Beschreib einem Chatbot dein Kind, und er findet fast immer eine Diagnose
Forschende gaben drei KI-Modellen die Geschichten von 220 Kindern aus einer kinderpsychiatrischen Ambulanz. Mit den Worten des Kindes übersah die KI die meisten Probleme. Mit den Worten der Eltern fand sie bei fast allen etwas, auch bei den Kindern, die gar keine Diagnose hatten.
Diese Übersetzung wurde automatisch erstellt und kann Fehler enthalten.
Es ist elf Uhr abends. Dein Neunjähriger ist endlich eingeschlafen, nach wieder einem Abend voller Tränen über den Hausaufgaben, und du sitzt mit dem Handy da. Du öffnest einen Chatbot und tippst drei Sätze über das, was dir Sorgen macht. Dann fragst du: Was ist das?
Viele Eltern haben das so oder so ähnlich schon gemacht. Jetzt hat eine Gruppe von Kinderpsychiaterinnen und Kinderpsychiatern geprüft, was dabei herauskommt.
Sie nahmen 220 echte Kinder, die zum ersten Mal in eine Ambulanz kamen, und gaben ihre Geschichten drei der bekanntesten KI-Modelle. Dasselbe Kind, auf vier verschiedene Arten erzählt. Das Ergebnis sagt weniger darüber, wie klug die Maschinen sind, und mehr über etwas anderes: Die Antwort hing davon ab, wer die Geschichte erzählte.
Eine Frage, Wort für Wort aufgeschrieben
Die Studie lief im Frühjahr und Sommer 2026 an zwei Universitätskliniken in der Türkei. Jedes Kind, das zum ersten Mal in die kinderpsychiatrische Ambulanz kam, wurde eingeladen mitzumachen, vom Kleinkind bis zum Siebzehnjährigen. Das Durchschnittsalter lag bei neun Jahren.
Bevor irgendetwas anderes geschah, bekam der Elternteil eine offene Frage gestellt: Mit welchem Anliegen sind Sie heute hierhergekommen? Das Kind wurde getrennt gefragt: Warum bist du heute hier? Was stört dich am meisten?
Die Antworten wurden so wörtlich wie möglich aufgeschrieben. Dann tat die Kinderpsychiaterin oder der Kinderpsychiater, was in diesem Beruf üblich ist: eine gründliche Abklärung, ein Gespräch mit der Familie, eine Untersuchung und am Ende eine Diagnose, oder eben keine.
Danach gaben die Forschenden jeden Fall viermal an die KI-Modelle. Einmal nur mit dem, was das Kind gesagt hatte. Einmal nur mit dem, was der Elternteil gesagt hatte. Einmal mit beidem. Und einmal mit beidem plus den Notizen der Ärztin oder des Arztes, aus denen jedes Diagnosewort gestrichen war.
Als Erstes fällt auf, wie wenig es gab, womit die KI arbeiten konnte.
- Die Worte des Kindes9 Wörter
- Die Worte der Eltern32 Wörter
- Kind und Eltern zusammen46 Wörter
- Kind, Eltern und ärztliche Notizen122 Wörter
Neun Wörter. So lang war typischerweise das, was ein Kind darüber sagte, warum es da war. Manche sagten gar nichts. Die Eltern sagten etwa dreimal so viel, und das ist immer noch kürzer als dieser Absatz.
Dasselbe Kind, vier verschiedene Antworten
Die Modelle hatten zwei Aufgaben: erst entscheiden, ob das überhaupt nach einer Diagnose klingt, und wenn ja, die drei wahrscheinlichsten nennen.
- Die Worte des Kindes36–44 %
- Die Worte der Eltern66–69 %
- Kind und Eltern zusammen69–72 %
- Kind, Eltern und ärztliche Notizen79–83 %
Nur mit den Worten des Kindes stimmte der erste Vorschlag der KI in etwa vier von zehn Fällen mit der ärztlichen Diagnose überein. Mit den Worten der Eltern waren es fast sieben von zehn. Kamen die ärztlichen Notizen dazu, waren es rund acht von zehn.
Bei zwei Einzelheiten lohnt es sich, kurz innezuhalten.
Die Worte des Kindes zu denen der Eltern hinzuzufügen, änderte fast nichts. Statistisch gesehen waren die Modelle mit beidem nicht besser als mit den Eltern allein.
Es war fast egal, welche KI benutzt wurde. Die drei Modelle waren GPT-5.6 von OpenAI, Gemini 3.5 Flash von Google und Claude Sonnet 4.6 von Anthropic. Deutlich unterschieden sie sich nur, wenn sie allein die Worte des Kindes hatten. Sobald ein Elternteil mit im Spiel war, waren die Unterschiede so klein, dass sie auch Zufall sein konnten. Was hineinkam, zählte viel mehr als die Maschine, in die es hineinkam.
Zwei Arten, falschzuliegen
Hier wird die Studie spannend. Ein Arzt, der „in 70 Prozent der Fälle richtigliegt“, kann sich auf zwei ganz verschiedene Arten irren: indem er ein Kind übersieht, dem es schlecht geht, oder indem er einem Kind ein Etikett aufklebt, dem nichts fehlt. Die Forschenden haben sich beides angesehen.
Das Kind hatte eine DiagnoseWie oft die KI sagte, dass etwas vorliegt. 199 Kinder.
- Die Worte des Kindes41–59 %
- Die Worte der Eltern94–98 %
- Kind und Eltern zusammen94–99 %
- Kind, Eltern und ärztliche Notizen93–98 %
Das Kind hatte keine DiagnoseWie oft die KI sagte, dass nichts vorliegt. 21 Kinder.
- Die Worte des Kindes62–86 %
- Die Worte der Eltern24–38 %
- Kind und Eltern zusammen14–43 %
- Kind, Eltern und ärztliche Notizen52–62 %
Wenn die KI nur das Kind hörte, war sie übervorsichtig. In etwa der Hälfte aller Fälle antwortete sie, es scheine nichts vorzuliegen. Aber 199 der 220 Kinder hatten eine Diagnose. Etwa die Hälfte von ihnen übersah die KI.
Wenn die KI die Eltern hörte, kippte das Bild. Jetzt fand sie bei fast allen etwas. Sie erkannte mehr als neun von zehn Kindern, die eine Diagnose hatten.
Sie „erkannte“ auch die meisten Kinder, die keine hatten.
Überleg kurz, was das heißt. Ein besorgter Elternteil beschreibt sein Kind. Die Ärztin kommt nach einer gründlichen Abklärung zu dem Schluss: Das liegt im normalen Bereich. Die KI liest die Worte desselben Elternteils und schlug für die meisten dieser Kinder eine Diagnose vor.
Das ist weniger seltsam, als es klingt. Wer für sein Kind einen Termin in einer psychiatrischen Ambulanz ausgemacht hat, beschreibt ein Problem. Deshalb ist man ja dort. Die Worte sind voller Sorge, und die KI antwortet auf die Worte. Sie hat das Kind nicht spielen sehen, nicht sprechen hören und nicht die eine Nachfrage gestellt, nach der die Sorge kleiner wird.
Warum neun Wörter nicht reichen
Warum war das, was das Kind selbst erzählte, so viel weniger hilfreich?
Zum Teil, weil Kinder wenig sagen. Es kam aber auch darauf an, was los war. Allein aus den Worten des Kindes kamen die Modelle bei Ängsten und Zwängen recht gut zurecht. Das spielt sich im Inneren ab, und ein Kind kann es manchmal aussprechen: Ich habe die ganze Zeit Angst. Ich muss immer die Tür kontrollieren.
Bei ADHS, Autismus und Sprachproblemen war es anders. Ein Siebenjähriger sagt nicht: „Ich bin in mehreren Lebensbereichen unaufmerksam.“ Das sehen die Menschen um ihn herum. Für diese Diagnosen brauchte die KI die Eltern.
Auch das Alter spielte eine Rolle, und zwar so, wie man es erwarten würde. Mit jedem Lebensjahr mehr stieg die Chance, dass die KI allein mit den Worten des Kindes richtiglag, um etwa 16 Prozent. Eine Sechzehnjährige kann beschreiben, wie es in ihr aussieht. Ein Fünfjähriger sagt: „Weiß ich nicht.“
Selbst wenn alles auf dem Tisch lag, blieb manches schwer zu erkennen.
- Zwangsstörung83–92 %
- Autismus77–96 %
- ADHS78–81 %
- Angststörung69–85 %
- Sprach- und Sprechstörungen58–78 %
- Depression50–60 %
- Intelligenzminderung15–23 %
Eine Depression wurde bei etwa der Hälfte der betroffenen Kinder erkannt. Eine Intelligenzminderung wurde fast nie vorgeschlagen, und das leuchtet ein: Sie wird mit Tests festgestellt, nicht mit einer Beschreibung.
Was die Studie nicht zeigt
- Neun von zehn Kindern hier hatten eine Diagnose. So sieht es in einer Spezialambulanz aus. Unter Kindern insgesamt haben die meisten keine. Eine KI, die dazu neigt, etwas zu finden, läge dort viel öfter falsch. Dieser letzte Schritt ist unsere Überlegung und nichts, was die Studie gemessen hat.
- Nur 21 Kinder hatten keine Diagnose. Die Zahlen zu ihnen sind grob, und das sagen die Forschenden auch selbst.
- Die ärztlichen Notizen stammten von derselben Person, die die Diagnose gestellt hat. Die Diagnosewörter waren gestrichen, aber die Notizen können trotzdem in die richtige Richtung gewiesen haben. Das beste Ergebnis lässt die KI also womöglich besser aussehen, als sie ist.
- Das ärztliche Urteil ist keine fehlerfreie Musterlösung. Jede Diagnose wurde von einer einzelnen Person im normalen Klinikalltag gestellt, ohne Zweitmeinung.
- Alles war auf Türkisch, und die Geschichten waren kurz. Ein langes Gespräch mit einem Chatbot zu Hause ist eine andere Situation, im Guten wie im Schlechten.
- Niemand hat gemessen, was danach passiert. Die Studie hat Antworten verglichen. Sie hat keine Familie begleitet, die nach der Auskunft einer KI gehandelt hat.
Wenn du mit dem Handy dasitzt
Das Fazit der Forschenden selbst ist nüchtern: Am besten waren die Modelle, wenn ihnen die Beobachtungen einer Fachperson vorlagen, und sie gaben oft Kindern eine Diagnose, die keine hatten.
Daraus lassen sich, finden wir, drei Dinge ableiten. Sie sind unsere Lesart und kein medizinischer Rat.
Eine KI antwortet auf deine Beschreibung, nicht auf dein Kind. Wenn du schreibst, während deine Sorge am größten ist, bekommst du eine Antwort, die zu deiner Sorge passt.
„Es könnte ADHS sein“ von einem Chatbot ist ein schwächeres Signal, als es sich anfühlt. In dieser Studie sagten die Modelle so etwas über die meisten Kinder, deren Eltern sich Sorgen machten, auch über die, bei denen die Fachärztin nichts fand.
Aufschreiben hilft trotzdem. Was die Eltern in 32 Wörtern sagten, war die wertvollste einzelne Information der ganzen Studie. Notizen darüber, was du beobachtest, wann es passiert und wie lange es schon so geht, sind genau das, wonach die Kinderärztin oder der schulpsychologische Dienst fragen wird.
Dasselbe gilt für die Screening-Tests auf dieser Seite, auch für die zu ADHS und Autismus. Ein hoher Wert ist ein Grund, mit jemandem zu sprechen, der den ganzen Menschen einschätzen kann. Eine Diagnose ist er nie.
Das Kind in der Studie, das neun Wörter sagte, lag nicht falsch, und der Elternteil mit seinen zweiunddreißig auch nicht. Beide erzählten den Teil, den sie sehen konnten. Die Teile zusammenzusetzen bleibt die Aufgabe von jemandem, der mit im Raum ist.
Quellen und weiterführende Literatur
- Kayış, H., Tahıllıoğlu, A., Hira Selen, A. T. & Gedizlioğlu, Ç. (2026). Large language model diagnostic performance across informant sources in child and adolescent psychiatry: a prospective multicenter study. Scientific Reports. Online veröffentlicht am 20. November 2026 als frühe Fassung des angenommenen Artikels.