26kgg623 10.3205/26kgg623 urn:nbn:de:0183-26kgg6236 Meeting Abstract Link Link Elena E

Johannes Gutenberg-Universität Mainz, Institut für Publizistik, Mainz, Deutschland

author Beckmann Beckmann Selina S

Johannes Gutenberg-Universität Mainz, Institut für Publizistik, Mainz, Deutschland

author German Medical Science GMS Publishing House

Düsseldorf

610 20251030 germ This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. Dieser Artikel ist ein Open-Access-Artikel und steht unter den Lizenzbedingungen der Creative Commons Attribution 4.0 License (Namensnennung). M0662 623 Deutsche Gesellschaft für Allgemeinmedizin und Familienmedizin Deutsche Gesellschaft für Sozialmedizin und Prävention Netzwerk Evidenzbasierte Medizin e.V. Deutsche Gesellschaft für Medizinische Soziologie 60. Kongress für Allgemeinmedizin und Familienmedizin Gesundheit gestalten BIÖG – Quo vadis, Gesundheitskommunikation? Göttingen 20260930 20261002 SYM-15-02 TextHintergrund: Informierte Gesundheitsentscheidungen erfordern die Auseinandersetzung mit komplexen und schwer verständlichen Informationen. KI-Anwendungen wie Chatbots können in Form des dialogorientierten Austauschs die Zugänglichkeit dieser Inhalte verbessern, gleichzeitig bestehen aber Unsicherheiten hinsichtlich ihrer Qualität. Die patientenseitige Bewertung der beiden Qualitätsdimensionen Korrektheit und Überzeugungskraft ist dabei entscheidend für die Folgen der Auseinandersetzung mit entsprechenden Informationen. Ebenso ist anzunehmen, dass das Vertrauen in die Informationsquelle als Heuristik der Qualitätszuschreibungen fungiert. Die Untersuchung erfolgt am Beispiel der Grippeimpfung als bedeutende Präventionsmaßnahme mit Relevanz in großen Teilen der Bevölkerung.Zielsetzung/Fragestellung: Wie bewerten Patienten die Korrektheit und Überzeugungskraft von KI-generierten im Vergleich zu Experten verantworteten Argumenten und welchen Einfluss hat das Vertrauen in den jeweiligen Urheber auf diese Bewertung.Materialien & Methoden: Eine experimentelle Studie im 2x1 Between-Subject-Design analysierte den Effekt unterschiedlicher Quellenlabel (ChatGPT, STIKO, Kombination, ohne Label) auf die wahrgenommene Korrektheit und Überzeugungskraft von Impfargumenten. Die Stichprobe bestand auf N = 1.029 Befragten aus dem deutschen, nicht kommerziellen SoSci-Panel. Die Messung der Konstrukte Korrektheit, Überzeugungskraft, Vertrauen in KI, Wissenschaft und die STIKO erfolgte mittels validierter Likert-Skalen.Ergebnisse: Sowohl KI- als auch Experteninhalte wurden insgesamt als korrekt und überzeugend eingeschätzt. Dennoch wurden Argumente medizinischer Experten signifikant besser bewertet. Die Kennzeichnung als KI-generiert oder in Kombination mit KI erstellen führte zu einer signifikant schlechteren Bewertung, während Expertenlabels die höchsten Zustimmungswerte erzielten. Dieser Effekt verstärkte sich bei höherem Vertrauen in die STIKO und die Wissenschaft, während das Vertrauen in die KI keine Effekte besitzt.Diskussion: Die Ergebnisse unterstreichen die Bedeutung des Vertrauens als Heuristik für die Bewertung von Gesundheitsinformationen. Ebenso zeigt sich eine Grundskepsis gegenüber KI-generierten Argumente.Take Home Message für die Praxis: KI kann die Aufklärung unterstützen, ersetzt aber nicht die ärztliche Einordnung. Da Patienten Experten mehr vertrauen als KI, sollten KI-Inhalte aktiv aufgegriffen und kritisch in die Beratung integriert werden.Interessenkonflikte: EL ist Professorin für Wissenschaftskommunikation an der JGU Mainz. Sie kooperiert mit der Stiftung Gesundheitswissen im Zuge der wissenschaftlichen Evaluation eines Schulungsangebots für Ärzt:innen. Sie hat keine Interessenskonflikte. 0 0 0 0