Forschung
RISE-VR: Resilience, Introspection, Social & Emotional Skills in Virtual Reality
Virtuelle Realität wird in der Psychotherapie seit Jahren genutzt, beschränkt sich jedoch überwiegend auf die Anwendung bei Expositionstherapien. Obwohl andere psychische Störungen, wie affektive Störungen, ebenfalls eine intensive Therapie benötigen und somit das Gesundheitssystem belasten, wurden sie bislang als mögliche Anwendungsbereiche von VR in Forschung und Praxis nicht beachtet. Insbesondere Kinder und Jugendliche könnten von einer speziell entwickelten VR Anwendung profitieren, aufgrund des hohen Immersionsgrads und Interaktivität.
Aufgrund dessen soll im Rahmen dieses Forschungsprojektes eine interaktive, immersive VR-Anwendung entwickelt werden, die ortsunabhängig als Präventionsinstrument für affektive Störungen genutzt werden kann. Die Anwendung soll bei der Prävention von affektiven Störungen von helfen, indem sie die sozialen und emotionalen Fertigkeiten von vulnerablen Jugendlichen fördert. Des Weiteren soll die Belastung des Gesundheitssystems reduziert werden, indem der Bedarf nach Psychotherapie durch Prävention zu einem frühen Zeitpunkt reduziert wird.
Projektzeitraum: Mai 2025 – tbh
PROTECT – PROspective Evaluation of Therapeutic Efficacy and Challenges of Text-based Chatbots
Das Forschungsprojekt PROTECT untersucht die Nutzung textbasierter Chatbots im psychosozialen und therapeutischen Kontext. Ziel ist es, besser zu verstehen, warum Menschen zunehmend mit Basis Large Language Models (LLMs) wie z.B. ChatGPT kommunizieren, welche Bedürfnisse dabei angesprochen werden und wie diese Interaktionen die Akzeptanz und wahrgenommene Wirksamkeit solcher Technologien beeinflussen.
Ein besonderer Fokus liegt auf der Konsistenztheorie nach Grawe und der Frage, inwiefern die Interaktion mit Chatbots zur Befriedigung psychologischer Grundbedürfnisse beitragen und damit subjektiv erlebte Konsistenz bzw. Inkonsistenz beeinflussen kann und welche Rolle dies für ihre Attraktivität und Nutzung im psychosozialen Kontext spielt. Gleichzeitig wird analysiert, wie textbasierte Chatbots mit belastenden Gesprächsinhalten und Krisensituationen umgehen und inwieweit sie in der Lage sind, Risiken zu erkennen und angemessen zu reagieren.
Zur Beantwortung dieser Fragestellungen kombiniert PROTECT mehrere methodische Zugänge: Neben (1) einer Fallvignetten-Studie, in der der Umgang von Chatbots mit simulierten, eskalierenden Krisensituationen analysiert wird, kommt (2) eine Online-Befragung zum Einsatz, um Nutzungsverhalten, Motive und Erwartungen von Chatbot-Nutzer*innen systematisch zu erfassen. Ergänzend dazu werden (3) qualitative Interviews mit Patient*innen geführt, um subjektive Erfahrungen, wahrgenommene Chancen und mögliche Risiken im Umgang mit Chatbots zu verstehen. Zusätzlich sollen (4) Chatverlauf-Spenden gesammelt und anonymisiert ausgewertet werden, um reale Interaktionen, den Umgang mit Belastungssituationen sowie die dahinterliegenden Bedürfnisse der Nutzer*innen zu analysieren.
Die Ergebnisse von PROTECT sollen zu einem vertieften Verständnis der psychologischen Mechanismen der Chatbot-Nutzung beitragen und eine wissenschaftlich fundierte Grundlage für einen sicheren, reflektierten und therapeutisch sinnvollen Einsatz textbasierter Chatbots schaffen.
Training kognitiver Kontrolle zur Linderung Depressiver Symptomatik: Eine voll-digitale klinische Studie zu Wirksamkeit und Entwicklung individueller Responseparameter (KoDeS)
Dieses Projekt zielt darauf ab, die Wirksamkeit eines vollständig digitalen, KI-gestützten Trainings der kognitiven Kontrolle zur Reduktion depressiver Symptome (DS) zu evaluieren und zugleich individuelle Marker mithilfe von Sprachanalysen zu identifizieren. Depressive Symptome stellen eine große Herausforderung über verschiedene psychiatrische und subklinische Störungsbilder hinweg dar (z. B. Burnout, Angststörungen, Long-/Post-COVID), wobei eine beeinträchtigte kognitiv-emotionale Kontrolle als zentraler Wirkmechanismus gilt.
Die klinisch erprobte Intervention (de:)press®, entwickelt am Universitätsklinikum Tübingen, wird in einer randomisierten Online-Studie mit mehr als 100 Teilnehmenden untersucht. Unter Einsatz großer Sprachmodelle (Large Language Models) und natural language processing erforscht die Studie sprachbasierte Marker depressiver Symptomatik und entwickelt zugleich eine skalierbare digitale Infrastruktur für zukünftige Studien im Bereich der psychischen Gesundheit.
Das Projekt leistet einen Beitrag zur Entwicklung niedrigschwelliger, personalisierter Behandlungsansätze und unterstützt die translationale Forschung im Rahmen des Deutschen Zentrums für Psychische Gesundheit (DZPG). Dabei folgt es den Prinzipien von Open Science und bezieht Expertinnen und Experten aus Erfahrung (Experts by Experience) über den gesamten Projektverlauf hinweg ein.
In Kooperation mit: DZPG-Standorte: Prof. Christian Plewnia, Dr. Simone Weller, Dr. Bettina Brendel (Tübingen); Prof. Björn Schuller (München); Dr. Ivan Nenchev (Berlin-Potsdam)
Förderung: DZPG Visions, BMBF
Projektzeitraum: Juli 2025 – Juni 2028
Early SoDA: Early Signs of Depression and Anxiety in the Young using Digital Biomarkers
Dieses Forschungsprojekt zielt auf die frühzeitige Identifikation von Angst- und Depressionssymptomen bei Jugendlichen und jungen Erwachsenen mithilfe einer Smartphone-App (EMA + Audioanalyse; KI-gestützt) ab.
Die Prävalenz psychischer Störungen im Jugendalter ist seit Jahren steigend und wurde insbesondere durch die COVID-19-Pandemie weiter verstärkt. Ein früher Erkrankungsbeginn ist häufig mit chronischen Verläufen bis ins Erwachsenenalter assoziiert, was die Notwendigkeit zeitnaher Diagnostik, Prävention und Intervention unterstreicht. Gleichzeitig besteht eine erhebliche Unterversorgung in der kinder- und jugendpsychiatrischen Versorgung. Ziel dieses Projekts ist es daher, vulnerable Jugendliche und junge Erwachsene frühzeitig zu identifizieren und eine wirksame Intervention unabhängig von regionalen Gegebenheiten oder vorhandener Infrastruktur zu ermöglichen.
Im Rahmen eines partizipativen Ansatzes wird ein neuartiges, KI-gestütztes diagnostisches Früherkennungsinstrument adaptiert und evaluiert. Psychopathologische Parameter (z. B. Stress, Emotionen) werden im Alltag mittels einer Smartphone-App erfasst, automatisiert analysiert und den Teilnehmenden in einer leicht verständlichen Form zurückgespiegelt. Dieses innovative Instrument soll zentrale Versorgungslücken im Bereich der psychischen Gesundheit adressieren, indem es 1) die Diagnostik psychischer Störungen automatisiert und 2) personalisierte (präventive) Behandlungsempfehlungen bereitstellt.
Weitere Informationen zum Brain Explorer finden Sie hier: https://brainexplorer.net/
In Kooperation mit: Prof. Tobias Hauser (Universitätsklinikum Tübingen), Prof. Björn Schuller (Technische Universität München)
Förderung: Deutsches Zentrum für Psychische Gesundheit / BMBF
Risk and Resilience of Mental Health over the Lifespan TWIN STR2ESS– a TWIN HEALTH Study
Dieses Forschungsprojekt zielt darauf ab, das vielschichtige Zusammenspiel von Risiko- und Resilienzfaktoren in der Entwicklung psychischer Gesundheit zu entschlüsseln, wobei verschiedene genetische und Umweltfaktoren als potenzielle Einflussgrößen im Fokus stehen. Unter Nutzung von Quer- und Längsschnittdesigns verfolgt die Studie das Ziel, zentrale Faktoren zu identifizieren, die dem Beginn und Verlauf psychischer Störungen zugrunde liegen, sowie den Einfluss von Risiko- und Resilienzfaktoren auf die psychische Gesundheit über die gesamte Lebensspanne hinweg zu beleuchten. Darüber hinaus möchte das Projekt transgenerationale Übertragungsmechanismen elterlicher psychischer Belastungen untersuchen und prüfen, ob die emotionale Kompetenz von Eltern ähnliche Eigenschaften bei ihren Kindern vorhersagt. Durch den Einsatz innovativer Methoden – darunter ambulante Erhebungen, digital gestützte Messverfahren, Zeitreihenanalysen, KI-basierte Stimmanalysen sowie epigenetische Analysen von DNA-Methylierungsmustern – soll das differenzierte Zusammenspiel psychologischer und biologischer Variablen unter ökologisch validen Bedingungen erfasst werden. Die aus dieser Forschung gewonnenen Erkenntnisse sollen zur Weiterentwicklung von Risikoabschätzungsverfahren, zur Identifikation zentraler Wirkmechanismen sowie zur Entwicklung personalisierter Strategien zur Prävention psychischer Störungen über die Zeit beitragen.
In Zusammenarbeit mir Prof. Caterina Gawrilow, Prof. Vanessa Nieratschker und dem Twin Health Cohort in Tübingen
Förderung: Deutsches Zentrum für Psychische Gesundheit/BMBF