26kgg458 10.3205/26kgg458 urn:nbn:de:0183-26kgg4589 Meeting Abstract Kröckert Kröckert Desiree D

Uniklinik Essen, IMIBE, Essen, Deutschland

author Pieper Pieper Claudia C

Uniklinik Essen, IMIBE, Essen, Deutschland

author Roser Roser Patrik P

LVR-Universitätsklinik Essen, Klinik für Abhängiges Verhalten und Suchtmedizin, Essen, Deutschland

author Scherbaum Scherbaum Norbert N

LVR-Universitätsklinik Essen, Klinik für Abhängiges Verhalten und Suchtmedizin, Essen, Deutschland

author German Medical Science GMS Publishing House

Düsseldorf

610 20251030 germ This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. Dieser Artikel ist ein Open-Access-Artikel und steht unter den Lizenzbedingungen der Creative Commons Attribution 4.0 License (Namensnennung). M0662 458 Deutsche Gesellschaft für Allgemeinmedizin und Familienmedizin Deutsche Gesellschaft für Sozialmedizin und Prävention Netzwerk Evidenzbasierte Medizin e.V. Deutsche Gesellschaft für Medizinische Soziologie 60. Kongress für Allgemeinmedizin und Familienmedizin Gesundheit gestalten Junge Perspektiven: Posterpräsentation Göttingen 20260930 20261002 JP-P-01-02 TextHintergrund: Arbeitslosigkeit und psychische Erkrankungen treten häufig gemeinsam auf, wobei unter erwerbsfähigen Leistungsberechtigten nach SGB II psychiatrische Diagnosen überdurchschnittlich häufig sind. Im Rahmen des Projekts „Fit for Work“ stehen rund 1200 psychiatrische Gutachten zur Verfügung, die umfangreiche Freitexte enthalten. Diese wurden bisher kaum systematisch ausgewertet, bieten jedoch die Grundlage für die Analyse arbeitsmarktrelevanter Fähigkeitsprofile.Zielsetzung/Fragestellung: Ziel ist die Entwicklung eines nachvollziehbaren und übertragbaren Vorgehens zur Analyse großer Mengen Gutachtentexte mit Schwerpunkt auf der Datenextraktion und der Auswertung qualitativer Inhalte. Zudem werden qualitative und quantitative Informationen aus den Gutachten systematisch zusammengeführt, um zentrale Muster arbeitsmarktrelevanter Fähigkeitsbeeinträchtigungen, diagnostischer Konstellationen sowie Unterschiede zwischen Selbst- und Fremdeinschätzungen zu identifizieren.Material & Methoden: Grundlage ist eine Stichprobe von n=100 psychiatrischen Gutachten aus dem Jahr 2024. Standardisierte Informationen (u. a. ICD-10-Diagnosen, Mini-ICF-APP) werden extrahiert und in eine Datenmatrix überführt. Freitexte werden mittels qualitativer Inhaltsanalyse nach Kuckartz (deduktiv-induktiv) kodiert. Auf Basis des entwickelten Kategoriensystems erfolgt die Zuordnung von Textinhalten zu vordefinierten Kategorien mittels eines Large Language Models, dessen Ergebnisse stichprobenartig validiert werden. Qualitative und quantitative Daten werden anschließend integriert und deskriptiv-vergleichend analysiert.Ergebnisse: Die Ergebnisse umfassen das Kategoriensystem sowie ein methodisches Vorgehen zur strukturierten Auswertung umfangreicher Freitexte. Die Analyse soll zeigen, wie qualitative und quantitative Informationen aus Gutachten systematisch zusammengeführt werden können. Es wird erwartet, dass sich daraus Einblicke in typische Fallkonstellationen und die Bewertung arbeitsmarktrelevanter Fähigkeiten ergeben.Diskussion: Die Kombination aus qualitativer Kodierung, algorithmischer Extraktion und Integration quantitativer Daten erlaubt eine strukturierte Auswertung komplexer Gutachten. Die Methode ist grundsätzlich auf andere sozialmedizinische oder diagnostische Daten übertragbar.Take Home Message für die Praxis: Die strukturierte Kombination aus qualitativer Inhaltsanalyse und algorithmischer Textverarbeitung ermöglicht es, umfangreiche Gutachtentexte systematisch auszuwerten und relevante Muster für die Einschätzung von Erwerbsfähigkeit und Versorgungsbedarfen aufzuzeigen.Interessenkonflikte: Keine 0 0 0 0