Zum Inhalt springen
- Kapitel 1: Anlass und Zielsetzung „Der Bericht adressiert die wachsende informelle Nutzung von KI-Sprachmodellen zur Überbrückung psychotherapeutischer Versorgungslücken. Ziel ist nicht der Wirksamkeitsnachweis, sondern die methodische Dokumentation einer strukturierten Einzelfallanalyse.“,
- Kapitel 2: Fallbeschreibung und Kontext „Untersucht wird die KI-Interaktion eines erwachsenen Betroffenen über mehrere Monate hinweg als ergänzendes Werkzeug zur Selbstreflexion. Die Nutzung erfolgte ohne therapeutischen Auftrag in einem Setting eingeschränkter professioneller Versorgung.“,
- Kapitel 3: Datengrundlage „Die Analyse basiert auf einem vollständigen Export von 262 Konversationen mit ca. 40.000 Nachrichten, die lokal und datenschutzkonform verarbeitet wurden. Der Datensatz zeichnet sich durch eine hohe zeitliche Dichte und die Unverfälschtheit der primären Interaktionen aus.“,
- Kapitel 4: Methodisches Vorgehen „Es wurde eine reproduzierbare Pipeline entwickelt, die unstrukturierte JSON-Rohdaten normalisiert und auf Konversations-, Nachrichten- und Marker-Ebene trennt. Die Auswertung erfolgt durch transparente, regelbasierte Textheuristiken ohne den Einsatz interpretierender KI-Klassifikatoren.“,
- Kapitel 5: Deskriptive Ergebnisse „Die Zeitreihenanalyse zeigt deutliche Korrelationen zwischen Nutzungsintensität und externen Belastungsphasen sowie identifizierbare Muster in der Verwendung emotionaler Marker. Es werden quantitative Häufungen von Themen wie Angst oder Strukturierungsbedarf im Zeitverlauf sichtbar gemacht.“,
- Kapitel 6: Reproduzierbarkeit und Validierung „Die gesamte Analysekette ist skriptbasiert (Python) und kann auf Basis der Rohdaten vollständig repliziert werden. Zur Qualitätssicherung wurden die verwendeten Marker-Listen iterativ mit klinischen Standard-Skalen und manuellen Kontext-Checks abgeglichen.“,
- Kapitel 7: Grenzen und ethische Risiken „Als Einzelfallanalyse ohne Kontrollgruppe erhebt die Studie keinen Anspruch auf Generalisierbarkeit oder Kausalität. Kritisch diskutiert werden Risiken wie technologische Abhängigkeit und die mögliche Fehlinterpretation von KI-Antworten als fachlicher Rat.“,
- Kapitel 8: Einordnung und Relevanz „Die Ergebnisse belegen, dass Betroffene fähig sind, hochrelevante Forschungsdaten zu generieren, und dass KI als stabilisierendes Element in Versorgungslücken fungieren kann. Dies unterstreicht den Bedarf an sicheren ‚Data Safe Havens‘ und begleiteter Forschung statt pauschaler Ablehnung.“,
- Kapitel 9: Fazit und Ausblick „Das Projekt erbringt den Nachweis, dass KI-Selbstgespräche als strukturierte, analysierbare Zeitreihe psychischer Zustände nutzbar gemacht werden können. Es liefert eine methodische Grundlage für zukünftige kontrollierte Pilotstudien an der Schnittstelle von digitaler Selbsthilfe und Therapie.“,