Das System mit dem Namen A+CHIS (Adaptive Consumer Health Information System) passt Informationen automatisch an. Es erkennt, wie viel Detailtiefe eine Person benötigt, und stellt Inhalte entsprechend dar, etwa als einfache Schlagwortwolke, übersichtliche Infografik oder vertiefenden Fachtext. Grundlage dafür ist die sogenannte multidimensionale Adaptivität: Das System analysiert anonymisierte Interaktionsdaten wie Mausbewegungen oder Scrollverhalten, um kognitive Überlastung frühzeitig zu erkennen und die Darstellung dynamisch anzupassen. Anhand von Daten aus einer im Projekt durchgeführten Studie mit 250 Teilnehmenden untersuchte das Forschungsteam, wie sich aus Interaktionsmustern verlässlich ableiten lässt, wann Informationen als zu komplex oder überfordernd wahrgenommen werden. „Unser Ziel war es, medizinische Evidenz so zu vermitteln, dass sie wirklich verstanden wird und nicht nur gelesen“, erklärt Tobias Schreck.
KI als evidenzbasierter Dialogpartner
Ein weiterer Baustein ist der Einsatz von Large Language Models. Die KI-gestützten Komponenten unterstützen dabei als digitale Berater. Die Uni Graz hat zur Informationsverarbeitung die kognitionspsychologische Perspektive beigesteuert. Psychologe Michael Bedek fasst die Forschungsarbeit grob zusammen: „Wir haben zum Beispiel untersucht, wie sich Inhalte leichter und verständlich aufbereiten lassen. Weiters haben wir uns damit beschäftigt, welche Erwartungen es an eine Plattform gibt und wie Verzerrungen vermieden werden können.“ Denn, so der Wissenschaftler, passiere es häufig, dass man eine Bestätigung der eigenen Hypothese suche anstatt davon abweichende Informationen.
Um die Qualität der medizinischen Inhalte zu sichern, nutzt A+CHIS ausschließlich Materialien, die von der Medizinischen Universität Graz nach definierten Kriterien geprüft wurden. Darauf greift die KI für ihre Zusammenfassungen und Vorschläge zurück, um das Risiko für die Entstehung sogenannter „Halluzinationen“ durch Large Language Models zu verringern.
Open Source und Ausblick
Obwohl das System zunächst für Informationen zu Diabetes entwickelt worden ist, lässt es sich auf alle erdenklichen medizinischen Themen übertragen. Die Projektergebnisse stellt das Team als Open-Source-Code zur Verfügung. Damit schaffen die Forschenden eine wissenschaftlich fundierte Grundlage für künftige digitale Gesundheitsinformationssysteme, beispielsweise in Krankenhäusern, Arztpraxen oder bei Versicherungen. Bereits im Frühjahr 2026 startet ein Folgeprojekt, in dem die effektive Vermittlung von vertrauenswürdigen Gesundheitsinformationen gemeinsam mit Citizen Scientists weiter erforscht wird. Langfristig wollen die Forschenden die Prinzipien adaptiver Informationsvermittlung auch auf andere Bildungsbereiche übertragen. Ziel ist es, komplexes Wissen generell verständlicher, individueller und wirksamer zugänglich zu machen.