Einordnung statt Gewissheit: Dialogatlas trennt Quellen, Beobachtungen und redaktionelle Schlussfolgerungen. Neue Daten können diese Einordnung verändern.

Das Erleben ist ein Befund – aber welcher?

Siddals, Torous und Coxon untersuchten Erfahrungen aus der realen Nutzung generativer KI-Systeme für psychische Anliegen. Dafür interviewten sie 19 Personen. Im Mittelpunkt standen also keine vorgegebenen Übungen unter kontrollierten Bedingungen, sondern die Bedeutungen, die Menschen ihren eigenen Gesprächen mit generativer KI zuschrieben. Das ist für die Produktentwicklung besonders relevant: Die Studie zeigt, wofür verfügbare Systeme tatsächlich verwendet werden und welche Qualitäten Nutzende darin erkennen.

Eine solche Interviewstudie kann detailliert sichtbar machen, wie Unterstützung erlebt und beschrieben wird. Sie kann jedoch nicht feststellen, ob ein System Symptome zuverlässig verringert, Risiken im Vergleich zu anderen Angeboten senkt oder Veränderungen verursacht hat. Berichte über positive Folgen sind weder belanglos noch objektive Wirksamkeitsnachweise. Die redaktionell entscheidende Unterscheidung lautet daher: Subjektive Bedeutsamkeit ist ein eigenständiger Forschungsgegenstand, aber kein Ersatz für klinische Prüfung.

Vier Erfahrungen erklären die starke Bindung

Die Forschenden entwickelten aus den Interviews vier Themen. Erstens beschrieben Teilnehmende eine emotionale Zuflucht: Das Gespräch bot einen Raum, in dem sie sich öffnen konnten. Zweitens erlebten sie die Antworten als einsichtsreiche Orientierung, besonders bei Beziehungen. Drittens berichteten sie Freude an der Verbindung selbst. Viertens verglichen sie das System ausdrücklich mit menschlicher psychotherapeutischer Begleitung. Damit erscheint die KI nicht bloß als Informationswerkzeug. Sie wird in eine soziale und mitunter versorgungsnahe Rolle eingeordnet.

Teilnehmende berichteten zudem positive Auswirkungen, darunter bessere Beziehungen und Erfahrungen, die sie mit der Verarbeitung von Trauma oder Verlust verbanden. Die Formulierung ist wichtig: Dokumentiert sind ihre Darstellungen, nicht unabhängig festgestellte Veränderungen. Aus dem bereitgestellten Abstract gehen weder standardisierte Ergebnismessungen noch eine Kontrollgruppe oder ein langfristiger Vergleich hervor. Auch ist nicht belegt, ob dieselben Menschen ohne das System andere Unterstützung gefunden hätten. Der Wert der Studie liegt folglich in der präzisen Beschreibung eines Phänomens, nicht im Nachweis einer Behandlung.

Warum das Gespräch als Schutzraum funktionieren kann

Die berichtete Offenheit ist plausibel. Ein jederzeit erreichbares Gegenüber verlangt keinen Termin, zeigt keine sichtbare Irritation und antwortet unmittelbar. Generative Systeme können außerdem auf freie Schilderungen eingehen, statt Nutzende nur durch festgelegte Menüs zu führen. Das kann den Eindruck erzeugen, wirklich gehört zu werden. Die Interviews legen nahe, dass gerade diese Kombination aus Zugänglichkeit, sprachlicher Anpassung und fehlender sozialer Sanktion den Gesprächen Bedeutung verlieh.

Doch der Eindruck eines geschützten Raums und ein tatsächlich geschützter Raum sind nicht dasselbe. Aus angenehmer Kommunikation folgen keine gesicherte Vertraulichkeit, fachliche Zuständigkeit oder verlässliche Krisenreaktion. Ebenso wenig beweist eine empathisch klingende Antwort, dass das System die Situation eines Menschen versteht. Unsere Einordnung lautet deshalb: Die soziale Wirkung der Sprache muss als reale Produkteigenschaft behandelt werden, auch wenn hinter ihr kein empfindendes Gegenüber steht. Wer nur auf technische Funktionalität schaut, unterschätzt die Bindungskraft; wer die Bindung mit menschlichem Verstehen gleichsetzt, überschätzt das System.

Die Nutzenden benennen die unfertige Rolle selbst

Bemerkenswert ist, dass die Befragten nicht nur Nähe und Nutzen beschrieben. Sie verlangten auch bessere Sicherheitsvorkehrungen, eine menschenähnlichere Erinnerung und die Fähigkeit des Systems, den Prozess stärker zu führen. Diese Wünsche weisen auf einen inneren Widerspruch hin. Das System wird gerade wegen seiner Offenheit und Flexibilität geschätzt, soll aber zugleich Kontinuität, Urteilskraft und Richtung bieten – Eigenschaften, an die erhebliche Verantwortung gekoppelt ist.

Mehr Erinnerung wäre beispielsweise nicht automatisch nur ein Fortschritt. Sie könnte Gespräche kohärenter machen, beträfe aber zwangsläufig den Umgang mit besonders sensiblen Informationen. Mehr Führung könnte Orientierung vermitteln, würde die KI jedoch weiter von einem reaktiven Schreibwerkzeug zu einer intervenierenden Instanz verschieben. Die Leitstudie belegt nicht, wie diese Konflikte zu lösen sind. Sie zeigt vielmehr, dass Nutzungswünsche die Systeme in eine Rolle drängen, für die flüssige Sprache allein keine ausreichende Grundlage bildet.

Beziehung entsteht nicht durch eine einzige Designsprache

Die Tagebuchstudie von Xu, Lee, Stasiak und Kolleg:innen erweitert diesen Befund um eine zeitliche Perspektive. 26 Erwachsene nutzten über vier Wochen die Angebote Woebot und Wysa. Als Daten dienten wöchentliche Befragungen, Gesprächsbilder und halbstrukturierte Interviews; ausgewertet wurde mit reflexiver thematischer Analyse. 18 Teilnehmende berichteten eine deutliche oder schwächere Bindung zu mindestens einem der beiden Systeme. Andere entwickelten keine solche Beziehung.

Entscheidend war offenbar nicht eine universell optimale Gesprächsform, sondern die Passung. Die Analyse nennt unter anderem den Wunsch, ein Gespräch selbst zu führen oder geführt zu werden, die Übereinstimmung zwischen bevorzugter Ausdrucksweise und möglichen Eingaben, Erwartungen an Fürsorglichkeit, die wahrgenommene Brauchbarkeit von Ratschlägen und Aktivitäten, umgangssprachliche Kommunikation sowie private, nicht wertende Gespräche. Menschen mit niedrigeren wie höheren Werten im WHO-5-Wohlbefindensindex berichteten Bindungen. Daraus folgt nicht, dass psychisches Befinden bedeutungslos wäre; die Studie legt lediglich nahe, dass Bindungsfähigkeit nicht strikt daran gekoppelt war.

Passung ist ein Designziel, kein Wirkungsmaß

Zusammengenommen sprechen die beiden qualitativen Arbeiten gegen eine einfache Formel wie: Je menschlicher das System, desto besser die Beziehung. Manche Personen wollen führen, andere geführt werden. Manche erwarten Wärme, andere vor allem relevante Orientierung. Ein Produkt kann daher für eine Person verbindlich und hilfreich wirken, während dieselbe Gesprächslogik bei einer anderen mechanisch, bevormundend oder unpassend ankommt.

Für Forschung und Entwicklung ist das ein methodischer Hinweis. Bindung, Zufriedenheit, wiederholte Nutzung und wahrgenommene Nützlichkeit sollten nicht zu einem einzigen Erfolgsbegriff verschmolzen werden. Eine starke Bindung kann die Nutzung stabilisieren, beweist aber weder eine gesundheitliche Verbesserung noch angemessene Entscheidungen des Systems. Umgekehrt muss ein nüchternes Werkzeug nicht beziehungsähnlich erscheinen, um einen begrenzten Zweck zu erfüllen. Unsere Position ist: Die Intensität der Beziehung darf nicht zum Ersatzindikator für Qualität werden.

Die Ersatzfrage verspricht mehr Klarheit, als die Forschung hergibt

Zhang und Wang stellen ausdrücklich die Frage, ob KI Psychotherapeut:innen ersetzen könne. Ihr Beitrag ordnet mögliche Funktionen ein: bessere Zugänglichkeit und Skalierung, kontinuierliche Verfügbarkeit, Unterstützung bei Auswertung und Personalisierung sowie potenziell offenere Selbstauskünfte gegenüber Maschinen. Zugleich behandeln sie fehlende echte Empathie, begrenzte Langzeiterinnerung, algorithmische Verzerrungen, Datenschutz, Autonomie und die Notwendigkeit menschlicher Aufsicht. Sie verweisen außerdem darauf, dass bisherige Untersuchungen oft kleine Gruppen und keine langfristige Nachbeobachtung umfassen und dass kurzfristige Effekte nicht ohne Weiteres fortbestehen.

Der bereitgestellte Quellenauszug berichtet allerdings keine eigene Stichprobe, Randomisierung, Zuteilung oder Ergebnisanalyse. Trotz der mitgelieferten Einordnung als randomisierte Studie lässt sich aus diesem Material kein entsprechendes Studiendesign rekonstruieren. Der Text ist deshalb hier als breit argumentierender Literaturbeitrag zu lesen, nicht als direkter Ersatznachweis. Auch Fähigkeiten bei sprachlichen Aufgaben zur Emotionserkennung bedeuten nicht, dass ein Modell Emotionen erlebt oder einen Menschen in seiner Lebenssituation versteht. Die große Ersatzfrage verdeckt somit die präzisere Aufgabe: Für welche eng umrissenen Funktionen gibt es unter welchen Bedingungen belastbare Evidenz?

Das Produktversprechen muss kleiner bleiben als das Gefühl

Aus den drei Publikationen ergibt sich kein Urteil über generative KI als ganze Versorgungskategorie. Dafür unterscheiden sich Systeme, Nutzungsweisen und Untersuchungsdesigns zu stark. Gut belegt ist in der Leitstudie, dass einzelne Menschen solche Gespräche als außergewöhnlich passend und folgenreich erleben. Die Tagebuchstudie zeigt ergänzend, wie sehr Bindung von Erwartungen und Interaktionspräferenzen abhängt. Der Beitrag von Zhang und Wang macht deutlich, wie viele technische, ethische und klinische Fragen einer Ersatzbehauptung entgegenstehen.

Dialogatlas zieht daraus eine bewusst zurückhaltende Konsequenz: Je stärker ein Produkt emotionale Zuflucht, Kontinuität und Führung inszeniert, desto weniger darf es sich auf den Hinweis zurückziehen, es erzeuge lediglich Text. Seine Gestaltung prägt Erwartungen und kann eine versorgungsähnliche Beziehung entstehen lassen. Gerade deshalb sollten Anbieter nicht mehr Sicherheit, Verständnis oder Wirkung behaupten, als geprüft wurde. Die Erfahrungen der Nutzenden kleinzureden wäre falsch. Sie als Beweis einer verlässlichen psychischen Versorgung auszugeben, wäre ebenso falsch. Verantwortliche Entwicklung beginnt in dieser Differenz.

Quellen & weiterführende Hinweise