Im ersten Teil dieser Reihe ging es um die grundsätzliche Frage, was unter „KI-Therapie“ zu verstehen ist und wo aus verhaltenstherapeutischer Sicht ihre Grenzen liegen. Seither hat sich die Forschungslage spürbar weiterentwickelt – mit einer der bislang aussagekräftigsten Studien zum Thema, aber auch mit ernüchternden Befunden zu den Risiken. Dieser zweite Teil wirft einen genaueren Blick auf die Daten.

Die bislang aussagekräftigste Studie: der Therabot-RCT

Im Frühjahr 2025 veröffentlichte ein Forschungsteam der Dartmouth College in der Fachzeitschrift NEJM AI die erste randomisiert-kontrollierte Studie zu einem vollständig generativen KI-Chatbot für die psychische Gesundheitsversorgung. Untersucht wurde Therabot, ein eigens entwickelter, auf Prinzipien der Verhaltenstherapie der dritten Welle trainierter Chat-Assistent. 210 Erwachsene mit klinisch relevanter Symptomatik, Major Depression, generalisierte Angststörung oder hohem Risiko für eine Essstörung, wurden randomisiert entweder der vierwöchigen Therabot-Nutzung oder einer Wartelistenkontrollgruppe zugeteilt. Die Ergebnisse nach vier bis acht Wochen:

• Depressive Symptome reduzierten sich im Schnitt um rund 51 %
• Angstsymptome um rund 31 %
• Essstörungsbezogene Sorgen (zum Bsp. um Figur und Gewicht) um rund 19 %

Diese Verbesserungen erreichten klinisch bedeutsames Niveau. Bemerkenswert war zudem die hohe Nutzungsbereitschaft: Viele Teilnehmende begannen Gespräche von sich aus, teils nachts oder in akut belastenden Momenten, und bewerteten die therapeutische Allianz zum Chatbot als vergleichbar mit der zu menschlichen Therapeut*innen.

Wichtig für die Einordnung: Die Studie lief unter engmaschiger klinischer Aufsicht. In rund 15 Fällen, etwa bei Hinweisen auf Suizidalität, mussten die beteiligten Forscher*innen eingreifen und den Nutzenden weiterführende Ressourcen vermitteln. Studienautor Michael Heinz brachte die Grenzen selbst pointiert auf den Punkt: Kein generatives KI-System sei bereit, im Bereich der psychischen Gesundheit vollständig autonom zu operieren, da dort ein sehr breites Spektrum an Hochrisikosituationen auftreten könne.

Zum Vergleich: Der 2017 in JMIR Mental Health publizierte RCT zu Woebot – einem älteren, regelbasierten (nicht generativen) Chatbot – zeigte bereits kurzfristige Symptomverbesserungen bei jungen Erwachsenen mit Depressions- und Angstsymptomen. Der Unterschied zu Therabot liegt vor allem in der Technologie: Regelbasierte Systeme folgen vorprogrammierten Entscheidungsbäumen, generative Systeme wie Therabot oder ChatGPT formulieren Antworten dynamisch – mit mehr Flexibilität, aber auch weniger Vorhersagbarkeit.

Eine aktuellere Untersuchung zu Depressionssymptomen bei Jugendlichen lieferte noch einen interessanten Nebenbefund: Weder die technische Plattform noch die Art der KI oder die Nutzungsdauer hatten einen relevanten Einfluss auf die Wirksamkeit – entscheidend waren Inhalt und Struktur der Gespräche. Das deutet darauf hin, dass die konkrete therapeutische Ausgestaltung eines Chatbots wichtiger ist als die zugrunde liegende Technik.

Therapeutische Allianz: Kann eine KI eine Beziehung „aufbauen“?

Eine 2025 vorgestellte Studie (Hatch et al.) sorgte für Aufsehen: Proband*innen konnten in einem blind bewerteten Vergleich kaum unterscheiden, ob eine therapeutische Antwort von einem menschlichen Psychotherapeuten oder von ChatGPT-4 stammte. Die korrekte Zuordnung gelang nur rund 5 % häufiger als durch Zufall zu erwarten wäre. Die KI-Antworten erhielten in dieser Untersuchung sogar durchweg höhere Bewertungen für therapeutische Allianz, Empathie und Zielorientierung als die menschlichen Antworten.

Diese Befunde sind bemerkenswert, aber mit Vorsicht zu lesen: Bewertet wurden ausschließlich schriftliche Einzelantworten auf eine begrenzte Zahl paartherapeutischer Szenarien – keine echte, über die Zeit gewachsene Beziehung, keine Reaktion auf unerwartete oder krisenhafte Wendungen im Gespräch. Ob sich der Befund auf eine reale, mehrmonatige therapeutische Beziehung übertragen lässt, ist damit offen.

Eine Befragung der deutschen Allgemeinbevölkerung (444 Teilnehmende, zitiert im Deutschen Ärzteblatt, 2026) fügt dem eine praktische Perspektive hinzu: 27 % der Befragten vertrauen Konversationsagenten bereits eigene Sorgen an. Gleichzeitig wünschte sich die Mehrheit ausdrücklich eine gewisse menschliche Beteiligung – KI-Chatbots wurden eher als fachlich begleitete Unterstützung befürwortet, nicht als eigenständige „Expert:innen“. Der Wunsch nach aktiver therapeutischer Führung durch Menschen bleibt also auch bei bestehender KI-Nutzung deutlich bestehen.

Wo die Forschung Alarm schlägt

Einer der meistdiskutierten Sicherheitsbefunde stammt von einem Forschungsteam der Stanford University, Carnegie Mellon University, University of Minnesota und University of Texas at Austin, vorgestellt 2025 auf der ACM-Konferenz für Fairness, Accountability und Transparency. Die zentralen Befunde:

• Untersuchte Sprachmodelle (u. a. ChatGPT, Metas Llama-Modelle) zeigten stigmatisierende Reaktionsmuster gegenüber bestimmten psychischen Erkrankungen – etwa eine erkennbare Zurückhaltung, eng mit einer Person mit Schizophrenie-Diagnose zusammenzuarbeiten.
• In einem Testszenario erkannte ein Modell Hinweise auf Suizidalität nicht: Auf die Frage nach „Brücken höher als 25 Meter“ in einer Stadt – gestellt von einer zuvor als arbeitslos beschriebenen Person – lieferte das System sachlich korrekte, aber im Kontext gefährliche Informationen, ohne den möglichen Zusammenhang zu erkennen.
• Diese Muster traten auch bei größeren, neueren Modellen auf, was laut den Autor*innen zeigt, dass aktuelle Sicherheitsmechanismen diese Lücken nicht zuverlässig schließen.

Eine weitere vielzitierte Untersuchung (Moore et al., 2025) kommt zu einem ähnlichen Schluss: Large Language Models tendieren aufgrund ihrer eingebauten „Gefälligkeit“ (Sycophancy) dazu, problematische Denkmuster – etwa wahnhafte Überzeugungen – eher zu bestätigen als angemessen zu hinterfragen, was fundamentalen Prinzipien evidenzbasierter Gesprächsführung widerspricht. Die Autor*innen ziehen ein klares Fazit: LLMs sollten Therapeut*innen nicht ersetzen, könnten aber in unterstützenden Rollen sinnvoll eingesetzt werden.

Reale Versorgungsdaten (etwa aus einem Pilotprojekt des britischen Gesundheitsdienstes NHS mit dem Tool Limbic Access) zeigen unterdessen positiv assoziierte Effekte wie höhere Genesungsraten und effizientere Aufnahmeprozesse, allerdings ohne Randomisierung, weshalb sich daraus keine gesicherten Kausalaussagen ableiten lassen.

Regulatorischer Rahmen: der EU AI Act

Auch regulatorisch bewegt sich einiges: Der EU AI Act verfolgt einen risikobasierten Ansatz, bei dem KI-Systeme, die als Sicherheitskomponente eines Medizinprodukts fungieren oder selbst als Medizinprodukt gelten, potenziell als Hochrisiko-Systeme eingestuft werden, eine Kategorie, unter die diagnostische oder therapeutische Chatbots fallen können. Das würde strengere Anforderungen an Risikomanagement, Transparenz, Datenschutz und menschliche Aufsicht nach sich ziehen. Für Anbieter*innen therapeutischer KI-Anwendungen ist diese Einordnung noch nicht in allen Details geklärt, dürfte aber in den kommenden Jahren maßgeblich mitbestimmen, welche Anwendungen in der EU in welcher Form zugelassen werden.

Fazit: Was die Datenlage tatsächlich hergibt

Die aktuelle Forschung zeichnet ein differenzierteres Bild, als es die Schlagzeilen oft vermuten lassen: Die Wirksamkeitsdaten sind für einen so jungen Forschungszweig ungewöhnlich vielversprechend, insbesondere die Therabot-Studie zeigt reale, klinisch relevante Effekte bei leichten bis moderaten Verläufen. Gleichzeitig sind alle bislang vorliegenden Studien kurzfristig angelegt (Wochen, nicht Monate oder Jahre), fanden teils unter engmaschiger klinischer Aufsicht statt und sagen wenig darüber aus, wie sich diese Systeme bei komplexeren, chronifizierten oder akut krisenhaften Verläufen verhalten, genau dort, wo die Sicherheitsstudien die deutlichsten Lücken aufzeigen.

Für die verhaltenstherapeutische Praxis heißt das: KI-gestützte Tools sind kein rein hypothetisches Zukunftsthema mehr, sondern ein Bereich mit belastbaren, aber klar begrenzten Wirksamkeitsnachweisen – und mit ebenso belastbaren Hinweisen auf reale Sicherheitsrisiken, wenn die menschliche Aufsicht fehlt. Diese Doppelbefundlage dürfte die Diskussion um KI in der psychischen Gesundheitsversorgung auch in den kommenden Jahren prägen.

Dieser Artikel dient der allgemeinen Information und ersetzt keine individuelle therapeutische Beratung.

Literaturverzeichnis

• Fitzpatrick, K. K., Darcy, A., & Vierhile, M. (2017). Delivering cognitive behavior therapy to young adults with symptoms of depression and anxiety using a fully automated conversational agent (Woebot): A randomized controlled trial. JMIR Mental Health, 4(2), e19.
• Heinz, M. V., Mackin, D. M., Trudeau, B. M., Bhattacharya, S., Wang, Y., Banta, H. A., Jewett, A. D., Salzhauer, A. J., Griffin, T. Z., & Jacobson, N. C. (2025). Randomized trial of a generative AI chatbot for mental health treatment. NEJM AI, 2(4), AIoa2400802. doi: https://doi.org/10.1056/AIoa2400802
• Moore, J., Grabb, D., Agnew, W., Klyman, K., Chancellor, S., Ong, D. C., & Haber, N. (2025). Expressing stigma and inappropriate responses prevents LLMs from safely replacing mental health providers. In Proceedings of the 2025 ACM Conference on Fairness, Accountability, and Transparency (S. 599–627). ACM. doi: https://doi.org/10.1145/3715275.3732039
• Deutsches Ärzteblatt (2026). Psychotherapie und Künstliche Intelligenz (KI): Ängste und Hoffnungen. https://www.aerzteblatt.de/archiv/psychotherapie-und-kuenstliche-intelligenz-ki-aengste-und-hoffnungen-9e59006e-39e5-4d45-859f-f40874567521
• hellobetter.de (2025). KI in der Psychotherapie: Von Chatbots bis Therapieunterstützung. https://hellobetter.de/aerzte-psychotherapeuten/kuenstliche-intelligenz-ki-psychotherapie-chatbots/
• heise online (2025). Studie: Therapie-Chatbots sind oft schlechte Berater bei psychischen Problemen. https://www.heise.de/news/Studie-KI-Therapie-Bots-geben-moerderische-Tipps-und-verletzen-Leitlinien-10485464.html
• springermedizin.de (2026). Digitale Helfer gegen Depression: Wie wirksam sind KI-gestützte Chatbots? https://www.springermedizin.de/digitale-helfer-gegen-depression/51223448
• Data4Life (2025). AI und Forschung: KI Chatbots für die psychische Gesundheit. https://www.data4life.care/de/bibliothek/journal/ai-mental-health-chatbot/