High resolution psychotherapy research through AI-supported process analysis

A paradigm shift in psychotherapy research

Authors

  • Martin Steppan
  • Marc Birkhölzer

DOI:

https://doi.org/10.30820/1664-9583-2025-1-29

Keywords:

artificial intelligence, epistemology, emotion recognition, affective computing, clinical supervision, psychotherapy, psychiatry, new methods

Abstract

Psychotherapy research is undergoing a fundamental paradigm shift driven by the use of artificial intelligence (AI). While Paul Ekman’s work on emotion recognition was based on the observation and manual coding of facial expressions, AI now enables automated, multimodal analysis of speech, facial expressions, gestures, and emotional dynamics. These technologies allow for the near-complete recording, documentation, and analysis of entire therapy sessions in real time for the first time. This paper examines the transition from Ekman’s methodological approach to AI-supported «total data collection» and analyzes the scientific and clinical implications. Special attention is given to the opportunities arising from high-resolution real-time analysis of therapeutic processes, as well as the risks concerning data privacy and ethical standards. Finally, the discussion addresses how anonymization and strict security measures can ensure the responsible use of sensitive therapy data, unlocking the full potential of these technologies.

Author Biographies

Martin Steppan

Martin Steppan hat Psychologie (mit Pharmazie im Nebenfach) studiert. Er promovierte an der Universität Innsbruck zu Suchterkrankungen sowie an der Universität St. Andrews zur Verhaltensgenetik, insb. zum Einfluss der Pubertät auf psychische Störungen. Er war langjährig am Münchner IFT Institut für Therapieforschung sowie an den Universitären Psychiatrischen Kliniken Basel tätig, mit einem Schwerpunkt auf Persönlichkeitsstörungen. Seit 2021 ist er Senior Research and Teaching Assistant an der Fakultät für Psychologie der Universität Basel, wo er Psycholog:innen in Forschungsmethodik unterrichtet. Sein besonderes Interesse gilt methodischen Innovationen, insb. in der psychologischen Diagnostik und Psychotherapieforschung. Dabei arbeitet er an neuen Ansätzen zur KI-gestützten Emotionsanalyse sowie an innovativen psychometrischen Verfahren.

Marc Birkhölzer

Marc Birkhölzer hat in Gießen Medizin studiert und lebt seit 2013 in der Schweiz. Seit 2010 forscht er zum Thema Jugendliche mit Persönlichkeitsstörungen, hier insb. zum Thema Früherkennung und Frühintervention. Er hat seine Psychotherapieweiterbildung in systemisch-analytischer Kinder-, Jugend- und Familientherapie absolviert und ist Facharzt für Kinder- und Jugendpsychiatrie und -psychotherapie. Er ist seit Oktober 2021 Oberarzt der Jugendforensischen Ambulanz (JAM) der Klinik für Forensik, UPK Basel, Forschungsgruppenleiter der EARLY-Studie und seit August 2023 Mitglied der Institutsleitung des Instituts für Kinder-, Jugend- und Familientherapie (KIF) Luzern. Sein besonderes Interesse gilt der Persönlichkeitsentwicklung, der Adoleszenz, dissozialem Verhalten und der Erforschung des Potenzials psychoaktiver Substanzen in der Psychotherapie.
31299

Downloads

How to Cite

Steppan, M., & Birkhölzer, M. (2025). High resolution psychotherapy research through AI-supported process analysis: A paradigm shift in psychotherapy research. Psychotherapie-Wissenschaft, 15(1), 29–38. https://doi.org/10.30820/1664-9583-2025-1-29

Issue

Vol. 15 No. 1 (2025): Intersubjektives Erleben in der Psychotherapie

Section

Special Issue

License

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 3.0 Unported License.

This journal provides open access to its content in accordance with the basic premise that the free public availability of research benefits the exchange of knowledge throughout the world.

Authors wishing to publish in this journal agree to the following:

  1. The author/s retain/s the copyrights and consent/s to initial publication of the work in the journal under a Creative Commons Attribution licence, which allows third parties to use the work by citing the name/s of the author/s and this journal as initial publisher (in accordance with the Creative Commons Attribution-NonCommercial-NoDerivs 3.0 DE-Licence).
  1. The author/s can enter into additional contracts for the non-exclusive distribution (e.g. publish in a collection or book) of the version published in the journal, if the journal is cited as initial publisher.