Auf künstlicher Intelligenz (KI) basierte Ansätze wie maschinelles Lernen mittels neuronaler Netze finden zunehmend Einsatz in der Neuropsychiatrie. Die Grundlagen der mithilfe dieser Systeme erzielten Ergebnisse sind hierbei oft nicht mehr nachvollziehbar. Diese Opazität, also die "Undurchsichtigkeit" KI-basierter Ansätze, wirft grundlegende theoretische, ethische und soziale Fragen für die neuropsychiatrische Forschung und Praxis auf: Wie verändert sie unser Verständnis der Psychiatrie und neuropsychiatrischer Erkrankungen? Welche Auswirkungen hat sie auf die Rolle von Ärzteschaft, die Identität von Patientinnen und Patienten und das Verhältnis zwischen beiden? Ziel des interdisziplinären Verbundprojekts TESIComP ist die empirische Identifikation, Bewertung und Beurteilung der Implikationen und Konsequenzen der computationalen Psychiatrie auf den Ebenen der neuropsychiatrischen Forschung und der klinischen Praxis. Der Fokus liegt auf zwei prominenten Anwendungsfeldern: Alzheimer-Krankheit und depressive Störungen. Dieses Vorhaben (TP 1) ist für die inhaltliche und administrative Koordination des Gesamtverbundes verantwortlich und untersucht übergreifend die ethischen und wissenschaftstheoretischen Implikationen des KI-Einsatzes. In einer ersten Phase wird durch Literaturanalysen und fünf Experteninterviews eine Übersicht des Forschungsstands sowie eine heuristische Matrix für die ethische Analyse erarbeitet. In der explorativen Projektphase unterstützt TP1 die Entwicklung der Leitfäden der empirischen Studien und die Einholung der Ethikvoten. Parallel wird die theoretische Matrix erweitert. Die dritte Phase ist der vergleichenden wissenschaftstheoretischen und ethischen Reflexion der empirischen Ergebnisse gewidmet. Dabei ist TP1 für die Organisation und Durchführung eines Delphi-Verfahren mit Expertinnen und Experten verantwortlich. Die Ergebnisse werden in wissenschaftlichen Fachzeitschriften veröffentlicht und fließen in empirisch informierte ethische Empfehlungen ein.