Masterarbeit, 2024
141 Seiten, Note: 1,7
1. Einleitung
2. Theoretische Grundlagen
2.1 Künstliche Intelligenz
2.1.1 Unterschiedliche Arten von Künstlicher Intelligenz
2.1.2 Anwendungsbereiche in der Psychotherapie
2.2 Akzeptanzfaktoren
2.2.1 Was ist Akzeptanz?
2.2.2 Das Technologieakzeptanzmodell nach Davis (1989)
2.2.3 Datenschutz und ethische Aspekte
2.2.4 Individuelle Unterschiede in der Technologieakzeptanz
2.3 Zusammenfassung der Variablen
2.4 Aktueller Forschungsstand
2.5 Forschungsfrage und Hypothese
3. Methodik
3.1 Forschungsdesign und Methodenwahl
3.1.1 Erhebungsinstrument bzw. Fragebogen
3.1.2 Erstellung des Fragebogens
3.1.3 Prüfung des Fragebogens hinsichtlich Gütekriterien
3.1.4 Das Konstrukt „Akzeptanz“
3.1.5 Prüfung der Strukturen
3.1.6 Pilotierung des Fragebogens
3.2 Die Stichprobe
3.3 Die Datenerhebung
3.4 Die Datenanalyse
3.4.1 Statistische Verfahren und Softwareauswahl
3.4.2 Vorgehen bei der Dateninterpretation
4. Die Ergebnisse
4.1 Vorbereitende Auswertungen auf die Hypothesentestungen
4.1.1 Die deskriptive Auswertung der Teilnehmerdaten
4.1.2 Auswertung der Häufigkeiten
4.1.3 Deskriptive Auswertung der Variablen
4.1.4 Validierungsbelege des Akzeptanzfragebogens
4.1.4.1 Der Prädiktor „Vertrauen“
4.1.4.2 Der Prädiktor „Nützlichkeit“
4.1.4.3 Der Prädiktor „Datenschutzbedenken“
4.1.4.4 Der Prädiktor „Benutzerfreundlichkeit“
4.2 Prüfung der Hypothesen
4.2.1 Individuelles Wissen
4.2.2 Berufliche Erfahrung
4.2.3 Ethische Überlegungen
4.2.4 Alter
4.2.5 Spearmans Heatmap der Hypothesentestung
4.3 Weiterführende explorative Analysen
5. Diskussion
5.1 Beantwortung der Forschungsfrage
5.2 Interpretation der Ergebnisse im Kontext der Theorie
5.3 Vergleich mit vorliegenden Studien und Literatur
5.4 Praktische Implikationen für die Anwendung von KI
5.5 Limitationen der Studie und methodische Reflexion
5.6 Ausblick und Empfehlungen für zukünftige Forschung
6. Fazit und Handlungsempfehlungen
6.1 Zusammenfassung der Kernergebnisse
6.2 Handlungsempfehlungen für die Praxis
6.3 Beitrag der Arbeit zur weiteren Forschung
6.4 Abschließendes Fazit
Die Arbeit untersucht, welche individuellen und technologischen Faktoren die Akzeptanz von KI-gestützten Tools in der psychotherapeutischen Praxis beeinflussen. Dabei steht die Forschungsfrage im Fokus, inwieweit Wissen, Erfahrung, Vertrauen, Nützlichkeit, Datenschutzbedenken und Ethik die Einstellungsbildung von Therapeuten und Klienten prägen.
2.1.1 Unterschiedliche Arten von Künstlicher Intelligenz
KI ist ein vielseitiges und komplexes Forschungsfeld innerhalb der Informatik, das darauf abzielt, Maschinen zu entwickeln, die in der Lage sind, menschliche Intelligenz nachzubilden. Abhängig vom Umfang ihrer kognitiven Fähigkeiten und Anwendungsbereiche lassen sich KI-Systeme in drei Hauptkategorien einteilen: schwache, starke KI und Superintelligenz (Miebach, 2020).
Schwache KI: Diese Kategorie, auch als schmale KI bezeichnet, umfasst Systeme, die speziell dafür entwickelt wurden, bestimmte Aufgaben zu erfüllen und dabei menschliche Fähigkeiten in eng definierten Bereichen zu simulieren. Beispiele hierfür sind Spracherkennungssysteme, Suchalgorithmen oder personalisierte Empfehlungssysteme, die in digitalen Assistenten wie Siri oder Google Assistant verwendet werden. Solche Systeme sind hochspezialisiert und agieren innerhalb eines festgelegten Rahmens von Regeln und Parametern. Obwohl sie intelligente Funktionen ausführen, basiert ihr Handeln nicht auf einem tieferen Verständnis der Aufgaben, sondern auf der Ausführung vorgegebener Algorithmen, die sie zu spezifischen Zielen führen (Russell & Norvig, 2016).
Starke KI: Im Gegensatz zur schwachen KI steht die starke KI, auch bekannt als allgemeine künstliche Intelligenz. Diese Kategorie bezieht sich auf Systeme, die intellektuelle Aufgaben auf einem Niveau bearbeiten können, das mit dem menschlichen Denken vergleichbar ist. Starke KI umfasst ein breites Spektrum an kognitiven Fähigkeiten, einschließlich der Sprachverarbeitung, des Problemlösens in komplexen, variablen Umgebungen sowie der Fähigkeit zum eigenständigen Lernen und Anpassen. Maschinen dieser Art würden über ein Bewusstsein und die Fähigkeit zu selbstständigem Denken verfügen, was ihnen ermöglicht, ohne menschliche Eingriffe zu operieren (Goertzel, 2012). Die Entwicklung einer starken KI stellt eine der größten Herausforderungen der gegenwärtigen Forschung dar und bleibt ein langfristiges Ziel in der Wissenschaft.
1. Einleitung: Diese Einleitung führt in die zunehmende Relevanz von KI in der Psychotherapie ein und formuliert das Ziel der Arbeit, Akzeptanzfaktoren kritisch zu hinterfragen.
2. Theoretische Grundlagen: Das Kapitel erläutert grundlegende KI-Konzepte sowie etablierte Modelle wie das Technologieakzeptanzmodell (TAM) zur Analyse von Nutzerakzeptanz.
3. Methodik: Hier wird das Forschungsdesign beschrieben, inklusive der Entwicklung eines standardisierten Online-Fragebogens, der Prüfung von Gütekriterien und der geplanten statistischen Auswertung.
4. Die Ergebnisse: Dieses Kapitel präsentiert die deskriptive Statistik der erhobenen Datensätze und die empirische Überprüfung der aufgestellten Hypothesen mittels Korrelations- und Regressionsanalysen.
5. Diskussion: Die Ergebnisse werden theoretisch eingeordnet, kritisch reflektiert und mit der Fachliteratur verglichen; zudem werden praktische Implikationen und Limitationen erörtert.
6. Fazit und Handlungsempfehlungen: Zusammenfassend werden Kernergebnisse präsentiert und konkrete Handlungsempfehlungen für die therapeutische Praxis sowie zukünftige Forschungsansätze formuliert.
Künstliche Intelligenz, psychologische Beratung, Technologieakzeptanz, Datenschutzbedenken, berufliche Erfahrung, wahrgenommene Nützlichkeit, ethische Standards, Vertrauen in Technologie, digitale Gesundheit, psychotherapeutische Praxis, Implementierung, Mensch-Maschine-Interaktion, Nutzerverhalten.
Die Arbeit analysiert die Akzeptanz von KI-gestützten Tools wie Chatbots oder Analyse-Software in der psychotherapeutischen Praxis und untersucht die Einflussfaktoren, die die Bereitschaft von Therapeuten und Klienten zum Einsatz solcher Technologien bestimmen.
Zentrale Felder sind die Technologieforschung (TAM), ethische Prinzipien wie Autonomie und Nichtschädigung, Datenschutzanforderungen gemäß DSGVO sowie die Bedeutung von beruflichem Wissen und Erfahrung für die Akzeptanz.
Das Hauptziel ist es, ein besseres Verständnis dafür zu entwickeln, wie technologische Innovationen verantwortungsvoll und menschenzentriert in die Therapie integriert werden können, indem förderliche und hinderliche Faktoren identifiziert werden.
Die Arbeit stützt sich auf eine quantitative Querschnittsstudie mittels eines Online-Fragebogens, dessen Daten anschließend mittels statistischer Verfahren (EFA, Korrelation, Regression) in der Software JASP ausgewertet wurden.
Im Hauptteil werden sowohl theoretische Definitionen (schwache vs. starke KI, TAM-Modelle) als auch die Ergebnisse der empirischen Studie (deskriptive Statistik der Stichprobe, Hypothesenprüfung der Variablen) detailliert dargestellt.
Neben dem Kernbegriff "Künstliche Intelligenz" prägen "Technologieakzeptanz", "Datenschutzbedenken", "Berufserfahrung" und "Digitale Gesundheit" die inhaltliche Ausrichtung und die wissenschaftliche Diskussion.
Entgegen der ursprünglichen Hypothese konnte kein signifikanter negativer Zusammenhang zwischen dem Alter der Befragten und der Akzeptanz von KI-Tools festgestellt werden, was auf die Relevanz anderer Faktoren wie Berufserfahrung hinweist.
Die Ergebnisse zeigen, dass ethische Überlegungen und Datenschutzbedenken eine ambivalente Rolle spielen: Sie sind zentrale Barrieren, aber bei entsprechender Kommunikation und Transparenz können sie in ein konstruktives Verständnis für die Technologie eingebunden werden.
Die Analyse verdeutlicht, dass Vertrauen als "Schlüsselfaktor" fungiert, da es die Wahrnehmung von Benutzerfreundlichkeit und Nützlichkeit positiv verstärkt und die Bedenken gegenüber KI-Diagnosen reduziert.
Der GRIN Verlag hat sich seit 1998 auf die Veröffentlichung akademischer eBooks und Bücher spezialisiert. Der GRIN Verlag steht damit als erstes Unternehmen für User Generated Quality Content. Die Verlagsseiten GRIN.com, Hausarbeiten.de und Diplomarbeiten24 bieten für Hochschullehrer, Absolventen und Studenten die ideale Plattform, wissenschaftliche Texte wie Hausarbeiten, Referate, Bachelorarbeiten, Masterarbeiten, Diplomarbeiten, Dissertationen und wissenschaftliche Aufsätze einem breiten Publikum zu präsentieren.
Kostenfreie Veröffentlichung: Hausarbeit, Bachelorarbeit, Diplomarbeit, Dissertation, Masterarbeit, Interpretation oder Referat jetzt veröffentlichen!

