Blog

KI-gestützte Forschungsassistenztools: Literaturrecherche, Synthese und Schreibhilfe

Markdown

Vergleicht KI-Forschungsassistenztools nach Aufgabe, Genauigkeit von Quellenangaben, Preismodell und Vertraulichkeit — und zeigt, welches Tool sich für welche Aufgabe eignet.

„KI-gestützte Forschungsassistenz“ ist keine einzelne Produktkategorie — darunter fallen mindestens drei wirklich unterschiedliche Arten von Software, die unter demselben Begriff vermarktet werden: Tools, die das Zitationsumfeld eines Papers kartieren, damit du verwandte Arbeiten entdecken kannst; Tools, die Dutzende oder Hunderte von Papers lesen und zusammenfassen oder synthetisieren, was darin steht; und Tools, die beim Verfassen oder Überarbeiten des Manuskripttexts selbst helfen. Forschende, die „eine KI-Forschungsassistenz“ suchen, entscheiden sich oft in Wirklichkeit zwischen diesen drei nicht zusammenhängenden Aufgaben, und die berechtigten Einschränkungen unterscheiden sich je nach Kategorie. (Dies ist ein Leitfaden zu Software — zur menschlichen Rolle mit demselben Namen siehe den Lexikoneintrag Research assistant.)

Dieser Leitfaden behandelt die realen, namentlich genannten Tools, die Mitte 2026 in jeder Kategorie aktiv genutzt werden, was jedes tatsächlich leistet (und nicht die Marketingaussagen der Anbieter) und — weil dies für ein Publikum mit Fokus auf Standards und Compliance wichtiger ist als für einen allgemeinen Produktivitätsblog — die berechtigten Bedenken: das Risiko von Halluzinationen und erfundenen Quellenangaben, die beim menschlichen Autor verbleibende Prüfpflicht unabhängig davon, welches Tool verwendet wurde, und was aktuelle Richtlinien von Verlagen und Standardisierungsgremien für Evidenzsynthesen tatsächlich in Bezug auf Offenlegung verlangen.

Vergleich: Welches KI-Forschungsassistenztool eignet sich für welche Aufgabe?

„Welche KI-Forschungsassistenz ist die beste?“ ist keine sinnvoll formulierte Frage, bevor du weißt, für welche Aufgabe du sie einsetzen willst. Die folgenden Tools umfassen diejenigen, die in eigenen Leitfäden behandelt werden, sowie die oben besprochenen Tools der allgemeinen Kategorien. Sie sind nach der Aufgabe geordnet, für die sie tatsächlich entwickelt wurden, und nicht nach einer Funktionsliste. Diese Tabelle dient der Orientierung und ist keine vollständige Bewertung — über den Link beim jeweiligen Tool-Namen gelangst du zu einer ausführlichen Darstellung mit Preisdetails, Prüfablauf und bekannten Fehlerquellen.

Für jede Zeile dieser Tabelle gilt ein Punkt, den eine Vergleichsseite eines Anbieters nicht hervorheben wird: Keines dieser Tools ersetzt eine protokollgeleitete Suche. Eine registrierte systematische Übersichtsarbeit, eine umfassende Recherche zur Literatur für einen Förderantrag oder jede Suche, deren Vollständigkeit belastbar und reproduzierbar sein muss, erfordert eine dokumentierte Suchstrategie über bibliografische Datenbanken hinweg (Web of Science, Scopus, PubMed, Embase) und nicht die Suche oder das Durchlaufen eines Zitationsgraphen mit einem KI-Tool — ganz gleich, wie gut dessen Angaben zur Trefferquote sind. Jedes hier aufgeführte Tool eignet sich zur Orientierung, Entdeckung oder Synthese innerhalb eines solchen Arbeitsablaufs; keines kann ihn ersetzen.

ToolAm besten geeignet fürKorpus / IndexGenauigkeit der Quellenangaben und PrüfungPreismodellVertraulichkeit
ElicitSuche mit Fokus auf Vollständigkeit sowie strukturierte Datenextraktion (Methoden, Stichprobengrößen, Ergebnisse), tabellarisch aufbereitet über viele Studien hinwegGroßer indexierter wissenschaftlicher KorpusHöchste Risikokategorie: Extrahierte Daten wirken wie Fakten. Elicit veröffentlicht eigene Genauigkeitskennzahlen; prüfe jede extrahierte Zelle anhand der Quellstudie, bevor du sie verwendestFreemium, begrenztes kostenloses Kontingent mit kostenpflichtigen TarifenHochgeladener/extrahierter Text kann vom Dienst verarbeitet werden — prüfe die aktuellen Bedingungen zur Aufbewahrung und Nutzung für das Training, bevor du unveröffentlichte Materialien einfügst
ConsensusSchnelle Einschätzung einer Behauptung als Ja/Nein/Vielleicht anhand eines aggregierten „Evidenzmessers“Großer Korpus wissenschaftlicher PapersDie Aggregation des Messers kann wie ein Auszählen von Stimmen über Studien unterschiedlicher Qualität oder Heterogenität hinweg wirken; prüfe die Ergebnisse anhand der zugrunde liegenden Studien und nicht nur anhand des MesswertsFreemium mit AbonnementstufenVorwiegend eine Suchoberfläche für veröffentlichte Literatur; prüfe die Bedingungen bei Verwendung mit unveröffentlichten Entwürfen
SciteBeurteilung, wie ein Paper tatsächlich zitiert wird — unterstützend, widersprechend oder nur erwähnend — und nicht nur anhand der Anzahl der ZitationenIndex von Zitationsaussagen, erstellt aus zitierenden Sätzen im VolltextDie Einstufung als unterstützend/widersprechend/erwähnend ist eine Klassifikation durch ein trainiertes Modell und keine Gewissheit; prüfe bei jeder für dein Argument wichtigen Zitation stichprobenartig den zugrunde liegenden ZitationssatzAbonnement mit begrenzten kostenlosen AbfragenAbfragen veröffentlichter Papers; geringe direkte Offenlegung unveröffentlichter Materialien
SciSpaceGründliche Lektüre eines Papers oder Erstellung eines ersten Entwurfs für einen Abschnitt einer Literaturübersicht (Deep Review)Großer wissenschaftlicher Korpus plus hochgeladene PDFsGenerative Synthese birgt ein reales Halluzinationsrisiko — lies vor dem Vertrauen in einen Deep-Review-Entwurf den Prüfablauf im SciSpace-LeitfadenFreemium mit AbonnementstufenHochgeladene PDFs sind die mögliche Quelle einer Offenlegung; prüfe im Leitfaden die aktuellen Aufbewahrungsbedingungen von SciSpace, bevor du unveröffentlichte Entwürfe hochlädst
UndermindAuf vollständige Treffer ausgerichtete Recherche mithilfe eines adaptiven, mehrstufigen Suchagenten, wenn eine einzelne Stichwortsuche zu viel übersiehtBreiter wissenschaftlicher Korpus, agentengestützte mehrstufige SucheAngaben zur Trefferquote sind der zentrale Marketingpunkt des Tools und sollten selbst auf Plausibilität geprüft werden — im Leitfaden erfährst du, wieAbonnementLies im Undermind-Leitfaden die aktuellen Bedingungen zur Datenverarbeitung, bevor du eine Suche zu einem unveröffentlichten Thema durchführst
AnswerThisErmittlung von Forschungslücken in einem Literaturbestand mithilfe einer speziellen Funktion zum Auffinden von ForschungslückenBreiter wissenschaftlicher KorpusDas Ergebnis zur Lückenermittlung ist eine generierte Syntheseaussage — behandle sie als Hypothese, die anhand der Literatur geprüft werden muss, nicht als ErkenntnisFreemium mit AbonnementstufenLies im AnswerThis-Leitfaden die aktuellen Aufbewahrungsbedingungen
IncitefulKostenlose Kartierung von Zitationsgraphen ausgehend von einem Seed-Paper (Ko-Zitation, bibliografische Kopplung, PageRank-ähnliche Rangfolge)Zitationsgraphdaten, kein VolltextAus Metadaten abgeleitet, nicht generativ — geringes Fälschungsrisiko; die tatsächliche Einschränkung ist die Abdeckung des Graphen, nicht HalluzinationKostenlosKein Manuskripttext wird hochgeladen; minimale Offenlegung über die Identität des Seed-Papers hinaus
Anara AIMit einer Sammlung bereits zusammengestellter Papers chatten, sie zusammenfassen und Inline-Quellenangaben erhaltenHochgeladene oder gesuchte PapersChatbasierte Synthese birgt dasselbe Halluzinationsrisiko wie jeder LLM-Zusammenfasser — prüfe jede generierte QuellenangabeFreemium mit AbonnementstufenPrüfe vor dem Chatten mit unveröffentlichten Entwürfen die Bedingungen von Anara AI zu Aufbewahrung und Training
Julius AIDatenanalyse — keine Literaturrecherche. Wandelt natürlichsprachliche Prompts in generierten Analysecode und Ergebnisse umNicht zutreffend — verarbeitet deinen hochgeladenen DatensatzDas entsprechende Risiko besteht hier in generiertem Code bzw. Statistiken, die plausibel wirken, aber weder reproduzierbar noch statistisch valide sind; prüfe sie anhand eines dokumentierten Analyseablaufs (R, Python, jamovi/JASP)Freemium mit AbonnementstufenDein hochgeladener Datensatz und nicht der Manuskripttext ist das sensible Gut — prüfe vor dem Hochladen unveröffentlichter oder identifizierbarer Daten die Aufbewahrungsbedingungen
Chat-mit-PDF-Tools (ChatPDF, Humata)Abfragen eines bestimmten Papers, das du bereits hast — nicht das Entdecken neuer PapersNicht zutreffend — verarbeitet dein hochgeladenes PDFAbrufgestützte Fragen und Antworten zu einem einzelnen Dokument; scheitert an Tabellen, Abbildungen und OCR-Artefakten — prüfe zitierte Passagen direkt im PDF (siehe den Prüfablauf im Leitfaden)FreemiumDas Hochladen eines einzelnen PDFs — möglicherweise unveröffentlicht — ist der direkte Offenlegungspunkt; der Leitfaden vergleicht die Aufbewahrungs- und KI-Trainingsrichtlinien der Anbieter
ScholarcySchnelle Orientierung — wandelt ein Paper in eine strukturierte Zusammenfassung als „Karteikarte“ um, bevor du entscheidest, ob du es vollständig lesen möchtestNicht zutreffend — verarbeitet ein hochgeladenes oder verlinktes PaperExtraktiv (entnimmt und verdichtet tatsächliche Sätze aus der Quelle) statt generativ, daher ist das Fälschungsrisiko geringer als bei einem generativen Zusammenfasser; herausgezogene Punkte können jedoch weiterhin Kontext verlieren — prüfe sie anhand der QuelleFreemium mit AbonnementstufenLies im Scholarcy-Leitfaden die aktuellen Aufbewahrungsbedingungen
Connected PapersEinmalige visuelle Karte des Zitationsumfelds eines einzelnen Seed-PapersZitationsgraphdaten, kein VolltextAus Metadaten abgeleitet, nicht generativ — geringes Fälschungsrisiko; kann Papers außerhalb des Umfelds des Seed-Papers übersehenFreemium, begrenzte Zahl kostenloser Graphen pro Monat und unbegrenzter kostenpflichtiger TarifKein Manuskripttext wird hochgeladen
ResearchRabbitLaufende Erkundung eines Themas — eine wachsende Sammlung statt einer einzelnen statischen KarteGroßer indexierter wissenschaftlicher KorpusAus Metadaten abgeleitet, nicht generativ — geringes FälschungsrisikoKostenlosKein Manuskripttext wird hochgeladen
Semantic ScholarKostenlose, breit angelegte semantische Suche und Recherche in einem sehr großen interdisziplinären KorpusMehrere hundert Millionen Papers (Allen Institute for AI)Such-/API-Ergebnisse bestehen größtenteils aus Metadaten; die KI-generierten Zusammenfassungen auf Paperseiten bergen dasselbe geringere Halluzinationsrisiko wie jede KI-ZusammenfassungKostenlos, mit öffentlicher APINur Suchanfragen; für die Kernnutzung ist kein Manuskriptupload erforderlich

„Wähle X, wenn …“

  • Wähle Connected Papers oder Inciteful, wenn du ein Seed-Paper hast und eine schnelle visuelle Karte seines Umfelds möchtest, ohne KI-generierten Text prüfen zu müssen.
  • Wähle ResearchRabbit, wenn du eine Themensammlung möchtest, die mit der Zeit wächst, und keinen einmaligen statischen Graphen.
  • Wähle Semantic Scholar, wenn du eine kostenlose, breit angelegte semantische Suche in einem riesigen Korpus möchtest und keine Synthese oder Extraktion benötigst.
  • Wähle Elicit, wenn du bestimmte Datenpunkte über viele Studien hinweg extrahieren und gleichzeitig tabellarisch darstellen musst — und plane ausreichend Zeit ein, um jede Zelle anhand der Quelle zu prüfen.
  • Wähle Consensus, wenn du eine Behauptung als Ja/Nein/Vielleicht-Frage formuliert hast und schnell einschätzen möchtest, in welche Richtung die Evidenz weist, bevor du sie anhand der zugrunde liegenden Studien überprüfst.
  • Wähle Scite, wenn du nicht wissen möchtest, „wie oft wurde dies zitiert?“, sondern „stützen oder widerlegen die zitierenden Papers tatsächlich den Befund?“
  • Wähle SciSpace, wenn du einen KI-gestützten ersten Entwurf für einen Abschnitt einer Literaturübersicht möchtest und weißt, dass du ihn vor der Verwendung überarbeiten und prüfen musst.
  • Wähle Undermind oder AnswerThis für eine Suche in einer frühen, explorativen Phase, in der ein iterativ arbeitender Agent einen Mehrwert bietet — nicht, wenn du eine belastbare, reproduzierbare Suchstrategie benötigst.
  • Wähle Anara AI, wenn du mit einer bestimmten Sammlung bereits zusammengestellter Papers chatten, sie zusammenfassen und Inline-Quellenangaben erhalten möchtest.
  • Wähle Julius AI nur für die Datenanalyse, niemals für die Literaturrecherche — und prüfe die Ergebnisse ebenso streng auf Reproduzierbarkeit wie jeden generierten Statistikcode.
  • Wähle ein Chat-mit-PDF-Tool (ChatPDF, Humata), wenn du bereits ein bestimmtes Paper hast und es schnell abfragen möchtest — nicht, wenn du herausfinden willst, was es sonst noch gibt.
  • Wähle Scholarcy, wenn du eine schnelle extraktive Zusammenfassung der Struktur eines Papers möchtest, bevor du entscheidest, ob es sich lohnt, es vollständig zu lesen.

Drei funktionale Kategorien statt eines Produkttyps

Bevor wir einzelne Tools vergleichen, hilft es, ihre tatsächlichen Aufgaben auseinanderzuhalten:

  • Tools für Zitationsgraphen und Literaturrecherche — helfen dir, Papers zu finden, nach denen du noch nicht gesucht hast, indem sie Zitationsbeziehungen von einem Ausgangspaper aus visualisieren oder verfolgen (Connected Papers, ResearchRabbit) oder eine KI-gestützte semantische Suche über einen großen Korpus anbieten (Semantic Scholar).
  • Tools zur Literaturzusammenfassung und Evidenzsynthese — lesen eine Sammlung von Papers, die du bereits hast (oder die sie für dich abrufen), und extrahieren, vergleichen oder klassifizieren die Aussagen dieser Papers (Elicit, Consensus, Scite).
  • KI-Schreibassistenten — helfen beim Verfassen, Paraphrasieren oder Überarbeiten des Manuskripttexts selbst, von vielseitig einsetzbaren Tools (Grammarly) bis zu Tools, die speziell auf wissenschaftliches Schreiben anhand veröffentlichter Forschungsarbeiten trainiert wurden (Writefull, Paperpal, Jenni AI).

Ein einzelner Arbeitsablauf für eine Literaturübersicht umfasst oft alle drei Kategorien — mit einem Tool recherchieren, die Ergebnisse mit einem zweiten synthetisieren und anschließend mit einem dritten schreiben —, und jede Phase bringt andere Prüfpflichten mit sich, die weiter unten behandelt werden.

Tools für Zitationsgraphen und Literaturrecherche

Diese Tools fassen keine Inhalte zusammen; sie zeigen dir, welche Papers mit einem Paper verknüpft sind, das du bereits hast. So kannst du frühere, eng verwandte oder einflussreiche bzw. grundlegende Arbeiten finden, die du sonst durch manuelles Durchgehen von Literaturverzeichnissen suchen müsstest.

Connected Papers

Connected Papers erstellt auf Grundlage der gemeinsamen Referenzen und Zitationen eine visuelle Grafik von Papers, die mit einem einzelnen von dir angegebenen „Seed-Paper“ verwandt sind. Das Tool ist für eine einmalige Karte des Umfelds eines bestimmten Papers gedacht und nicht für die offene, fortlaufende Erkundung eines Themas. Es gibt einen kostenlosen Tarif (mit einer begrenzten Zahl von Graphen pro Monat) und einen kostenpflichtigen Tarif, bei dem das monatliche Limit entfällt.

ResearchRabbit

ResearchRabbit verfolgt dieselbe Grundidee — mit einem Paper beginnen und über Autorinnen und Autoren, verwandte Arbeiten und Zitationsverknüpfungen nach außen erweitern —, ist jedoch für die fortlaufende Beschäftigung mit einem Thema ausgelegt und nicht für die Erstellung einer einzelnen statischen Karte: Sammlungen wachsen weiter und erzeugen neue Vorschläge, wenn du Papers hinzufügst. Das Tool greift auf einen großen indexierten Korpus wissenschaftlicher Papers zurück und ist kostenlos nutzbar.

Semantic Scholar

Semantic Scholar, entwickelt vom Allen Institute for AI (Ai2), ist ein kostenloses, KI-gestütztes Such- und Recherchetool für die Wissenschaft mit mehreren hundert Millionen erfassten Papers. Neben herkömmlicher Stichwortsuche bietet es semantische bzw. auf Ähnlichkeit basierende Paperempfehlungen und KI-generierte Zusammenfassungen auf vielen Paperseiten sowie eine öffentliche API für den programmatischen Zugriff. Da es kostenlos und über eine API zugänglich ist, dient es in dieser Kategorie häufig auch anderen Tools als zugrunde liegende Datenquelle und nicht nur als eigenständige Suchoberfläche.

Keines dieser drei Tools ersetzt die systematische Suche in bibliografischen Datenbanken (Web of Science, Scopus, PubMed) für eine formale systematische Übersichtsarbeit oder eine umfassende Literaturrecherche, deren Vollständigkeit belastbar sein muss — beim Durchlaufen eines Zitationsgraphen können relevante Papers übersehen werden, die außerhalb des Zitationsumfelds deines Seed-Papers bzw. deiner Seed-Papers liegen, und keines der Tools garantiert die erschöpfende, reproduzierbare Suchstrategie, die das Protokoll einer registrierten systematischen Übersichtsarbeit verlangt.

Tools zur Literaturzusammenfassung und Evidenzsynthese

Diese Kategorie liest viele Papers gleichzeitig und verarbeitet deren Inhalte — sie extrahiert Datenpunkte, klassifiziert die tatsächliche Aussage eines zitierenden Papers über das Paper, auf das es verweist, oder aggregiert Befunde im Hinblick auf eine Ja/Nein-Forschungsfrage. Hier ist das Halluzinationsrisiko besonders folgenreich, weil das Ergebnis wie eine sachliche Synthese wirkt und nicht wie ein offensichtlich KI-generierter Entwurf.

Elicit

Elicit durchsucht einen großen Korpus wissenschaftlicher Papers und kann bestimmte Datenpunkte (Methoden, Stichprobengrößen, Ergebnisse) aus vielen Studien gleichzeitig extrahieren und tabellarisch darstellen. Außerdem unterstützt es Arbeitsabläufe zum Screening von Abstracts und Volltexten, ähnlich der manuellen Arbeit eines Teams für systematische Übersichtsarbeiten. Elicit veröffentlicht auf seiner Website eigene Validierungskennzahlen zur Trefferquote der Suche sowie zur Genauigkeit von Screening und Datenextraktion. Betrachte vom Anbieter veröffentlichte Genauigkeitsangaben als Ausgangspunkt für eine Bewertung, nicht als Ersatz dafür, die Ergebnisse des Tools selbst anhand der zugrunde liegenden Papers zu prüfen.

Consensus

Consensus durchsucht einen großen Korpus wissenschaftlicher Papers und zeigt bei als Ja/Nein/Vielleicht-Behauptung formulierten Fragen einen aggregierten „Evidenzmesser“. Dieser veranschaulicht, wie die Ergebnisse der abgerufenen Papers zu der Frage stehen, und zeigt zugleich die Quellpapers an.

Scite

Die Kernfunktion von Scite heißt „Smart Citations“: Statt lediglich zu zählen, wie oft ein Paper zitiert wurde, verwendet das Tool ein trainiertes Klassifikationsmodell, um jede zitierende Aussage als unterstützend, widersprechend oder lediglich erwähnend einzuordnen. Außerdem zeigt es den tatsächlichen Satz mit dem Zitationskontext an, damit du die Klassifikation selbst beurteilen kannst. So wird ein konkretes, reales Problem angegangen — rohe Zitationszahlen unterscheiden nicht zwischen einer Zitation, die einen Befund bestätigt, und einer, die ihm widerspricht —, doch auch die Klassifikation ist ein Modellergebnis und keine Gewissheit. Zitationen, die für dein Argument wichtig sind, solltest du stichprobenartig überprüfen.

KI-Schreibassistenten

Diese Kategorie reicht von vielseitigen Schreibtools, die auch von Wissenschaftlerinnen und Wissenschaftlern genutzt werden, bis zu Tools, die gezielt auf die Konventionen des wissenschaftlichen Publizierens zugeschnitten sind.

Allgemein einsetzbar: Grammarly

Grammarly ist ein vielseitiger KI-Schreibassistent für Grammatik, Ton und Verständlichkeit und wurde für das Schreiben im Allgemeinen entwickelt (E-Mails, berufliche Kommunikation, allgemeine Dokumente). Es wurde nicht speziell anhand wissenschaftlicher Literatur oder akademischer Konventionen trainiert. Forschende nutzen es häufig für grundlegendes Korrekturlesen, doch anders als die folgenden Tools ist es nicht eigens auf fachspezifischen akademischen Stil, Formatierung von Quellenangaben oder Anforderungen bei Zeitschrifteneinreichungen ausgelegt.

Speziell für die Wissenschaft: Writefull, Paperpal, Jenni AI

Writefull basiert gezielt auf Sprachmodellen, die mit veröffentlichten Zeitschriftenartikeln trainiert wurden, und bietet sprachliches Feedback, Paraphrasierungen und Zusammenfassungen über Integrationen für Microsoft Word und Overleaf (LaTeX) sowie einen eigenständigen Modus zur Dokumentenprüfung. Paperpal gibt ebenfalls an, mit veröffentlichten Forschungsartikeln trainiert zu sein. Es bietet Grammatik- und Sprachprüfungen, Paraphrasierungen sowie eine Prüfung der „Bereitschaft für die Einreichung bei einer Zeitschrift“, die technische Formatierung und die Genauigkeit von Quellenangaben abdeckt, und lässt sich in Word, Google Docs und Overleaf integrieren. Jenni AI ist wiederum anders aufgebaut — als Editor mit Inline-Vorschlägen für Quellenangaben und einer KI-„Autovervollständigung“, die beim Schreiben den nächsten Satz oder Absatz vorschlägt, sowie einer PDF-Chatfunktion zum direkten Abfragen hochgeladener Papers.

Für die Offenlegung (nächster Abschnitt) ist nicht die funktionale Unterscheidung „allgemein einsetzbar oder wissenschaftsspezifisch“ entscheidend, sondern wie viel des tatsächlichen Satztexts das Tool erzeugt und wie viel es lediglich überprüft. Genau an dieser Stelle ziehen auch die Richtlinien der Verlage ihre Grenze.

Halluzinationen und die unveränderliche Prüfpflicht

Die praktische Konsequenz, auf die sich alle Standardisierungsgremien verständigt haben, die sich damit befasst haben: Wer als menschlicher Autor genannt wird, bleibt für die Richtigkeit aller Beiträge eines KI-Tools verantwortlich; diese Verantwortung lässt sich nicht an das Tool delegieren. Im Oktober 2025 veröffentlichten Cochrane, Campbell Collaboration, JBI und Collaboration for Environmental Evidence — die Gremien, die methodische Standards für systematische Übersichtsarbeiten und Evidenzsynthese festlegen — eine gemeinsame Stellungnahme zum Einsatz von KI in der Evidenzsynthese. Darin unterstützten sie die Empfehlungen, die sie RAISE (Responsible use of AI in evidence SynthEsis) nennen. Ihre Kernforderungen: KI und Automatisierung sollen unter menschlicher Aufsicht und nicht als unbeaufsichtigter Ersatz für das Urteilsvermögen der Prüfenden eingesetzt werden; Autorinnen und Autoren müssen beschreiben, welche Schritte sie zur Überprüfung KI-generierter Ergebnisse unternommen haben; und jede KI-Nutzung, die „Urteile fällt oder vorschlägt“ — zur Eignung von Studien, Datenextraktion, Bewertung des Verzerrungsrisikos oder Sicherheit der Evidenz — muss offengelegt werden, einschließlich Systemname und -version, konkretem Zweck und bekannten Einschränkungen. Dies spiegelt aus Sicht der Methodik der Evidenzsynthese genau die Grenze wider, die die Richtlinien der Verlage für Manuskripte bereits aus Sicht der Autorenschaft ziehen (nächster Abschnitt): Ein wesentlicher Einsatz von KI, der Urteile beinhaltet, ist ein offengelegter und überprüfter Prozessschritt und keine unsichtbare Abkürzung.

Dieselbe Logik der Verantwortlichkeit ist der Grund dafür, dass kein bedeutender Verlag und kein redaktionelles Gremium erlaubt, ein KI-Tool als Autor aufzuführen: Autorenschaft setzt voraus, Verantwortung für die Arbeit übernehmen und sich dazu verpflichten zu können, für sie einzustehen. Die ICMJE-Kriterien für Autorenschaft verlangen dies ausdrücklich, und ein Tool kann das nicht leisten. Die Lexikonbehandlung dazu findest du unter AI as author und AI co-authorship rejection (ICMJE 2023).

Offenlegung: Was aktuelle Verlagsrichtlinien tatsächlich verlangen

Ob der Einsatz eines KI-Forschungsassistenztools in einem Manuskript offengelegt werden muss, hängt davon ab, was das Tool getan hat, nicht davon, welcher Kategorie es angehört. Ein Vergleich der Richtlinien von ICMJE, COPE, Elsevier, Zeitschriftenverlagen, Wiley und Taylor & Francis (vollständig mit wörtlichen Zitaten und Quellenangaben in AI in manuscripts: the publisher policy landscape) zeigt ein einheitliches Muster:

  • Grundlegende Rechtschreib-, Grammatik- und Zeichensetzungsprüfung ist in der Regel von der Offenlegung ausgenommen — die Richtlinie von Elsevier nennt diese Ausnahme ausdrücklich, und die meisten anderen Verlage ziehen eine ähnliche Grenze, auch wenn sie nicht genau so formuliert ist. Die grundlegende Verwendung eines Tools wie Grammarly zum Korrekturlesen fällt normalerweise darunter.
  • Wesentliche Unterstützung beim Verfassen, Paraphrasieren, Übersetzen oder Zusammenfassen ist bei Offenlegung zulässig — dies ist der zentrale Anwendungsfall, auf den alle Richtlinien zugeschnitten sind. Darunter fallen auch die leistungsfähigeren Modi von Tools wie Writefull, Paperpal oder Jenni AI, wenn sie über eine oberflächliche Sprachprüfung hinausgehen.
  • KI-gestützte Literaturrecherche, Datenanalyse oder Programmierung wird von manchen Verlagen ausdrücklich als bei Offenlegung zulässig genannt (Taylor & Francis nennt konkret die „interaktive Online-Suche mit LLM-gestützten Suchmaschinen“) — das bedeutet, dass Recherche- und Synthesetools aus den ersten beiden Kategorien dieses Leitfadens nicht automatisch ausgenommen sind, nur weil es keine „Schreibtools“ sind.
  • Ein KI-Tool als Autor oder Mitautor aufzuführen, ist ausnahmslos in allen geprüften Richtlinien verboten.

Wo sich die Richtlinien tatsächlich unterscheiden, sind der Ort der Offenlegung (eine eigene Erklärung bei Elsevier, ein Hinweis im Abschnitt Methoden oder Danksagung bei PLOS und so weiter) und der Umgang mit KI-generierten Bildern — die Einzelheiten findest du im oben verlinkten vollständigen Vergleichsleitfaden und für das Verfassen einer solchen Erklärung im Lexikonartikel Generative-AI disclosure statement. Informationen zur rollenweisen Offenlegung von KI-Beiträgen in einer CRediT-Erklärung findest du unter How to disclose AI assistance in a CRediT statement, role by role.

Vertraulichkeit: Unveröffentlichte Materialien gehören nicht in öffentliche Tools

Ein separates Anliegen betrifft insbesondere unveröffentlichte Manuskripte, Förderanträge oder Unterlagen zur Begutachtung: Wird vertraulicher Text in ein öffentliches KI-Tool eingefügt, das nicht durch eine Vereinbarung zur Datenverarbeitung mit einer Institution oder einem Verlag abgedeckt ist, kann dieser Inhalt an einen Drittanbieterdienst außerhalb der Kontrolle aller Beteiligten übermittelt werden — unabhängig davon, ob das Tool zitiert oder seine Nutzung offengelegt wird. Dahinter steckt dieselbe Logik wie bei den Beschränkungen für den KI-Einsatz durch Gutachtende — siehe den Vergleich der Verlagsrichtlinien zum KI-Einsatz im Peer Review und den Lexikonartikel AI in peer review. Sie gilt ebenso für Autorinnen und Autoren, die ihren eigenen unveröffentlichten Entwurf durch ein Synthese- oder Schreibtool laufen lassen, das eingereichte Inhalte speichert oder zum Training verwendet, wie für Gutachtende, die das Manuskript einer anderen Person bearbeiten. Prüfe die Richtlinien eines Tools zur Datenspeicherung und Verwendung für das Training, nicht nur die Qualität seiner Ergebnisse, bevor du ihm unveröffentlichtes Material übermittelst.

Ein Tool auswählen: praktische Überlegungen

Für Forschungsadministratoren, die institutionelle Lizenzen für diese Tools bewerten, und Forschende, die einzeln ein Tool auswählen, sind die wichtigsten Faktoren selten diejenigen, mit denen die Marketingseiten beginnen:

  • Was geschieht mit eingereichten Inhalten? Speichert das Tool Manuskript- oder Förderantragstexte, und verwendet es eingereichte Inhalte zum Training seiner zugrunde liegenden Modelle? Das ist eine Frage der Datenverwaltung und kein Funktionsvergleich.
  • Kostenlose und kostenpflichtige Tarife und was sie über das Geschäftsmodell aussagen. Einige Tools dieser Kategorie sind kostenlos und durch Forschungsförderung finanziert (ResearchRabbit); andere nutzen ein Freemium-Modell mit begrenztem kostenlosen Kontingent (der kostenlose Tarif von Connected Papers ist auf eine begrenzte Zahl von Graphen pro Monat beschränkt; ein kostenpflichtiger Tarif bietet unbegrenzte Nutzung); weitere sind vollständig kommerzielle Abonnements. Bei einem kostenlosen Recherchetool ohne erkennbares Umsatzmodell lohnt sich ein genauer Blick auf die Bedingungen zur Datennutzung.
  • Abdeckung und Korpus. Die Fachgebiete sind unterschiedlich gut abgedeckt — ein Tool, das überwiegend biomedizinische Literatur indexiert, wird bei Recherchen in den Geistes- oder Ingenieurwissenschaften schlechter abschneiden, unabhängig davon, wie leistungsfähig seine KI-Komponente ist.
  • Vom Anbieter veröffentlichte Genauigkeitsangaben sind Marketing, bis sie unabhängig geprüft wurden. Mehrere Tools der Synthesekategorie veröffentlichen eigene Genauigkeitswerte aus Benchmarktests; betrachte sie als Ausgangspunkt und nicht als Ersatz für Stichprobenprüfungen der tatsächlichen Ergebnisse des Tools anhand von Quellpapers aus deinem eigenen Material.
  • Institutionelle Pflichten zur KI-Governance können über die Offenlegungsregeln der Verlage hinausgehen. Institutionen, die diese Tools in großem Umfang beschaffen oder einsetzen — insbesondere in der EU — sollten auch Pflichten aus Rahmenwerken wie dem EU AI Act berücksichtigen; siehe EU AI Act: obligations and exemptions for research organizations.

Häufig gestellte Fragen

Sind KI-Forschungsassistenztools dasselbe wie ein allgemeiner Chatbot wie ChatGPT?

Nein. Die Tools in diesem Leitfaden sind auf eine bestimmte Forschungsaufgabe zugeschnitten — das Durchlaufen von Zitationsgraphen, die Extraktion und Klassifikation von Evidenz oder Konventionen des wissenschaftlichen Schreibens. Meist greifen sie auf einen indexierten Korpus wissenschaftlicher Papers statt auf das offene Web zurück, und mehrere sind deutlich stärker auf bestimmte Aufgaben beschränkt als ein vielseitiger Chatbot. Ein allgemeines Large Language Model (LLM) kann für ähnliche Aufgaben eingesetzt werden, aber ohne den Zitationskontext, den fachspezifischen Korpus oder die Genauigkeitssicherungen, auf denen diese spezialisierten Tools aufbauen.

Muss ich die Verwendung eines Recherchetools wie Connected Papers oder ResearchRabbit in meinem Manuskript offenlegen?

Aktuelle Verlagsrichtlinien behandeln KI-gestützte Literaturrecherche im Allgemeinen als offenzulegende Nutzung, sobald sie die Recherche- oder Übersichtsstrategie des Papers wesentlich beeinflusst hat. Das gilt ebenso für KI-gestützte Datenanalyse oder Programmierung. Prüfe die Richtlinien der jeweiligen Zielzeitschrift, da der genaue Wortlaut und der Ort der Offenlegung variieren (siehe den obigen Abschnitt zur Offenlegung und den vollständigen Vergleich der Verlagsrichtlinien).

Kann ein KI-Tool zur Literaturzusammenfassung eine systematische Übersichtsarbeit ersetzen?

Nein. Kein aktuelles Tool macht die methodischen Anforderungen einer registrierten systematischen Übersichtsarbeit überflüssig — eine belastbare, reproduzierbare Suchstrategie, dokumentierte Screening-Kriterien und eine Bewertung des Verzerrungsrisikos. Die Stellungnahme von Cochrane/Campbell/JBI/CEE aus dem Jahr 2025 zur KI in der Evidenzsynthese beschreibt KI ausdrücklich als Tool, das unter menschlicher Aufsicht und mit unabhängiger Validierung eingesetzt wird, nicht als unbeaufsichtigten Ersatz für das Urteilsvermögen der Prüfenden.

Welche KI-Schreibassistenten sind generell von der Offenlegungspflicht für Manuskripte ausgenommen?

Die Prüfung von Grammatik, Rechtschreibung und Zeichensetzung ist der Anwendungsfall, der in den Richtlinien großer Verlage am konsequentesten ausgenommen wird (Elsevier nennt diese Ausnahme ausdrücklich). Sobald ein Tool wesentliche Paraphrasierungen, Textentwürfe oder Umstrukturierungen vornimmt — Funktionen, die mehrere wissenschaftsspezifische Schreibassistenten anbieten und die über Korrekturlesen hinausgehen — muss diese Nutzung in der Regel offengelegt werden.

Wie prüfe ich, ob ein KI-Tool eine Quellenangabe erfunden hat?

Behandle jede von einer KI angezeigte Quellenangabe als zu überprüfende Behauptung und nicht als Tatsache: Bestätige, dass das zitierte Paper tatsächlich existiert (über seine DOI oder den eigenen Eintrag des Verlags, nicht nur anhand der Beschreibung durch das KI-Tool) und dass es tatsächlich das aussagt, was ihm zugeschrieben wird. Diese Prüfung liegt unabhängig davon, welches Tool die Quellenangabe erzeugt hat, in der Verantwortung der Forschenden — siehe die obige Erläuterung zu Halluzinationen.

Welches KI-Tool sollte ich verwenden, um Papers zu finden, von deren Existenz ich noch nichts weiß?

Das ist eine Aufgabe für Recherchetools und nicht für Synthesetools: Zitationsgraph-Tools (Inciteful, Connected Papers, ResearchRabbit) erschließen ausgehend von einem Paper, das du bereits hast, weitere Arbeiten; Semantic Scholar bietet eine breit angelegte semantische Suche in seinem Korpus; adaptive Suchagenten (Undermind, AnswerThis) erkunden ein Thema gründlicher und iterativer als eine einzelne Stichwortsuche. Keines dieser Tools ersetzt eine dokumentierte, reproduzierbare Datenbanksuche, wenn die Vollständigkeit belastbar sein muss.

Worin besteht der praktische Unterschied zwischen SciSpace, Elicit und Consensus?

Sie beantworten unterschiedliche Fragen. SciSpace dient der Lektüre und dem Verfassen von Texten auf Basis der Papers, mit denen du direkt arbeitest. Elicit extrahiert und tabelliert gezielt bestimmte Datenpunkte aus vielen Studien gleichzeitig. Consensus liefert mithilfe seines Evidenzmessers eine schnelle Einschätzung der Richtung einer Ja/Nein/Vielleicht-Behauptung. Alle drei bergen bei der Synthese ein Halluzinationsrisiko; ihre Ergebnisse müssen anhand der Quellpapers überprüft werden.

Kann Julius AI R, Python oder SPSS für Forschungsstatistiken ersetzen?

Nein. Julius AI erzeugt aus natürlichsprachlichen Prompts Analysecode und Ergebnisse. Das ist ein anderer Arbeitsablauf als eine dokumentierte, versionskontrollierte Analysepipeline. Die Ergebnisse müssen auf Reproduzierbarkeit und statistische Validität ebenso geprüft werden wie jeder andere generierte Code — die konkreten Bedenken findest du im Julius-AI-Leitfaden.

Ist ein Chat-mit-PDF-Tool dasselbe wie ein Literaturrecherchetool?

Nein. Tools wie ChatPDF und Humata (siehe den Chat-mit-PDF-Leitfaden) arbeiten mit einem einzelnen Dokument, das du bereits besitzt, und beantworten Fragen zu dessen Inhalt — sie durchsuchen keinen Korpus und machen dich nicht auf Papers aufmerksam, die du noch nicht kennst. Kombiniere sie mit einem Recherchetool, statt zu erwarten, dass ein einziges Tool beide Aufgaben erledigt.

Mit 1.284 Modellen und Varianten in 15 Kategorien zählt Ailoot nach Zahl der Modelle zu den größten KI-Routern der Welt. Entdecken Sie Dokumenten-Workflows mit der API von Ailoot mit einem von Ailoot ausgestellten Schlüssel. Im Katalog finden Sie GPT oder Claude für Texte, FLUX für Bilder, Kling für Videos, Eleven v4 für Sprache, Suno für Musik, Tripo3D für 3D-Objekte und Cohere Rerank zur Sortierung nach Relevanz.

Nutzen Sie eine API zum Auslesen von PDFs mit Gemini und Claude über Ailoot, um Dokumente zu lesen, zu vergleichen und zu analysieren. Extrahieren Sie die Informationen, die Ihr Team braucht, und verwenden Sie dasselbe Guthaben für Textarbeit und Analysen.

Ergänzen Sie Ihren Ailoot-Workflow um BGE-Embeddings und Cohere Rerank, um ganze Dokumentensammlungen zu durchsuchen. Unternehmen können die Zugriffsrechte ihrer Mitarbeitenden in einem gemeinsamen Arbeitsbereich verwalten.

Neue Flaggschiffmodelle stehen bei Ailoot ab ihrer Veröffentlichung bereit. Ein Abo deckt den gesamten Katalog ab. Mit Abos und Rabattcodes sparen Sie bis zu 50 % gegenüber den offiziellen API-Preisen der Modellanbieter. Ihre aktuellen Angebote finden Sie unter https://ailoot.ai/.