Am 7. Januar 2026 hat OpenAI ChatGPT Health gelauncht — einen eigenen Bereich in ChatGPT, in dem Nutzer Krankenakten, Wearables und Wellness-Apps verbinden können.
Am 12. März hat Microsoft mit Copilot Health nachgezogen, mit Zugang zu Krankenakten aus über 50.000 US-Krankenhäusern und Daten von mehr als 50 Wearable-Geräten.
Wenige Tage später hat Perplexity seinen eigenen Einstieg angekündigt: Perplexity Health — ein eigener Bereich innerhalb der Perplexity App mit speziell entwickelten KI-Agenten für Ernährung und Schlaf, persönlichen Dashboards und der Möglichkeit, eigene Gesundheitsdaten einzubinden.
Auch Amazon und Anthropic haben im selben Quartal healthcare-fokussierte KI-Produkte veröffentlicht.
Vier unabhängige Plattformen — mit unterschiedlichen Architekturen und Geschäftsmodellen — sind innerhalb weniger Wochen in dieselbe Kategorie eingestiegen. Das ist kein Zufall. Gesundheit wird zum ersten grossen Consumer-Vertical, in dem KI-Assistenten den Schritt von allgemein zu domänenspezifisch vollziehen — mit echten Nutzerdaten darunter.
Was Perplexity Health wirklich ist
Perplexity Health ist kein Chatbot für medizinische Fragen. Es ist ein strukturierter Hub innerhalb der Perplexity App, in dem Nutzer:
- persönliche Gesundheitsdaten-Anbieter verbinden können (Wearables, Krankenakten)
- eigene medizinische Informationen direkt eingeben können
- auf spezialisierte KI-Agenten für konkrete Gesundheitsaufgaben zugreifen können
- ein anpassbares Dashboard mit Datenvisualisierung und vorgeschlagenen Prompts nutzen können
Die bislang bestätigten Agenten sind ein Nutrition Agent — der auf Basis von Perplexitys Computer-Zugang personalisierte Ernährungspläne erstellen kann — sowie ein Sleep Assistant Agent. Beide sind dafür ausgelegt, über echte Nutzerdaten zu reasonen, nicht über generischen Health-Content.
Das macht Perplexity Health eher zu einem persönlichen Gesundheits-Betriebssystem als zu einem Q&A-Tool. Wer bisher separate Apps für Ernährung, Schlaftracking oder Wellness-Planung bezahlt, könnte diesen integrierten Ansatz als Ersatz für gleich mehrere Abonnements erleben.
Das Feature wird zunächst in den USA gelauncht — wie bereits Copilot Health und ChatGPT Health zuvor.
Vergleich: ChatGPT Health und Copilot Health
Alle drei Produkte wurden im selben Quartal gelauncht und adressieren dasselbe grundlegende Problem: Nutzer haben Gesundheitsdaten, die über Geräte und Apps verteilt sind — ohne eine einheitliche KI-Schicht, die darüber reasonen kann. Die Ansätze unterscheiden sich aber.
ChatGPT Health setzt auf konversationelles Q&A auf Basis von Krankenakten und Wellness-Apps. OpenAI gibt an, dass über 230 Millionen Menschen weltweit jede Woche Gesundheitsfragen auf ChatGPT stellen.
Copilot Health verbindet sich mit Daten aus über 50.000 US-Krankenhäusern, und Microsofts Consumer-Produkte beantworten bereits über 50 Millionen Gesundheitsfragen pro Tag.
Perplexity Health fügt zwei Elemente hinzu, die die anderen beim Launch nicht betonen: zweckgebundene Agenten für spezifische Gesundheitsfunktionen (Ernährung, Schlaf) und eine Datenvisualisierungsschicht mit Dashboards. Das Erlebnis ist als laufender persönlicher Health Hub konzipiert — nicht als reiner Assistent.
| Plattform | Launch-Datum | Kernansatz | Spezialisierte Agenten | Datenquellen |
|---|---|---|---|---|
| ChatGPT Health | 7. Januar 2026 | Konversationelles Q&A auf Basis von Krankenakten und Wearables | Beim Launch nicht bestätigt | Apple Health, MyFitnessPal, Function, b.well (2,2 Mio. Anbieter) |
| Copilot Health | 12. März 2026 | Personalisierte Insights mit Dashboards | Beim Launch nicht bestätigt | HealthEx (50.000+ Krankenhäuser), 50+ Wearables, Harvard Health Cards |
| Perplexity Health | März 2026 | Persönlicher Health Hub mit Dashboards + spezialisierten Agenten | Nutrition Agent, Sleep Assistant | Persönliche Datenanbieter, Wearables |
Das konkrete Problem für Health-Unternehmen
Hier ist das eigentliche Geschäftsrisiko, direkt formuliert.
Wenn ein Nutzer den Perplexity Nutrition Agent bittet, einen Ernährungsplan zu erstellen, öffnet er keine Ernährungs-App. Er besucht keine Website einer Wellness-Marke. Die gesamte Interaktion findet innerhalb von Perplexity statt, mit den persönlichen Daten des Nutzers. Die Ernährungsmarke, das Supplement-Unternehmen, die Ernährungsberatungs-Plattform — sie sind in diesem Gespräch nicht vorhanden.
Microsoft-KI-Chef Mustafa Suleyman hat Consumer Health als “die wichtigste KI-Anwendung überhaupt” bezeichnet — und auf 50 Millionen tägliche Health-Anfragen an Microsofts Produkte als Beweis hingewiesen, dass die Nachfrage bereits im grossen Massstab existiert.
Das ist dasselbe Verdrängungsmuster, das die Suche von Verzeichnissen übernommen hat, und das Social Media von der Suche übernommen hat. Nur schneller — weil KI-Agenten Aufgaben erledigen, statt nur Informationen anzuzeigen. Der Nutzer bekommt eine Antwort, einen Plan, eine Empfehlung — ohne deine Website oder deine App zu besuchen.
Für jedes Unternehmen in den Bereichen Gesundheit, Wellness, Ernährung, Fitness oder angrenzenden Sektoren lautet die Frage nicht ob das passiert. Sondern ob deine Produkte, deine Daten und deine Expertise Teil dessen sind, worüber diese Agenten reasonen — oder ob sie komplett ohne dich operieren.
Was Health-Unternehmen jetzt tun sollten
Die grossen KI-Plattformen — ChatGPT, Copilot, Perplexity — bauen horizontale Infrastruktur für Gesundheit. Sie kümmern sich um Skalierung, Datenschutzarchitektur und Datenaggregation. Was sie nicht haben: deine proprietären Produktdaten, deine klinischen Nachweise, deine Kundenergebnisse oder deine Kategorie-Expertise.
Genau in dieser Lücke lebt ein unternehmensspezifischer KI-Agent.
Deinen eigenen KI-Agenten bauen — auf deinen Daten, in deinen Kanälen
Eine Health-Marke mit Produktspezifikationen, Formulierungsdaten, klinischer Evidenz oder strukturierten Kundenergebnissen hat Informationen, auf die eine allgemeine KI-Plattform keinen Zugang hat und über die sie nicht reasonen kann. Ein KI-Agent, der auf diesen Daten aufgebaut und dort eingesetzt ist, wo deine Kunden bereits sind — deine Website, WhatsApp oder andere Messaging-Kanäle — beantwortet Fragen, die kein allgemeiner Assistent beantworten kann.
Der entscheidende Unterschied zu einem Chatbot liegt in der Wissensschicht darunter. Ein Chatbot antwortet nach einem Skript. Ein KI-Agent ruft aus einer strukturierten, verifizierten Knowledge Base ab und reasont darüber in Echtzeit. Wenn ein Kunde fragt: “Interagiert dieses Supplement mit dem Medikament, das ich erwähnt habe?” oder “Welches Produkt passt zu meinen Schlafdaten?” — greift der Agent auf deine echte Produktintelligenz zurück, nicht auf die Trainingsdaten eines allgemeinen Modells.
Genau diese Art von KI-Agenten bauen wir bei Lab51. Wir beginnen damit, deine bestehenden Produktdaten zu prüfen, deine Kundenfragen zu kartieren und eine Knowledge Base zu strukturieren, über die die KI akkurat reasonen kann. Anschliessend deployen wir sie in den Kanälen, die für dein Unternehmen relevant sind — Website, WhatsApp, Facebook Messenger und andere, je nach deiner Zielgruppe — und halten das Wissen über alle Kanäle hinweg konsistent durch eine einzige MCP (Model Context Protocol) Schicht. Nimm heute Kontakt mit uns auf:
Das Ergebnis ist ein Agent, der deine Marke akkurat repräsentiert, Produkt- und Wettbewerbsfragen mit verifizierten Daten beantwortet und rund um die Uhr in jedem Kanal für deine Kunden verfügbar ist. Basierend auf unserem typischen Projektumfang dauert ein vollständiger Build — von der Knowledge Base bis zum Multi-Channel-Deployment — 12 bis 20 Wochen, je nach Datenkomplexität und Plattformanzahl.
Produktwissen KI-lesbar machen
Bevor ein Agent nützlich sein kann, müssen deine Produktdaten in einem Format vorliegen, das eine KI abrufen und verarbeiten kann. Die meisten Health-Marken haben diese Informationen verstreut über PDFs, Produktseiten, die eher für Conversion als für Informationsdichte geschrieben wurden, und interne Systeme ohne API-Zugang.
Diese Daten zu strukturieren — Produktnamen, Inhaltsstoffe, Zertifizierungen, Claims, Kontraindikationen und Preise in ein konsistentes Schema zu normalisieren — ist grundlegende Arbeit. Ohne sie wird jeder KI-Agent, den du baust, bei den Fragen halluzinieren oder ausweichen, die einem Käufer am wichtigsten sind.
Wir übernehmen das als erste Phase jedes Agenten-Projekts: umfassendes Daten-Auditing, Source Mapping und Pipeline-Aufbau. Das Ergebnis ist eine Knowledge Base, die sich automatisch aktualisiert, wenn sich deine Produkte ändern, und die eine KI mit Genauigkeit abfragen kann.
Wissen, wo du heute in KI-Health-Outputs stehst
Wenn ein Nutzer gerade ChatGPT Health oder Perplexity Health eine Frage stellt, bei der dein Produkt eine relevante Antwort wäre — erscheinst du? Sind die Informationen korrekt? Wird stattdessen ein Wettbewerber zitiert?
Die meisten Health-Unternehmen können diese Fragen nicht beantworten, weil sie kein Monitoring haben.
Der Ausgangspunkt ist manuell: Teste die Fragen, die deine Kunden wirklich stellen, in ChatGPT, Perplexity und Copilot. Dokumentiere, was erscheint. Identifiziere, wo deine Marke fehlt oder falsch dargestellt wird. Diese Baseline zeigt dir, was zu korrigieren ist — ob in deinen öffentlichen Inhalten, deinen strukturierten Daten oder deiner KI-Agenten-Strategie.
Wenn du ein Health- oder Wellness-Unternehmen bist und evaluierst, wie ein KI-Agent konkret für deine Produkte und deine Kundenbasis aussehen würde, sprechen wir gerne mit dir darüber.
Der erste Schritt ist immer derselbe: verstehen, welche Fragen deine Kunden bereits stellen, identifizieren, wo deine aktuellen Wissenslücken liegen, und kartieren, welche Kanäle sie nutzen. Die Technologie kommt an zweiter Stelle.
Die Agenten, die funktionieren, sind die, die auf echtem Unternehmenswissen aufgebaut sind — nicht auf allgemeiner Modellkompetenz allein.
