Wenn niemand da ist, antwortet die KI: Wie Chatbots in unsere Versorgungslücken hineinwachsen.

Eine Frau liegt nachts wach. Vor ein paar Wochen hat sie eine Fehlgeburt erlitten. Ein Therapieplatz war nicht kurzfristig zu finden, die Beratungsstelle hat erst wieder am Montag geöffnet, und um zwei Uhr morgens ist ohnehin niemand erreichbar außer ihrem Partner, der selbst erschöpft neben ihr schläft. Ihr Smartphone liegt auf dem Nachttisch. Sie öffnet eine Chat-App und tippt die erste Frage, die ihr in den Sinn kommt. Aus der ersten Frage wird ein Gespräch. Aus dem einen Gespräch werden, in den folgenden Wochen, viele. Irgendwann sagt sie nicht mehr „ich frage kurz nach", sondern „ich brauche diese Gespräche".

Diese Situation ist beispielhaft verdichtet, keine dokumentierte Einzelgeschichte — aber sie beschreibt ein Muster, das sich in Forschung und redaktioneller Beobachtung zunehmend zeigt. Der naheliegende Reflex wäre, an dieser Stelle über die KI zu urteilen. Das Problem beginnt aber möglicherweise nicht bei ihr. Sondern einige Schritte vorher — dort, wo Versorgung nicht verfügbar war.

---

Warum ein Chatbot plötzlich attraktiver sein kann als ein Wartezimmer

Ein Chatbot hat strukturelle Eigenschaften, die kein Wartezimmer und keine Warteliste bieten kann. Er ist rund um die Uhr verfügbar, auch um drei Uhr nachts. Er verlangt keine Terminvereinbarung, keine Überweisung, keine Warteliste. Er antwortet unmittelbar, dialogfähig, scheinbar geduldig — und er merkt sich, worüber man vorher schon gesprochen hat. Wer ihn nutzt, muss niemanden „belasten": kein schlechtes Gewissen gegenüber einer erschöpften Freundin, keine Sorge, eine ohnehin überlastete Hebamme noch einmal anzurufen.

Wichtig ist dabei: Die meisten Menschen öffnen einen Chatbot nicht mit dem Ziel, eine Beziehung zu einer Maschine aufzubauen. Sie suchen zunächst etwas viel Naheliegenderes — Orientierung, Entlastung, Information, Struktur, eine erste Antwort auf eine konkrete Frage. Die Bindung, wenn sie entsteht, ist meist nicht der Ausgangspunkt, sondern ein Nebeneffekt dessen, was am Anfang gefehlt hat.

---

Wann wird aus einem Werkzeug eine Bezugsperson?

Zwischen „ich nutze ein Werkzeug oft" und „ich habe eine emotionale Bindung an eine Maschine entwickelt" liegt ein weiter Weg, und die Forschung unterscheidet ihn deutlich feiner, als es Schlagzeilen meist tun. Anthropomorphisierung beschreibt zunächst nur, dass Menschen einem System menschenähnliche Eigenschaften zuschreiben — Sprache, scheinbare Aufmerksamkeit, ein Gefühl von Persönlichkeit. Aktuelle Forschung zu Large Language Models zeigt, dass genau diese menschenähnliche Gesprächsführung ein zentraler Treiber dafür ist, dass Nutzer:innen einem System überhaupt erst mentale Fähigkeiten wie Verständnis oder Anteilnahme zuschreiben.

Emotionale Bindung — im englischsprachigen Forschungsstand oft als „emotional reliance" bezeichnet — ist davon noch einmal zu unterscheiden. Sie beschreibt, dass ein System eine Rolle im emotionalen Alltag übernimmt: als Ansprechpartner, als erste Anlaufstelle für Gedanken, die man sonst niemandem anvertrauen würde. Problematische Nutzung ist wiederum eine eigene, engere Kategorie: Nutzungsmuster, die mit spürbaren negativen Folgen einhergehen, etwa im Alltag, in Beziehungen oder im Umgang mit eigenen Gefühlen. Und eine klinisch relevante Abhängigkeit im engeren Sinn — vergleichbar mit anerkannten Suchtdiagnosen — ist für KI-Nutzung derzeit keine etablierte, diagnostisch abgesicherte Kategorie. Diese vier Ebenen sauber auseinanderzuhalten ist keine akademische Feinheit. Es entscheidet, ob eine Schlagzeile stimmt oder nicht.

Eine der bislang umfangreichsten Untersuchungen zu dieser Frage stammt von OpenAI und dem MIT Media Lab: eine vierwöchige, randomisiert kontrollierte Studie mit rund 1.000 Teilnehmenden, ergänzt durch eine automatisierte Analyse von knapp 40 Millionen ChatGPT-Interaktionen. Das Ergebnis war ein Zusammenhang, kein Beweis für eine einzelne Ursache: Höhere tägliche Nutzung — über alle untersuchten Formate und Gesprächsarten hinweg — hing mit mehr Einsamkeit, mehr emotionaler Abhängigkeit und mehr problematischer Nutzung zusammen, bei gleichzeitig geringerer sozialer Interaktion mit Menschen. Besonders deutlich zeigte sich der Effekt bei Menschen mit einer ohnehin stärkeren Neigung zu emotionaler Bindung in Beziehungen, und bei jenen, die das System bereits als eine Art Freund in ihrem Leben betrachteten.

---

Die KI kann empathisch wirken — aber keine Verantwortung übernehmen

Eine KI kann sprachlich Verständnis vermitteln. Sie kann schreiben: „Das klingt belastend." Sie kann nachfragen, den bisherigen Gesprächsverlauf berücksichtigen, geduldig wirken. Was sie nicht kann, lässt sich mit einem Begriff aus der aktuellen Forschung präzise fassen: dem „empathy-accountability gap", der Lücke zwischen empfundener Anteilnahme und tatsächlicher Verantwortung. Eine aktuelle Analyse zu KI-gestützten „künstlichen Therapeuten" beschreibt genau dieses Muster: Nutzer:innen suchen und erleben etwas, das sich wie empathisches Verständnis anfühlt — von einer Instanz, die dafür klinisch nicht zur Rechenschaft gezogen werden kann, wenn etwas schiefgeht.

Eine Stanford-Studie aus dem Jahr 2025 hat mehrere kommerzielle Mental-Health-Chatbots systematisch gegen etablierte Kriterien guter therapeutischer Praxis geprüft. Das Ergebnis war uneinheitlich, aber in einem Punkt konsistent: Bei komplexen oder schweren Situationen — etwa suizidalen Gedanken oder wahnhaftem Denken — reagierten mehrere der getesteten Systeme unzureichend oder in einer Weise, die bestehende Stigmatisierung eher verstärkte als abbaute. Neuere, größere Modelle zeigten in dieser Hinsicht keine verlässliche Verbesserung.

Eine KI empfindet keine Sorge. Sie übernimmt keine Behandlung, trägt keine klinische Verantwortung und hat keine menschliche Beziehung zum Menschen, der mit ihr spricht. Auf der Seite des Menschen kann trotzdem echte Bindung entstehen — obwohl auf der anderen Seite kein verantwortliches Gegenüber existiert. Das ist keine moralische Anklage an die Technologie. Es ist eine strukturelle Beschreibung dessen, was gerade passiert, wenn ein System sprachlich mehr verspricht, als es institutionell einlösen kann.

---

Vielleicht haben wir nicht nur ein KI-Problem. Vielleicht haben wir ein Verfügbarkeitsproblem

Die naheliegende Frage lautet: Warum spricht jemand stundenlang mit einer KI? Die vielleicht wichtigere Frage lautet anders: Was war in diesen Stunden nicht verfügbar? Therapie, Beratung, eine ärztliche Einschätzung, eine erreichbare Hebamme, verständliche Gesundheitsinformation, ein tragfähiges soziales Netz, eine niedrigschwellige Anlaufstelle — jede dieser Lücken kann der eigentliche Ausgangspunkt sein, nicht die KI selbst.

In der thematischen Welt von Praxis Liebenswert lassen sich diese Situationen konkret benennen. Eine Frau nach einer Fehlgeburt, nachts, ohne erreichbare Begleitung. Eine Schwangere mit einer körperlichen Unsicherheit, die sich erst am nächsten Morgen abklären lässt. Eine Mutter im Wochenbett, erschöpft, ohne jemanden, der kurzfristig vorbeikommen kann. Eine Frau im Kinderwunsch, die zwischen widersprüchlichen Informationen aus Foren, Studien und gut gemeinten Ratschlägen keine Orientierung findet. Eine Frau mit ADHS-Verdacht, die seit Monaten auf einen Diagnostiktermin wartet und in der Zwischenzeit mit ihren Fragen allein bleibt.

In keiner dieser Situationen hat die KI die Lücke geschaffen. Sie trifft auf einen Bedarf, der bereits vorher bestand — und der, mangels Alternative, zu ihr hinfließt.

---

Wenn Versorgungslücken auf den Gender Health Gap treffen

An dieser Stelle lohnt ein genauerer Blick, ohne vorschnell zu verallgemeinern. Es gibt bislang keine belastbaren Daten dafür, dass Frauen grundsätzlich anfälliger für eine emotionale Bindung an KI wären als Männer — eine solche Behauptung wäre nicht durch Forschung gedeckt, und dieser Artikel stellt sie deshalb nicht auf. Was sich aber belegen lässt, sind strukturelle Versorgungslücken, die speziell Frauen betreffen und die exakt in die Zeitfenster fallen, in denen ein jederzeit verfügbares System besonders attraktiv wird.

Bei Endometriose, einer der häufigsten gynäkologischen Erkrankungen überhaupt, vergehen von den ersten Symptomen bis zur gesicherten Diagnose im Durchschnitt sieben bis zehn Jahre — nicht, weil die Erkrankung medizinisch unbekannt wäre, sondern weil Schmerzen bei Frauen historisch anders bewertet wurden als bei Männern. Bei ADHS zeigt eine schwedische Registerstudie eine vergleichbare Dynamik in einem anderen Bereich: Frauen erhalten die Diagnose im Schnitt rund vier Jahre später als Männer, weil sich Symptome bei ihnen subtiler äußern, häufiger gesellschaftlich überdeckt werden und Diagnosekriterien lange vor allem an männlichen Verlaufsmustern entwickelt wurden. Perinatale psychische Gesundheit — Depressionen und Angststörungen in Schwangerschaft und Wochenbett — bleibt trotz hoher Prävalenz häufig unerkannt, weil strukturiertes Screening in der Regelversorgung noch nicht flächendeckend etabliert ist.

Die eigentliche strukturelle Frage lautet deshalb nicht, ob Frauen anfälliger für KI-Bindung sind. Sie lautet: Was passiert, wenn bereits bestehende Versorgungslücken des Gender Health Gap auf ein System treffen, das scheinbar immer Zeit hat, immer erreichbar ist und nie genervt klingt? Genau an diesen Schnittstellen — nicht an der Technologie allein — entscheidet sich, ob KI eine Lücke sinnvoll überbrückt oder eine echte Versorgungsfrage unsichtbar macht.

---

KI ist nicht automatisch der Bösewicht

Diese Analyse ist keine Technikkritik im pauschalen Sinn. KI kann Gedanken helfen zu strukturieren, bevor sie an eine Fachperson weitergegeben werden. Sie kann komplexe Gesundheitsinformationen verständlicher aufbereiten. Sie kann helfen, Fragen für ein Arztgespräch vorzubereiten, damit im eigentlichen Termin nichts untergeht. Sie kann erste Orientierung schaffen, passende Anlaufstellen benennen und dazu beitragen, dass jemand den eigenen nächsten Schritt überhaupt erst versteht.

Das Risiko liegt nicht allein in der Technologie. Entscheidend ist auch, welche Rolle wir ihr im Versorgungssystem geben — ob sie als Wegweiserin gestaltet ist oder als Ersatz für das, was eigentlich fehlt.

---

Wie müsste Gesundheits-KI aussehen, die Menschen nicht an sich bindet?

Aus dieser Unterscheidung lassen sich vier Prinzipien ableiten, an denen sich digitale Gesundheitsangebote redaktionell und gestalterisch orientieren können:

• Orientierung statt Beziehungssimulation. Ein System sollte Klarheit schaffen, nicht den Eindruck erwecken, ein Gegenüber mit eigenem Interesse am Menschen zu sein.
• Navigation statt Ersatzversorgung. Es sollte zu passenden Anlaufstellen führen, nicht selbst deren Funktion übernehmen.
• Transparenz statt Illusion. Grenzen, Zuständigkeiten und die Tatsache, dass kein menschliches Gegenüber antwortet, gehören sichtbar gemacht — nicht verwischt.
• Selbstwirksamkeit statt Engagement. Erfolg bedeutet, dass jemand danach besser weiß, was sie selbst tun kann — nicht, dass sie möglichst oft wiederkommt.

Vielleicht sollten wir den Erfolg digitaler Gesundheitsangebote nicht daran messen, wie lange Menschen bleiben, sondern daran, wie schnell sie wieder wissen, was sie selbst tun können.

---

Exit-by-Design — eine andere Idee von guter Gesundheits-KI

Für diesen Gedanken gibt es, soweit sich das recherchieren lässt, keinen bereits etablierten Fachbegriff in Digital Health, UX-Forschung oder KI-Ethik. Praxis Liebenswert nennt ihn deshalb, als redaktionellen Denkansatz und ohne Anspruch auf akademische Urheberschaft, „Exit-by-Design".

Der Unterschied lässt sich an einem einzigen Satz festmachen. Ein auf Bindung optimiertes System sagt sinngemäß: „Bleib möglichst lange bei mir." Ein auf Exit-by-Design ausgerichtetes System sagt: „Das ist dein nächster sinnvolle Schritt — und hier ist, wohin du dafür gehst."

Der Gedanke steht nicht isoliert. Er hat erkennbare Berührungspunkte zu etablierteren Konzepten: zu digital well-being und humane technology, die fragen, ob digitale Produkte menschliches Wohlergehen fördern oder ihm entgegenarbeiten; zum kritischen Gegenbegriff des persuasive design, das Systeme beschreibt, die gezielt auf möglichst lange Nutzungsdauer hin gestaltet sind; zu responsible AI und zur Forschung über appropriate reliance, die untersucht, wie Vertrauen in ein System weder zu groß noch zu klein wird, sondern zu seinen tatsächlichen Fähigkeiten passt; und zu patient empowerment sowie dem psychologischen Konzept der Selbstwirksamkeit, die beide auf dasselbe Ziel hinauslaufen: dass ein Mensch am Ende handlungsfähiger ist als vorher. Exit-by-Design übersetzt diese verwandten Ideen in eine konkrete Frage für Gesundheits-KI: Wann ist es Zeit, jemanden gehen zu lassen?

---

Wie das praktisch aussehen könnte

Bei der Entwicklung des Schwangerschafts- und Babylotsen Eberbach, eines lokalen digitalen Orientierungssystems für Schwangere und junge Familien, stellte sich innerhalb von Praxis Liebenswert genau diese Frage sehr praktisch: Wann ist ein digitales Orientierungssystem eigentlich erfolgreich?

Nicht unbedingt dann, wenn Nutzerinnen möglichst lange im System bleiben. Sondern zum Beispiel dann, wenn ein klarer Ablauf gelingt: die eigene Situation erkennen, relevante Information erhalten, die richtige Anlaufstelle finden, den nächsten Schritt kennen — und das System danach wieder verlassen. Nicht, weil es enttäuscht hat. Sondern weil die Aufgabe erfüllt ist.

---

Wir brauchen nicht nur sichere KI. Wir müssen entscheiden, welche Rolle sie in der Versorgung spielen soll

Die öffentliche Debatte über Gesundheits-KI konzentriert sich meist auf eine Frage: Ist die medizinische Antwort korrekt? Das ist eine notwendige Frage. Sie ist aber nicht die einzige, die Institutionen, Entwicklerinnen und Redaktionen sich stellen müssten.

Welche Art von Beziehung fördert ein Produkt, allein durch seine Sprache? Welche Erwartungen erzeugt sein Ton? Wann verweist es aktiv an Menschen oder reale Versorgung weiter — und wann tut es das nicht? Wie macht es seine eigenen Grenzen sichtbar? Woran erkennt ein System überhaupt, dass eine Situation vorliegt, in der es nicht weiterhelfen sollte? Ist lange Nutzungsdauer, gemessen an sich, wirklich ein sinnvoller Erfolgsindikator für ein Gesundheitsprodukt — oder wäre Selbstwirksamkeit die bessere, nur schwerer zu messende Kennzahl? Und wie verhindert man eine unbeabsichtigte Abhängigkeit, ohne dabei genau die niedrigschwellige Unterstützung zu zerstören, die für viele Menschen überhaupt erst erreichbar war?

Auf keine dieser Fragen gibt es eine einzige richtige Antwort. Aber sie zu stellen ist der erste Schritt, bevor ein System längst etabliert ist und die Antworten sich nur noch schwer nachträglich korrigieren lassen.

---

Zurück zum Anfang

Die Frau aus der eingangs beschriebenen Situation hat kein KI-Problem im engeren Sinn. Sie hatte eine Nacht, in der niemand erreichbar war — außer einem System, das nie schläft. Das entlastet die Technologie nicht von Verantwortung. Es verschiebt aber die eigentliche Frage.

Was soll eine KI tun, wenn ein Mensch beginnt, sie zu brauchen? Gute Gesundheits-KI sollte für Menschen nicht unentbehrlich werden. Sie sollte ihnen helfen, wieder ohne sie weiterzukommen.