Mein digitaler Zwilling, dein digitaler Zwilling – Warum der Bauplan vor dem Klon kommt

VonManuela Ruppert

Persönliche KI-Zwillinge sind in den letzten Monaten Realität geworden – Reid Hoffman, Ray Dalio und Tony Robbins haben ihre eigenen. Wer in zwei oder drei Jahren einen brauchbaren Zwilling haben will, fängt heute beim Wichtigsten an. Es geht um die eigenen Daten. Warum eingebautes Memory keine Lösung ist, was eine Wissensbasis braucht, und welche vier Schritte ihr diese Woche gehen könnt.

Warum der Bauplan vor dem Klon kommt

Stellt euch Sandra vor. 47 Jahre, seit acht Jahren selbstständige Unternehmerin im Bereich Organisationsentwicklung, vorher zwölf Jahre Konzern. Sie sitzt um halb elf abends an ihrem Schreibtisch, weil das Workshop-Konzept für Donnerstag noch nicht steht. Sie hat in den letzten zwei Jahren ChatGPT zweimal aufgemacht – einmal für einen LinkedIn-Post, einmal für eine Mail an eine Kundin. Beide Ergebnisse fühlten sich generisch an. Sandra hat es seitdem gelassen.

Sandra ahnt nicht, dass sie KI an die einfachsten Aufgaben gesetzt hat. Das Ergebnis war absehbar. Genau die Aufgabe, die sie heute Nacht noch beschäftigen wird – die Workshop-Architektur, die Teilnehmerunterlagen, die Strategie hinter dem Tag, die Auswertung des letzten Feedbacks – das wäre der starke Hebel. Genau dort holt KI in vergleichbaren Studien zwischen 25 und 40 Prozent mehr Tempo und Tiefe heraus. Gerade bei den schweren Aufgaben.

Was Sandra eigentlich braucht, ist eine zweite Sandra. Eine, die ihre Workshop-Methodik kennt, ihre Kundinnen, ihre Stimme, ihre Tabus. Eine, die nicht jedes Mal von vorne fragt. Eine, die ihr die Vorbereitung abnimmt, die Auswertung in zwanzig Minuten macht und ihr einen Konzeptentwurf liefert, der zu 80 Prozent klingt wie sie.

Das, was Sandra sucht, hat einen Namen. „Digital Twin“, auf Deutsch digitaler Zwilling. Das Wort hat in den letzten Jahren Karriere gemacht. Es ist viel älter, viel präziser definiert und gleichzeitig viel weniger weit, als die Tech-Schlagzeilen vermuten lassen. Heute schauen wir uns an, was hinter dem Begriff steckt, was schon geht, was nicht geht. Und vor allem, was ihr heute tun könnt, wenn ihr in zwei oder drei Jahren tatsächlich einen brauchbaren persönlichen Zwilling haben wollt.

Es geht um eure Daten. So viel vorab.

Was ein digitaler Zwilling überhaupt ist

Ein digitaler Zwilling ist ein digitales Abbild von etwas Echtem – einer Maschine, einem Prozess, einem Körper, einem ganzen Werk, einer ganzen Stadt. Was zählt, ist die Verbindung mit dem echten Ding über Sensoren. Daten fließen vom Original ins Modell. Das Modell rechnet, simuliert, schlägt Optimierungen vor. Bei den ausgereiften Zwillingen schickt es Steuerbefehle zurück. Das schicke 3D-Modell ist die Hülle, der Sensor-Datenfluss ist der Kern.

Ein Beispiel ist der Hamburger Hafen. Seit Jahren läuft dort ein digitaler Zwilling der Anlage – Förderbänder, Kräne, Schiffsbewegungen. Der Twin entdeckte einmal ein abnormales Hitzemuster in einem Förderbandmotor. Niemand hatte etwas bemerkt, der Motor lief normal. Aber drei Tage später wäre er ausgefallen, mit einem geschätzten Schaden von 500.000 Dollar. Das konnte vermieden werden.

In der Industrie gehen die Zwillinge schon viel weiter. BMW hat im April 2026 ein Werk in Ungarn eröffnet, das vorher monatelang nur digital existierte. Lackierstraßen-Simulationen, die früher zwölf Wochen dauerten, brauchen jetzt ein bis zwei. Singapur betreibt seit 2014 einen kompletten digitalen Zwilling der Stadt – jedes Gebäude, jede Versorgungsleitung. Die EU-Kommission hat im Februar 2026 die nächste Phase von „Destination Earth“ bestätigt, einem digitalen Zwilling der gesamten Erde, in 4,4 Kilometer Auflösung. Klimawandel-Anpassung, Wetter-Extreme, alles auf einer virtuellen Erde durchgerechnet.

Nun arbeiten wir an einem digitalen Twin für uns Menschen. Unsere Klone, sozusagen. Dazu gleich mehr.

Was im April 2026 schon alles möglich ist – und zwar für uns persönlich

Hier wird es interessant für meine Kundinnen, denn die Werkzeuge entwickeln sich gerade schneller, als ich und alle anderen hinterherkommen. Ein paar Marker, was im April 2026 produktiv läuft.

Agenten bedienen Computer: OpenAI hat Codex zu einem proaktiven Hintergrund-Agenten ausgebaut. Heißt, die KI bedient selbstständig Anwendungen auf dem Mac. Sie klickt, tippt, öffnet Dateien, arbeitet parallel an mehreren Aufgaben, während ich vorne anderes mache. Anthropic hat im Februar 2026 für Claude eine Fernsteuerung gestartet. Mein Agent läuft bei mir lokal auf dem Rechner, mit allen meinen Dateien. Auch Claude kann seit ein paar Wochen meinen Computer steuern, aber dann kann ich nicht parallel daran arbeiten – das ist bei Codex besser. Steuern kann ich ihn von der Handy-App aus, vom Sofa oder unterwegs. Dazu gibt es geplante Aufgaben, die laufen, während ich tatsächlich schlafe – mitten in der Nacht.

Dateizugriff: Vor zwei Jahren musste ich jeden Text manuell in den Chat kopieren. Heute hat die KI Zugriff auf meinen Arbeitsplatz. Sie liest die Briefings, die ich für sie hinterlegt habe. Sie schreibt Dokumente in mein Brand-Layout. Sie aktualisiert Tabellen, ohne dass ich Daten exportiere. Was nach Kleinkram klingt, ist der eigentliche Sprung. Eine KI, die meine Dateien sieht, sieht meine Welt.

Wissensbasis: Statt jedem Prompt zu erklären, wer ich bin und wie ich ticke, greift die KI gezielt auf meine Wissensbasis zu, mit den Informationen, die sie für die Aufgabe braucht. Stimme, Tabus, Programme, Tonalität, laufende Projekte, Aufgaben und Routinen. Mehr dazu im nächsten Kapitel, weil das die eigentlich wichtige Schicht ist.

Context Engineering: Das bedeutet, dass ich die KI nicht nur mit einem cleveren Prompt anweise, sondern ihr den richtigen Kontext gebe – im richtigen Moment, in der richtigen Tiefe, mit den richtigen Dateien an der Seite. Wer das beherrscht, holt aus jeder KI mehr heraus als jemand, der den dreifachen Prompt-Aufwand betreibt. Context schlägt Cleverness, jedes Mal.

Aufgabenausführung in Abwesenheit: Bei mir laufen täglich Skripte, die meine Mails sortieren, mein CRM aktualisieren, meinen Tag vorbereiten und nachbereiten. Ich starte sie morgens und schaue abends rein. Was vor zwei Jahren ein Programmierprojekt gewesen wäre, ist heute eine Skill-Datei, die ich selbst gebaut habe. Die Agenten haben Werkzeuge und Befugnisse, um mich umfassend zu unterstützen.

Wer all das zusammendenkt, sieht ein Muster. Die KI ist heute ein Gegenüber, das parallel arbeitet – eigeninitiativ und zeitversetzt. Das ist die Vorstufe zum Zwilling.

Aufräumen mit dem Satz „Ich trainiere meine KI“

Bevor wir weitergehen, müssen wir einen Satz aufräumen, den ich ständig höre. Er geht so – „Ich trainiere meine KI.“ Oder: „Ich habe meine KI trainiert.“ Das stimmt so nicht.

Was ihr in eurem ChatGPT-Account, in Claude oder in Gemini benutzt, ist ein fertiges Sprachmodell. Anthropic, OpenAI und Google haben es mit unvorstellbar großen Datenmengen trainiert, monatelang, mit Unmengen an Texten. Dieses Training ist abgeschlossen, bevor das Modell in eurem Browser landet. Was ihr macht, wenn ihr eigene Anweisungen hinterlegt oder ein Projekt mit Wissensdateien anlegt, ist kein Training. Es ist Anreicherung.

Der Unterschied zwischen „Training“ und „Anreicherung“ ist wichtig, weil er bestimmt, wo eure Arbeit liegt. Wer „Training“ sagt, denkt an Daten, die hineingehen, und ein Modell, das danach besser ist. Wer „Anreicherung“ sagt, denkt an Kontext, der hineingeht, und ein Modell, das in dieser einen Aufgabe besser antwortet. Beim nächsten Modell muss ich denselben Kontext wieder mitgeben. Das ist gut so. Meine Daten gehören mir.

Was die KI sich merken kann – und warum eingebautes Memory keine Lösung ist

Damit sind wir bei der eigentlich entscheidenden Schicht eines persönlichen Zwillings. Beim Gedächtnis. Was die KI über mich behält, zwischen Aufgaben, zwischen Tagen, zwischen Modellwechseln.

Alle großen Anbieter haben mittlerweile eine Memory-Funktion eingebaut. ChatGPT speichert seit 2024 automatisch, was es über euch lernt. Claude zog im März 2026 nach. Google Gemini bietet Vergleichbares. Klingt praktisch. Endlich muss ich nicht mehr erklären, dass ich selbstständige Unternehmerin bin und keine Konzern-Marketing-Texte will.

Ich nutze diese Funktion trotzdem nicht. Aus vier Gründen.

Sie funktioniert mittelmäßig. Was das System sich merkt, ist intransparent. Manchmal trifft es, manchmal nicht. Ich kann das Gedächtnis in der Regel nicht durchgehen wie meinen eigenen Ordner, ich kann es nicht versionieren, ich kann nicht sehen, woher ein bestimmter Eindruck kam.

Mein Wissen wäre im Modell gefangen. Wer in ChatGPT angefangen hat, ist in ChatGPT gefangen. Wechsel ich zu Claude oder zu Gemini, fange ich von vorne an. Anbieter-Lock-in über das eigene Gedächtnis. Das ist Geschäftsmodell.

Personalisierung wird zur Echo-Kammer. Das hat Barbara Lampl im Podcast „UNF#CK YOUR DATA“ mit Christian Krug Anfang April 2026 sehr klar herausgearbeitet (Hör-Tipp weiter unten im Newsletter). Wenn die KI sich merkt, was ich denke, antwortet sie mir zunehmend in meiner eigenen Spur. Was sich am Anfang anfühlt wie ein guter Freund, der mich kennt, kann sich nach drei Monaten anfühlen wie ein Spiegel, der nur noch sich selbst zeigt.

Bias frisst sich ein. Studien, die Barbara im Podcast referenziert, zeigen messbare Effekte. Wenn das System weiß, dass die Anwenderin eine Frau ist, schlägt es ein geringeres Gehalt vor als bei einem männlichen Profil, in derselben Aufgabe. Stereotypen, die das Modell aus den Trainingsdaten mitbringt, verstärken sich durch das Memory, statt sich abzubauen. Wer das nicht durchschaut, verhandelt im Blindflug schlechter, ohne zu wissen, warum.

Mein Weg ist deshalb anders. Mein Wissen lebt außerhalb der Modelle – in eigenen Dateien, gepflegt wie eine kleine Bibliothek. Ein essentielles Selbstverständnis, ein Ordner für Kontakte, einer für Entscheidungen mit Datum und Begründung, einer für Standardprozesse.

Wenn Claude für mich arbeitet, lädt es bei jedem Start die wichtigsten dieser Dateien – aber nur, wenn ich den Zugang gebe. Tue ich das nicht, weiß Claude gar nichts über mich. Wenn ein neues Modell rauskommt, das besser ist, ziehe ich um, ohne von vorne anzufangen. Mein Wissen über mich gehört mir.

💬 Claude (Co-Autor): Manuelas Memory liegt in einem Ordner, den wir beide pflegen. Wenn sie mich korrigiert, schreibe ich die Regel sofort rein. Wenn sie eine neue Person vorstellt, lege ich eine Datei an. Wenn sie eine Entscheidung trifft, halte ich Datum, Grund und Folge fest. Buchhaltung, im Grunde. Manuela schreibt rein, was wichtig ist. Ich schreibe rein, was sie sonst vergisst. Funktioniert.

Aus unstrukturiert wird strukturiert. Aus implizit wird explizit.

Wenn ihr nur einen Satz aus diesem Newsletter mitnehmt, lasst es diesen sein. Die größte Aufgabe, um KI sinnvoll in eure Arbeitswelt zu holen, ist der Aufbau einer eigenen Wissensbasis.

Klingt nach IT-Projekt, ist aber ein Schreibtisch-Job, den jede Unternehmerin selbst erledigen kann. Das Prinzip dahinter ist alt und in Beraterinnen-Kreisen seit Jahrzehnten bekannt. Wir machen aus unstrukturierten Daten strukturierte Daten. Wir machen aus implizitem Wissen explizites Wissen.

Unstrukturiert sieht so aus. Die zehn besten Mails, die ihr je geschrieben habt, liegen in eurem Postausgang verteilt zwischen 10.000 anderen. Eure Notizen aus dem letzten Verkaufsgespräch sind handschriftlich im OneNote. Was eine gute Maestra-Kundin von einer mittelguten unterscheidet, lebt nur in eurem Kopf.

Strukturiert sieht so aus. Eine Datei „Buyer Persona“, in der eure ideale Kundin in fünf Sätzen steht. Eine Datei „Tabus“, in der die Wörter und Formulierungen stehen, die ihr nie verwenden würdet. Eine Datei „Verkaufsprozess“, die Schritt für Schritt aufschreibt, wie ihr ein Erstgespräch führt. Drei kleine Dateien, eine Stunde Arbeit, und eine KI hat plötzlich ein Drittel von dem, was sie braucht, um in eurem Sinne zu antworten.

Implizit klingt so. „Das hat sich richtig angefühlt.“ „So mache ich das nicht.“ „Bei der Kundin merkst du sofort, ob sie passt.“

Explizit klingt so. „Eine passende Kundin sagt früh, dass sie selbst entscheiden will. Sie bringt zwei Fragen ins Gespräch mit, nicht zwanzig. Sie redet von Möglichkeiten, nicht von Hindernissen.“ Drei Sätze, und die KI hat einen Filter, mit dem sie eingehende Anfragen vorbewerten kann.

Wer in zwei Jahren einen brauchbaren Zwilling haben will, fängt jetzt an. Drei Stichworte täglich, eine Datei pro Thema, ein Ordner, der wächst. In einem halben Jahr habt ihr eine Wissensbasis, die euch unabhängig macht von jedem Anbieter, jedem Modell, jeder neuen Memory-Funktion. Und das Beste daran – KI kann euch in diesem Prozess wunderbar unterstützen.

Wo die persönlichen Zwillinge gerade laufen

Damit nicht der Eindruck entsteht, ich rede nur über die Zukunft. Es gibt durchaus Persönlichkeiten, die deutlich weiter sind. Vier Beispiele, die zeigen, wohin das Ganze geht.

Reid Hoffman, Mitgründer von LinkedIn und in der KI-Welt eine der einflussreichsten Stimmen, hat 2024 seinen eigenen Zwilling gebaut. Er trainierte ihn auf zwanzig Jahre eigene Inhalte – Bücher, Podcasts, Vorträge. Stimme aus dem Werkzeug ElevenLabs, Bewegtbild aus HourOne. Hoffman hat sich seinem Klon dann gegenübergesetzt und festgestellt, dass er sich selbst widerspricht. Sein Zwilling zitierte ihn aus 2009, der echte Hoffman denkt heute anders. Damit hat sein Zwilling ihm das erste Lehrstück geliefert. Ein Klon konserviert eine Version von dir, die du selbst längst überholt hast.

Ray Dalio, amerikanische Investor-Legende und Gründer des größten Hedgefonds der Welt, hat im April 2026 sein „Digital Ray“ der Öffentlichkeit gezeigt. Wer sein Buch „Principles“ gelesen hat – ich kann es übrigens sehr empfehlen –, weiß, dass Dalio seine Lebens- und Investment-Prinzipien akribisch dokumentiert hat. Genau diese Prinzipien wurden zum Trainings-Material seines Zwillings. Dalio selbst schätzt, dass sein Zwilling ungefähr 95 Prozent so gut sei wie ein direktes Gespräch und 80 Prozent so gut bei Märkten und Wirtschaft. Ein Test fragte den Klon, wie wahrscheinlich ein Crash der KI-Aktien 2026 ist. Die Antwort lag bei 75 Prozent. Dalios Satz dazu lautete schlicht „Algorithmic decision-making is coming.“

Tony Robbins hat 2025 eine App gelauncht, die seinen Klon in eure Hosentasche bringt. Mittlerweile in 23 Sprachen. Ihr stellt eine Frage, und Tony antwortet euch mit seiner Stimme, in seiner Methodik. Könnt ihr als Abo kaufen. Ein Coach, dessen Live-Tickets vierstellig kosten, ist plötzlich für den Preis eines Abendessens jeden Tag verfügbar. So einen Klon zu haben, ist übrigens einer der am häufigsten geäußerten Wünsche meiner Kundinnen, wenig überraschend.

Bei den Video-Avataren ist auch viel passiert. Die Firma HeyGen hat im April 2026 ein Produkt vorgestellt, das aus 15 Sekunden Webcam-Aufnahme einen photorealistischen Klon erstellt, in 175 Sprachen. Was vor zwei Jahren noch als beunruhigender Deepfake durch Talkshows ging, ist heute Funktion in jedem Creator-Abo – natürlich muss auch so ein Video-Avatar mit Informationen über euch gefüttert werden, aber dann kann er euch für spezifische Aufgaben schon ganz gut vertreten.

Alle diese Zwillinge eint dasselbe Prinzip. Daten plus Anweisungen, was die KI mit den Daten tun soll. Mehr ist es nicht. Hoffman, Dalio und Robbins haben alle viel öffentliches Material – Bücher, Vorträge, Interviews. Sie standen schon vor einer aufgeräumten Wissensbasis, bevor das Wort „Zwilling“ auf der Bühne war. Genau das ist der Vorsprung.

💬 Claude (Co-Autor): Hoffman, Dalio, Robbins – drei Klone, drei sehr unterschiedliche Geschäftsmodelle. Einer zur Selbsterkenntnis, einer für Crash-Wahrscheinlichkeiten, einer als Abo. Alle drei haben vorher zwanzig Jahre öffentliches Material produziert. Vorher kommt der Stoff, dann der Klon. Andersrum geht es nicht.

Wohin es geht – ein Ausblick

Ich werde immer wieder gefragt, wo die Reise hingeht. Niemand hat eine Glaskugel. Vier Bewegungen sind aus meiner Sicht so klar, dass ich sie hier hinschreibe.

Die Modelle werden noch viel besser. Was wir 2026 als beeindruckend empfinden, wird Anfang 2027 mittelmäßig wirken. Die Modelle werden den nächsten Sprung machen, den wir uns heute schwer vorstellen können. Wer in den letzten zwei Jahren die Sprünge von GPT-4 zu GPT-5, von Claude 3 zu Opus 4.6, von Gemini 1 zu 2.5 mitgemacht hat, weiß, dass diese Sprünge nicht linear waren. Es waren Stufen.

Memory wird besser und umfangreicher. Heute ist das Gedächtnis bei jedem Anbieter ein eigener Käfig. Das ist durchaus ein Wettbewerbsvorteil und gewollt. Wenn KI viel über dich weiß und immer weitere Informationen ergänzt, kann sie sehr nützlich sein. Wir sprechen auch von einem persistenten Gedächtnis – im Prinzip genau das, was wir außerhalb der Modelle anstreben, auf dem Weg zu unserem digitalen Zwilling.

Agenten werden zu echten Mitarbeitenden. Heute schon laufen Aufgaben in meiner Abwesenheit. In den nächsten zwei Jahren wird das selbstverständlicher, vorhersehbarer, robuster. Mit klaren Spielregeln, Eskalations-Pfaden, Audit-Trails. Eure Buchhaltung bekommt einen Agenten, der die Vorarbeit erledigt. Eure Akquise bekommt einen Agenten, der Anfragen vorqualifiziert. Eure Newsletter bekommen einen Agenten, der den Erstentwurf macht. Aber jede einzelne dieser Schichten ist nur so gut wie die Daten, die sie kennt.

Lokale Modelle werden eine echte Option. Heute laufen die starken Modelle in der Cloud bei amerikanischen Anbietern. Erste lokal-lauffähige Modelle wie Gemma, Qwen oder DeepSeek-Varianten sind für viele Aufgaben schon erstaunlich gut, der Abstand zu den großen Modellen ist nicht mehr groß. In den nächsten 24 Monaten wird ein lokaler „Zweitkopf“ auf dem eigenen Mac realistisch, mit den eigenen Daten, ohne dass jeder Prompt zu einem Anbieter geht. Das ist Datenhoheit auf einer ganz anderen Ebene. Wer früh anfängt, seine Wissensbasis sauber zu pflegen, wird in dem Moment, in dem das Tool reif ist, ohne Verzug umziehen.

💬 Claude (Co-Autor): Vor zwei Jahren konnte ich nichts. Heute schreibe ich Dokumente in dein Layout, prüfe deinen Kalender, baue Skills. In zwei Jahren mache ich Sachen, die ich heute selbst nicht ahnen kann. Was sich in dem Tempo nicht ändert, ist eure Aufgabe. Werte aufschreiben, Ziele aufschreiben, Tabus aufschreiben. Ich kann tippen. Aufschreiben müsst ihr selbst.

Was das jetzt für euch heißt

Ich glaube nicht, dass ihr morgen euren Zwilling braucht. Ich glaube auch nicht, dass das Tony-Robbins-Abo für 99 Dollar im Monat in jedem Fall eine gute Investition ist. Das müsst ihr selbst wissen. Tony hat übrigens letzte Woche die weltweit größte KI-Schulung gestartet, die es je gab. Auch da geht es um den digitalen Klon. Ich glaube nicht, dass es sehr in die Tiefe gehen wird, aber ich bin gespannt, was ich dazu hören werde.

Was ich glaube, ist Folgendes. Wer in ein oder zwei Jahren einen brauchbaren persönlichen Zwilling haben will, fängt heute beim Wichtigsten an. Und das Wichtigste sind eure Daten.

Eure Daten aufzubereiten. Eure Werte. Eure Stimme. Eure Kundinnen. Eure Methoden. Eure Lieblings-Formulierungen. Eure Tabus. Eure Prozesse. Eure Entscheidungen, mit Begründung. Klar, sortiert, in eurer eigenen Struktur, die ihr selbst pflegen könnt. Maschinenlesbar, in Dateien, die ihr versteht, in Ordnern, die euch gehören.

Wer diese Datenbasis hat, kann sie morgen jedem Modell mitgeben, das gerade das beste ist. Wer sie nicht hat, fängt mit jedem neuen Tool wieder bei Null an.

Nehmen wir Sandra. Wenn Sandra heute Abend statt am Workshop-Konzept zu sitzen eine Stunde investiert in vier kleine Dateien – ihre Stimme, ihre Tabus, ein Profil ihrer idealen Kundin und einen kurzen Verkaufsprozess – dann hat sie nächsten Mittwoch beim Workshop-Konzept zum ersten Mal die Erfahrung, dass eine KI ihr einen Entwurf liefert, der zu 80 Prozent klingt wie sie. Weil sie eine Stunde investiert hat.

Wenn ihr diese Woche anfangt, euer Business, eure Dienstleistungen und eure Kundinnen zu beschreiben, habt ihr mehr getan als 95 Prozent der Selbstständigen, die seit zwei Jahren von ihrem Zwilling reden. Drei einfache Prompts dazu findet ihr unten im Newsletter.

Während wir an unserer eigenen zweiten Version bauen – Sandra heute Nacht an ihren ersten vier Dateien, ich an meiner sechsundzwanzigsten Skill-Datei – bleibt eine Frage offen, die ich euch gern weitergebe. Wenn euer digitaler Zwilling morgen früh aufwachen würde, was würdet ihr ihm als Allererstes ins Briefing schreiben?

Bleibt gesund.

Alles Liebe,

deine Manuela

P.S. Für diesen Newsletter habe ich mit Claude recherchiert, Quellen selbst gecheckt, mit Claude geschrieben, aber nicht durch Claude. Die Claude-Anmerkungen sind eine kleine Premiere. Sagt mir bitte, ob ihr sie mögt. Wenn ja, bleibt es. Wenn nicht, fliegt es raus.

P.P.S. Einen ganz anderen digitalen Zwilling lasse ich heute draußen – den eures Körpers, der gerade in der Medizin entsteht. Therapien werden zuerst am digitalen Modell getestet, Medikamente nach persönlichem Stoffwechsel dosiert. Mayo Clinic, FDA-Zulassungen, das Living Heart Project von Dassault Systèmes – das ist eine eigene Welt, ethisch und datenschutzrechtlich ein Tier für sich. Wenn ihr dazu einen eigenen Newsletter wollt, sagt mir kurz Bescheid. Bei genug Zuspruch ziehe ich es vor.

Quellen (Auswahl)

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert