Sehr kleine LLMs (0.6B) eignen sich ohne Fine-Tuning kaum als Klassifizierer – schon ein kleiner, gut kuratierter Datensatz (~850 Einträge) reicht aus, um sie zuverlässig auf enge Aufgaben zu spezialisieren. Das ist relevant für ressourcenschonende RAG-Pipelines mit lokalen Modellen.