Die Klassifizierung von Diabetes und Prädiabetes anhand statischer Glukose-Schwellenwerte verschleiert die pathophysiologische Heterogenität der Dysglykämie, die hauptsächlich durch Insulinresistenz (IR), Beta-Zellfunktionsstörungen und Incretin-Mangel verursacht wird. Diese Übersichtsarbeit zeigt, dass kontinuierliche Glukoseüberwachung (CGM) und tragbare Technologien einen Paradigmenwechsel hin zu einer nicht-invasiven, dynamischen metabolischen Phänotypisierung ermöglichen. Wir präsentieren Belege dafür, dass maschinelles Lernen Modelle in der Lage ist, hochauflösende Glukosedaten aus häuslichen, CGM-gestützten oralen Glukosetoleranztests zu nutzen, um goldstandardmäßige Maße für Muskel-Insulinresistenz und Beta-Zellfunktion präzise vorherzusagen. Diese personalisierte Charakterisierung erstreckt sich auf die Alltagsernährung, bei der die individuelle postprandiale glykämische Reaktion (PPGR) auf standardisierte Mahlzeiten – beispielsweise der relative Glukosespiegelanstieg nach Kartoffeln im Vergleich zu Trauben – als Biomarker für den jeweiligen metabolischen Subtyp dienen kann. Darüber hinaus zeigt die Integration von Daten aus tragbaren Geräten, dass gewohnheitsmäßige Ernährungsmuster, Schlafverhalten und körperliche Aktivität, insbesondere deren zeitliche Verteilung, einzigartig mit bestimmten metabolischen Dysfunktionen assoziiert sind und somit präzise, individuelle Lebensstilinterventionen ermöglichen. Auch die Wirksamkeit diätetischer Maßnahmen zur Abschwächung der postprandialen glykämischen Reaktion erweist sich als von der Phänotyp-Abhängigkeit abhängig. Zusammenfassend demonstriert dieser Beweis, dass CGM die Komplexität der frühen Dysglykämie in unterscheidbare, handlungsorientierte Subphänotypen zerlegen kann. Dieser Ansatz geht über eine einfache glykämische Kontrolle hinaus und eröffnet den Weg für gezielte, auf den individuellen metabolischen Defekten basierende strategische Maßnahmen in den Bereichen Ernährung, Verhalten und Pharmakotherapie – und damit eine neue Ära der präzisen Diabetesprävention.