Ein Jugend-Chatbot kann machbar sein, ohne dass seine Wirkung schon bewiesen ist

Der Pilot fand in der Primärversorgung statt

Teilnehmen konnten Jugendliche zwischen 13 und 17 Jahren mit moderaten Depressionssymptomen, die in einem akademisch angebundenen Netzwerk von Primärversorgungspraxen behandelt wurden.

Zehn Personen wurden der App und acht einer Warteliste zugeteilt. Eine Person erwies sich bei der Aktenprüfung als nicht teilnahmeberechtigt, sodass 17 in die Analyse eingingen.

Der primäre Endpunkt war der PHQ-9 nach vier Wochen. Zusätzlich wurden Akzeptanz, Machbarkeit und Nutzbarkeit aus Sicht der Jugendlichen und ihrer Eltern oder Sorgeberechtigten erhoben.

Interviews mit 13 Fachpersonen aus elf Kliniken sollten Barrieren und fördernde Bedingungen der Einbindung in Behandlungspläne sichtbar machen.

Die Stichprobe war sehr klein und wenig divers

Von den 17 ausgewerteten Jugendlichen waren jeweils 15 weiblich, weiß und privat versichert. Diese Zusammensetzung begrenzt die Übertragbarkeit auf die breite jugendliche Bevölkerung.

Gerade digitale Versorgung wird häufig mit besserem Zugang für unterversorgte Gruppen begründet. Eine vorwiegend privilegierte Stichprobe kann diesen Anspruch noch nicht prüfen.

Die Autor:innen fordern deshalb größere Untersuchungen mit ländlichen, sozioökonomisch benachteiligten und unterrepräsentierten Gemeinschaften. Solche Gruppen müssen nicht nur rekrutiert, sondern in Gestaltung und Umsetzung einbezogen werden.

Auch Sprache, Gerätezugang, familiäre Unterstützung und lokale Versorgung beeinflussen, ob eine App praktisch nutzbar ist. Skalierbare Software schafft nicht automatisch gleichen Zugang.

Die PHQ-9-Verläufe liefern nur eine erste Schätzung

Nach vier Wochen sank der mittlere PHQ-9-Wert in der App-Gruppe um 3,3 Punkte. Dadurch wechselte der Gruppendurchschnitt von der moderaten in die milde Symptomkategorie.

In der Wartelistengruppe sank der Wert um zwei Punkte, ohne Wechsel der mittleren Kategorie. Der Unterschied ist als vorläufiges Signal interessant, aber bei zehn beziehungsweise acht randomisierten Personen äußerst unsicher.

Eine kleine Stichprobe kann zufällige Gruppenunterschiede nicht zuverlässig ausgleichen und seltene Probleme kaum erfassen. Ein beobachteter Mittelwert darf deshalb nicht als stabile Effektgröße behandelt werden.

Der Pilot war dafür gedacht, Machbarkeit und Schätzwerte für weitere Forschung zu liefern. Ihn an einem endgültigen Wirksamkeitsmaßstab zu messen, wäre ebenso falsch wie ihn als Wirksamkeitsnachweis zu vermarkten.

Akzeptanz und Nutzbarkeit waren hoch

Jugendliche und Eltern berichteten eine hohe Nutzbarkeit, Machbarkeit und Akzeptanz. Das ist für die Planung einer größeren Studie wesentlich: Ein inhaltlich sinnvoller Dienst hilft nicht, wenn er im Alltag nicht angenommen wird.

Akzeptanz kann durch vertraute mobile Nutzung, unmittelbaren Zugang und das Gesprächsformat gefördert werden. Sie sagt jedoch nicht automatisch, ob einzelne Antworten fachlich oder emotional passend sind.

Für eine umfassende Bewertung sollten qualitative Gesprächsfehler dokumentiert werden: starre Wiederholungen, ungefragte Ratschläge, unverständliche Übungen oder Schwierigkeiten nach einer Korrektur.

Bei Minderjährigen gehören auch Einwilligung, Elternrolle und Schutz der Privatsphäre zur Nutzererfahrung. Das Angebot muss erklären, was vertraulich bleibt und wann andere Versorgungsebenen beteiligt sind.

Die hohe Akzeptanz in einem betreuten Pilotprojekt kann zudem von Einführung und Ansprechpartnern profitieren. Ein frei zugängliches Angebot ohne klinischen Rahmen muss gesondert prüfen, ob Jugendliche Funktionsgrenzen, Datennutzung und nächste Schritte ebenso gut verstehen.

Fachpersonen bevorzugten einen frühen ergänzenden Einsatz

Die befragten Primärversorgerinnen und -versorger bevorzugten den Einsatz solcher mHealth-Angebote früh im Behandlungsverlauf bei milden oder moderaten Symptomen.

Diese Einordnung positioniert die App als Ergänzung in einem vorhandenen Netzwerk, nicht als isolierten Ersatz für jede Form von Versorgung. Fachpersonen können Einführung, Erwartung und weitere Schritte begleiten.

Eine Integration verlangt klare Rückmeldestrukturen. Welche Nutzungsergebnisse sind für die Praxis relevant, wer sieht sie und wie wird verhindert, dass sensible Gesprächsdaten unnötig in Akten oder Systeme fließen?

Die organisatorische Passung ist Teil der Wirksamkeit im Alltag. Eine App kann technisch funktionieren und dennoch scheitern, wenn niemand weiß, wie ihre Informationen verantwortbar in die Versorgung eingeordnet werden.

Die frühe Woebot-Studie zeigt ein anderes Altersfenster

Fitzpatrick, Darcy und Vierhile randomisierten 70 junge Erwachsene zwischen 18 und 28 Jahren zu zwei Wochen Woebot oder einem Informations-E-Book. Das war eine größere, aber ebenfalls kurze und unblinde Studie.

Die Woebot-Gruppe reduzierte in der Intention-to-treat-Analyse ihre PHQ-9-Werte stärker. Bei den Personen mit vollständigen Daten sanken die Angstwerte in beiden Gruppen.

Teilnehmende nutzten Woebot im Mittel 12,14-mal. Ihre Kommentare deuteten darauf hin, dass Prozessfaktoren für Akzeptanz wichtiger waren als traditionelle Therapieinhalte allein.

Der Vergleich zeigt, dass Ergebnisse älterer Jugendlicher und junger Erwachsener nicht einfach auf 13-Jährige übertragen werden dürfen. Entwicklungsphase und Versorgungskontext verändern Anforderungen.

Die Metaanalyse findet einen kleinen Effekt auf Belastung

Li und Kolleg:innen sichteten Studien von 2014 bis September 2024 und schlossen 29 Interventionen für junge Menschen ein, darunter 13 randomisierte kontrollierte Studien.

In der Metaanalyse reduzierten Chatbot-Interventionen psychische Belastung mit einer kleinen Effektgröße von Hedges g minus 0,28. Für psychisches Wohlbefinden zeigte sich kein signifikanter Effekt.

Die Wirkung variierte nach Stichprobe, Plattform, Interaktionsform und Art der Antworterzeugung. Chatbot ist also keine einheitliche Intervention, sondern eine Oberfläche für sehr unterschiedliche Inhalte und Systeme.

Insgesamt wurden Machbarkeit und Akzeptanz positiv eingeschätzt. Die Autor:innen sehen Potenzial als Ergänzung multidisziplinärer Versorgung und nennen Verbesserungsbedarf bei Sprache, Genauigkeit, Datenschutz und Sicherheit.

Für Jugendliche braucht es einen eigenen Evidenzweg

Der Pilot zeigt, dass eine CBT-App mit Gesprächsagent in einer kleinen Primärversorgungsstichprobe akzeptabel und praktisch einsetzbar war. Er kann die Wirkung nicht endgültig bestimmen.

Weitere Forschung muss größer, vielfältiger und länger sein. Sie sollte nicht nur Skalen, sondern Nutzung, Abbruch, Gesprächsqualität, unerwünschte Wirkungen und die Einbindung in reale Versorgung untersuchen.

Für ein Angebot ab 16 oder 18 Jahren sind Altersgrenzen keine reine Marketingentscheidung. Inhalte, Einwilligung, Datenschutz, Sprache und Verantwortungswege müssen zur Zielgruppe passen.

Ein Jugend-Chatbot kann machbar sein, ohne dass seine Wirkung schon bewiesen ist. Genau diese ehrliche Zwischenstufe ermöglicht gute Forschung: erst prüfen, ob das System tragfähig eingesetzt werden kann, dann belastbar untersuchen, wem es unter welchen Bedingungen hilft.