In dieser Arbeit wird evaluiert, wie die kürzlichen Entwicklungen im Bereich des Machine Learning, insbesondere die Entwicklung von Large Language Models dazu genutzt werden kann, bei der Konvertierung von natürlichsprachlichen Anforderungen, in eine vorlagenbasierte Struktur unterstützen können. Es werden verschiedene Ansätze implementiert, getestet und evaluiert, sowie ein existierender Datensatz um Anforderungen in umstrukturierter Form ergänzt. Die untersuchten Ansätze erweisen sich als potenzielle Ansätze für zukünftige Arbeiten und sind in der Lage die Aufgabe im Ansatz zu bewältigen. Daher kann eine auf maschinellem Lernen basierende Umwandlung von Anforderungsstatements den Prozess der Umwandlung vorhandener Statements in eine normierte Struktur verbessern.
