Background

Der Einsatz von LLMs für diagnostische Aufgaben erfordert eine systematische Verprobung geeigneter Methoden und Lernparadigmen. Aufbauend auf den Vorarbeiten von Anne-Chloé untersucht diese Arbeit, wie LLMs unter begrenzter Datenverfügbarkeit für diagnostische Fragestellungen eingesetzt werden können. Im Fokus stehen dabei der Vergleich von Few-Shot-, One-Shot- und In-Context-Learning-Ansätzen sowie die Rolle zusätzlicher Wissensbasen. Gleichzeitig adressiert die Arbeit die Frage nach der Verfügbarkeit ausreichend gelabelter Daten und diskutiert Self-Supervised-Learning-Ansätze als mögliche Grundlage, auch mit Blick auf eine spätere Übertragbarkeit auf Erfahrungswissen in der Pflege.