NAGOYA / LONDON (IT BOLTWISE) – Eine neue Studie zeigt, dass Menschen mit höheren autistischen Merkmalen Ungewissheit als besonders belastend erleben, zugleich aber Emotionsbenennung („Affect Labeling“) als innere Strategie nutzen können, um Angst zu senken. Das Ergebnis deutet auf zwei Wege hin: einen „Risiko“-Pfad über steigende Anspannung und einen „adaptiven“ Pfad über mehr Struktur im inneren Erleben. Für Praxis, Therapie und zunehmend auch KI-gestützte Assistenzsysteme ist damit klar: Unterstützung beim Finden der passenden Worte könnte ein Baustein wirksamerem Emotional-Support sein. Gleichzeitig bleibt die Kausalität offen, weil die Untersuchung Querschnittsdaten verwendet.
Ungewissheit wirkt im Alltag oft wie ein unsichtbarer Verstärker: Je weniger klar ist, was als Nächstes passiert, desto schneller steigen Stress und Anspannung. Genau hier setzt die aktuelle Forschung an, indem sie untersucht, wie Menschen mit höheren autistischen Merkmalen damit umgehen. Die Studie, veröffentlicht in Scientific Reports, verbindet zwei Beobachtungen aus der Psychologie: eine ausgeprägte Unverträglichkeit gegenüber Ungewissheit und die Möglichkeit, Gefühle durch Benennen („Affect Labeling“) zu strukturieren. Damit wird ein zentraler Gedanke greifbar: Nicht die Gefühle selbst, sondern das „Nicht-Wissen“, was sie genau bedeuten, kann Angst antreiben.
Technisch betrachtet lässt sich das Ergebnis als Dynamik zwischen Informationsverarbeitung und Emotionsregulation beschreiben. Ungewissheit bedeutet, dass das Gehirn weniger verlässliche Muster findet, um interne Zustände einzuordnen. Affect Labeling wirkt in diesem Modell wie eine semantische Annotation: Durch die Zuordnung eines Wortes zu einem diffusen Gefühl wird der Zustand „modellierbar“, ähnlich wie wenn man bei komplexen Daten eine beschreibende Dimension ergänzt, um Varianz erklärbar zu machen. Interessant ist dabei der Bezug zur Alexithymie: Wer Schwierigkeiten hat, eigene Emotionen zu identifizieren und sprachlich auszudrücken, stößt genau an die Stelle, die Affect Labeling benötigt. Die Studie formuliert daraus ein scheinbares Paradox, das sie methodisch testet: Wie kann eine Person Ungewissheit stark als bedrohlich erleben und dennoch—oder gerade deshalb—Gefühle benennen lernen?
Um diese Frage zu prüfen, rekrutierten Forschende 532 Erwachsene aus der allgemeinen japanischen Bevölkerung; nach Qualitätschecks blieben 505 Teilnehmende im Datensatz. Die Analyse stützt sich auf vier Selbstauskunfts-Fragebögen: erstens autistische Merkmale auf Populationsebene (u. a. zu sozialen Fähigkeiten und Kommunikation), zweitens die Unverträglichkeit gegenüber Ungewissheit, die sich auf Angst in vollständig unbekannten Situationen bezieht, drittens die Häufigkeit von Affect Labeling, also dem sprachlichen Umgang mit dem eigenen emotionalen Zustand, sowie viertens die aktuelle situative Angst und ein allgemeines, stabiles Trait-Anxiety-Niveau. Mathematisch verglichen die Autorinnen und Autoren zwei konkurrierende Modelle—ein klassisches „Risiko“-Modell und ein umgekehrtes „Antriebs“-Modell. Beide passten statistisch, doch aus theoretischer Sicht war das zweite Modell plausibler, weil es eine duale Funktionslogik nahelegt.
Damit wird auch ein wichtiger Markt- und Praxisbezug berührt: In der klinischen und nicht-klinischen Emotionsförderung dominieren etablierte Ansätze wie kognitiv-verhaltenstherapeutische Strategien sowie DBT-nahe Fertigkeiten (Dialektisch-Behaviorale Therapie), die häufig mit dem Training von Emotionswahrnehmung und sprachlicher Einordnung arbeiten. Als „Wettbewerber“ in diesem Sinne liefern diese Methoden schon länger Konzepte dafür, wie innere Zustände in Worte übersetzt werden, um Regulation zu verbessern. Die neue Studie ergänzt diese Tradition jedoch um eine spezifische Bedingungskonstellation: Bei Menschen mit höheren autistischen Merkmalen kann Affect Labeling sowohl Teil des Problems (wenn die Benennung schwerfällt) als auch Teil der Lösung (wenn die Ungewissheit wiederum als Motivation wirkt) sein. Für Experten klingt das weniger nach einer einfachen „Defizit“-Geschichte und mehr nach einem fein abgestuften Kompensationsmechanismus.
Die Daten zeigen tatsächlich zwei Wege: In einem ersten, eher traditionellen Pfad korreliert ein höheres Niveau autistischer Merkmale mit größerer Unverträglichkeit gegenüber Ungewissheit, was direkt mit höherer Angst zusammenhängt. Gleichzeitig berichten Teilnehmende mit höheren autistischen Merkmalen im Mittel eine geringere Basiskompetenz, Gefühle per Affect Labeling zu verarbeiten. Wenn innere Zustände schwer einzuordnen sind, steigt die Wahrscheinlichkeit, dass Angst „entsteht“, weil das Gehirn keine klare Struktur findet. Der zweite, neuartige Pfad beschreibt jedoch einen adaptiven Effekt: In dieser Konstellation gehen höhere autistische Merkmale und höhere Ungewissheitsintoleranz mit stärkerem Affect Labeling einher, und genau dieses stärkere Labeling ist mit geringerer Angst verbunden. In einem Interview betonten die Forschenden, dass sie zunächst anderes erwartet hatten—die Musterlage interpretiert nun jedoch Ungewissheit als potenziellen Auslöser dafür, innere Zustände aktiv zu benennen, statt sich nur paralysiert zu fühlen.
Für die Zukunft ist damit ein praktischer Hebel erkennbar, der sich auch mit KI-gestützten Assistenzsystemen gut denken lässt—ohne vorschnell therapeutische Versprechen zu machen. KI kann Emotionserkennung unterstützen, aber sie kann ebenso beim Benennen helfen: Beispielsweise indem Systeme Nutzenden strukturierte Fragen stellen („Wie stark ist die Ungewissheit jetzt?“, „Welche Körperstelle ist betroffen?“) oder sprachliche Optionen anbieten, um aus diffusen Eindrücken eine konkrete Formulierung zu machen. Das würde den „kognitiven Engpass“ adressieren, der bei Alexithymie besonders relevant ist. Gleichzeitig bleibt ein wesentlicher Unterschied zwischen Forschung und Anwendung: In der Studie handelt es sich um Querschnittsdaten, daher lässt sich Kausalität nicht eindeutig ableiten. Ungewissheit, Angst und Schwierigkeiten beim Labeln können sich im Zeitverlauf gegenseitig beeinflussen. Genau deswegen wäre der nächste Schritt—wie von den Autorinnen und Autoren angedeutet—eine longitudinale oder experimentelle Untersuchung, die die zeitliche Reihenfolge testet.
Regulatorisch und datenschutzbezogen gilt: Wer KI für Emotionssupport einsetzt, muss besonders sorgfältig mit sensiblen Daten umgehen, denn Angst-, Stress- und Gesundheitsindikatoren gehören in vielen Rechtsräumen zu besonders schützenswerten Kategorien. Selbst wenn ein System nur Texteingaben verarbeitet, können diese Rückschlüsse auf psychische Zustände zulassen. In der Enterprise-Welt wird deshalb häufig ein Ansatz bevorzugt, der Datenminimierung, lokale Verarbeitung oder streng kontrolliertes Logging vorsieht. Für Entwicklerteams bedeutet das: Affect-Labeling-Unterstützung sollte so designt werden, dass sie Transparenz bietet (warum fragt das System?), Kontrolle respektiert (Nutzerentscheidungen über Speicherung) und Risiken wie Fehldiagnosen reduziert (keine „Therapie“-Versprechen, sondern Support beim Benennen und Strukturieren).
Unterm Strich verschiebt die Studie den Blick von „Emotionen können nicht verarbeitet werden“ hin zu „Emotionen sind verarbeitbar—aber unter bestimmten Bedingungen“. Die duale Rolle der Ungewissheit liefert dabei eine wichtige Zukunftslogik: Ungewissheit kann Angst verstärken, aber sie kann gleichzeitig als Antrieb wirken, Gefühle gezielt zu benennen und dadurch leichter regulierbar zu machen. Für Therapien und Betreuungsangebote heißt das, dass Unterstützung beim Finden der passenden Worte nicht nur als simplere Alternative zu Defizitlogik zu verstehen ist, sondern als aktiver Baustein in einem größeren Unterstützungssystem. Welche Rolle dabei KI-gestützte Interaktion langfristig spielt, hängt jedoch davon ab, ob künftige Studien die Pfade experimentell oder longitudinal bestätigen—und ob sich die Mechanismen in klinisch diagnostizierten Gruppen ebenso zeigen wie in der hier untersuchten allgemeinen Population.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Ungewissheit und Emotionsbenennung: Wie KI-gestützte Förderung psychischer Stabilität helfen kann" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Ungewissheit und Emotionsbenennung: Wie KI-gestützte Förderung psychischer Stabilität helfen kann" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Ungewissheit und Emotionsbenennung: Wie KI-gestützte Förderung psychischer Stabilität helfen kann« bei Google Deutschland suchen, bei Bing oder Google News!