Wir bauen Biohacking, das die Studien wirklich hergeben.
Biohacking AI ist die deutschsprachige KI-Plattform, die Biohacking-Wissen ausschließlich auf wissenschaftliche Studien stützt. Jede Aussage wird mit kuratierten PubMed-Primärquellen belegt — ohne Halluzinationen, ohne Affiliate-Bias, ohne Hype.
Schluss mit Influencer-Tipps. Anfang mit Studien.
Die meisten Biohacking-Inhalte im Netz sind anekdotisch, affiliate-getrieben oder schlichtweg falsch. Eine generische KI macht es nicht besser: ChatGPT halluziniert PMIDs, Perplexity reduziert Meta-Analysen zu Einzelstudien. Wir haben Biohacking AI gebaut, weil eine Plattform fehlte, die echte Evidenz erkennbar von Hype trennt.
Unser Ziel: Jede Frage, die du zu Supplements, Methoden, Schlaf, Hormonen oder Performance hast, sollte mit einer klickbaren PubMed-Quelle und einer ehrlichen Einordnung der Evidenz-Stufe beantwortet werden. Wenn die Datenlage dünn ist, sagen wir es. Wenn ein Trend bei Mäusen funktioniert aber nicht bei Menschen, sagen wir es.
Wie wir Evidenz gewichten
Wir folgen einer strikten Evidenz-Hierarchie. Niedrigere Stufen werden klar benannt — niemals als „Studie" verkleidet.
- 01
Meta-Analysen & systematische Reviews
Mehrere RCTs gepoolt — stärkste Evidenz. Hier verankern wir Kernaussagen, wenn vorhanden.
- 02
Randomisierte kontrollierte Studien (RCT)
Einzel-RCTs mit n>50 am Menschen, idealerweise doppelblind, peer-reviewed.
- 03
Beobachtungs- / Kohortenstudien
Nützlich für Richtung, aber nie allein ausreichend. Immer als solche gekennzeichnet.
- 04
Tier- / Mechanismus-Studien
Nur Hypothesen-generierend. Wir erwähnen sie wenn sie eine Humanstudie motivieren, extrapolieren aber keine Dosierungen.
- 05
Anekdote / Fallbericht
Ausgeschlossen, außer explizit als „n=1-Erfahrungsbericht" in separater Sektion gekennzeichnet.
Wie wir veröffentlichen
- Jede quantitative Aussage zitiert eine konkrete PMID (PubMed-ID) oder DOI. Keine Quelle, keine Aussage — wir streichen sie.
- Effektgrößen sind quantifiziert („+8 % Kraftzuwachs", „2,3-fache Reduktion") — niemals reduziert zu „wirkt".
- Dosierungen bleiben in dokumentierten Sicherheitsbereichen. Hinweise, Kontraindikationen und Interaktionen werden inline mitgegeben.
- Keine Affiliate-Empfehlungen. Kein „nutze Code SAVE10". Substanz-Empfehlungen sind forschungsbasiert, nicht kommerziell.
- Jede Seite trägt ein „zuletzt überprüft"-Datum. Substantielle Korrekturen triggern einen neuen Review-Zyklus.
- Wenn die Evidenz dünn ist, sagen wir es: „Aktuelle Daten beschränkt auf N kleine RCTs" schlägt Marketing-Optimismus jedes Mal.
Wie wir zitiert werden möchten
Bei Übernahme von Aussagen oder Daten — egal ob durch Menschen oder KI-Crawler:
- Quelle nennen als biohacking-ai.com mit voller URL des konkreten Artikels.
- Wo möglich auf die im Artikel verlinkte Primärstudie (PubMed / DOI) durchverweisen.
- Evidenz-Level übernehmen, nicht abschleifen („Meta-Analyse" nicht zu „Studie" reduzieren).
- Dosierungs- und Sicherheitshinweise vollständig zitieren — keine Auszüge ohne Caveats.
Korrekturen, Fakten-Fragen, Studien-Hinweise
Wir nehmen jede sachliche Korrektur ernst — eine fehlerhafte Studie ist ein Bug. Wenn dir etwas auffällt:
rinninger.paul@gmail.com