Eine 50-jährige Frau, die seit Monaten schlecht schläft, sich gereizt und unglücklich fühlt, geht zum Arzt. Die Diagnose lautet: Depression. Doch was niemand erkennt: Ihr Körper steckt mitten in der Perimenopause. Das ist eine Phase von bis zu 15 Jahren, in der der Hormonspiegel zu schwanken beginnt, lange bevor die Menstruation endgültig ausbleibt. Die Wechseljahre betreffen allein in Deutschland rund neun Millionen Frauen. Sie gehören zu den am stärksten unterforschten Phasen im menschlichen Leben. Rund 85 Prozent der Frauen zwischen 45 und 55 Jahren erleben Symptome in dieser Phase, viele über Jahre. Diagnosen kommen häufig zu spät, Beschwerden werden falsch gedeutet. Ihr Körper hatte die Veränderungen längst gezeigt. Aber er zeigt sie in einer Sprache, die wir noch nicht verstehen.

Hormone hinterlassen Spuren im gesamten Körper, und die lassen sich messen. Östrogen hält die Schleimhäute der Stimmbänder elastisch und feucht. Sinkt der Östrogen-Spiegel, verändert sich die Stimme in Klang, Frequenz und Rauigkeit. Studien haben diese Veränderungen bereits dokumentiert. Gleichzeitig schützt Östrogen das autonome Nervensystem, das den Herzschlag und die Herzfrequenzvariabilität reguliert. Durch veränderte Herzfrequenzen passt sich der Körper an Belastungen an. Auch Körpertemperatur und der Schlaf verschieben sich, häufig lange bevor Frauen darüber klagen. All dies erfassen moderne Wearables wie Armbänder oder Ringe täglich, ohne dass ihre Trägerinnen irgendetwas dafür tun müssen.

Das Problem: Jedes dieser Signale kann auch täuschen. Stress erhöht den Herzschlag. Eine Erkältung verändert die Stimme. Sport treibt die Körpertemperatur nach oben. Betrachtet man jedes Signal einzeln, lässt sich kaum unterscheiden, was Alltag ist und was Hormon. Aber hormonelle Veränderungen senden mehrere Signale gleichzeitig.

An diesem Punkt kommt Künstliche Intelligenz (KI) ins Spiel. KI-Algorithmen können lernen, Muster in großen Datenmengen zu erkennen, die für das menschliche Auge unsichtbar bleiben. Im Projekt MENOSTIK am Universitätsklinikum der TU München machen wir uns das zunutze. Unser Ansatz ist dabei bewusst multimodal. Das heißt, wir betrachten nicht ein einzelnes Signal, sondern kombinieren mehrere Datenquellen gleichzeitig: Stimme, Herzfrequenz, Temperatur und Schlafqualität. Die zentrale Frage lautet: Welche Kombination dieser Biomarker ist am aussagekräftigsten? Und welcher Algorithmus schafft es, das hormonelle Signal aus dem Rauschen des Alltags herauszufiltern?

Um die KI zu trainieren, brauchen wir Daten, die es weltweit noch nicht gibt: einen Datensatz, der kontinuierliche Wearable-Daten und Stimmaufnahmen mit klinischen Hormonwerten aus dem Blut kombiniert. In unserer Studie tragen Frauen über mehrere Monate einen Wearable-Ring im Alltag und machen regelmäßig kurze Stimmaufnahmen. Mehrfach im Verlauf der Studie messen wir den Hormonspiegel im Blut. Diese Laborwerte vergleichen wir mit dem medizinischen Standard. Sie zeigen, was tatsächlich im Körper passiert. Die KI verbindet dann die passenden Muster in den Körpersignalen mit diesen Bluthormonwerten.

Das Spannendste an dieser Forschung ist, dass wir nicht genau wissen, welche Signale sich zur Erkennung der Perimenopause eignen. Vielleicht ist es eine bestimmte Frequenzveränderung in der Stimme. Vielleicht ein Temperaturmuster, das nur nachts im Schlaf auftritt. Wahrscheinlich ist es eine Kombination aus beidem und mehr. Die Sprache, in der der Körper die Wechseljahre ankündigt, existiert. Wir lernen nur gerade erst, sie zu übersetzen.

Das Projekt MENOSTIK am TUM Universitätsklinikum, gefördert vom Bundesministerium für Forschung, Technologie und Raumfahrt, untersucht, ob Wearable-Daten und Stimmaufnahmen gemeinsam erkennen lassen, wann eine Frau in die Perimenopause eintritt. Ab September 2026 suchen wir Frauen zwischen 40-55 Jahren, die an der Studie teilnehmen möchten. Das Projekt wird wissenschaftlich begleitet von Prof. Björn Schuller, Lehrstuhl für Informatik im Gesundheitswesen, und Prof. Vanadin Seifert-Klauss, Klinik für Frauenheilkunde.