Wenn ChatGPT die Packungsbeilage interpretiert: Was aktuelle Studien über KI in der OTC-Beratung zeigen
Bei rezeptfreien Arzneimitteln (OTC) fällt die Vorentscheidung für oder gegen ein Präparat oft schon zu Hause – bevor jemand eine Apotheke oder Drogerie betritt und dort Fachberatung erhält. Dabei nutzen Konsumentinnen und Konsumenten neben klassischen Suchmaschinen auch öffentliche KI-Assistenten wie ChatGPT, Gemini, Claude oder Perplexity für Fragen zu Symptomen und Dosierungen.
Für Verantwortliche in Medical Affairs, Regulatory und Digital stellt sich damit eine zentrale Frage: Wie verlässlich geben Sprachmodelle Auskunft über rezeptfreie Medikamente – selbst dann, wenn ihnen der offizielle Text der Packungsbeilage vorliegt?
1. Was die empirische Forschung zur OTC-Beratung durch KI zeigt
Bisherige pharmazeutische Untersuchungen liefern ein differenziertes Warnsignal zur autonomen KI-Beratung:
- Hohe Hürden bei unmodifizierten Modellen: In einer Untersuchung der Keio University (Tokyo) prüften Forschende 264 typische Konsumentenfragen zu 22 OTC-Präparaten (12 abgefragt mit Markennamen, 10 mit Wirkstoffnamen) über zwölf klinische Ausgangssituationen hinweg. Ein unmodifiziertes Basismodell (ChatGPT-3.5) erfüllte dabei alle drei Bewertungskriterien (Kohärenz zwischen Frage und Antwort, wissenschaftliche Korrektheit und angemessene Handlungsanweisung) gleichzeitig in nur 20,8 % der Fälle [1, 2]. Auch die Reproduzierbarkeit war begrenzt: Nur 61,8 % der korrekten Antworten wurden bei einer erneuten Eingabe am Folgetag bestätigt. Am schwächsten abschnitten die Handlungsanweisungen bei Fragen zum Autofahren und zu Begleitmedikationen [2].
- Einfluss von Markennamen: Dieselbe Untersuchung zeigte, dass Anfragen mit kommerziellen OTC-Markennamen bei Basismodellen zu schlechteren Ergebnissen führten als Anfragen mit reinen Wirkstoffnamen [2]. Im angepassten Setup mit hinterlegten Packungsbeilagen verbesserten sich die Antworten auf Markenfragen jedoch deutlich [1].
- Gebündelte Kriterien-Erfüllung (56,1 %): In einer darauffolgenden Studie (2025) versorgten die Forschenden ein angepasstes GPT-4-System (cGPT) direkt mit den offiziellen Texten der Packungsbeilagen aller 22 Präparate sowie fünf strukturierten Instruktionen. Während die wissenschaftliche Korrektheit bei 93,2 % und die logische Relevanz bei 100 % lagen, erreichte das System beim dritten Kriterium (Zuverlässigkeit bezüglich der Packungsbeilgen-Vorgaben) 60,2 %. Über alle drei Kriterien hinweg erfüllten 56,1 % der Antworten sämtliche Anforderungen gleichzeitig [1].
- Kommunikationsstärke vs. strukturelle Verlässlichkeit: Neuere Modelle treten kommunikativ sehr sicher auf: In einer zweisprachigen Studie von 2026 über 22 gastrointestinale OTC-Fallvignetten erzielte ChatGPT-4.5 höhere mittlere CLEAR-Beratungswerte (4,8/5) als 58 Apothekerinnen und Apotheker (3,7–3,8/5) [3]. Grundlegende LLM-Forschungen zeigen jedoch strukturelle Schwächen – von Rechenfehlern [4] bis hin zu Sycophancy, bei der Modelle ihre Antworten nach Nutzer-Widerspruch ändern. In einer Untersuchung kippten rund 15 % aller Antworten bei Mathe- und Medizinfragen nach Widerspruch von korrekt zu falsch [5].
2. Einordnung: Übertragbarkeit der Befunde
Kritische Leserinnen und Leser aus Medical oder Regulatory Affairs werden einwenden: Die Keio-Studien stammen aus Japan und nutzten frühere Modellgenerationen – heutige Frontier-Modelle sind leistungsfähiger.
Obwohl sich die Modellfähigkeiten weiterentwickelt haben, halten zwei strukturelle Realitäten diese Erkenntnisse für OTC-Hersteller hochrelevant:
- Kontext allein garantiert keine Compliance: Die Studie von 2025 zeigt, dass selbst dann, wenn der offizielle Packungsbeilagentext direkt im Modellkontext liegt, die gleichzeitige Erfüllung aller Kriterien in einem spürbaren Teil der Fälle fehlschlägt [1].
- Reale Prompts entbehren kuratierter Kontexte: Im Alltag liefern Konsumenten selten verifizierte regulatorische Texte mit. Stattdessen greift die KI auf vortrainierte Gewichte oder Live-Websuchen zurück – ohne garantierte länderspezifische Leitplanken über Jurisdiktionen, Sprachen und Markenlinien hinweg.
3. Was OTC-Unternehmen in der Praxis tun können
Da Pharmaunternehmen die Modellgewichte von OpenAI, Google oder Anthropic nicht kontrollieren können, beruht das Risikomanagement auf externer Datenhoheit und systematischem Monitoring:
- Eigene Produktdaten maschinenlesbar veröffentlichen: Pflichtangaben zu Dosierungen, Altersgrenzen, Anwendungsdauer und Kontraindikationen sollten als klar strukturierte, leicht auslesbare Inhalte auf den Marken-Websites bereitstehen – explizit getrennt nach Jurisdiktion (z. B. CH / DE / AT). Das Bereinigen veralteter Dokumente auf eigenen Domains hilft suchgestützten KI-Systemen, aktuelle Primärquellen abzurufen.
- Systematische AI Answer Audits etablieren: Da Anfragen mit Markennamen in Basisanalysen fehleranfälliger waren [2], sollten OTC-Hersteller führende öffentliche KI-Plattformen regelmässig mit realistischen Patienten- und Apothekerfragen testen. Der Abgleich generierter Antworten mit national zugelassenen Arzneimittelinformationen (wie Swissmedic AIPS oder nationalen Fach-/Gebrauchsinformationen) deckt ausgelassene Warnhinweise, Dosierungsfehler oder Produktverwechslungen frühzeitig auf.
- Cross-funktionale Governance aufbauen: Die Beobachtung, wie öffentliche KIs OTC-Produkte darstellen, ist keine reine Marketing-Aufgabe. Medical Affairs (klinische Risikobewertung), Regulatory Affairs (Abgleich mit zugelassenen Pflichttexten), Brand Management und Digital Leadership sollten Audit-Ergebnisse gemeinsam auswerten und in strukturierte Inhaltsverbesserungen auf den digitalen Kanälen überführen.
Transparenzhinweis: Über Lancashire Digital entwickle und führe ich AI Answer Audits für Pharma- und OTC-Unternehmen durch.
Quellen & Referenzen
- [1] Kiyomiya K, Aomori T, Ohtani H (2025): Medication counseling for OTC drugs using customized ChatGPT-4: Comparison with ChatGPT-3.5 and ChatGPT-4o. Digital Health, 11. DOI: 10.1177/20552076251323810
- [2] Kiyomiya K, Aomori T, Ohtani H (2024): Comprehensive analysis of responses from ChatGPT to consumer inquiries regarding over-the-counter medications. Die Pharmazie, 79(1), 24–28. DOI: 10.1691/ph.2024.3628
- [3] Al-Safadi A et al. (2026): ChatGPT-4.5 versus pharmacists in OTC counseling: A bilingual comparative study. Pharmacia, 73. DOI: 10.3897/pharmacia.73.181527
- [4] Rawte V et al. (2023): The Troubling Emergence of Hallucination in Large Language Models – An Extensive Definition, Quantification, and Prescriptive Remediations. arXiv:2310.04988
- [5] Fanous A et al. (2025): SycEval: Evaluating LLM Sycophancy. arXiv:2502.08177
