Ally – a conversational AI–based mobile app for stress prevention and mental well-being in adults: A pilot study

Theoretischer Hintergrund Vor dem Hintergrund steigender Belastungen in der Bevölkerung (Robert-Koch-Institut, 2024; Techniker Krankenkasse, 2021; Schlack et al., 2013), hoher Einschränkungen und ökonomischer Folgen (Statistisches Bundesamt (Destatis), 2025) sowie deutliche Versorgungsdefizite in Form von hochschwelligem Zugang zu psychotherapeutischen Interventionen (Bundespsychotherapeutenkammer, 2021; Rommel et al., 2017; Clement et al., 2015) fordern Expert:innen seit Längerem innovative Methoden in der psychischen Gesundheitsversorgung, insbesondere durch den Einsatz neuartiger Technologien (Dodge et al., 2024; Kazdin & Rabbitt, 2013). Digitale Interventionen haben sich in den vergangenen Jahren als wirksamer und niedrigschwelliger Ansatz erwiesen, um die psychische Gesundheit zu fördern und Versorgungslücken zu schließen: Eine Übersicht von 16 Meta-Analysen zeigt, dass digitale Interventionen bei Depressionen, Angst- und Zwangsstörungen wirksam sind und im Vergleich zu Wartelisten deutliche Symptomverbesserungen erzielen (Crocamo et al., 2025). Eine weitere Meta-Analyse von 112 randomisierten Studien bestätigt positive Effekte auf depressive Symptome, Stress, Schlaf und Selbstwirksamkeit (Linardon et al., 2025). Auch digitale Psychoedukationsprogramme, die Wissensvermittlung mit interaktiven Elementen kombinieren, fördern die digitale psychische Gesundheitskompetenz, verstanden als die Fähigkeit, Informationen über psychische Gesundheit zu verstehen, anzuwenden und daraus gesundheitsförderliche Handlungen abzuleiten (Yeo et al., 2024). Studien zeigen, dass digitale Interventionen im Vergleich zu keiner oder nicht-therapeutischer Behandlung häufig ein günstiges Verhältnis von Kosten und Nutzen aufweisen, da sie langfristige Folgekosten unbehandelter Belastungen senken können (Gega et al., 2022). Zudem erleichtern sie den Zugang, verkürzen Wartezeiten und erreichen unterversorgte Gruppen, während ihre Anonymität die Inanspruchnahme professioneller Hilfe fördert und eine hohe Nutzungsbereitschaft sowie Akzeptanz belegt ist (Siddals et al., 2024; Bifftu et al., 2025). Trotz ihrer Wirksamkeit zeigen Studien geringe Adhärenz und Nutzungsdauer, vor allem aufgrund technischer Probleme, fehlender Personalisierung und hoher Ausgangsbelastung, verbunden mit hohen Abbruchquoten und schwankender Akzeptanz (Borghouts et al., 2021; Torous et al., 2020). Digitale Interventionen sind somit klinisch wirksam, müssen jedoch weiterentwickelt werden, um personalisierte und motivierende Nutzererfahrungen zu ermöglichen. Einen vielversprechenden Ansatz bieten Künstliche Intelligenz (KI)-basierte Conversational Agents (CAIs), die Nutzer:innen in dialogischer Form unterstützen. Diese Systeme lassen sich grundsätzlich in regel-/retrievalbasierte und generative Ansätze unterscheiden (Singh & Namin, 2025). In der Literatur werden diese Systeme teils als Conversational Agents (CAIs), teils als Chatbots bezeichnet, im Folgenden werden die Begriffe synonym verwendet. Regel-/retrievalbasierte Systeme wählen Antworten aus vordefinierten Textbausteinen, während generative Systeme Antworten mithilfe großer Sprachmodelle (Large Language Models [LLMs]) erzeugen. Erste empirische Befunde belegen, dass regelbasierte CAIs psychische Symptome wirksam reduzieren können. In einer achtwöchigen Studie mit dem relationalen Agenten Woebot-LIFE (n = 256) zeigten sich signifikante Reduktionen von Stress und Burnout sowie eine Stärkung der Resilienz (Durden et al., 2023). Eine aktuelle Meta-Analyse von 35 Studien, darunter 15 Randomized Controlled Trials [RCTs], bestätigt, dass KI-basierte Chatbots depressive Symptome und allgemeine psychische Belastung signifikant reduzieren (Li et al., 2023). Eine weitere Meta-Analyse von 32 RCTs mit über 6000 Teilnehmenden zeigt Verbesserungen in den Bereichen Depression, Angst, Stress und Wohlbefinden, vor allem bei empathischen und langfristig genutzten Chatbots (He et al., 2023). Qualitative Befunde zeigen, dass Chatbots von vielen Nutzer:innen als soziale Begleiter oder Reflexionshilfe wahrgenommen werden und subjektiv positiv auf Einsamkeit und Wohlbefinden wirken (Maples et al., 2024). Die genannten Befunde verdeutlichen, dass regelbasierte CAIs bereits einen wichtigen Beitrag zur Förderung psychischer Gesundheit leisten können. Die Funktionsweise von Chatbots bleibt jedoch technisch begrenzt. Da sie auf vordefinierten Antwortbausteinen und festen Entscheidungsregeln beruhen, fehlt ihnen die Fähigkeit, den Gesprächskontext flexibel zu interpretieren oder auf individuelle Ausdrucksweisen zu reagieren (Pandey & Sharma, 2023). Gerade diese Fähigkeiten gelten jedoch als entscheidend, um Nutzer:innen emotional und situativ angemessen zu unterstützen (Liao et al., 2023). Für diese Limitation eröffnen große Sprachmodelle (Large Language Models, LLMs) neue Möglichkeiten für digitale Unterstützungsangebote. Durch transformerbasierte Architekturen können LLM-Systeme Sprache nicht nur präzise verstehen und erzeugen, sondern auch Kontexte erfassen, emotionale Nuancen verarbeiten und mit empathisch formulierten Nachrichten reagieren (Brown et al., 2020; Devlin et al., 2018; Singh & Namin, 2025). Aufgrund dieser Eigenschaften wird zunehmend diskutiert, dass LLMs das Potenzial besitzen, die psychologische Forschung und Praxis grundlegend zu erweitern (Obradovich et al., 2024). Sie markieren damit den Übergang zu einer neuen Generation von Conversational Agents, die in der Lage ist, die bisherigen Limitierungen digitaler Unterstützungssysteme zu überwinden. Proaktive CAIs, die LLMs mit maschinellem Lernen kombinieren, verbessern die Therapietreue in Online-KVT-Programmen (Yasukawa et al., 2024). Sie adressieren damit zentrale Schwächen herkömmlicher digitaler Angebote wie etwa geringe Individualisierung oder Bindung durch fehlende dialogische Unterstützung. Zudem integrieren sie mehrere evidenzbasierte Wirkmechanismen wie psychoedukative Inhalte, interaktive Übungen und reflektierende Gesprächsführung (Yeo et al., 2024). Empathische und personenzentrierte Kommunikation spielt dabei eine zentrale Rolle, da sie emotionale Validierung und soziale Unterstützung fördert (Merrill et al., 2025). LLM-basierte Chatbots sind dadurch in der Lage, natürliche, offene und inhaltlich anschlussfähige Gespräche zu führen. Ein entscheidender Fortschritt, der insbesondere für präventive, psychoedukative und reflexionsorientierte Anwendungen ein höheres Maß an Interaktivität und Wirksamkeit erwarten lässt. Diese Befunde verdeutlichen, dass KI- und LLM-gestützte, dialogische Systeme ein großes Potenzial besitzen, psychische Gesundheit auf innovative und niedrigschwellige Weise zu fördern. Während frühere, regelbasierte Chatbots bereits positive Effekte auf Stress, Stimmung und Wohlbefinden zeigten, eröffnen LLM-basierte Systeme durch ihre Fähigkeit zu kontextsensitiver, empathischer und personalisierter Kommunikation neue Perspektiven für die psychologische Prävention. Vor diesem Hintergrund soll im Rahmen des vorliegenden Projekts die Wirksamkeit eines LLM-basierten Präventionsansatzes zur Förderung psychischer Gesundheit empirisch untersucht werden. Ziel Ziel der Studie ist es, die Wirksamkeit der App Ally als digitales Präventionsangebot im Bereich der Stressbewältigung zu evaluieren. Die Anwendung kombiniert psychoedukative Inhalte, dialogische Reflexion und evidenzbasierte Übungen aus der Kognitiven Verhaltenstherapie (Beck, 2020), der Akzeptanz- und Commitment-Therapie (Hayes, 2016), der Dialektisch-Behavioralen Therapie (Linehan, 2025) sowie der Achtsamkeitsbasierten Kognitiven Therapie (Segal et al., 2017). Die App soll Nutzer*innen helfen, Stress im Alltag besser zu bewältigen und die für die psychische Gesundheit relevanten Ressourcen zu stärken. Ally orientiert sich inhaltlich und formal an den Kriterien des Leitfaden Prävention des GKV-Spitzenverband (GKV-Spitzenverband, 2024) mit dem Ziel einer späteren Zertifizierung als digitales Präventionsangebot. Zentrale Zielgrößen der Evaluation sind die Reduktion von Stresserleben (erster primärer Endpunkt) sowie die Förderung positiver Emotionen im Alltag (zweiter primärer Endpunkt).