icon-contact-phone
icon-contact-mail
icon-contact-search
Menü
WISSENSCHAFT
Messen, trainieren, motivieren

Technische Assistenzsysteme zur Förderung von Ernährung und Mobilität im Alter: Eine Einordnung des AS-Tra-Projekts (THERAPY 2024-I) in den aktuellen Forschungsstand

Author
Jakob Tiebel
Unternehmensberater Gesundheitswesen
Der in THERAPY 2024-I erschienene Übersichtsbeitrag von Förster, Happe und Kollegen zum Projekt AS-Tra (Förster et al., 2024) beschreibt die Entwicklung und iterative Optimierung eines eigenständig nutzbaren Mess- und Trainingssystems für Senioren ab 70 Jahren.

Der vorliegende Beitrag verortet dieses Vorhaben im inzwischen verdichteten Feld digitaler Gesundheitsinterventionen für ältere Menschen mit Sarkopenie- und Frailty-Risiko. Zwischen 2024 und 2026 sind mehrere systematische Reviews und Metaanalysen erschienen, die überwiegend positive – aber heterogene – Effekte digitaler Interventionen auf Muskelfunktion, Balance und Mobilität berichten (Dai et al., 2025; Chen et al., 2025; Makizako et al., 2025).

Zentrale Komponenten des AS-Tra-Systems – instrumentierter Timed-Up-and-Go-Test, digitale Dynamometrie und Exergaming über Kraftmessplatten – wurden parallel unabhängig validiert (Böttinger et al., 2024; Polo-Ferrero et al., 2026; Leung et al., 2026).

Die Nachfolgepublikationen der Arbeitsgruppe selbst bestätigen die in THERAPY 2024-I formulierte Entwicklungslogik: Die Usability erreicht in der dritten Iteration ein „gutes“ Niveau (Förster et al., 2026a), und eine vierwöchige Pilotstudie zeigt Machbarkeit unter realistischen Bedingungen (Foerster et al., 2026b).

Zugleich zeichnet sich ab, dass zwei im Ausgangsartikel offengelassene Fragen – die transtheoretisch fundierte Verhaltensänderung und die Wirksamkeit unter Alltagsbedingungen – im internationalen Forschungsstand weiterhin nur bedingt abgesichert werden können (Fawole et al., 2025).
Ausgangspunkt: Das AS-Tra-System
Förster et al. (2024) beschreiben das Projekt AS-Tra (Assistance System for Sustainable Improvement of Nutritional and Mobility Status of Older People Aged 70 Years and Older Under Consideration of the Transtheoretical Model of Health Behavior Change) als technisches Assistenzsystem aus zwei zentralen Komponenten: einer tabletbasierten App und einer Mess- und Trainingsstation (MuTS).

Die MuTS umfasste eine Pulsmessung, eine Handgreifkraftmessung, einen automatisierten TUG-Stuhl (aTUG-Chair) sowie den THERA-Trainer senso als interaktives Trainingsgerät. Zielgruppe sind selbständig lebende Senioren ab 70 Jahren mit beginnender Mangelernährung oder Mobilitätsdefiziten (Happe et al., 2024).

In fünf Fokusgruppen mit n = 21 Teilnehmenden (mittleres Alter 78,5 Jahre) wurden Anforderungen und Präferenzen der Zielgruppe strukturiert erhoben (Happe et al., 2024); aus den ersten beiden Zyklen einer strukturierten Usability-Testung wird in THERAPY 2024-I eine Verbesserung der System Usability Scale (SUS) von 70,63 auf 84,55 – von „akzeptabel“ auf „gut“ – berichtet.

Die geplanten nächsten Schritte umfassten eine simulierte eigenständige Nutzung, eine Feldpilotstudie und schließlich eine zweiarmige RCT.

Diese in THERAPY 2024-I skizzierte Roadmap lässt sich mittlerweile mit den 2025/26 erschienenen Anschlusspublikationen der Arbeitsgruppe und den parallel entstandenen Reviews des internationalen Feldes abgleichen.
Was zwischen 2024 und 2026 neu hinzugekommen ist
Metaanalytische Evidenz für digitale Gesundheitsinterventionen bei Sarkopenie und Frailty

Der Beitrag in THERAPY 2024-I argumentiert primär auf konzeptioneller Ebene, dass technische Assistenzsysteme Früherkennung und Prävention ermöglichen könnten (Förster et al., 2024). Diese Annahme lässt sich inzwischen quantitativ prüfen.

Die bislang umfassendste Metaanalyse fasst 16 RCTs mit älteren Menschen mit Frailty oder Sarkopenie zusammen und findet signifikante Effekte digitaler Interventionen auf Muskelmasse (WMD 1,01; 95%-KI 0,08–1,94), Ganggeschwindigkeit (WMD 0,09), den Timed-Up-and-Go-Test (WMD –0,52 s), den 30-Sekunden-Chair-Stand (WMD 2,19) sowie Balance (SMD 0,61) und Lebensqualität (Dai et al., 2025).

Interessanterweise erreicht die Handkraft – zentrales Messkonzept in AS-Tra – in dieser Analyse keine signifikante Verbesserung durch digitale Interventionen; eine parallele Metaanalyse über 11 RCTs mit 757 Patienten mit formaler Sarkopenie-Diagnose kommt dagegen zu einem signifikanten, aber kleinen Effekt auf die Handkraft (SMD 0,28) und einem moderaten Effekt auf die Skelettmuskelmasse (SMD 0,35) (Chen et al., 2025).

Beide Reviews stufen die Evidenzsicherheit nach GRADE als niedrig bis moderat ein und verweisen auf hohe Heterogenität (Dai et al., 2025; Chen et al., 2025).

Für gesündere, gemeindeansässige Ältere ohne formale Sarkopenie-Diagnose zeigt eine dritte Metaanalyse (13 RCTs, n = 742), dass digitale Interventionen Handkraft, gewöhnliche Gehgeschwindigkeit und Sit-to-Stand-Leistung verbessern, jedoch nicht die appendikuläre Muskelmasse (Makizako et al., 2025).

Eine narrative Übersicht sowie ein aktueller systematischer Review kommen konsistent zu dem Schluss, dass digitale Tools die Awareness für Mangelernährung erhöhen und Screeningaufwand für Fachpersonal reduzieren, wobei kodesignte, nutzerzentrierte Oberflächen die Akzeptanz konsistent verbessern (Amatrudo et al., 2026).

Ein Review speziell zu App-basierten Interventionen bei gemeindeansässigen Älteren fand über sechs Studien mit 818 Teilnehmenden einen signifikanten Effekt auf die Schrittzahl (+799 Schritte/Tag), während die Evidenz für Ernährungsergebnisse als „relativ unerforscht“ mit gemischten Befunden bezeichnet wird (French et al., 2024).

Diese Befundlage stützt die konzeptionelle Grundannahme des AS-Tra-Projekts, macht aber zugleich sichtbar, wo die Erwartungen zu justieren sind: Effekte auf die Muskelmasse und die Handkraft sind – wenn überhaupt – klein, und die Ernährungswirkung digitaler Werkzeuge ist bisher schwach belegt (French et al., 2024). Für ein System, das explizit beide Domänen adressieren will, ist das ein zentraler Punkt.

Exergaming und der THERA-Trainer senso im Kontext

Der Ausgangsartikel wählt den THERA-Trainer senso als Trainingskomponente auf Basis der Fokusgruppenpräferenzen (Förster et al., 2024; Happe et al., 2024). Die Evidenzlage für exergame-basiertes Training bei älteren Menschen ist seither dichter geworden und stützt diese Entscheidung, allerdings mit Einschränkungen.

Eine Metaanalyse von 14 RCTs (n = 724) mit kommerziellen Exergames in Pflegeeinrichtungen zeigt konsistente Balance-Verbesserungen: TUG-Zeitverkürzung (SMD –0,87 s) und ein Anstieg im Berg-Balance-Score um durchschnittlich 2,88 Punkte, wobei höhere Trainingsdosen (≥ 9 Wochen) mit größeren Effekten einhergehen (Leung et al., 2026).

Für die Einordnung von AS-Tra ist entscheidend, dass Exergaming als wirksame Form des Gleichgewichts- und Mobilitätstrainings betrachtet werden kann. Gegenüber konventionellem Balancetraining zeigen sich nicht in allen Analysen zusätzliche Effekte, die Ergebnisse unterscheiden sich jedoch je nach Technologie, Trainingsgestaltung und Dosierung.

Eine Metaanalyse von Cieślik et al. (2024) mit 28 Studien und 1.457 Teilnehmenden weist insbesondere für Motion-Capture-Systeme moderate bis größere Effekte aus (SMD 0,48–0,86).

Für kraftmessplattenbasierte Systeme, zu denen der THERA-Trainer senso mit seinen fünf Messplatten funktional zählt, ist die Evidenz zur Verbesserung der funktionellen Mobilität bislang weniger ausgeprägt, aber grundsätzlich positiv. Klinisch relevante Effekte scheinen vor allem bei einer Trainingsdauer von mehr als 134 Minuten pro Woche erreichbar zu sein.

Einen besonders belastbaren Wirksamkeitsnachweis liefern Sturnieks et al. (2024) in einer randomisierten kontrollierten Studie mit 769 Teilnehmenden. Ein häusliches Step-Exergaming-Programm reduzierte die Sturzrate über zwölf Monate signifikant (IRR 0,74; 95%-KI 0,56–0,98), während passives kognitives Training keinen vergleichbaren Effekt zeigte.

Für ein Assistenzsystem wie AS-Tra ist dies ein wichtiges externes Argument: Exergame-basiertes Training kann einen relevanten Beitrag zur Sturzprävention leisten, wenn es ausreichend dosiert, regelmäßig durchgeführt und kognitiv-motorisch anspruchsvoll gestaltet wird.
KONTAKT AUFNEHMEN

Transtheoretisches Modell im digitalen Kontext

Die konzeptionelle Verankerung von AS-Tra im transtheoretischen Modell (TTM) verweist auf ein bislang schwach abgesichertes Feld (Förster et al., 2024). Ein 2025 publizierter systematischer Review über TTM-basierte Interventionen zur Steigerung körperlicher Aktivität bei Älteren identifizierte lediglich drei Studien (zwei RCTs, ein Nicht-RCT, n = 1.474) und fand niedrige Evidenzsicherheit ohne signifikante Effekte auf körperliche Aktivität oder Selbstwirksamkeit in den RCTs; Effekte traten am ehesten in der Aufrechterhaltungsphase auf (Fawole et al., 2025).

Ein 2024er RCT mit nurse-led Motivational Interviewing auf TTM-Basis (n = 117, 24 Wochen) berichtet dagegen deutliche Übergänge von der Kontemplations- in die Handlungsphase (70,4 % vs. 9,3 % in der Kontrolle) und höhere Schrittzahlen (Sönmez Sarı & Kitiş, 2024).

Die Diskrepanz zeigt: TTM-basierte Interventionen sind wirksam, wenn sie mit persönlicher Interaktion kombiniert werden – in rein digitalen Selbstnutzungsszenarien ohne Interaktion ist die Wirksamkeit bislang unklar.
Ältere Menschen können Messungen und Training eigenständig durchführen.
Die Anschlusspublikationen der AS-Tra-Arbeitsgruppe
Die in THERAPY 2024-I angekündigten weiterführenden Untersuchungen zum AS-Tra-System liegen inzwischen als zwei Publikationen vor.

Iterative Entwicklung für eine möglichst eigenständige Nutzung

Förster et al. (2026a) beschreiben den vollständigen dreistufigen Usability-Prozess mit insgesamt 34 Teilnehmenden im mittleren Alter von 78,60 ± 5,59 Jahren; 70,93 Prozent waren weiblich. Der System Usability Scale Score (SUS) stieg von 70,63 im ersten auf 84,55 Punkte im zweiten Zyklus und erreichte im dritten Zyklus 78,18 Punkte.

Im dritten Durchgang wurde eine eigenständigere Nutzung simuliert: Die Teilnehmenden befanden sich ohne anwesendes Studienpersonal im Labor, erhielten Audioanweisungen und wurden über Webcams und eine Eye-Tracking-Brille beobachtet.

Von insgesamt 607 Aufgaben wurden 63,11 Prozent ohne Unterstützung bewältigt. Weitere 14,92 Prozent gelangen nach Wiederholung oder Umformulierung der Instruktion und 20,33 Prozent nach einem direkten Lösungshinweis. Nur 1,15 Prozent blieben ungelöst.

Der gegenüber dem zweiten Zyklus niedrigere, weiterhin als gut bewertete SUS-Wert verdeutlicht, dass sich Ergebnisse aus eng begleiteten Tests nicht uneingeschränkt auf eine selbstständige Nutzung übertragen lassen. Die Autoren betonen entsprechend die Bedeutung geeigneter Unterstützungsfunktionen und möglichst realitätsnaher Erprobungsbedingungen.

Vierwöchige Pilotstudie zur Machbarkeit

Foerster et al. (2026b) untersuchten das AS-Tra-System anschließend über vier Wochen. Neun ältere Erwachsene nahmen teil, eine Person brach die Studie vorzeitig ab. Das mittlere Alter betrug 80 ± 5 Jahre, der Frauenanteil 50 Prozent.

Griffkraft, Timed Up and Go und 5-Time Chair Rise wurden zu Studienbeginn sowie nach einer, zwei und vier Wochen erhoben. Ergänzend nutzten die Teilnehmenden die Ernährungs-App, trugen für sieben Tage einen Aktivitätssensor und absolvierten regelmäßige Trainingseinheiten an der Mess- und Trainingsstation.

Die Gebrauchstauglichkeit wurde mit durchschnittlich 79,3 ± 13,4 SUS-Punkten als gut bewertet. Auch das Gesamtsystem erhielt mit einem mittleren Evaluation Overall System (EOS)-Wert von 2,01 ± 0,99 auf einer Skala von 1 bis 5 eine überwiegend positive Bewertung.

Technische Probleme einzelner Komponenten der Mess- und Trainingsstation traten jeweils in höchstens 17 Prozent der Sitzungen auf.

Die deutlichsten Schwierigkeiten betrafen das tabletbasierte Ernährungstagebuch. Bei 17 von 30 vorgesehenen Eintragungen kam es zu Programmabstürzen; insgesamt wurden bei 22 von 28 tatsächlich durchgeführten Nutzungen Probleme oder Fehler dokumentiert.

Fragebögen, Aktivitätssensoren und automatisierte funktionelle Assessments erwiesen sich dagegen grundsätzlich als praktikabel.

Die Pilotstudie bestätigt damit zunächst die Machbarkeit der Datenerhebung und die gute Akzeptanz des Gesamtsystems, nicht jedoch dessen gesundheitliche Wirksamkeit. Vor der geplanten randomisierten kontrollierten Studie muss insbesondere das Ernährungstagebuch technisch und nutzerseitig weiterentwickelt werden.

Diese Beobachtung passt zu den Ergebnissen der narrativen Übersichtsarbeit von Amatrudo et al. (2026). Digitale Instrumente können die Erkennung von Mangelernährungsrisiken und das Ernährungsmanagement unterstützen. Für ihre Akzeptanz und zuverlässige Nutzung durch ältere Menschen sind jedoch eine konsequente Einbindung der Zielgruppe, Co-Design und altersgerechte Benutzeroberflächen von zentraler Bedeutung.
Digitale Systeme entfalten ihre Stärke, wenn Technologie und menschliches Coaching zusammenspielen.
Wo AS-Tra im aktuellen Forschungsfeld steht
Wo AS-Tra im aktuellen Forschungsfeld steht

Konzeptionelle Stärken. Wenige der aktuell publizierten Digital-Health-Interventionen für ältere Personen kombinieren stationäre, standardisierte Assessments (Handkraft, iTUG, Chair-Rise) mit häuslich nutzbaren App-Komponenten. Der Ansatz „Messstation als Ankerpunkt – App für Alltag“ ist im publizierten Feld selten und differenziert AS-Tra gegenüber rein app- oder wearablebasierten Interventionen. Die Fokusgruppenarbeit hat zudem Anforderungen zielgruppengerecht abgesichert und zeigt starkes Interesse älterer Menschen an eigenständiger Messung insbesondere von Puls und Handkraft (Happe et al., 2024).

Empirisch belastbare Kernkomponenten. Die im Ausgangsartikel gewählten Assessment-Verfahren sind zwischen 2024 und 2026 unabhängig validiert worden: Digitale Dynamometer haben exzellente Übereinstimmung mit dem Jamar-Referenzstandard erreicht (Polo-Ferrero et al., 2026), Smartphone-iTUG-Anwendungen erweisen sich als reliabel Selbstassessment-Tools (Böttinger et al., 2024), und exergamebasiertes Training mit Kraftmessplatten zeigt konsistente Balance-Effekte in metaanalytischer Evidenz (Leung et al., 2026).

Offene Wirksamkeitsfragen. Auf metaanalytischer Ebene sind die Effekte digitaler Interventionen auf funktionelle Zielgrößen (TUG, Chair-Stand, Ganggeschwindigkeit, Balance) mittlerweile konsistent belegt, während Effekte auf Muskelmasse und Handkraft klein oder inkonsistent bleiben (Dai et al., 2025; Chen et al., 2025). Für Ernährungsoutcomes – der zweite Kernpfeiler von AS-Tra – bleibt die Evidenzlage heterogen (French et al., 2024). Die geplante zweiarmige RCT der Arbeitsgruppe würde in beiden Domänen einen Wirksamkeitsnachweis erstmalig unter der Bedingung eigenständiger Nutzung durch Menschen ab 70 Jahren mit beginnenden Defiziten adressieren.

Methodische Herausforderung. Der Rückgang des SUS-Werts zwischen Zyklus 2 und dem Alleinnutzungsszenario in Zyklus 3 illustriert eine Herausforderung, die auch andere Reviews aufwerfen: Usability, gemessen in strukturierten Testsettings, überschätzt die Alltagsnutzbarkeit systematisch (Förster et al., 2026a). Ambient-Assisted-Living-Studien betonen, dass sich Effekte digitaler Systeme oft erst über Monate stabilisieren und stark von der häuslichen Umgebung abhängen (Chaudhary et al., 2026).

Verhaltensänderungstheorie. Die TTM-Verankerung ist theoretisch begründet, empirisch aber schwach abgesichert. Fawole et al. (2025) finden niedrige Evidenzsicherheit und keine signifikanten Effekte in RCTs; wirksam waren TTM-Ansätze vor allem in Kombination mit persönlicher Interaktion. Für ein System, das explizit Eigenständigkeit anstrebt, entsteht damit ein spezifischer Forschungsbeitrag: AS-Tra kann zeigen, ob digitale Repräsentationen von TTM-Phasen den Wirksamkeitsnachteil rein digitaler TTM-Anwendungen ausgleichen können.
Fazit
Das in THERAPY 2024-I beschriebene AS-Tra-System bleibt auch drei Iterationszyklen später konzeptionell tragfähig. Die von Förster et al. (2024) publizierte Roadmap ist inzwischen mit den 2025/26 erschienenen Nachfolgearbeiten der Arbeitsgruppe belegt: Usability erreicht auch unter Alleinnutzung ein gutes Niveau (Förster et al., 2026a), und die Machbarkeit der kombinierten Datenerhebung ist demonstriert (Foerster et al., 2026b).

Der internationale Forschungsstand hat sich in gleicher Zeit substanziell verdichtet: Digitale Interventionen zeigen in Metaanalysen konsistent moderate Effekte auf funktionelle Mobilität (Dai et al., 2025), kleinere und heterogene Effekte auf Muskelparameter (Chen et al., 2025; Dai et al., 2025) und weiterhin begrenzte Wirksamkeit im Ernährungsbereich (French et al., 2024).

Der spezifische wissenschaftliche Beitrag von AS-Tra – die Kombination stationärer, ambient instrumentierter Assessments mit einer alltäglichen App-Nutzung bei Menschen mit beginnenden Defiziten ab 70 Jahren – bleibt im internationalen Feld unterrepräsentiert und bestätigt eine Fortsetzung des Programms.
Kommentar
AS-Tra verfolgt einen konzeptionell überzeugenden und zugleich spannenden Ansatz: Standardisierte funktionelle Assessments, interaktives Training, Aktivitätserfassung sowie digitale Unterstützung von Ernährung und Bewegung werden in einem System verbunden. Die Kombination aus zentraler Mess- und Trainingsstation und alltagsnaher App-Nutzung hebt das Projekt von rein app- oder wearablebasierten Lösungen ab.

Positiv ist zudem die frühe Einbindung älterer Menschen in die Entwicklung. Die bisherigen Publikationen belegen eine gute Gebrauchstauglichkeit und die grundsätzliche technische Machbarkeit. Auch die eingesetzten Prinzipien – digitale Kraftmessung, automatisierte Mobilitätstests und exergame-basiertes Training – sind wissenschaftlich absolut anschlussfähig.

Die größte Stärke ist zugleich die zentrale Herausforderung: AS-Tra bündelt Mobilität, Ernährung und Verhaltensänderung in einer komplexen Intervention. Der gesundheitliche Nutzen wird daher wesentlich davon abhängen, ob die Komponenten zuverlässig funktionieren, ausreichend genutzt werden und sich dauerhaft in den Alltag älterer Menschen integrieren lassen.

Die Probleme mit dem Ernährungstagebuch und der höhere Unterstützungsbedarf bei eigenständiger Nutzung zeigen, dass technische Stabilität und niedrigschwellige Begleitung dabei entscheidend bleiben.

Die weitere klinisch zentrierte Forschung wird zeigen müssen, ob sich die gute Akzeptanz und technische Machbarkeit auch in messbare Verbesserungen von Mobilität, Ernährungsstatus und Alltagsfunktion übersetzen lassen. Im Kontrast zu aktuellen Erkenntnissen aus aggregierter Evidenz könnte die kritische Evaluation geeigneter primärer Endpunkte maßgeblich über die Qualität und Aussagekraft zukünftiger Ergebnisse entscheiden.
Author
Jakob Tiebel
Unternehmensberater Gesundheitswesen
Jakob Tiebel, Ergotherapeut, Studium in angewandter Psychologie mit Schwerpunkt Gesundheitswirtschaft. Klinische Expertise durch frühere therapeutische Tätigkeit in der Neurorehabilitation. Forscht und publiziert zum Theorie-Praxis-Transfer in der Neurorehabilitation und ist Inhaber von einer Agentur für digitales Gesundheitsmarketing.
References:
  1. Amatrudo, F., De Luca, V., Aprano, S., Mayol, D., Negri, M., Giardinelli, E., Laudisio, D., Tecce, N., Pivonello, C., Iaccarino, G., Colao, A., Illario, M., & Vetrani, C. (2026). Digital Health Tools for the Screening and Management of Malnutrition Risk in the Older Adults: A Narrative Review. Current Nutrition Reports (im Erscheinen).
  2. Böttinger, M., Mellone, S., Klenk, J., Jansen, C.-P., Stefanakis, M., Litz, E., Bredenbrock, A., Fischer, J., Bauer, J. M., Becker, C., & Gordt Oesterwind, K. (2024). A Smartphone-Based Timed Up and Go Test Self-Assessment for Older Adults: Validity and Reliability Study. JMIR Aging, 7, e67322. https://doi.org/10.2196/67322
  3. Chaudhary, G., Chaudhari, H., Mundhe, R., & Gaikwad, Y. B. (2026). The Effectiveness of Digital Health Interventions in Reducing Frailty Progression among Community-dwelling Older Adults: A Systematic Review.
  4. Chen, W., Yao, J., Wang, H., Jia, S., Zhu, X., & Mao, L. (2025). Effects of digital health interventions on muscle mass, muscle strength, and physical function in older adults with sarcopenia: a systematic review and meta-analysis. Frontiers in Public Health.
  5. Cieślik, B., Wrzeciono, A., Mazurek, J., Federico, S., Szczepańska Gieracha, J., & Kiper, P. (2024). Balance Board or Motion Capture? A Meta-Analysis Exploring the Effectiveness of Commercially Available Virtual Reality Exergaming in Enhancing Balance and Functional Mobility Among the Elderly.
  6. Dai, T., Guo, C., Gao, L., Huang, J., Chen, Y., Zhang, Y., Gao, J., & Feng, X. (2025). Effectiveness of Digital Health Interventions in Older Adults With Frailty and Sarcopenia: Systematic Review and Meta-Analysis of Randomized Controlled Trials.
  7. Fawole, H., Itua, S. A., Idowu, O. A., Adandom, I., Kolawole, F. O., Adeniji, T., Obaseki, C., Oni, O., & Akinrolie, O. (2025). Effects of transtheoretical model of change-based interventions on physical activity among older adults: a systematic review of randomised controlled and non-randomised controlled trials.
  8. Foerster, M., Timper, M., Puhlemann, R., Quinten, V., & Diekmann, R. (2026b). A Digital Assistive System for Maintaining Nutrition and Mobility in Older Adults: Usability and Feasibility Findings From a Pilot Study.
  9. Förster, M., Happe, L., Quinten, V., & Diekmann, R. (2024). Develop- ment of a technical assistance system to improve nutrition and mobility in old age. THERAPY 2024-I. Verfügbar unter: https://thera trainer.com/en/articles/development-of-atechnicalassistance system-to-improve-nutritionand-mobility-inoldage/
  10. Förster, M., Happe, L., Quinten, V., & Diekmann, R. (2026a). Develop- ment and iterative optimization of an independently usable assistance system to assess, maintain and improve the nutritional and mobility status of older adults: an iterative usability study.
  11. French, C., McKenzie, Y. A., Stanmore, E., & Burden, S. (2024). Are Mobile Apps Effective at Targeting Physical Activity or Malnutrition in Community-Dwelling Older Adults? A Systematic Review and Meta-Analysis.
  12. Happe, L., Sgraja, M., Quinten, V., Förster, M., & Diekmann, R. (2024). and Training Station for Older Adults at Risk of Malnutrition and Reduced Mobility: Focus Group Study. JMIR Aging.
  13. Leung, W., Yau, C., Chan, B., Wong, Y., Chow, J. N. L., Lam, S. C., Suen, L. K.-P., & Moyle, W. (2026). Standalone commercial exergame training to improve balance in older adults in care facilities: a systematic review and meta-analysis of recent 10-year randomized controlled trials.
  14. Makizako, H., Shiratsuchi, D., Akaida, S., Tateishi, M., Maeda, K., Iijima, K., Shimada, H., Inoue, T., Yamada, M., Momosaki, R., Wakabayashi, H., Yamamoto, K., & Arai, H. (2025). Effects of digital-based interventions on the outcomes of the eligibility criteria for sarcopenia in healthy older adults: a systematic review and meta-analysis.
  15. Mehra, A., Perez, J., Krok-Schoen, J. L., Benzo, R. M., Spees, C. K., Wang, S., Clinton, S. K., Czerwinski, S. A., & Nickerson, B. S. (2026). Advancing sarcopenia assessment with wearable and app based technology: a scoping review.
  16. Polo-Ferrero, L., Méndez-Sánchez, R., Martín-Vallejo, J., Torres Alonso, J., Carrera-Villegas, M. B., Barbero-Iglesias, F., Cruz Jentoft, A. J., & Montero-Errasquín, B. (2026). Validity, reliability, and diagnostic accuracy of the InGrip digital dynamometer compared with the Jamar hydraulic model in older adults. European Geriatric Medicine.
  17. Sönmez Sarı, E., & Kitiş, Y. (2024). The effect of nurse-led motivational interviewing based on the trans-theoretical model on promoting physical activity in healthy older adults: A randomized controlled trial.
  18. Sturnieks, D., Hicks, C., Smith, N., Ratanapongleka, M., Menant, J., Turner, J., Lo, J. C. M., Chaplin, C., Garcia, J., Valenzuela, M., Delbaere, K., Herbert, R., Sherrington, C., Toson, B., & Lord, S. R. (2024). Exergame and cognitive training for preventing falls in community-dwelling older people: a randomized controlled trial.
  19. Szaflik, P., Nowakowska-Lipiec, K., Zadoń, H., & Michnik, R. (2026). Usefulness of the Instrumented Timed Up and Go Test for Walking Assessment in Older Adults.