Funktioniert ein KI-Psychologe wirklich? Belege zu KI-Therapie-Chatbots

Skeptiker haben recht, wenn sie fragen, ob ein KI-Psychologe etwas messbar bewirkt oder ob er lediglich unterstützend klingt. Die ehrliche, evidenzbasierte Antwort lautet: ja, mit realen Grenzen. Die erste randomisierte kontrollierte Studie zu einem generativen KI-Therapie-Chatbot, im März 2025 in NEJM AI veröffentlicht, sowie eine Reihe von Meta-Analysen mit Zehntausenden Teilnehmenden deuten beide auf messbare, kleine bis moderate Vorteile bei Depressionen und Angststörungen hin. Im Folgenden steht, was die Forschung tatsächlich sagt – einschließlich der Bereiche, in denen die Belege stark sind, in denen sie dünn sind und für wen sie nicht gelten.

Die Belege deuten auf reale, aber bescheidene Vorteile hin – ein KI-Psychologe funktioniert am besten als abgewogener erster Schritt, nicht als Heilmittel.

Das ist weder Hype noch pauschale Ablehnung. Es ist ein Blick auf die wegweisende Dartmouth-Therabot-Studie, auf die Meta-Analysen mit Zehntausenden Teilnehmenden in 18 Ländern und auf die konkreten Stellen, an denen die Evidenzbasis noch dünn ist.

Dieser Artikel gibt veröffentlichte Forschung wieder und ist keine medizinische Beratung. Ein KI-Psychologe ersetzt keine zugelassene Fachkraft. Wenn Sie sich in den USA in einer Krise befinden, rufen Sie 988 an oder schreiben Sie eine SMS (die Suicide and Crisis Lifeline) oder schreiben Sie HOME an 741741. Bei unmittelbarer Gefahr wählen Sie 911.

Die kurze Antwort: messbare Vorteile, mit Grenzen

„Funktioniert“ hat im Kontext dieser Studien eine enge, überprüfbare Bedeutung – und es lohnt sich, diese zu klären, bevor man sich Zahlen ansieht. Sobald diese Bedeutung klar ist, sieht die Form der Belege nicht mehr wie Marketing aus, sondern wie eine normale, unvollkommene klinische Forschungsbasis.

Was „funktioniert“ hier tatsächlich bedeutet

In dieser Forschung bedeutet „funktioniert“ eine statistisch signifikante Verringerung der Symptome im Vergleich zu einer Kontrollgruppe, gemessen über einen definierten Studienzeitraum – meist 4 bis 8 Wochen. Es bedeutet weder eine Heilung noch eine Gleichwertigkeit mit jahrelanger Psychotherapie. Der Effekt ist real, aber bescheiden, und er konzentriert sich bislang auf eigens entwickelte Werkzeuge der kognitiven Verhaltenstherapie (KVT) statt auf Allzweck-Chatbots.

Diese Unterscheidung ist wichtiger als jede einzelne Prozentzahl in diesem Artikel. Eine randomisierte kontrollierte Studie (RCT) ist das Design, dem Forschende am meisten vertrauen, weil es einen KI-Therapie-Chatbot mit einer echten Kontrollgruppe vergleicht und so den Effekt des Werkzeugs von Placebo, Zeit oder bloßer Zuwendung isoliert.

Warum die Antwort „ja, aber“ lautet

Der beste einzelne Datensatz – die Therabot-Studie von Dartmouth – zeigt eine bedeutsame Verringerung von Depressions- und Angstsymptomen. Umfassendere Meta-Analysen, die Dutzende Studien zusammenfassen, bestätigen einen kleinen bis moderaten Effekt statt eines Ausreißerergebnisses. Doch für fast alles gelten drei Einschränkungen: Die Nachbeobachtungsdaten, die belegen würden, dass der Nutzen anhält, sind dünn, das Risiko einer Verzerrung in den zugrunde liegenden Studien ist oft hoch, und die stärksten Belege gehören zu einer engen Kategorie eigens entwickelter Werkzeuge, nicht zu Chatbots im Allgemeinen.

Die wegweisende Studie: die Therabot-Studie von Dartmouth

Das meiste von dem, was darüber bekannt ist, ob ein generativer KI-Therapie-Chatbot klinische Symptome beeinflussen kann, stammt aus einer einzigen Studie, daher lohnt es sich, durchzugehen, was sie tatsächlich getestet und gefunden hat.

Was die Studie ergab

Die erste randomisierte kontrollierte Studie zu einem generativen KI-Therapie-Chatbot erschien im März 2025 in NEJM AI. Forschende in Dartmouth schlossen 210 Erwachsene mit einer Major Depression, einer generalisierten Angststörung oder einem klinisch hohen Risiko für Fütter- und Essstörungen ein und randomisierten 106 zu Therabot und 104 in eine Warteliste-Kontrollgruppe. Nach vier und acht Wochen sanken in der Behandlungsgruppe die Depressionssymptome um 51 %, die Angstsymptome um 31 % und die mit Essstörungen verbundenen Sorgen um das Körperbild um 19 % – Verringerungen, die die Studienautoren als vergleichbar mit dem beschrieben, was typischerweise bei ambulanter Therapie beobachtet wird.

In der Dartmouth-Therabot-Studie sanken die Depressionssymptome um 51 %, die Angst um 31 % und die Sorgen im Zusammenhang mit Essstörungen um 19 % über acht Wochen.

Therabot selbst ist kein Allzweck-Chatbot; er wurde speziell auf Best Practices der KVT und klinische Gesprächsmuster trainiert, was ein großer Teil des Grundes dafür ist, dass sich seine Ergebnisse nicht automatisch auf andere KI-Werkzeuge übertragen lassen.

Die Überraschung bei der therapeutischen Allianz

Die Teilnehmenden nutzten Therabot über den Studienzeitraum etwa sechs Stunden lang, das grobe Äquivalent von acht Therapiesitzungen, und rund drei Viertel erhielten zu diesem Zeitpunkt keine andere psychische Behandlung. Bemerkenswert ist, dass sie ihr Vertrauen in die Software nahezu so hoch bewerteten wie das, was Patienten typischerweise gegenüber einem menschlichen Therapeuten angeben.

Wir hatten nicht erwartet, dass Menschen die Software fast wie einen Freund behandeln würden. Für mich sagt das aus, dass sie tatsächlich Beziehungen zu Therabot aufgebaut haben.

Nicholas Jacobson, Dartmouth (leitender Therabot-Forscher)

Ein solches Maß an Engagement ist für ein selbstgesteuertes digitales Werkzeug ungewöhnlich, bei dem der Abbruch typischerweise das größte Hindernis für jeden messbaren Effekt ist.

Was die Meta-Analysen über Tausende von Menschen sagen

Eine einzelne Studie, so gut sie auch konzipiert sein mag, reicht nicht aus, um ein feldweites Muster zu belegen. Genau dafür sind Meta-Analysen da, und zu KI-Therapie-Chatbots decken sie inzwischen eine ausreichend große Stichprobe ab, um mit Zuversicht etwas aussagen zu können.

Klein bis moderat, aber konsistent. Eine Meta-Analyse von 2025, die sich auf Jugendliche und junge Erwachsene konzentrierte und 31 randomisierte kontrollierte Studien mit 29.637 Teilnehmenden aus 18 Ländern zusammenfasste, fand standardisierte mittlere Differenzen von −0,43 für Depression, −0,37 für Angst und −0,35 für allgemeine psychische Belastung. Das sind nach herkömmlichen klinischen Maßstäben bescheidene Effektgrößen, aber sie waren über eine Stichprobe hinweg statistisch robust, die groß genug war, um den Zufall als Erklärung auszuschließen. Da die Studienpopulation eher jünger war (15–39 Jahre), sprechen diese konkreten Zahlen am unmittelbarsten für diese Altersgruppe und nicht für Erwachsene im Allgemeinen.

Der Effekt ist kurzfristig am stärksten. Eine separate Meta-Analyse kürzerer Interventionen fand dasselbe Muster: signifikante, aber kleine Verbesserungen, die sich auf die ersten vier bis acht Wochen der Nutzung konzentrierten und sich eng mit dem Zeitfenster der Therabot-Studie selbst deckten. Darüber hinaus werden die Daten dazu, ob der Nutzen anhält, merklich dünner.

Diese Zahlen stammen aus einer gepoolten Analyse von 31 RCTs, nicht aus den Marketingaussagen eines einzelnen Produkts, weshalb Forschende sie als das Nächste zu einer feldweiten Antwort behandeln, das derzeit verfügbar ist.

Nicht alle „KI-Therapeuten“ sind gleich: eigens entwickelt vs. generisch

Der Begriff „KI-Therapeut“ wird auf zwei sehr unterschiedliche Kategorien von Software angewandt, und die Belege stützen nur eine davon.

Wo die Belege tatsächlich sind

Jede bislang besprochene Studie testete ein Werkzeug, das eigens für die psychische Gesundheit entwickelt und in der KVT verankert war – Therabot und in früherer Forschung Woebot und Wysa. Diese Produkte wurden von Grund auf rund um klinische Protokolle konzipiert, in kontrollierten Studien getestet und auf Basis von Ergebnisdaten weiterentwickelt. Diese Evidenzbasis erstreckt sich nicht auf generische große Sprachmodelle wie ChatGPT, die für therapeutische Zwecke nicht in randomisierten klinischen Studien validiert wurden.

• Therabot – eigens entwickelter KVT-Chatbot, in einem RCT mit 210 Teilnehmenden getestet (NEJM AI, 2025)
• Woebot – früherer KVT-basierter Chatbot mit veröffentlichten Pilot- und RCT-Belegen
• Wysa – KVT-informierter Chatbot mit veröffentlichten Wirksamkeitsstudien
• Generische LLM-Chatbots (z. B. ChatGPT) – keine klinischen Studien, die den therapeutischen Einsatz validieren

Warum die Unterscheidung wichtig ist

Die American Psychological Association hat gewarnt, dass generische KI-Chatbots, die als Ersatz für eine Therapie genutzt werden, reale Risiken bergen können – gerade weil ihnen die klinischen Schutzmechanismen und die Validierung fehlen, um die herum eigens entwickelte Werkzeuge konstruiert wurden. Die in diesem Artikel besprochenen positiven Studienergebnisse gehören zu einer engen Kategorie strukturierter, klinisch konzipierter Produkte – nicht zu irgendeinem Chatbot, mit dem eine Person zufällig gerade spricht.

Die ehrlichen Grenzen der Belege

Jede Zahl oben stammt aus echten Studien, doch die Forschenden hinter diesen Studien sind offen darüber, wie weit die Daten tatsächlich reichen – und es lohnt sich, das ernst zu nehmen, statt darüber hinwegzulesen.

Hier ist, was die Evidenzbasis heute einschränkt:

1. Die meisten eingeschlossenen Studien tragen ein hohes Verzerrungsrisiko in ihrem Design oder ihrer Berichterstattung.
2. Die Gesamtqualität der Evidenz wird nach dem GRADE-Rahmen, einem von Forschenden genutzten Standard zur Bewertung der Sicherheit, als sehr niedrig bis niedrig eingestuft.
3. Siebzehn der 31 Studien in der größten Meta-Analyse hatten Abbruchraten über 20 %, was bedeutet, dass ein erheblicher Teil der Teilnehmenden vor Abschluss ausschied.
4. Nur 15 der 31 Studien erhoben überhaupt Nachbeobachtungsdaten, was nicht ausreicht, um zu bestätigen, ob der Nutzen nach Studienende anhält.
5. Nur drei Studien in der gesamten Meta-Analyse testeten speziell generative KI im Gegensatz zu älteren regelbasierten Chatbots – für die neueste Generation von Werkzeugen bleibt die Wirksamkeit im großen Maßstab also, in den Worten der Forschenden selbst, unbekannt.

Selbst die Therabot-Autoren, deren Studie bislang die stärksten Ergebnisse auf diesem Gebiet hervorbrachte, kamen zu dem Schluss, dass kein generativer KI-Agent bereit ist, in der psychischen Gesundheitsversorgung vollständig autonom zu arbeiten, und dass eine enge Aufsicht durch Fachkräfte für einen sicheren Einsatz weiterhin unerlässlich ist.

Kann ein KI-Psychologe also Ihren Therapeuten ersetzen?

Angesichts all dessen stützen die Belege eine bestimmte, begrenzte Rolle für einen KI-Psychologen – kein pauschales Ja oder Nein.

Eine realistische Rolle im Rahmen der Belege

Die heute verfügbaren Daten stützen einen KI-Psychologen als kostengünstigen, zugänglichen ersten Schritt oder als Ergänzung zur Versorgung – wirklich nützlich bei leichten bis mittelschweren Depressions- und Angstsymptomen, um Bewältigungsstrategien zwischen echten Sitzungen zu üben und für Menschen, die mit langen Wartelisten oder Kostenhürden für eine menschliche Therapie konfrontiert sind. Sie stützen es nicht, einen KI-Psychologen als Ersatz für eine zugelassene Fachkraft zu behandeln, und sie stützen ausdrücklich nicht, sich für Diagnose, Medikamentenmanagement, Traumabehandlung oder Krisenversorgung auf einen zu verlassen.

Gut geeignet für leichte bis mittelschwere Symptome und Unterstützung zwischen den Sitzungen – nicht für Diagnose, Medikation, Trauma oder Krise.

Was die Belege stützen:

• Ein kostengünstiger, zugänglicher erster Schritt bei leichten bis mittelschweren Depressionen oder Angststörungen
• Eine Ergänzung, um Bewältigungsstrategien zwischen echten Therapiesitzungen zu üben
• Eine Übergangslösung für Menschen, die mit langen Wartelisten oder Kostenhürden für menschliche Versorgung konfrontiert sind

Was die Belege nicht stützen:

• Diagnose einer psychischen Erkrankung
• Medikamentenmanagement
• Traumabehandlung
• Krisen- oder Notfallversorgung

Wer abwägt, ob er einen ausprobieren soll, kann dieselben Fragen durchgehen, die die Forschung selbst aufwirft:

1. Sind Ihre Symptome eher leicht bis mittelschwer als schwer oder komplex?
2. Ist das Werkzeug, das Sie in Betracht ziehen, eigens für die psychische Gesundheit entwickelt (wie Therabot, Woebot oder Wysa) oder ein generischer Chatbot?
3. Haben Sie Zugang zu einer zugelassenen Fachkraft für Diagnose oder Medikation, falls nötig?
4. Nutzen Sie es, um eine Therapie zu ergänzen, oder als vollständigen Ersatz dafür?
5. Kennen Sie Ihre lokalen Krisenangebote (988, 741741, 911), bevor Sie sie brauchen?
6. Verfolgen Sie, ob sich Ihre Symptome über einige Wochen tatsächlich bessern, statt dies einfach anzunehmen?