Therapieabbrüche verhindern: Evidenzbasierte Praxisansätze
Therapieabbruch Psychotherapie: Evidenzbasierte Ansätze zur Dropout-Prävention. Von Allianz-Monitoring über ROM bis KI-Dokumentation.

Etwa jede fünfte Psychotherapie endet vorzeitig, ohne therapeutische Absprache und ohne geplanten Abschluss. Eine große Meta-Analyse über 669 Studien mit 83.834 Klient:innen kam auf eine gewichtete mittlere Dropout-Rate von 19,7 Prozent, wobei die Werte je nach Therapieform und Definition stark schwankten (Swift & Greenberg, 2012). Für Therapeut:innen geht mit jedem Abbruch ein Behandlungsplatz verloren. Und es bleibt die Frage: Hätte ich diesen Abbruch verhindern können?
Die Forschung der letzten Jahre hat die Risikofaktoren präzise benannt und wirksame Präventionsstrategien validiert. Sie reichen von der regelmäßigen Messung der Allianz über Routine Outcome Monitoring bis zu KI-gestützten Vorhersagemodellen. Aus diesen Befunden ergeben sich sieben evidenzbasierte Strategien, mit denen Sie Therapieabbrüche in Ihrer Praxis planvoll reduzieren können.
Was ist Therapieabbruch? Definition und Häufigkeit
Als Therapieabbruch gilt die vorzeitige, unilaterale Beendigung einer Psychotherapie ohne therapeutische Absprache (Swift & Greenberg, 2012). Anders als bei einem gemeinsam geplanten Therapieende geht der Schritt allein von der Patient:in aus. Oft gibt es weder eine Vorankündigung noch ein Abschlussgespräch.
Wie häufig Therapien abgebrochen werden, hängt stark von Therapieform, Störungsbild und Setting ab. Über alle Therapieformen hinweg liegt die gewichtete mittlere Dropout-Rate bei 19,7 Prozent (Swift & Greenberg, 2012). Eine Meta-Analyse nur zur kognitiven Verhaltenstherapie kam über 115 Studien auf 26,2 Prozent (Fernandez et al., 2015). In Deutschland liegen die ambulanten Dropout-Raten in der Verhaltenstherapie zwischen 5 und 8 Prozent, je nach Störungsbild (Jankowsky et al., 2024).
Bei bestimmten Störungsbildern sind die Abbruchquoten besonders hoch. Für PTBS liegt die gewichtete Dropout-Rate bei 25,6 Prozent, für die generalisierte Angststörung bei 16,99 Prozent. Am häufigsten brechen Patient:innen mit Persönlichkeitsstörungen, Essstörungen und Angststörungen ab (Gries et al., 2020).
Risikofaktoren für Therapieabbruch: Patient, Therapeut und Behandlung
Prävention setzt voraus, dass Sie die wichtigsten Risikofaktoren kennen. Die Forschung unterscheidet dabei drei Ebenen:
Auf Seiten der Patient:innen zählen jüngeres Alter, männliches Geschlecht, niedrige Bildung und wenig soziale Unterstützung zu den Risikofaktoren. In Machine-Learning-Analysen erwiesen sich niedrige Bildung und junges Alter als die wichtigsten Prädiktoren auf dieser Seite (Bennemann et al., 2022).
Klinische Faktoren treiben das Abbruchrisiko deutlich nach oben. Komorbide Persönlichkeitsstörungen, Substanzmissbrauch und emotionale Dysregulation gehören zu den stärksten klinischen Prädiktoren (De Salve et al., 2025). Am stärksten sagen insgesamt aber eine niedrige Motivation der Patient:innen und eine schwache therapeutische Allianz in den ersten Sitzungen einen Abbruch voraus (Jankowsky et al., 2024).
Auch die Therapeut:innen selbst machen mehr aus, als oft angenommen wird. Therapeuteneffekte erklären 12,6 Prozent der Dropout-Varianz. Die Dropout-Raten einzelner Therapeut:innen reichen von 1,2 bis 73,2 Prozent, und zwar unabhängig von den Merkmalen ihrer Patient:innen (Saxon & Barkham, 2017). Ohne regelmäßige Selbstreflexion und Supervision kommt Dropout-Prävention deshalb nicht aus.
Dazu kommen Behandlungsfaktoren. Nicht-manualisierte Therapien, eine Behandlung durch Therapeut:innen in Ausbildung und eine fehlende zeitliche Begrenzung erhöhen das Abbruchrisiko ebenfalls. In einer deutschen Stichprobe mit 1.700 Patient:innen lag die Dropout-Rate bei 8 Prozent (Jankowsky et al., 2024).
Strategie 1: Therapeutische Allianz systematisch aufbauen und monitoren
Die therapeutische Allianz ist der stärkste Prädiktor für einen Therapieabbruch. Ihre Effektstärke liegt mit d = 0,55 im moderaten bis großen Bereich (Sharf et al., 2010). Mit dem Therapieergebnis korreliert sie moderat (r = 0,28; Horvath et al., 2011). Dabei zählt vor allem, wie die Patient:innen die Beziehung erleben. Ihre Einschätzung der Allianz ist für die Dropout-Prävention wichtiger als die der Therapeut:innen (Sharf et al., 2010).
Zur Messung hat sich das Working Alliance Inventory (WAI) als validiertes Instrument etabliert. Die Kurzversion WAI-SR hat 12 Items, ist in zwei bis drei Minuten ausgefüllt und erfasst drei Dimensionen: Aufgabenorientierung, Zielbindung und emotionale Bindung.
Verlassen Sie sich bei der Beziehungsqualität also nicht allein auf Ihren klinischen Eindruck. Regelmäßige, standardisierte Allianz-Assessments machen Unterschiede zwischen Ihrer Wahrnehmung und der Ihrer Patient:innen früh sichtbar, noch bevor es zum Abbruch kommt.
Strategie 2: Rupture-Repair-Zyklen aktiv gestalten
Allianz-Rupturen, also Brüche in der therapeutischen Beziehung, gehören zu jeder Psychotherapie dazu. Safran und Muran (2000) zeigten: Rupturen sind unvermeidlich, und wenn sie kompetent bearbeitet werden, sind sie therapeutisch sogar wertvoll. Bleiben sie unbearbeitet, verschlechtert sich die Allianz zunehmend. Das Dropout-Risiko steigt dann erheblich.
Laut der Meta-Analyse von Eubanks et al. (2018) geht Rupture-Repair-Training als Teil der kognitiven Verhaltenstherapie mit moderat besseren Behandlungsergebnissen einher. O'Keeffe et al. (2020) fanden bei Patient:innen, die unzufrieden abgebrochen hatten, signifikant schlechtere Allianzwerte und häufig ungelöste Rupturen.
Rupturen zeigen sich in zwei Grundmustern. Beim Rückzug wird die Patient:in schweigsam, kommt zu spät oder weicht Themen aus. Bei der Konfrontation äußert sie offen Unzufriedenheit oder stellt die Therapie infrage. In beiden Fällen braucht es eine direkte, meta-kommunikative Bearbeitung.
Um Rupturen zu erkennen, brauchen Sie Ihre ganze Aufmerksamkeit. Mit KI-gestützter Dokumentation fällt das mühsame Mitschreiben per Hand während der Sitzung weg. Ihre volle kognitive Kapazität gehört dann dem Gespräch: Sie bemerken auch subtile nonverbale Rupture-Marker und können sofort intervenieren.
Die Reparatur läuft in drei Schritten ab. Zuerst erkennen Sie die Ruptur. Achten Sie dafür auf plötzliche Veränderungen im Verhalten während der Sitzung. Dann sprechen Sie sie direkt an: "Ich habe den Eindruck, dass sich zwischen uns etwas verändert hat. Wie erleben Sie das?" Schließlich erkunden Sie gemeinsam, woher die Ruptur kommt, und passen Ihr therapeutisches Vorgehen an.
Therapeut:innen unterschätzen ihre eigenen Dropout-Raten oft. In der Supervision hilft deshalb das objektive Transkript, blinde Flecken in der Beziehungsgestaltung zu finden.
Strategie 3: Routine Outcome Monitoring (ROM) mit Feedback implementieren
Beim Routine Outcome Monitoring erfassen Sie den Therapiefortschritt regelmäßig und standardisiert. Shimokawa et al. (2010) werteten in einer meta- und mega-analytischen Übersichtsarbeit 6 Studien mit 6.151 Patient:innen aus. Danach kann systematisches Feedback die Verschlechterungsrate bei Risikopatient:innen von 20,1 Prozent auf 5,5 Prozent senken, wenn zusätzlich ein klinisches Unterstützungstool zum Einsatz kommt. Am meisten bringt ROM bei Patient:innen, deren Fortschritt nicht auf Kurs ist. Das sind genau diejenigen mit dem höchsten Abbruchrisiko (Lambert, 2010).
Etabliert sind der OQ-45 (Outcome Questionnaire-45) und seine deutsche Fassung, der EB-45. Das Instrument erfasst mit 45 Items Symptombelastung, interpersonelle Probleme, soziale Rollenfunktion und Lebensqualität. Nach aktueller Forschung erreichen Item-Level-Modelle dabei eine hohe Vorhersageleistung für Dropout, mit einem F1-Score von 0,87.
Wirksam wird ROM über den Feedback-Kreislauf. Bekommen Therapeut:innen keine Rückmeldung, bewirkt die Messung kaum etwas. Ihr volles Präventionspotenzial entfaltet sie erst, wenn die Ergebnisse ausgewertet werden und Sie Ihr therapeutisches Vorgehen daraufhin anpassen.
Im neuen Qualitätssicherungsverfahren DeQS wird die Angabe des Beendigungsgrundes (reguläres Ende vs. Abbruch) Pflicht. Damit gewinnt systematisches Outcome Monitoring weiter an Gewicht.
Strategie 4: Patienten vorbereiten durch Role Induction und Psychoedukation
Viele Abbrüche gehen auf unrealistische Erwartungen an den Therapieprozess zurück. Role Induction bereitet Patient:innen strukturiert auf die Therapie vor und senkt die Zahl vorzeitiger Beendigungen signifikant (Walitzer et al., 1999). Die Meta-Analyse von Swift et al. (2023) bestätigt, dass sich Role Induction über verschiedene Therapieformen hinweg günstig auf die Dropout-Rate auswirkt.
Ein Befund von Swift und Callahan (2011) ist besonders bemerkenswert. Schon wenige schriftliche Sätze zum Dosis-Wirkungs-Modell erhöhen die Chance, dass Patient:innen die Therapie zu Ende führen, um den Faktor 3,5. Auch sehr kleine Interventionen können also viel bewirken.
Die Form der Vorbereitung ist dabei nebensächlich. Orientierungsvideos, schriftliche Infoblätter und mündliche Erklärungen wirken gleich gut.
Strategie 5: Behandlungserwartungen und Präferenzen aktiv erfragen
Windle et al. (2020) haben in einer Meta-Analyse 29 randomisierte kontrollierte Studien mit 5.294 Teilnehmenden ausgewertet. Wer die bevorzugte Behandlung bekam, brach signifikant seltener ab. Und negative Erwartungen an die Behandlung sind ein eigenständiger Prädiktor für Dropout (Constantino et al., 2011).
Entscheiden Sie mit Ihren Patient:innen gemeinsam über Ziele und Methoden, stärkt das die therapeutische Allianz und senkt das Abbruchrisiko. Fragen Sie deshalb in den ersten Sitzungen aktiv nach Erwartungen und Präferenzen.
Besonders lohnt sich der Blick auf negative Vorerfahrungen. Wer schon einmal eine Therapie abgebrochen hat, bringt eigene Erwartungen und Befürchtungen mit. Sprechen Sie diese Erfahrungen offen an, können Sie früh nachsteuern.
Viele Therapeut:innen befürchten, dass mit der ePA die Grenze zwischen interner Reflexion und externer Akte verschwimmt. Mit Clara bleiben Ihre ausführlichen internen Verlaufsnotizen ausschließlich lokal auf Ihrem Gerät gespeichert. Für die ePA bereiten Sie daraus nur das klinisch Notwendige auf.
Strategie 6: Motivational Interviewing zur Engagement-Förderung einsetzen
Geringe Motivation gehört zu den häufigsten Gründen, eine Therapie abzubrechen. Motivational Interviewing (MI) ist ein evidenzbasierter Rahmen, mit dem Sie die Therapiebereitschaft planvoll fördern können. Bei Westra und Dozois (2006) nahmen Patient:innen der MI-Gruppe signifikant mehr Termine wahr als die Kontrollgruppe (65 Prozent vs. 54 Prozent der geplanten Termine).
Persönlichkeitsstörungen gehören zu den Störungsbildern mit den höchsten Dropout-Raten. Hier kann zielbasiertes Motivational Interviewing die Therapiebereitschaft erhöhen (McMurran et al., 2010). MI-Prinzipien setzen Sie dabei nicht als separate Intervention ein. Sie prägen als therapeutische Haltung den gesamten Behandlungsprozess.
Für die Eingangsphase der Therapie gibt es vier MI-Kernprinzipien. Offene Fragen laden zur Selbstexploration ein. Reflektierendes Zuhören zeigt Verständnis und spiegelt Ambivalenz. Die Ambivalenz gegenüber Veränderung erkunden Sie aktiv. Und Change Talk verstärken Sie gezielt.
Strategie 7: KI-gestützte Dropout-Prävention und Risiko-Assessment
Mit Machine-Learning-Algorithmen lassen sich Abbrüche auf neue Weise vorhersagen. Bei Bennemann et al. (2022) erkannte ein Ensemble-Modell aus Random Forest und Nearest-Neighbour 63,4 Prozent der Dropout-Fälle korrekt, ein generalisiertes lineares Modell dagegen nur 46,2 Prozent. Bei Panikstörung kam ein Random-Forest-Modell sogar auf 88 Prozent Vorhersagegenauigkeit (Ogawa et al., 2024). Resampling-Methoden können die Vorhersageleistung noch weiter verbessern (Giesemann et al., 2023).
Die Modelle kombinieren demografische, klinische und prozessbezogene Variablen zu individuellen Risikoprofilen. Ihre klinische Umsetzung steht aber noch am Anfang. An der LMU München erforscht das PrevDrop-Projekt Dropout-Prävention in vulnerablen Populationen (Semmlinger et al., 2022).
Qualitätssicherung in Deutschland: G-BA Richtlinie und Ausblick
Auch auf regulatorischer Ebene wird Dropout-Prävention zunehmend verankert. Am 18. Januar 2024 hat der Gemeinsame Bundesausschuss (G-BA) die Richtlinie zur datengestützten einrichtungsübergreifenden Qualitätssicherung (DeQS-RL) um ein QS-Verfahren für die ambulante psychotherapeutische Versorgung (QS AmPt) ergänzt (G-BA, 2024). In der QS-Dokumentation wird Therapieabbruch schon heute als relevanter Indikator erfasst.
Am 17. Oktober 2024 gab der G-BA den IQTIG-Bericht zum Konzept Therapieabbruch für die Qualitätssicherung der ambulanten Psychotherapie zur Veröffentlichung frei (G-BA, 2024). Erprobt werden soll das QS-Verfahren ab 2025 in Nordrhein-Westfalen, in einer sechsjährigen Testphase.
Die regulatorische Entwicklung zeigt, dass systematische Dropout-Prävention an Bedeutung gewinnt. Wer in der eigenen Praxis schon jetzt mit evidenzbasierten Strategien arbeitet, ist auf die kommenden Qualitätsanforderungen bestens vorbereitet.
Fazit
Therapieabbruch ist ein klinisches Phänomen, das sich mit gezielten, evidenzbasierten Maßnahmen deutlich reduzieren lässt. Unvermeidlich ist er nicht. Die sieben vorgestellten Strategien bilden dafür einen breiten Rahmen:
- Therapeutische Allianz im Blick behalten: den WAI-SR ab der 3. Sitzung regelmäßig einsetzen.
- Rupture-Repair-Zyklen aktiv gestalten: Beziehungsbrüche früh erkennen und meta-kommunikativ bearbeiten.
- Routine Outcome Monitoring mit Feedback einführen: den OQ-45/EB-45 für die laufende Verlaufskontrolle nutzen.
- Role Induction und Psychoedukation: Patient:innen auf den Therapieprozess vorbereiten.
- Behandlungserwartungen und Präferenzen aktiv erfragen: von Anfang an gemeinsam entscheiden.
- Motivational Interviewing in die Eingangsphase einbauen: die Therapiebereitschaft fördern.
- KI-gestützte Risiko-Assessments nutzen: Technik als Ergänzung zum klinischen Urteil einsetzen.
An der G-BA-Richtlinie zur Qualitätssicherung ambulanter Psychotherapie lässt sich ablesen, dass Dropout-Prävention fester Teil professioneller Psychotherapie wird. Wenn Sie diese Strategien jetzt umsetzen, verbessern Sie die Behandlungsergebnisse Ihrer Patient:innen. Und Ihre Praxis ist zugleich auf die kommenden regulatorischen Anforderungen eingestellt.
Dieser Artikel dient der allgemeinen Information und ersetzt keine therapeutische oder klinische Beratung. Wenn Sie Fragen zur Umsetzung von Dropout-Präventionsstrategien in Ihrer Praxis haben, wenden Sie sich an Ihre zuständige Psychotherapeutenkammer oder direkt an uns.
Erhalten Sie neue Fachartikel zu KI, Dokumentation und Praxismanagement direkt in Ihr Postfach -- kostenlos und jederzeit abbestellbar.
Quellen
- 1.Bennemann, B., Woldgabreal, Y., et al. (2022). Predicting patients who will drop out of out-patient psychotherapy using machine learning approaches. British Journal of Psychiatry, 220(4), 192-199.
- 2.Constantino, M. J., Arnkoff, D. B., Glass, C. R., Ametrano, R. M. & Smith, J. Z. (2011). Expectations. Journal of Clinical Psychology, 67(2), 184-192.
- 3.De Salve, F., et al. (2025). Dropout in Psychotherapy for Personality Disorders. Clinical Psychology & Psychotherapy.
- 4.Eubanks, C. F., Muran, J. C. & Safran, J. D. (2018). Alliance rupture repair: A meta-analysis. Psychotherapy, 55(4), 508-519.
- 5.Fernandez, E., Salem, D., Swift, J. K. & Ramtahal, N. (2015). Meta-analysis of dropout from cognitive behavioral therapy. Journal of Consulting and Clinical Psychology, 83(6), 1108-1122.
- 6.G-BA (2024). DeQS-RL: QS ambulante Psychotherapie. Beschluss vom 18.01.2024.
- 7.G-BA (2024). Freigabe IQTIG-Bericht: Konzept Therapieabbruch QS ambulante PT. Beschluss vom 17.10.2024.
- 8.Giesemann, J., et al. (2023). Predicting dropout in outpatient psychotherapy using machine learning algorithms. Psychotherapy Research, 33(6), 683-695.
- 9.Gries, S., Longley, M., Kästner, D., et al. (2020). Therapeutenmerkmale und Therapieabbruch. Psychotherapeut, 65, 474-481.
- 10.Horvath, A. O., Del Re, A. C., Flückiger, C. & Symonds, D. (2011). Alliance in individual psychotherapy. Psychotherapy, 48(1), 9-16.
- 11.Jankowsky, K., et al. (2024). Therapieabbruch – lässt er sich verhindern? Psychologie Heute.
- 12.Lambert, M. J. (2010). Prevention of treatment failure. American Psychological Association.
- 13.McMurran, M., Huband, N. & Overton, E. (2010). Non-completion of personality disorder treatments. Clinical Psychology Review, 30(3), 277-287.
- 14.O'Keeffe, S., Martin, P. & Midgley, N. (2020). When adolescents stop psychological therapy. Psychotherapy, 57(4), 471-490.
- 15.Ogawa, S., et al. (2024). Predicting Dropout From Cognitive Behavioral Therapy for Panic Disorder. Journal of Clinical Medicine Research, 16(5), 251-255.
- 16.Safran, J. D. & Muran, J. C. (2000). Negotiating the therapeutic alliance. Guilford Press.
- 17.Saxon, D. & Barkham, M. (2017). The contribution of therapist effects to patient dropout and deterioration. Clinical Psychology & Psychotherapy, 24(3), 575-585.
- 18.Semmlinger, V., et al. (2022). Predicting and preventing dropout in research, assessment and treatment with refugees. Clinical Psychology & Psychotherapy, 29(6), 1838-1849.
- 19.Sharf, J., Primavera, L. H. & Diener, M. J. (2010). Dropout and therapeutic alliance: A meta-analysis. Psychotherapy, 47(4), 637-645.
- 20.Shimokawa, K., Lambert, M. J. & Smart, D. W. (2010). Enhancing treatment outcome of patients at risk of treatment failure. Journal of Consulting and Clinical Psychology, 78(3), 298-311.
- 21.Swift, J. K. & Callahan, J. L. (2011). Decreasing treatment dropout by addressing expectations. Psychotherapy Research, 21(2), 193-200.
- 22.Swift, J. K. & Greenberg, R. P. (2012). Premature discontinuation in adult psychotherapy: A meta-analysis. Journal of Consulting and Clinical Psychology, 80(4), 547-559.
- 23.Swift, J. K., Penix, E. A. & Li, A. (2023). A meta-analysis of the effects of role induction in psychotherapy. Psychotherapy, 60(3), 342-354.
- 24.Walitzer, K. S., Dermen, K. H. & Connors, G. J. (1999). Strategies for preparing clients for treatment. Behavior Modification, 23(4), 519-539.
- 25.Westra, H. A. & Dozois, D. J. A. (2006). Preparing clients for cognitive behavioral therapy. Cognitive Therapy and Research, 30, 481-498.
- 26.Windle, E., Tee, H., Sabitova, A., Jovanovic, N., Priebe, S. & Carr, C. (2020). Association of patient treatment preference with dropout and clinical outcomes. JAMA Psychiatry, 77(3), 294-302.
Haftungsausschluss: Die Inhalte dieses Artikels dienen ausschließlich zu Informationszwecken und stellen keine medizinische, therapeutische oder rechtliche Beratung dar. Clara Health übernimmt keine Gewähr für die Richtigkeit, Vollständigkeit oder Aktualität der bereitgestellten Informationen. Die Nutzung der Inhalte erfolgt auf eigene Verantwortung. Bei konkreten Fragen wenden Sie sich bitte an eine qualifizierte Fachperson.
Clara 30 Tage kostenlos testen
Lernen Sie das vollständige Funktionsspektrum kennen. Ohne Kreditkarte und ohne automatische Umwandlung in ein kostenpflichtiges Abo.
Jetzt kostenlos startenVerwandte Artikel

Routine Outcome Monitoring: Therapieerfolge systematisch messen
ROM Psychotherapie: Evidenzbasierter Leitfaden für messbare Therapieerfolge. Mit Vorbereitung auf die G-BA Qualitätssicherung 2025/2026.

ePA Psychotherapie: Datenschutz und Stigmatisierung vermeiden
ePA Psychotherapie Datenschutz: So schützen Sie Ihre Patienten vor Stigmatisierung durch die elektronische Patientenakte.

DSGVO-Leitfaden für KI-Dokumentation in der Psychotherapie
DSGVO-Leitfaden für KI-Dokumentation in der Psychotherapie: Werkzeugauswahl, Qualitätssicherung, Einwilligung und Wirtschaftlichkeit praxisnah erklärt.