RSS-Feed abonnieren
DOI: 10.1055/a-2623-5695
KI-Chatbots und digitale Suchtberatung: Eine Interviewstudie zu wahrgenommenen Chancen und Herausforderungen von KI-Expert*innen
AI-chatbots and digital addiction counseling: An interview study on perceived opportunities and challenges of AI-experts
Zusammenfassung
Ziel der Studie
In den unterschiedlichsten Bereichen der Gesundheitsversorgung finden Chatbots mit künstlicher Intelligenz mittlerweile immer mehr Anwendung, so dass sich auch in der Suchtberatung die Frage stellt, ob und wie diese sinnvoll genutzt werden könnten. Ziel dieses Beitrags ist es, die Chancen und Herausforderungen des Einsatzes von Chatbots, die auf künstlicher Intelligenz basieren, in diesem Versorgungssegment durch Stellungnahmen von Expert*innen für künstliche Intelligenz zu untersuchen.
Methodik
Es wurden Experten für künstliche Intelligenz mittels eines halbstrukturierten Interviews befragt. Die Transkripte wurden mit der inhaltlich-strukturierenden qualitativen Inhaltsanalyse ausgewertet.
Ergebnisse
Der Einsatz von Chatbots auf Basis künstlicher Intelligenz könnte Suchtberater*innen entlasten und somit mehr Kapazität für die Betreuung von Menschen in Krisensituationen schaffen. Allerdings wird aktuell die Fähigkeit von Chatbots mit künstlicher Intelligenz in Frage gestellt, emotionale Signale bei abhängigen Menschen adäquat zu erfassen. Es wird prognostiziert, dass Chatbots auf Basis künstlicher Intelligenz die Suchtberatung unterstützen, jedoch nicht ersetzen können.
Schlussfolgerung
Durch diese Unterstützung könnte die psychosoziale Versorgung abhängiger Menschen verbessert werden. Ein trialogischer Austausch zwischen Nutzer*innen, Endnutzer*innen und Anbieter*innen sollte dazu beitragen, die Qualität solcher Chatbots zu sichern und Verständnis und Transparenz zu fördern.
Abstract
Purpose
Chatbots with artificial intelligence are now increasingly being used in various areas of healthcare, raising the question of whether and how they could be put to good use in addiction counseling. The aim of this article is to examine the opportunities and challenges of using chatbots based on artificial intelligence in this care segment, based on the opinions of experts in artificial intelligence.
Methods
Artificial intelligence experts were surveyed using a semi-structured interview. The transcripts were analyzed using content-structuring qualitative content analysis.
Results
The use of chatbots based on artificial intelligence could relieve the burden on addiction counselors and thus create more capacity for supporting people in crisis situations. However, the ability of chatbots with artificial intelligence to adequately detect emotional signals in addicted people is currently being questioned. It is predicted that chatbots based on artificial intelligence will support, but not replace, addiction counseling.
Conclusion
This support could improve psychosocial care for addicted people. A trialogic exchange between users, end users and providers should help to ensure the quality of such chatbots and promote understanding and transparency.
Schlüsselwörter
Chatbot - Digitale Suchtberatung - Digitales Gesundheitswesen - Künstliche Intelligenz - Mensch-KI-InteraktionKeywords
chatbot - digital addiction counseling - digital healthcare - artificial intelligence - human-aI-interactionPublikationsverlauf
Artikel online veröffentlicht:
24. Juli 2025
© 2025. Thieme. All rights reserved.
Georg Thieme Verlag KG
Oswald-Hesse-Straße 50, 70469 Stuttgart, Germany
-
Literaturverzeichnis
- 1 Deutsche Hauptstelle für Suchtfragen. Die Versorgung von Menschen mit Suchtproblemen in Deutschland–Analyse der Hilfen und Angebote & Zukunftsperspektiven (Dezember 2019). Im Internet: https://www.dhs.de/fileadmin/user_upload/pdf/suchthilfe/Versorgungssystem/Die_Versorgung_Suchtkranker_in_Deutschland_Update_2019.pdf Stand: 29.06.2024
- 2 Die Drogenbeauftragte der Bundesregierung. Jahresbericht 2021 (August 2021). Im Internet: https://www.bundesdrogenbeauftragter.de/assets/user_upload/PDF-Publikationen/DSB_2021_final_bf.pdf Stand: 29.06.2024
- 3 Suhren E, von Dewitz M, Bodemer N. et al. Forschungsaktivitäten zu den Auswirkungen von COVID-19 auf den Substanzkonsum, die Entwicklung von Verhaltenssüchten sowie das Suchthilfesystem. Berlin: Institut für Innovation und Technik; Juni 2021. Im Internet: https://www.bundesgesundheitsministerium.de/fileadmin/Dateien/5_Publikationen/Drogen_und_Sucht/Berichte/Abschlussbericht/Corona_und_Sucht_Abschlussbericht.pdf Stand: 29.06.2024
- 4 Goecke M. Auswirkungen der Corona-Pandemie auf die Maßnahmen zur Suchtprävention der Bundeszentrale für gesundheitliche Aufklärung (BZgA). Journal of Addiction Research 2020; 66: 259-264
- 5 Bundesministerium des Inneren und für Heimat. Paket für die digitale Verwaltung: Eckpunkte für eine moderne und zukunftsgerichtete Verwaltung (Mai 2023). Im Internet: https://www.digitale-verwaltung.de/SharedDocs/downloads/Webs/DV/DE/ozgaendg-eckpunkte.pdf?__blob=publicationFile&v=1 Stand: 29.06.2024
- 6 Leuschner F. Neue Weg in der Drogenberatung: internetgestützte Beratungsangebote. In: Stöver H, Hößbarth S (eds). Drogenpraxis, Drogenpolitik, Drogenrecht. Frankfurt: Fachhochschulverlag für angewandte Wissenschaften; 2024: 724-733
- 7 Weizenbaum J. Contextual understanding by computers. Communications of the ACM 1967; 10: 474-480
- 8 Seemann M. Künstliche Intelligenz, Large Language Models, ChatGPT und die Arbeitswelt der Zukunft. Düsseldorf: Hans Böckler Stiftung (September 2023). Im Internet: https://www.econstor.eu/bitstream/10419/278731/1/1860439527.pdf Stand: 13.10.2024
- 9 Liu K, Zhang J. A dual-layer attention-based LSTM network for fed-batch fermentation process modelling. In Computer aided chemical engineering. ELSEVIER; 2021. 50. 541-547
- 10 Hochreiter S, Schmidhuber J. Long short-term memory. Neural computation 1997; 9: 1735-1780
- 11 Hetz M, Carl N, Haggenmüller S. et al. Superhuman performance on urology board questions using an explainable language model enhanced with European Association of Urology guidelines. ESMO Real World Data and Digital Oncology 2024; 6: 1-8
- 12 Engelhard EM. Paradigmenwechsel in der (Online-) Beratungspraxis durch Generative KI?. Sucht Magazin 2024; 50: 18-21
- 13 Epley N, Waytz A, Cacioppo JT. On seeing human: A three-factor theory of anthropomorphism. Psychological Review 2007; 114: 864-886
- 14 Linnemann G, Löhe J, Rottkemper B. Bedeutung von Selbstoffenbarungseffekten in quasisozialen Beziehungen mit auf generativer KI basierten Systemen in Setting von Onlineberatung und – therapie. E-beartungsjournal. Zeitschrift für Onlineberatung und computervermittelte Kommunikation 2024; 20: 1-21
- 15 Luykx J, Gerritse F, Habets P. et al. The performance of ChatGPT in generating answers to clinical questions in psychiatry: a two-layer assessment. World Psychiatry 2023; 22: 479-480
- 16 Spallek S, Birell L, Kershaw S. et al. Can we use ChatGPT for Mental Health and Substance Use Education? Examining Ist Quality and Potential Harms. JMIR 2023; 9: e51243
- 17 Ji Z, Lee N, Frieske R. et al. Survey of hallucination in natural language generation. ACM computing surveys 2023; 55: 1-38
- 18 Mygland MJ, Schibbye M, Pappas IO. et al. Affordances in Human-Chatbot Interaction: A Review of the Literature. In: Dennehy D, Griva A, Pouloudi N et al. (eds.). Responsible AI and Analytics for an Ethical and Inclusive Digitized Society. Switzerland: Springer Nature Switzerland AG; 2021: 3-17
- 19 Ogilvie L, Prescott J, Carson J. The Use of Chatbots as Supportive Agents for People Seeking Help with Substance Use Disorder: A Systematic Review. European Addiction Research 2022; 28: 405-418
- 20 Barnett A, Savic M, Pienaar K. et al. Enacting ‘more-than-human’ care: Clients’ and counsellors’ views on the multiple affordances of chatbots in alcohol and other drug counselling. The International Journal on Drug Policy 2021; 94: 102910
- 21 Sprondel WM. ‚Experte’ und ‚Laie’: Zur Entwicklung von Typenbegriffen in der Wissenssoziologie. In: Sprondel WM, Grathoff R (eds). Alfred Schütz und die Idee des Alltags in den Sozialwissenschaften. Stuttgart: Enke; 1979: 140-154
- 22 Gläser J, Laudel G. Einführung. In: Gläser J, Laudel G (eds). Experteninterviews und qualitative Inhaltsanalyse als Instrumente rekonstruierender Untersuchungen. Wiesbaden: VS Verlag für Sozialwissenschaften; 2004: 11-22
- 23 Witzel A. (eds). Verfahren der qualitativen Sozialforschung. Überblick und Alternativen. Frankfurt am Main: Campus; 1982
- 24 Helfferich C. Interviewplanung und Intervieworganisation. In: Helfferich C (eds). Die Qualität qualitativer Daten: Manual für die Durchführung qualitativer Interviews. Wiesbaden: VS Verlag für Sozialwissenschaften; 2011: 167-193
- 25 Dresing T, Pehl T. Ein semantisch-inhaltliches Transkriptionssystem. In: Dresing T, Pehl T (eds). Praxisbuch Interview, Transkription & Analyse: Anleitungen und Regelsysteme für qualitativ Forschende. Marburg: Eigenverlag; 2018: 20-25
- 26 Kuckartz U, Rädiker S. Die inhaltlich strukturierende qualitative Inhaltsanalyse. In: Kuckartz U, Rädiker S (eds). Qualitative Inhaltsanalyse: Methoden, Praxis, Computerunterstützung. Weinheim: Beltz Juventa; 2022: 129-156
- 27 Kuckartz U, Rädiker S. Kategorienbildung in der Praxis. In: Kuckartz U, Rädiker S (eds). Qualitative Inhaltsanalyse: Methoden, Praxis, Computerunterstützung. Weinheim: Beltz Juventa; 2022: 70-103
- 28 Araujo T. Living up to the chatbot hype: The influence of anthropomorphic design cues and communicative agency framing on conversational agent and company perceptions. Computers in Human Behavior 2018; 85: 183-189
- 29 Ciechanowski L, Przegalinska A, Magnuski M. et al. In the shades of the uncanny valley: An experimental study of human–chatbot interaction. Future Generation Computer Systems 2019; 92: 539-548
- 30 Graßmann C, Schermuly CC. Coaching with artificial intelligence: Concepts and capabilities. Human Resource Development Review 2021; 20: 106-126
- 31 Warwick K, Shah H. Good machine performance in Turing’s Imitation Game. IEEE Transactions on Computational Intelligence and AI in Games 2014; 6: 289-299
- 32 Kotte S, Webers T. Digitalisierung in der Beratung: Online- und KI-unterstützte Beratungsformate. Organisationsberatung, Supervision, Coaching 2023; 30: 1-6
- 33 Terblanche N. A design framework to create Artificial Intelligence Coaches. International Journal of Evidence Based Coaching and Mentoring 2020; 18: 152-165
- 34 Antweiler D, Albiez D, Bures D. et al. Einsatz von KI-basierten Anwendungen durch Krankenhauspersonal: Aufgabenprofile und Qualifizierungsbedarfe. Bundesgesundheitsblatt, Gesundheitsforschung, Gesundheitsschutz 2024; 67: 66-75
- 35 Europäisches Parlament. Korrigendum des KI-Gesetzes durch das Europäische Parlament (April 2024). Im Internet: https://www.europarl.europa.eu/doceo/document/TA-9-2024-0138-FNL-COR01_DE.pdf Stand: 29.06.2024
- 36 Europäische Kommission, Generaldirektion Kommunikationsnetze, Inhalte und Technologien. Ethik-Leitlinien für eine vertrauenswürdige KI, Publications Office (Juni 2019). Im Internet: https://data.europa.eu/doi/10.2759/22710 Stand: 29.06.2024
- 37 Shuster K, Poff S, Chen M. et al. Retrieval augmentation reduces hallucination in conversation. Findings of the Association for Computational Linguistics: EMNLP 2021; 3784-3803