Tabakkonsum verursacht weltweit mehr als 7 Millionen Todesfälle pro Jahr und könnte bis 2030 auf über 8 Millionen ansteigen, wenn sich nichts ändert – damit bleibt er die häufigste vermeidbare Todesursache (WHO, 2019). Die meisten Rauchenden möchten aufhören, benötigen jedoch Unterstützung (WHO, 2013). Einfache verhaltensbezogene Interventionen können die tabakbedingte vorzeitige Sterblichkeit deutlich reduzieren (WHO, 2013). Smartphones und Gesundheits-Apps haben stark zugenommen und bieten potenziell leichter zugängliche Unterstützung als traditionelle Programme. Doch unter Tausenden von Apps ist es schwierig zu erkennen, welche tatsächlich auf wissenschaftlich fundierten Ansätzen beruhen.

Laut den Autoren sollte eine wirksame App auf drei zentralen Säulen basieren:

1. Wissenschaftliche Grundlage (Evidence-based): Verwendet die App Methoden mit nachgewiesener Wirksamkeit?
2. Glaubwürdigkeit der Quelle: Wer hat die App entwickelt – eine Gesundheitsinstitution, eine Universität oder ein unbekannter Anbieter?
3. Nutzerbindung: Ist die App so gestaltet, dass sie zur täglichen Nutzung motiviert, z. B. durch Motivationsmechanismen?

Internationale Leitlinien (Verbiest et al., 2017) nennen vier zentrale Interventionsarten. Eine evidenzbasierte App sollte eine oder mehrere davon integrieren:

• Kurzberatung: Kurze Empfehlungen (5–10 Minuten), oft nach dem „5A“-Modell (Ask, Assess, Advise, Assist, Arrange).
• Verhaltensunterstützung: Personalisierte Informationen, soziale Unterstützung (Community) oder geführte Programme.
• Verbindung zur Pharmakotherapie: Informationen zu empfohlenen Behandlungen wie Nikotinersatzprodukten.
• Abstinenz-Monitoring: Erfassung rauchfreier Tage, nicht gerauchter Zigaretten und eingesparten Geldes.

In App Stores wie App Store oder Google Play kann jeder Entwickler eine App anbieten – mit sehr unterschiedlicher Qualität. Die Glaubwürdigkeit hängt von der Expertise der Entwickler und der Transparenz im Umgang mit Daten ab (Sussman et al., 2003).

Die Autoren unterscheiden vier Kategorien:

• Unbekannt: Keine Informationen zu den Entwicklern
• Peers: Von ehemaligen Rauchenden entwickelt
• Fachpersonen: Beteiligung von Gesundheitsfachpersonen oder Universitäten
• Behörden: Öffentliche Gesundheitsinstitutionen. Bevorzugen Sie die letzten beiden Kategorien, um verlässliche Inhalte und Datenschutz zu gewährleisten.

Die grösste Herausforderung ist die langfristige Nutzung. 26 % der Gesundheits-Apps werden nach einmaliger Nutzung aufgegeben (Information Consumer Health Corporation, 2011).

Ein Ansatz zur Förderung der Nutzung ist Gamification. Die Studie nennt vier zentrale Mechanismen (Suh et al., 2018):

• Belohnungen: Punkte, Abzeichen oder Trophäen
• Wettbewerb: Ranglisten zum Vergleich oder zur Motivation
• Selbstausdruck: Avatare oder Emojis
• Altruismus: Unterstützung anderer Nutzer oder virtuelle Geschenke

Angesichts eines enormen Angebots hat die Wissenschaft Mühe, mit dem Tempo der App-Stores Schritt zu halten: Von 99 analysierten Anwendungen verfügten nur 11 % über eine wissenschaftliche Validierung, und einige sind bereits verschwunden oder haben ihren Namen geändert.

Dies bedeutet jedoch nicht, dass mobile Anwendungen unwirksam sind. Im Gegenteil legt eine aktuelle systematische Übersichtsarbeit und Metaanalyse nahe, dass sie eine nützliche Rolle bei der Tabakentwöhnung spielen können, insbesondere wenn sie mit anderen Formen der Behandlung kombiniert werden, wie Nikotinersatzprodukten oder einer professionellen Begleitung (Chu et al., 2026).

In diesem Zusammenhang bleibt es über Ranglisten hinaus entscheidend, beim Auswahlprozess eine eigene kritische Einschätzung vorzunehmen. Indem Sie sich auf Kriterien wie die Glaubwürdigkeit des Anbieters, die vorgeschlagenen Motivations- und Engagementmechanismen sowie die Qualität der Inhalte stützen, erhöhen Sie Ihre Chancen, ein für Ihren Entwöhnungsprozess wirklich nützliches Instrument auszuwählen.

Nach: De Santo A., Holzer A. (2020). Assessing Digital Support for Smoking Cessation. In Human-Computer Interaction – INTERACT 2019. Springer.

Übersetzung mit Hilfe eines Tools für künstliche Intelligenz erstellt. Geringfügige Abweichungen sind möglich.