Knowledge-Hub Gesundheitskompetenzein Angebot von Monitor Versorgungsforschung

Knowledge-Hub Gesundheitskompetenz › Studien

Lesbarkeit von KI-Antworten Laien-Fragen anpassen: Externe Lesbarkeitsmetriken funktionieren

Bulla MC et al. · JMIR Form Res · erschienen 05.11.2026 · PMID 42987254

Von KI ausgewählt und zusammengefasst

Worum es geht

Studie aus Brasilien mit 400 YouTube-Fragen zur Augenheilkunde, die vier LLMs (GPT 5.2, Gemini 3, Claude Opus 4.5, OSS-20b) unter vier Prompting-Strategien zur Lesbarkeitsanpassung evaluierte.

Ergebnis

Externe Kalkulator-gestützte Strategie erzielte stärkste Lesbarkeitserkennung: Gemini 3 κ=0,94, GPT 5.2 κ=0,90. Hochleistungsmodelle behielten >98 % Faktische Genauigkeit über Strategien hinweg. OSS-20b zeigte niedrigere Genauigkeit (83,75–90%) und höhere Sensitivität gegenüber Lesbarkeitsbeschränkungen. Semantische Ähnlichkeit hoch über Modelle (BERTScore F1>0,87).

Übertragbarkeit auf Deutschland

Brasilien/Methode sprachunabhängig – Verfahren zur Anpassung an Lesbarkeit auch für deutschsprachige Patienten umsetzbar

Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.