Patients With Type 2 Diabetes: Systematic Review and Meta-Analysis. J Med Internet Res 2025 Jan 24: 27: e54324. doi: 10.2196/54324.

Maharaj A et al. Comparing Two Commercially Available Diabetes Apps to Explore Challenges in User Engagement: Randomized Controlled Feasibility Study. JMIR Form Res 2021;5(6): e 25151 doi:10.2196/25151

Beevers CG et al. Effectiveness of an internet intervention (Deprexis) for depression in a united states adult sample: A parallel-group pragmatic randomized controlled trial. J Consult Clin Psychol 2017 Apr;85(4):367-380.  doi: 10.1037/ccp0000171. Epub 2017 Feb 23.

Kaminski J et al. Digitale Gesundheitsanwendungen für depressive Störung in Deutschland. Nervenarzt 96, 432–438 (2025). https://doi.org/10.1007/s00115-025-01879-7

Göder R et al. Evaluating the Effectiveness of a Digital Therapeutic (somnovia) for people with insomnia disorder – a randomized controlled trial. 2024.

Lanke V et al. Evaluating the Effectiveness of Mobile Apps on Medication Adherence for Chronic Conditions: Systematic Review and Meta-Analysis. J Med Internet Res 2025;27:e60822 doi:10.2196/60822

Dittrich F et al. Digital health applications from a government-regulated directory of reimbursable health apps in Germany-a systematic review for evidence and bias.
Mhealth 2023 Jul 24:9:35. doi: 10.21037/mhealth-23-17. eCollection 2023.

Plescher F. et al. Concepts for the Integration and Implementation of mHealth Apps for Patients With Mental Disorders: Scoping Review. J Med Internet Res 2025;27:e66340. doi:10.2196/66340

Dr. Dr. med. Lutz Aderhold

Bedeutung von körperlicher Aktivität und Sport zur Prävention und Therapie der Hypertonie – Dr. Dr. med. Lutz Aderhold

Historischer Tag in London: Sabastian Sawe sprengt die letzte große Marathon-Grenze – Dr. Dr. med. Lutz Aderhold