Custom GPT in der Psychotherapie-Praxis: Was die Einrichtung nicht löst

Mehr als die Hälfte nutzt es schon

Im Juni 2026 ist eine internationale, noch nicht begutachtete Befragung von 766 psychotherapeutisch Tätigen aus 30 Ländern erschienen. 54,6 % gaben an, generative KI gezielt in ihrer klinischen Praxis eingesetzt zu haben. Von ihnen nutzten 84,7 % ChatGPT. Und 81,1 % aller Befragten hatten nie eine Schulung dazu bekommen (Blease et al., medRxiv 2026).

Für Deutschland gibt es keine vergleichbare Zahl. Aber wer sich im eigenen Umfeld umhört, wird die Richtung wiedererkennen. Und die Zahl sagt nichts darüber, wie die Werkzeuge genutzt werden.

Wer es ernst meint, bleibt nicht beim leeren Chatfenster. Man legt ein Projekt an, schreibt dem Dienst ein paar Sätze über die eigene Arbeitsweise mit, lädt Material hoch oder baut sich gleich einen eigenen GPT für Fallbesprechungen und Berichte. Das ist die sorgfältige Variante. Um sie geht es hier: was sie leistet und wo sie an eine Grenze kommt, die mit Sorgfalt nichts zu tun hat.

Was ein Custom GPT in der Psychotherapie leisten soll

Die drei Werkzeuge sind schnell beschrieben. Ein Projekt bündelt Chats, Dateien und eigene Anweisungen an einem Ort, sodass ChatGPT den Zusammenhang über mehrere Gespräche hinweg mitnimmt. Eigene Anweisungen (Custom Instructions) gelten für jedes Gespräch: wer Du bist, wie Du arbeitest, wie Du Antworten haben möchtest. Ein Custom GPT verbindet beides zu einem eigenen Assistenten mit festem Auftrag und hinterlegten Dokumenten.

Ein ausgedachtes Beispiel: ein Projekt namens „K. T.“. Darin die Anamnese als PDF, Kurzfassungen der ersten zwölf Sitzungen und eine Anweisung: „Antworte als tiefenpsychologisch fundiert arbeitende Kollegin. Widersprich mir, wo Du anderer Meinung bist.“

Die Hoffnung dahinter ist berechtigt, und sie hat drei Teile. Der Dienst soll den Fall kennen, damit er nicht jedes Mal neu erzählt werden muss. Er soll eine Haltung haben, die zur eigenen Arbeit passt. Und er soll über Monate mitgehen, so wie die Behandlung. Alle drei Teile scheitern an derselben Stelle.

Warum werden lange Gespräche im Projekt unzuverlässiger?

Das Projekt „K. T.“ wächst. Nach vier Monaten stecken darin zwanzig Gespräche, drei Fassungen der Fallformulierung und ein Entwurf für den Bericht an die Gutachterin.

Ein Sprachmodell liest das nicht so, wie Du Deine Akte liest. Es hat kein Gedächtnis. Was nach Erinnerung aussieht, ist gespeicherter Text, der einer neuen Anfrage mitgegeben wird. Wie das technisch funktioniert, haben wir in einem eigenen Artikel über Gedächtnis und Datenschutz aufgeschrieben. Hier zählt die Folge: Welche Teile des Projekts in eine Antwort eingehen, siehst Du nicht.

Und je länger ein Gespräch im Projekt läuft, desto mehr Gelegenheit hat das Modell, sich zu verrennen. Eine Untersuchung aus dem Jahr 2025 hat führende Sprachmodelle in über 200.000 simulierten Gesprächen getestet. Wurde dieselbe Aufgabe über mehrere Gesprächsrunden verteilt, schnitten alle deutlich schlechter ab als bei einer einzigen, vollständigen Anfrage, im Schnitt um 39 %. Der Grund war vor allem Unzuverlässigkeit: Die Modelle legen sich früh auf Annahmen fest und halten daran fest. In den Worten der AutorInnen: Wenn ein Modell im Gespräch einmal falsch abbiegt, findet es nicht zurück (Laban et al. 2025).

Getestet wurden allgemeine Textaufgaben, keine Fallbesprechungen. Das Muster aber kennst Du aus jeder Behandlung, in der sich eine frühe Hypothese festgesetzt hat.

Für ein Projekt, in dem Du einen Fall über viele Runden besprichst, heißt das: Eine Einschätzung vom Anfang kann das Gespräch später noch prägen, ohne dass Du siehst, woher sie kommt.

Hält eine Anweisung wie „Widersprich mir“?

Die Anweisung im Beispiel ist klug gewählt. Sie zielt auf das bekannteste Problem generischer Modelle: Sie geben ihren NutzerInnen deutlich häufiger recht als Menschen, und die Bestätigung fällt nicht auf. Die Befunde dazu haben wir im Artikel über KI-Fallbesprechungen im Richtlinienverfahren zusammengetragen.

Eine Anweisung ist ein Wunsch an ein System, das jemand anders baut und verändert. Im April 2025 musste OpenAI ein Update von GPT‑4o in ChatGPT zurücknehmen, weil es „overly flattering or agreeable“ geworden war, übermäßig schmeichelnd und zustimmend. Als Ursache nannte das Unternehmen, man habe zu stark auf kurzfristiges Feedback geachtet, also auf Daumen hoch und Daumen runter (OpenAI, 29.04.2025). Wer in dieser Woche mit „Widersprich mir“ gearbeitet hat, hatte dieselbe Anweisung auf einem anderen Modell.

Dazu kommt ein zweites, leiseres Problem. Eine Rolle legt fest, wie geantwortet wird, aber nicht, wonach gefragt wird. „Antworte als tiefenpsychologisch fundiert arbeitende Kollegin“ ändert den Ton. Ob die Antwort nach der Übertragungsbeziehung fragt, nach dem, was in der letzten Sitzung nicht gesagt wurde, oder nach der eigenen Resonanz, hängt daran, was das Modell zu dem Fall vorliegen hat. Und daran, ob irgendwo steht, dass es fehlt.

Wo liegt eigentlich die Akte?

Zurück zu „K. T.“. Die Kurzfassungen der Sitzungen im Projekt sind Kopien. Die Akte selbst führst Du woanders, und dort ändert sich etwas: Nach der vierzehnten Sitzung korrigierst Du die Diagnose von mittelgradig auf leicht, mit Datum, und die alte Fassung bleibt daneben erkennbar, so wie § 630f Abs. 1 BGB es für Berichtigungen verlangt. Im Projekt steht weiter die alte Fassung, bis Du daran denkst, sie auszutauschen.

Damit führst Du den Fall zweimal. Die Bundesärztekammer beschreibt das Problem von der anderen Seite, in ihrer Stellungnahme zu KI in der Medizin vom Januar 2025, die sich an ÄrztInnen richtet: Es sei „äußerst wichtig, LLMs mit möglichst hochqualitativem, aktuellem Kontext zu versorgen“. Im Projekt ist die Aktualität Deine Aufgabe, bei jedem Fall, jede Woche.

Und die Kopie wächst. Jede einzelne Sitzungszusammenfassung magst Du sorgfältig anonymisiert haben. Nach vier Monaten liegen im Projekt Beruf, Familiensituation, Lebensereignisse und Verlauf nebeneinander. Die Datenschutzkonferenz schreibt, dass es „regelmäßig nicht“ reicht, Namen und Anschriften zu entfernen, weil sich aus dem Zusammenhang ein Personenbezug herstellen lässt (DSK, Orientierungshilfe KI, 2024). Ein Projekt ist genau dieser Zusammenhang, über Monate gesammelt.

Was das für die Anonymität eines Falls bedeutet, steht in unserem Artikel über ChatGPT und die Schweigepflicht. Welche beiden Fragen Du jedem KI-Dienst vor dem Einsatz stellen solltest, steht im Artikel zur sicheren KI-Nutzung in der Psychotherapie.

In derselben Stellungnahme kommt die Bundesärztekammer zu einer deutlichen Einschätzung: „Da Systeme wie ChatGPT keine datenschutzkonforme Umgebung bieten, sind sie nicht für die Verarbeitung von Patientendaten oder zur Dokumentation geeignet.“ Die BPtK hat sich nach unseren Recherchen bisher nicht namentlich zu ChatGPT geäußert; ihre Praxis-Info zu administrativer KI nennt es nicht. Die Frage, die die Ärzteschaft beantwortet hat, stellt sich trotzdem auch in Deiner Praxis.

Was das über die Einrichtung sagt

Alle drei Probleme haben eine gemeinsame Ursache. Wer sich ChatGPT für die Praxis einrichtet, baut sich ein Werkzeug und wird damit zugleich seine Wartung. Du entscheidest, welches Material ins Projekt kommt, hältst es aktuell, prüfst, ob die Anweisung noch trägt, und merkst selbst, wenn ein altes Gespräch das neue verbiegt.

Das Problem ist also nicht, dass Du es schlecht eingerichtet hättest, sondern dass die Einrichtung überhaupt bei Dir liegt. Ein Chat-Dienst, der für alle Aufgaben der Welt gebaut ist, weiß nicht, was eine Fallakte ist, was eine Leerstelle darin bedeutet und welche Frage in einer Intervision fehlt. Jede Anweisung versucht, ihm das nachträglich beizubringen.

Wie ganzheit das anders baut

Beim Bau von ganzheit standen wir vor denselben drei Fragen. Unsere Antwort war, die Einrichtung ins Werkzeug zu legen, damit sie nicht bei Dir hängen bleibt.

Der Kontext kommt aus der Akte selbst. Die fachliche Akte führst Du in ganzheit, Deine Praxisverwaltung bleibt Deine Praxisverwaltung. Startest Du eine Fallbesprechung aus einer Fallakte heraus, liegen der KI Diagnose, Therapieziele, die Sitzungen und die Skalenentwicklung vor. Der Fall muss nicht noch einmal erzählt werden. Korrigierst Du die Diagnose, korrigierst Du sie an einer Stelle, und auch eine laufende Besprechung arbeitet sofort mit dem neuen Stand.

Du siehst, was die KI zu dem Fall vorliegen hat. Neben dem Gespräch steht der Fallkontext: Anamnese, Problemanalyse, therapeutische Beziehung, Behandlungsverlauf, Dein intervisorisches Anliegen. Was nicht belegt ist, steht dort als „Nicht ausgefüllt“. Stimmt ein Feld nicht, korrigierst Du es mit dem Stift daneben. Das ist die Antwort auf das Projekt, dessen Inhalt man nicht sieht: Die Grundlage der Antwort liegt offen.

Die Haltung wählst Du aus. Du bestimmst die fachliche Perspektive, aus der die KI denkt: Verhaltenstherapie, Tiefenpsychologie, Analytische Psychotherapie, systemisch, und wechselst sie mitten im Gespräch, wenn Du den Fall einmal anders sehen willst. Was Du einem Chat-Dienst in eigenen Anweisungen über Dich schreiben würdest, steht in Deinem Profil: Berufserfahrung, Methoden, Schwerpunkte, Arbeitsumfeld. Es fließt in jede Antwort ein.

Unter jeder Antwort stehen drei weiterführende Fragen, die auf blinde Flecken zielen. Sie entstehen aus dem Fallkontext, dem Gesprächsverlauf und Deinem Profil, sind in der Ich-Form formuliert und bleiben ein Angebot: Du folgst ihnen oder lässt sie liegen. Das ist unser Versuch, „Widersprich mir“ in den Aufbau des Gesprächs zu legen.

Eigene Vorgaben gibt es trotzdem, nur dort, wo sie hingehören. Für die Dokumentation legst Du Vorlagen mit Deinen eigenen Überschriften an, und das Smart Diktat strukturiert Dein Diktat nach einer KI-Vorgabe, die Du selbst festlegen kannst. Bei den Berichten bringt ganzheit die üblichen Schriftstücke mit, vom Bericht an die Gutachterin bis zur Epikrise. Brauchst Du ein anderes, definierst Du eine eigene Vorlage und bekommst den Entwurf aus der Fallakte.

ganzheit arbeitet mit derselben Klasse von Sprachmodellen, an der die Befunde oben gemessen wurden. Auch unter ganzheit ändern sich die Modelle.

Gegen die Neigung zur Zustimmung haben wir angeschrieben, und die weiterführenden Fragen sind ein Teil davon. Das ist eine Bauentscheidung. Gemessen haben wir ihre Wirkung nicht, und Du merkst am ersten Widerspruch, ob sie trägt.

Klüger wird ganzheit dadurch nicht. Was sich unterscheidet, ist die Zuständigkeit: Die Pflege liegt bei uns. Wir ziehen die Vorgaben nach, wenn sich ein Modell ändert, und richten sie an dem aus, was TherapeutInnen in einer Fallbesprechung tatsächlich brauchen.

Und der Rahmen ist festgelegt. Du arbeitest auf Chiffrenbasis, so wie Du einen Fall in der Intervision vorstellen würdest. Deine Dokumentation liegt auf Servern in Deutschland, die KI-Verarbeitung läuft innerhalb der EU. Deine Inhalte gehen nicht an OpenAI oder andere KI-Anbieter und werden nicht zum Training verwendet.

Was von der Einrichtung bleibt

Wer ChatGPT für die Praxis einrichtet, hat die richtige Frage gestellt: Wie bekomme ich ein Gegenüber, das meinen Fall kennt, meine Arbeitsweise versteht und mir nicht nach dem Mund redet? Die Einrichtung beantwortet sie mit Material und Anweisungen. Beides muss jemand pflegen, und in einem Chat-Dienst bist das Du.

Ob sich der Aufwand lohnt, entscheidest Du. Es hilft nur, zu wissen, dass es ein Aufwand ist, und dass ein Teil davon auch mit viel Sorgfalt nicht verschwindet.

---

Wenn Du sehen willst, wie eine Fallbesprechung aussieht, die aus der Akte heraus beginnt: Sieh Dir an, wie die Intervision in ganzheit funktioniert, oder teste ganzheit 14 Tage kostenlos.

---