Suchttherapie 2024; 25(S 01): S7-S8
DOI: 10.1055/s-0044-1790308
Abstracts
Symposien
S03 Künstliche Intelligenz: Anwendungsbeispiele und Perspektiven für die Suchthilfe

Datengetriebene KI in der Onlineberatung: Möglicher Einsatz und Herausforderungen am Beispiel der DigiSucht Plattform

Nina Becker
1   Forschung und Evaluation, delphi – Gesellschaft für Forschung, Beratung und Projektentwicklung mbH, Berlin, Deutschland
,
Oliver Rieger
2   Freelance, Freelance Data Scientist and Machine Learning Engineer, Berlin, Deutschland
,
Fabian Leuschner
3   Geschäftsführung und Projektleitung, delphi – Gesellschaft für Forschung, Beratung und Projektentwicklung mbH, Berlin, Deutschland
› Author Affiliations
 

Hintergrund und Fragestellung: DigiSucht ist eine nicht-kommerzielle, trägerübergreifende Plattform, die seit Oktober 2022 die bundesweite Umsetzung digitaler Suchtberatung ermöglicht. Aufgrund der technischen Möglichkeiten, anonymisierte Daten zielgerichtet und kontinuierlich zu erheben, bietet die Plattform das Potential, den Einsatz von datengetriebener künstlicher Intelligenz (KI) bzw. Maschinellem Lernen (ML) in der Onlineberatung nachhaltig zu etablieren. So könnte das Angebot für Ratsuchende attraktiver gestaltet und die Arbeit von Beratenden erleichtert werden.

Methoden/Erläuterung des Versorgungsprojektes: Um Anwendungsfälle für den Einsatz von ML im Rahmen der DigiSucht Plattform zu identifizieren, wurde der Ansatz des CRISP-ML(Q) (Cross-Industry Standard Processmodel for the devlopment of Machine Learning applications with Quality assurance methodology) genutzt, ein systematischer Arbeitsprozess zur Entwicklung von ML-Anwendungen. Beispielhaft wurde ein ML-Modell basierend auf Aktivitätsdaten bestehender Ratsuchenden trainiert, welches vorhersagen sollte, ob zukünftige Ratsuchende auf der DigiSucht Plattform inaktiv werden und es folgend zu einem Beratungsabbruch kommen könnte. Durch eine entsprechende Rückmeldung des Modells an die Beratenden könnten diese wiederum Kontakt mit betroffenen Ratsuchenden aufnehmen, um einem Abbruch des Beratungsprozesses ggf. entgegenzuwirken.

Ergebnisse/Erfahrungen, Erwartungen: Aufgrund der bisher zu geringen Anzahl an verfügbaren Daten lag die prognostische Stärke des entwickelten Modells zunächst nur marginal über einer Zufallsentscheidung.

Diskussion und Schlussfolgerung: Die praktische Umsetzung der ML-Anwendung war zum aktuellen Zeitpunkt noch nicht möglich. Die Entwicklung des ML-Modells zeigt jedoch, wie Daten aus der digitalen Suchtberatung zukünftig genutzt werden könnten, um Beratenden die Gestaltung und Steuerung von digitalen Beratungsprozessen zu erleichtern und weist auf zentrale Voraussetzungen und konkrete Herausforderungen hin.

Offenlegung von Interessenskonflikten sowie Förderungen: Ich und die Koautorinnen und Koautoren erklären, dass während der letzten 3 Jahre keine wirtschaftlichen Vorteile oder persönlichen Verbindungen bestanden, welche die Arbeit zum eingereichten Abstract beeinflusst haben könnten. Erklärung zur Finanzierung: Die Entwicklung und Erprobung der DigiSucht-Plattform wurde bis Ende 2023 mit Mitteln des Bundesministeriums für Gesundheit (BMG) gefördert. Der Betrieb der Plattform und die bundesweite Koordination des Projekts werden seit 2024 anteilig von den beteiligten Bundesländern finanziert.



Publication History

Article published online:
19 September 2024

© 2024. Thieme. All rights reserved.

Georg Thieme Verlag KG
Rüdigerstraße 14, 70469 Stuttgart, Germany