Der Reddit-Nutzer xchris1337xy schildert einen praxisnahen Use-Case: Stundenlange Therapiesitzungen werden zunächst per Whisper transkribiert und anschließend von einem lokalen Sprachmodell zu strukturierter Dokumentation verarbeitet. Wegen Datenschutz- und Patientendatenvorgaben scheidet eine Cloud-Lösung im Produktivbetrieb aus. Getestet wurden Qwen 3.6 in den Varianten 27B und 35B sowie Gemma 41B, ergänzt durch Hermes Agent. Das Hauptproblem mit Qwen 3.6: Das Modell produziert zwar grammatikalisch korrekte, aber unnatürlich wirkende deutsche Formulierungen – Fachbegriffe, die im klinischen Alltag ungebräuchlich sind. Zusätzlich fällt es beiden lokalen Modellen schwer, relevante von irrelevanten Gesprächspassagen zu unterscheiden, was cloud-basierte Modelle laut dem Autor deutlich besser leisten. Ein komplexes iteratives Skill-Setup funktioniert mit DeepSeek V4 gut, liefert lokal aber unbefriedigende Ergebnisse. Der Autor fragt die Community, ob gezieltes Fine-Tuning auf deutschen medizinischen Texten eine praktikable Lösung wäre.