Schlüsselwörter: Künstliche Intelligenz, Einsamkeit, Digital Mental Health (DMH), Recommender-Systeme
Digitale Anwendungen für psychische Gesundheit haben sich als Ergänzung zu klassischen psychotherapeutischen Angeboten etabliert, etwa zum Überbrücken von Wartezeiten oder in der Prävention. Ein häufig genanntes Problem bleibt jedoch die geringe Adhärenz – möglicherweise aufgrund der fehlenden Personalisierung durch eine*n Psychotherapeut*in. Der Artikel stellt daher die Potenziale von Recommender-Systemen, einer spezifischen Form der Künstlichen Intelligenz, für die Personalisierung digitaler Anwendungen vor. Dabei werden zunächst Beispiele aus der Literatur eingeführt, aber auch die Limitationen von auf Anwendungsnutzung ausgerichteten Systemen diskutiert. Als Alternative wird das Konzept eines Recommender-Systems vorgestellt, das direkt auf eine Verhaltensänderung im Alltag zielt. Anhand der Anwendung platoniq.health – einem präventiven App-Angebot bei Einsamkeit und zur Stärkung von Beziehungen – wird skizziert, wie ein solches System gesundheitsförderliches Verhalten stärken könnte. Abschließend werden Herausforderungen wie Datenschutz adressiert.