Zurück zur Startseite
Biohacking · Studiendatenbank

Die größte Biohacking-Studiendatenbank

Über 670.000 wissenschaftliche Studien zu Biohacking, Longevity, Supplements und Performance — 94 % mit Abstract, organisiert in 453 Themen. Durchsuchbar, evidenz-klassifiziert, mit klickbarer PubMed-Quelle pro Aussage statt Influencer-Hype.

Studien durchsuchenThemen-Welten
Evidenzbasiert · PubMed-verifiziert

Was steckt in der Datenbank?

Die Basis sind über 670.000 wissenschaftliche Arbeiten, aggregiert aus PubMed, OpenAlex und Europe PMC — mit Schwerpunkt auf den Feldern, die Biohacking wirklich ausmachen: Longevity, Schlaf, Kognition, Hormone, Peptide, Performance und metabolische Gesundheit. 94 % der Studien haben einen Volltext-Abstract, der Datensatz reicht von 1855 bis 2026, 54 % stammen aus dem letzten Jahrzehnt. 399.592 Studien sind in 453 thematische Cluster einsortiert — von Autophagie über Koffein bis Demenz-Prävention — sodass du pro Substanz oder Methode siehst, wie dick die Studienlage tatsächlich ist. Das ist der ehrliche Gegenentwurf zur Einzelstudie, die zufällig einen Influencer-Post stützt.

Wie wir Evidenz klassifizieren

Nicht jede Studie wiegt gleich. Wir klassifizieren nach Evidenzstufe (Meta-Analyse > RCT > Kohorte > Fallserie > In-vitro/Tier) und reichern an, wo es geht: Studientyp, Stichprobengröße, Effektrichtung, Safety-Signale (Nebenwirkungen, Kontraindikationen, Wechselwirkungen) und KI-gestützte Struktur-Extrakte. Wichtig — und das sagen wir offen: Die Tiefen-Anreicherung ist nicht für jede der 670.000 Studien abgeschlossen. Safety-Screening deckt bereits rund 198.000 Studien ab, KI-Struktur-Extrakte rund 38.000, das volle A→F-Grading einen kleineren, wachsenden Kern. Wo eine Schicht fehlt, zeigen wir das an, statt Vollständigkeit zu behaupten. Evidenz-Ehrlichkeit ist der Kern — auch über die eigenen Lücken.

Warum ein offener Studien-Index?

Biohacking-Inhalte im Netz sind überwiegend meinungs- und verkaufsgetrieben: eine Anekdote, ein Affiliate-Link, eine herausgepickte Studie. Ein durchsuchbarer Index über die gesamte Studienlage dreht das um — du siehst nicht die eine günstige Studie, sondern die Verteilung: viel Evidenz, dünne Evidenz, oder widersprüchlich. Deshalb ist dieser Index frei zugänglich und zitierbar. Wenn du recherchierst, schreibst oder einen Artikel belegst, kannst du die Themen-Studienzahlen und Quellen direkt referenzieren — verlinke auf die jeweilige Themenseite oder auf diese Übersicht.

Die Datenbank in Zahlen

Der größte evidenzbasierte Biohacking-Studien-Index

671.516
Studien im Index
PubMed · OpenAlex · Europe PMC
94 %
mit Abstract
volltext-durchsuchbar
453
Themen-Cluster
399.592 Studien zugeordnet
1855–2026
Publikationsjahre
54 % seit 2015
198.582
Safety-gescreent
Nebenwirkungen · Interaktionen
38.330
KI-strukturiert
Extrakt wächst laufend

Stand: Mai 2026. Der Korpus ist breit; die Tiefen-Anreicherung (Evidenz-Grading A→F, KI-Extrakt, Safety) deckt heute einen wachsenden Teil ab und wird laufend erweitert. Wir weisen Lücken transparent aus, statt Vollständigkeit zu behaupten.

Meist-untersuchte Themen

#ThemaStudien
1AMPK-Aktivatoren5.146
2Autophagie4.526
3Circadianer Rhythmus4.143
4Curcumin3.958
5Depression3.662
6Alkohol3.524
7Amphetamine3.493
8ApoB3.443
9Zelluläre Seneszenz3.442
10Kohlenhydrate3.420
11Angst3.408
12Koffein3.335
13Acetylcholin3.327
14Dopamin3.300
15Mitochondrien3.219
16Mikrobiom-Modulation3.077
17Demenz-Prävention3.035
18Apigenin3.003

Auszug aus 453 Themen. Klick führt zur evidenz-sortierten Themenseite.

Evidenz statt Halluzination

Evidenzbasiertes Biohacking — wie wir Studien einordnen

Evidenzbasiertes Biohacking heißt: jede Aussage über Schlaf, Supplements, Longevity oder Performance steht und fällt mit der Studie, die sie zitiert. Biohacking AI macht diese Studienlage sichtbar — mit klickbarem PubMed-Link, transparenter Evidenzstufe und ehrlicher Einordnung, wo die Forschung noch dünn ist. So weiß jeder Biohacker, ob er einer Meta-Analyse oder einer Maus-Studie folgt.

Meta-Analyse & Systematischer Review

Mehrere RCTs zusammen ausgewertet — die belastbarste Evidenz, die wir in Biohacking-Themen finden. Beispiel: Kreatin-Monohydrat für Kraftleistung, NMN für NAD+-Spiegel im Plasma.

Randomisierte kontrollierte Studie (RCT)

Goldstandard für Einzelstudien. Kausale Aussagen sind möglich, aber Effektgrößen variieren. Beispiele: Magnesium gegen Krämpfe, Ashwagandha gegen Stress-Cortisol.

Beobachtungsstudie / Kohorte

Große Populationsdaten, aber keine Kausalität — wichtige Hypothesengeneratoren. Beispiele: Vitamin-D-Spiegel und Mortalität, Schlafdauer und Demenzrisiko.

Mechanistik & Tiermodell

Plausibilität ja, klinischer Beweis nein. Wir kennzeichnen das transparent, damit niemand ein Maus-Ergebnis als „bewiesen“ liest. Beispiele: Peptide wie BPC-157, Rotlichttherapie auf Zellebene.

Diese vier Stufen sind die Grundlage jeder Antwort auf der Plattform — keine Studie wird ohne Stufenkennzeichnung zitiert, und wenn die Evidenz dünn ist, sagt die KI das offen.

Mehr zur Methodik in der Basics-Welt

Themenwelten

Zehn Welten für Biohacker — von Schlaf bis Longevity

Statt Chat-Roulette mit ChatGPT bekommen Biohacker bei uns kuratierte Welten — jede mit eigener Studienlage, eigenen Substanzen und eigenen Protokollen. Klick dich rein und sieh, was die Forschung zu deinem Thema sagt — vom Magnesium-Komplex über NMN bis zur Kälteexposition.

Alle zehn Welten ansehen
FAQ

Häufig gestellte Fragen

Wie viele Studien umfasst die Biohacking-Datenbank?
Aktuell über 670.000 wissenschaftliche Studien (Stand Mai 2026), aggregiert aus PubMed, OpenAlex und Europe PMC. 94 % haben einen Abstract, 399.592 sind in 453 Themen-Cluster einsortiert. Der Index wächst laufend durch automatisierte Harvests.
Woher stammen die Studien?
Aus den großen offenen wissenschaftlichen Literatur-Datenbanken: PubMed (NIH/NLM), OpenAlex und Europe PMC. Jede Studie behält ihre Original-Quelle inklusive PubMed-ID und DOI, sodass du jede Aussage bis zur Primärquelle zurückverfolgen kannst.
Was bedeutet die A→F-Evidenz-Klassifizierung?
Sie ordnet jede Studie nach methodischer Aussagekraft ein: A steht für die stärkste Evidenz (Meta-Analysen, systematische Reviews großer RCTs), absteigend über einzelne RCTs, Kohorten- und Fall-Kontroll-Studien bis F für die schwächste (In-vitro, Tiermodelle, Fallberichte). So erkennst du auf einen Blick, ob eine Empfehlung auf belastbarer oder dünner Evidenz steht.
Sind alle Studien bereits KI-ausgewertet?
Nein — und das weisen wir transparent aus. Der Korpus ist breit (670.000 Studien, 94 % mit Abstract), die Tiefen-Anreicherung wächst schrittweise: Safety-Screening deckt rund 198.000 Studien ab, strukturierte KI-Extrakte rund 38.000, das vollständige A→F-Grading einen kleineren, wachsenden Kern. Wo eine Schicht noch fehlt, zeigt die Plattform das an, statt eine Auswertung vorzutäuschen.
Wie aktuell sind die Daten?
Neue Publikationen werden laufend über automatisierte tägliche Harvests aufgenommen, sodass auch frische Arbeiten zu schnelllebigen Feldern (Longevity, GLP-1-Agonisten, Peptide) zeitnah im Index landen. Die hier gezeigten Aggregat-Zahlen sind ein datierter Snapshot (Stand Mai 2026) und werden periodisch aktualisiert.
Darf ich diese Daten zitieren?
Ja, ausdrücklich. Die Studienzahlen pro Thema und die Gesamt-Kennzahlen sind frei zugänglich und für redaktionelle, wissenschaftliche oder journalistische Nutzung gedacht. Bitte verlinke als Quelle auf biohacking-ai.com — entweder auf diese Übersicht oder auf die jeweilige Themenseite, deren Studienzahl du referenzierst.
Verwandt

Stell deine erste evidenzbasierte Frage

Durchsuche die Studienlage zu deinem Thema — mit klickbarer PubMed-Quelle pro Aussage, kostenlos und ohne Account.