4.1 Die fehlende Leiblichkeit: Echo statt Resonanz

Der Leib (embodied und emotive) wurde in Kapitel 3.1 als zentrales diagnostisches und therapeutisches Instrument etabliert. Eine KI hat dieses Instrument nicht: So leistungsfähig ihre Verarbeitung auch wird, sie bleibt Operation auf Symbolen ohne Leib. Diese Tatsache bringt eine Reihe struktureller Unfähigkeiten für den therapeutischen Prozess mit sich.

Bei der KI sind Hardware und Software trennbar. Im menschlichen Leib sind Geist und Materie durch zirkuläre Kausalität miteinander verbunden (Fuchs, 2023). Der menschliche Geist ist kein „Programm”, das auf dem „Computer” Gehirn läuft, sondern entsteht durch die Wechselwirkung von Leib, Gehirn und Umwelt (durch Hormone, Stoffwechsel und physische Interaktion). Ohne diese Verschränkung ist Zwischenleiblichkeit (vgl. Kap. 2.3) prinzipiell unmöglich, und damit auch jene leibliche Resonanz zweier Leiber, die echte Empathie voraussetzt.

Ein System, das nie Hunger, Schmerz oder Müdigkeit am eigenen Leib spürt, kann menschliche Begriffe nicht wirklich verstehen. Modelle wie ChatGPT lernen, wie Wörter zusammenhängen, aber nicht, wie sie sich anfühlen. Ein Sprachmodell schreibt mühelos über „Schmerz”, weil das Wort in seinen Trainingsdaten oft neben „Aua”, „Krankenhaus” und „Tränen” steht. Doch es hat nie Schmerz gehabt.

Die KI-Forschung versucht aktuell, dieses Problem durch Multimodalität (die Verknüpfung von Text mit Sehen und Hören) und Embodied AI (KI in Robotern, die physisch mit der Welt interagieren) zu lösen. Doch aus Sicht von Fuchs löst auch ein Roboter dieses Problem nicht: Seine Sensoren liefern zwar Messwerte, aber keine Erfahrung (Fuchs, 2024b). Ein Roboter registriert einen niedrigen Ladestand, aber er verspürt keinen Hunger.

John Searle (1980) hat das in seinem Gedankenexperiment des „Chinesischen Zimmers” veranschaulicht: Ein Mensch, der kein Chinesisch kann, sitzt in einem Raum und beantwortet chinesische Zettel allein nach einem Regelbuch, das Zeichen auf Zeichen abbildet. Von außen wirken die Antworten perfekt. Verstanden hat der Mensch im Raum aber kein Wort. Genau so verarbeitet ein Sprachmodell Symbole nach Regeln, ohne ihre Bedeutung zu erfassen. Fuchs überträgt dieses Argument direkt auf ChatGPT:

„ChatGPT versteht kein einziges Wort von dem, was es ausgibt und es scheint nur, als hätte es uns verstanden, wenn es so kluge Antworten gibt.” (Fuchs, 2025b, Min. 25:54)

Damit fehlt der KI nicht nur Empathie, sondern jedes semantische Verstehen. Nach Fuchs beruht Verstehen ohnehin nicht auf inneren Vorgängen im Gehirn, sondern „primär auf interaktiven, zwischenleiblichen Prozessen” (Fuchs, 2023, S. 108). Verstehen entsteht zwischen zwei Leibern, nicht in einem Individuum. Genau das innere Nachbilden der Welt ist aber alles, worüber eine KI verfügt: Sie repräsentiert und berechnet.

Sprachmodelle berechnen nur statistisch das wahrscheinlichste nächste Wort. Das scheinbare „Verstehen” entsteht allein im Kopf der lesenden Person, ein Anthropomorphismus: die Übertragung menschlicher Eigenschaften auf eine Maschine, die keine besitzt. In die selbe Richtung argumentiert Lerchner (2026), ein Forscher bei Google DeepMind, in seinem Preprint The Abstraction Fallacy: Why AI Can Simulate but not Instantiate Consciousness: Die mathematische Beschreibung eines Prozesses ist nicht der Prozess selbst. Große Sprachmodelle bleiben „non-sentient tools” (Lerchner, 2026, Preprint).

Manche halten dagegen, allen voran der KI-Forscher Ilya Sutskever: Wer riesige Datenmengen so stark komprimiert wie ein Sprachmodell, müsse dabei zwangsläufig ein „Weltmodell” bilden und das sei schon eine Art Verstehen. Doch selbst wenn das stimmt, ist es ein Verstehen ganz anderer Art, nämlich rein mathematische Struktur, und kein leiblich verankerter Sinn. Lloyd (2024) zeigt in seiner Analyse von GPT-4, dass dem Modell ein stabiles Weltbild und ein Gespür für Zeit fehlen. Er liest den Austausch mit einem Sprachmodell darum als „improvisierte Fiktion”: Struktur mag entstehen, ein eigener Standpunkt entsteht nicht.

Ibanez et al. (2026) fassen den Unterschied in ein Bild: Sie vergleichen den Computer mit der Musik. Eine Maschine arbeitet statisch, modular und letztlich losgelöst vom menschlichen Kontext. Echte therapeutische Begegnung dagegen gleicht einem improvisierten Musikstück. Sie verläuft in der Zeit, schließt den Leib mit ein und entsteht in jedem Moment neu aus dem Zusammenspiel aller Beteiligten.

Wenn die KI nicht versteht, weil ihr der Leib fehlt, so stellt sich die Frage, warum Leiblichkeit überhaupt Bedingung des Verstehens und Fühlens ist. Fuchs beantwortet sie über die vitale Selbstregulation des Organismus, die Homöostase. Erleben entsteht demnach nicht erst im Kortex, sondern in den vitalen Regulationsprozessen des ganzen Organismus, in der Aufrechterhaltung des inneren Gleichgewichts (Fuchs, 2026b; vgl. Fuchs, 2025b, Min. 34:54). Es zeigt sich in leiblichen Selbsterhaltungssignalen: Hunger, Durst, Schmerz, Lust.

„… these vital processes of self-preservation are the roots of the feeling of being alive and thus of consciousness.” (Fuchs, 2026b, S. 7)

Ein künstliches System hingegen hat keine Sorge um seine Erhaltung: Nichts ist für es bedeutsam, und daher kann es auch nichts fühlen (Fuchs, 2026a, S. 10). Der Grund dafür liegt tiefer: in der eigenen Sterblichkeit.

„Nur was sterben kann, kann auch Angst empfinden.” (Fuchs, 2026a, S. 9–10)

Nur was verletzlich ist, kann fühlen, und nur wer fühlt, kann begegnen. Der KI fehlt beides.

Damit fehlt das Fundament jener Empathie, die in Kapitel 2.3 und 3.1 als therapeutisches Instrument etabliert wurde. Zwar kann die KI die erweiterte Empathie als Sprachmuster simulieren und Emotionen oft präziser als der Durchschnittsmensch erkennen und benennen. Was ihr jedoch fehlt, ist die primäre Empathie: kein Gefühlskreis, keine Zwischenleiblichkeit, kein leibliches Mitschwingen. Damit entfällt auch die Gegenübertragung als Instrument. Der Gefühlskreis, in dem sich Ausdruck und Eindruck zweier Leiber fortlaufend modifizieren, bricht auf der Seite der KI ab. Dort gibt es keinen leiblichen Eindruck und keine eigenleibliche Resonanz (Fuchs, 2023, S. 112). Der Mensch produziert Ausdruck, die KI nur Output. Der Kreis bleibt einseitig. Und die iterierte Empathie bleibt ihr verschlossen, weil ihr das Du-Bewusstsein fehlt.

„AI’s inherent lack of genuine emotional presence, reciprocal intentionality, and affective commitment constrains its ability to foster authentic epistemic trust.” (Yirmiya & Fonagy, 2025; Übers. M.P.: „Der grundlegende Mangel der KI an echter emotionaler Präsenz, wechselseitiger Intentionalität und affektiver Bindung beschränkt ihre Fähigkeit, authentisches epistemisches Vertrauen zu stiften.”)

Yirmiya und Fonagy (2025) bringen es auf den Punkt: KI ahmt kognitive Empathie nach, aber sie schwingt nicht mit. Ohne echtes Mitschwingen entsteht kein Vertrauen und ohne Vertrauen keine tiefe Veränderung. Erweiterte Empathie ohne primäres Fundament ist eine potenziell manipulative Technik, ein bloßes „so tun als ob”: Die KI beobachtet alles, ein perfektes Gedankenlesen ohne Mitfühlen. Sie weiß, aber spürt nicht.

Wenn das, was die KI als Empathie ausgibt, primärempathisch leer ist, dann stellt sich die Frage, was sie eigentlich produziert, wenn sie zu antworten scheint. Rosas vier Resonanzkriterien (Affizierung, Antwort, Transformation, Unverfügbarkeit) verlangen ein schwingungsfähiges, autonomes Medium, das mit eigener Stimme antwortet und dabei selbst verändert wird. Über ein solches Medium verfügt die KI nicht. Was sie produziert, ist ein Echo: die Rückspiegelung des Eigenen, berechenbar, ohne Andersheit, ohne eigenes Risiko, ohne Transformation beider Seiten (vgl. Echo/Resonanz-Kontrast, Kap. 2.2). Sie kann den „Tanz” nicht mittanzen, weil sie kein eigenständiger Resonanzpol ist und ihr ein Eigenes, das in Schwingung geraten könnte (Spagnuolo Lobb, 2006, S. 51; vgl. die Tanz-Analogie, Kap. 2.3), fehlt. Abbildung 3 stellt beide Konstellationen gegenüber: den intakten Gefühlskreis und den auf der KI-Seite abbrechenden.

Abbildung 3: Zwischenleibliche Resonanz (Mensch–Mensch) versus Echobeziehung (Mensch–KI). Links der zirkuläre Gefühlskreis zweier Leiber: Ausdruck und Eindruck modifizieren sich fortlaufend, getragen von der eigenleiblichen Resonanz beider Seiten. Rechts bricht der Kreis auf der KI-Seite ab: ohne Leib keine eigenleibliche Resonanz. Der Ausdruck der Nutzer*in kehrt als statistisch erzeugtes Echo zurück. Eigene Darstellung in Anlehnung an Fuchs (2023, S. 112).

Die empirische KI-Forschung bestätigt diese Unterscheidung: Die „Compassion Illusion” (Ovsyannikova et al., 2025) entsteht, wenn emotionale Erkennung mit emotionaler Resonanz verwechselt wird. Dritte bewerten KI-Antworten sogar als mitfühlender als die von Fachleuten. Das ist kein Beleg für Empathie der KI, sondern für die Wirksamkeit der Illusion.

Was geschieht, wenn ein Mensch ein Sprachmodell tatsächlich als Therapeuten anspricht, war auf der eingangs erwähnten DVG-Tagung 2025 zu sehen. Die Modellklientin sprach über eine anhaltende Erschöpfung nach einem Burnout. Im Verlauf des Gesprächs weinte sie. Der Chatbot bemerkte davon nichts. In der anschließenden Diskussion hielt eine Teilnehmerin fest, das Wort „leiblich” sei in der gesamten Sitzung kein einziges Mal gefallen, obwohl die Tränen der Klientin schon in den ersten Minuten zu sehen gewesen seien. Eine menschliche Therapeut*in wäre dem sichtbaren Affekt viel früher gefolgt (Bauer, 2026, S. 85). Die Szene verschärft sich noch durch ihr Setting: Die Klientin saß allein in ihrer Wohnung und sprach in ihr Smartphone, während der Chatbot schriftlich antwortete und seine Antworten im Saal vorgelesen wurden (Bauer, 2026, S. 80). Ihr Leib war anwesend. In der Interaktion kam er nicht vor. Dieser Befund zeigt: Wo kein Leib ist, gibt es keinen leiblichen Eindruck, und wo es keinen leiblichen Eindruck gibt, bricht der Gefühlskreis genau dort ab, wo eine Therapeut*in ihre Arbeit beginnen würde.

Ein naheliegender Einwand verdient an dieser Stelle eine Antwort. Die Allianzforschung findet den Zusammenhang von Beziehungsqualität und Therapieerfolg auch für internetbasierte Formate (Flückiger et al., 2018; vgl. Kap. 2.1). Wenn ein Bildschirm die therapeutische Beziehung nicht zerstört, warum sollte ein Chatbot es tun? In der internetbasierten Therapie ist das Medium digital, das Gegenüber jedoch nicht: An beiden Enden der Leitung steht ein Leib, der affiziert wird und antwortet. Der Gefühlskreis ist medial vermittelt, aber er bleibt geschlossen. Dass dieser Kreis über den Bildschirm hinweg trägt, berichtet Appel-Opper (2024, S. 42) aus über 35 Jahren gestalttherapeutischer Praxis: Das zwischenleibliche Geschehen setze sich auch im Online-Setting fort, beide läsen einander in Blick und Atemrhythmus, und manche Prozesse verliefen dabei sogar tiefer als im gemeinsamen Raum. Bei einem Klienten, dessen Atmung sie wie in einer Schachtel erlebt, verengt sich ihre eigene mit (Appel-Opper, 2024, S. 43). Wie fragil er dabei dennoch wird, zeigen Kampmann und Schön (2026): Online-Therapie sei möglich, „aber nicht gleichwertig” (S. 99), da die feinen leiblichen Rückmeldungen „digital schwerer zugänglich” (S. 96) seien. Resonanz könne nicht mehr von selbst entstehen, aber der Austausch zwischen zwei Subjekten ist noch immer intakt. Beim Chatbot dagegen gibt es prinzipiell keinen geschlossenen Gefühlskreis, da ein zweites Subjekt fehlt.

Dieses Kapitel erklärt, warum KI nicht begegnen kann. Es erklärt jedoch noch nicht, warum diese Illusion der Begegnung dennoch so mächtig wirkt. Der Mechanismus dieser Illusion und vor allem seine präzise gestalttherapeutische Diagnose folgt im folgenden Abschnitt.