Wissenschaftliche Literaturrecherche & Forschungsassistent

Jedes Jahr erscheinen Millionen Veröffentlichungen; kein Forscher, kein F&E-Team und keine Studentin kann den relevanten Teil davon lesen. KI-Forschungsassistenten durchsuchen wissenschaftliche Indizes, sichten Kandidaten anhand festgelegter Kriterien, extrahieren Daten aus Volltexten und schreiben belegte Zusammenfassungen. Sie verkürzen den Weg von der Frage zu einem belastbaren Überblick, doch jede Aussage muss auf eine Quelle zurückführbar bleiben, und halluzinierte Literaturangaben bleiben das zentrale Fehlerbild.

Problem & Nutzen

• Heute: Stichwortsuchen in mehreren Datenbanken, manuelle Sichtung von Titeln und Zusammenfassungen, Lesen von PDFs, Übertragen von Daten in Tabellen, Schreiben der Synthese. Ein systematischer Review ist langsam und arbeitsintensiv; eine schnelle Sondierung für ein Produkt, einen Förderantrag oder eine Abschlussarbeit entfällt oft oder bleibt oberflächlich.
• KI-Nutzen: Größerer Recall durch semantische Suche und Suche im Zitiergraphen, unterstützte Sichtung und Datenextraktion, schnellere erste Entwürfe von Abschnitten zum Stand der Forschung oder Evidenzzusammenfassungen, Erkennung widersprüchlicher Befunde, fortlaufende Beobachtung neuer Veröffentlichungen.
• Evidenz (mit Einschränkungen): Für PaperQA2 (FutureHouse) wird berichtet, dass es Fachexperten bei drei Aufgaben der Literaturrecherche, einschließlich des LitQA2-Benchmarks, erreicht oder übertrifft und belegte Zusammenfassungen erzeugte, die als genauer bewertet wurden als Wikipedia-Artikel; markierte Widersprüche wurden von Experten in 70 % der Fälle bestätigt [1]. Das offene System OpenScholar-8B übertraf GPT-4o bei der Korrektheit um 5 % auf ScholarQABench, und GPT-4o erfand ohne Retrieval in 78–90 % der Fälle Zitate [2]. Elicit wirbt mit "bis zu 80 % Zeitersparnis" bei systematischen Reviews (Herstellerangabe, nicht unabhängig geprüft) [3]. Benchmarks beziehen sich überwiegend auf MINT/Biomedizin und Englisch; verstehen Sie sie als Obergrenzen für Ihr Fachgebiet.

Varianten

• Wissenschaft / Studium: Abschnitte zum Stand der Forschung, Hintergrund für Abschlussarbeiten, Zitatverfolgung (Zotero-zentriert).
• Systematische Reviews & Scoping Reviews: protokollgeleitete Sichtung, Logik mit zwei Begutachtenden, PRISMA-Flussdokumentation.
• F&E in Pharma / Biotech: Sondierung von Zielstrukturen und Wettbewerbern, Sicherheitssignale, interne und externe Bestände.
• Industrielle F&E / KMU: Technologie-Scouting, Literatur zu Werkstoffen und Verfahren, Normenkontext (siehe KNOW-009).
• Klinische Evidenz: Leitlinien- und Studienevidenz für Klinikerinnen und Kliniker – siehe KNOW-010; Patente – KNOW-007.
• Monitoring: wöchentliche Benachrichtigungen über neue Veröffentlichungen zu einem Thema mit KI-geschriebenen Zusammenfassungen.
• Private Nutzung: Gesundheits- oder Verbraucherfragen, beantwortet aus begutachteten Quellen; immer mit dem Hinweis, dass es sich nicht um medizinische Beratung handelt.
• Deep Research: allgemeine webbasierte Markt- und Schreibtischrecherche ist KNOW-015; dieser Anwendungsfall ist auf wissenschaftliche Bestände ausgerichtet.

So funktioniert es

1. Forschungsfrage / Protokoll
2. Suchplanung (LLM erweitert Begriffe, Synonyme, MeSH/CPC-ähnliche Vokabulare)
3. Retrieval (OpenAlex / Semantic Scholar / PubMed / arXiv-APIs + eigene Bibliothek; hybrid BM25 + Embeddings; Erweiterung über den Zitationsgraphen)
4. Screening (LLM beurteilt Titel/Abstract anhand der Kriterien; Reranker; menschliche Stichprobe)
5. Volltext-Parsing (PDF
6. strukturierter Text, Tabellen, Referenzen)
7. Extraktion & Evidenztabelle (schemagebunden, mit Zitat + Seite für jede Zelle)
8. Synthese (belegte Antwort, Widersprüche, Lücken)
9. Prüfung jeder Quellenangabe gegen den Index
10. Export (BibTeX/RIS, Protokoll/Audit-Log)
11. menschliche Prüfung und Freigabe

• Agentisches Retrieval: Agenten im Stil von PaperQA2 suchen iterativ, sammeln Belegpassagen, ordnen sie neu und fassen sie zusammen, bevor sie antworten [1][4]. OpenScholar ergänzt eine Selbstrückkopplungsschleife, die Entwürfe verfeinert und fehlende Zitate ergänzt [2].
• Zitatprüfung: Jede Literaturangabe per DOI/ID gegen Crossref/OpenAlex/Semantic Scholar auflösen; auf Rückziehungen prüfen. Akzeptieren Sie niemals eine Angabe, die der Index nicht auflösen kann.
• Mensch-in-der-Schleife (Human-in-the-Loop): Forschende verantworten das Protokoll, Einschlussentscheidungen bei Grenzfällen, Interpretation und Autorenschaft. Bei formalen systematischen Reviews ist die KI zweite Sichtende oder Extrahierende, nie die einzige.

Datenaufbereitung

Die Quellen sind überwiegend extern und bereits strukturiert: bibliografische Datenbanken und APIs (OpenAlex, Crossref, PubMed), lizenzierte Verlags-PDFs und Open-Access-Volltexte. Interne Quellen sind die persönliche Literaturbibliothek (Zotero, EndNote), PDFs, die auf Laptops und Dateiablagen verstreut sind, sowie interne Berichte und Laborbücher.

Typische Lücken: PDFs ohne Textebene oder mit zweispaltigem Layout, das die Extraktion stört, doppelte und falsch benannte Dateien, unvollständige Metadaten (DOI, Jahr), keine Aufzeichnung darüber, welche Veröffentlichungen gesichtet wurden, und Lizenzbeschränkungen für Text Mining.

Schritte der Aufbereitung: - PDFs in einer Literaturverwaltung zusammenführen, Duplikate entfernen, DOIs und Metadaten automatisch auflösen. - OCR und layoutbewusstes Parsing auf Scans anwenden (PREP-006, PREP-007). - Das Review-Protokoll mit Ein- und Ausschlusskriterien vor der Sichtung verfassen (PREP-019). - Interne Berichte mit Projekt, Datum und Status verschlagworten (PREP-010). - Einen Goldstandard-Satz von Veröffentlichungen ziehen, die von Menschen gesichtet wurden, um die KI-Sichtung zu messen (PREP-018). - Verlagslizenzen auf KI-Nutzung prüfen.

Der Aufwand ist gering bis mäßig, etwa 15 bis 25 Prozent, weil die wissenschaftlichen Indizes fertig bereitstehen. Siehe auch DOC-014 zum Dokumentenparsing.

Umsetzungswege

Welcher Weg für wen

• KMU: Weg A, weil etablierte KI-Rechercheinstrumente auf offenen wissenschaftlichen Indizes sofort mit belegten Antworten funktionieren und keine Entwicklung brauchen.
• Großunternehmen: Weg B, weil F&E lizenzierte Verlagsinhalte und interne Berichte über APIs mit Prüfprotokollen und eigener Zugriffskontrolle verbinden will.
• Entwickler: Weg C, weil OpenAlex- und arXiv-Daten plus offene Embedding-Modelle und ein lokales LLM eine vollständig kontrollierbare Pipeline ergeben, sofern ein HW3-Rechner verfügbar ist.
• Privat: Weg A, weil Studierende und Einzelpersonen mit fertigen Werkzeugen und einer Literaturverwaltung wie Zotero das beste Ergebnis erzielen.
• Öffentlicher Sektor: Weg B in einer souveränen EU-Cloud, weil Hochschulen und Behörden Hosting- und Vergaberegeln einhalten müssen und meist keine GPU-Kapazität haben.

Weg A — Kaufen (Standardsoftware; für die meisten Nutzenden empfohlen)

• KI-Literaturwerkzeuge: Elicit (Sichtung und Datenextraktion für Reviews) [3], Consensus (belegte Antworten, "Consensus Meter", Studienübersichten) [5], Undermind (tiefe Literatursuche), scite (Zitatkontext: stützend/widersprechend), SciSpace, ResearchRabbit/Litmaps (Zitationskarten).
• Verlage / Indexanbieter: Scopus AI (Elsevier), Web of Science Research Assistant (Clarivate), Dimensions (Digital Science), KI-Funktionen von Springer Nature und Wiley – stark dort, wo die Einrichtung die Inhalte bereits lizenziert hat. Review-Werkzeuge: Covidence, Rayyan, DistillerSR.
• EU-/EWR-Aspekt: Iris.ai (Norwegen, EWR) für die F&E-Suche; die meisten anderen sitzen in den USA – prüfen Sie AVV, Verarbeitung in der EU und die Einstellungen zum Training mit Nutzerdaten. Literaturverwaltung: Zotero (Open Source) als zentrale Anlaufstelle.
• A wählen, wenn: einzelne Forschende, kleine Teams, kein vertraulicher Bestand. An einem Thema testen, das Sie gut kennen.

Weg B — Auf Cloud-KI-Diensten aufbauen

• Daten: OpenAlex (offener wissenschaftlicher Index, REST-API) [6], Semantic Scholar Academic Graph API (rund 214 Millionen Veröffentlichungen; Empfehlungen; SPECTER2-Embeddings; für stabile Raten ist ein Schlüssel nötig) [7], Crossref, PubMed/Europe PMC, arXiv, CORE. Beachten Sie die Bedingungen und Lizenzen der jeweiligen API.
• Modelle: LLMs der Spitzenklasse mit langem Kontext und strukturierter Ausgabe (Claude, Gemini, GPT, Mistral Large vom EU-Anbieter Mistral AI) in EU-Regionen über Azure, AWS Bedrock, Vertex AI oder Mistral La Plateforme; Reasoning-Modelle für die Synthese, kleine günstige Modelle für die Sichtung im großen Maßstab.
• Orchestrierung: PaperQA2-Bibliothek (Apache-2.0, LiteLLM-kompatibel) [4], LangGraph/LlamaIndex oder n8n; Docling oder GROBID für PDFs [8]; Reranker + Vektordatenbank (pgvector, Qdrant).
• B wählen, wenn: individuelle Protokolle, die Anbindung interner Dokumente oder Prüfprotokolle erforderlich sind.

Weg C — Selbst betreiben (Open Source)

• Stack: PaperQA2 mit lokalen Modellen über Ollama/llama.cpp/vLLM (das Projekt warnt, dass kleine Modelle mit seinen Anforderungen an das Befolgen von Anweisungen Mühe haben) [4]; OpenScholar-Code, -Modelle und der Datenspeicher mit 45 Mio. Open-Access-Veröffentlichungen als Referenz [2]; Docling (MIT) fürs Parsing [8]; offene Embeddings (BGE-M3, Qwen3-Embedding) und Reranker; Qdrant/pgvector/OpenSearch; Zotero als Bibliothek. Offene LLMs: Qwen3-Familie, gpt-oss, Llama, Open-Weight-Modelle von Mistral.
• Hardware: HW3 für Modelle mit 30–120B Parametern (gute Synthesequalität); HW2 genügt für Sichtung/Extraktion mit Modellen von ca. 8–30B und Systemen der Klasse OpenScholar-8B. Der Index des Open-Access-Bestands braucht mehrere TB Speicher.
• C wählen, wenn: unveröffentlichte Daten, Forschung vor der Patentanmeldung oder Pharma-IP das Haus nicht verlassen dürfen. Lizenzierte Volltexte dürfen nur im Rahmen der Verlagslizenz lokal verarbeitet werden.

Weg D — Eigenes Training

Feintuning nur für enge Bedarfe mit hohem Volumen: ein domänenspezifischer Sichtungsklassifikator (hunderte bis tausende gelabelte Ein-/Ausschlussentscheidungen aus früheren Reviews), ein domänenspezifisches Embedding-Modell oder ein Extraktionsmodell für ein festes Schema. Entscheidungen von Begutachtenden sind die natürlichen Trainingsdaten. Für die allgemeine Synthese ist Retrieval plus ein starkes Basismodell besser geeignet.

Stand der Technik (2026)

• Agentische Literaturagenten (PaperQA2, OpenScholar, die Asta-Agenten von Ai2 und die Evaluationsumgebung AstaBench [9], Deep-Research-Modi von Anbietern) schneiden bei fundierten wissenschaftlichen Fragen besser ab als reine Chat-LLMs und zitieren echte Veröffentlichungen, weil die Zitate aus abgerufenen Passagen stammen [1][2].
• Benchmarks: LitQA2 (Retrieval-QA zur Biologie-Literatur), ScholarQABench (mehrere Fachgebiete, 2.967 von Experten verfasste Anfragen) [1][2], AstaBench [9]. Benchmark-Werte übertragen sich nicht automatisch auf Ihre Nische oder nicht-englische Literatur.
• Techniken: hybrides Retrieval, Erweiterung über den Zitiergraphen, Reranking, kontextuelle Zusammenfassung von Chunks, schemagebundene Extraktion, Selbstrückkopplung bei Entwürfen, Prüfung auf Rückziehungen.
• Grenzen und Fehlerbilder: Erfundene oder nicht passende Zitate (besonders ohne Retrieval); Volltexte hinter Bezahlschranken sind nicht verfügbar, sodass Evidenz allein aus Zusammenfassungen überbewertet wird; Verzerrung zugunsten hoch zitierter, englischsprachiger und Open-Access-Veröffentlichungen; Fehllesen von Tabellen, Effektstärken und Studienpopulationen; fehlende negative Ergebnisse; in PDFs versteckte Prompt Injection; stille Recall-Lücken, die ein "systematisches" Ergebnis nicht reproduzierbar machen. Für die Reproduzierbarkeit sind Such-Logs und versionierte Prompts nötig.

Gemeinsame Bausteine & Kombinationen

• Gleicher RAG-Stack (llm-general + embedding-text + reranker + vector-db + ocr-docparse): KNOW-002 Unternehmens- RAG, KNOW-001 semantische Suche, DOC-014 Dokumentenparsing für RAG – ein Index-/GPU-Server (HW3) kann sie alle bedienen.
• Benachbarte Rechercheassistenten: KNOW-006 juristische Recherche, KNOW-007 Patente, KNOW-010 klinisches Wissen, KNOW-015 Deep-Research-Agent – gleiches Agenten-Framework, andere Bestände und Compliance-Regeln.
• Nachgelagert: KNOW-013 (Wissensgraph/GraphRAG aus extrahierten Entitäten), SCI-011 (KI-Wissenschaftler und Hypothesen- Agenten nutzen die Review-Ergebnisse), EDU-001 (Lernunterstützung).
• Gemeinsame Bausteine: Zotero/DOI-Resolver, Crossref/OpenAlex-Spiegel, Dienst zur Zitatprüfung, PDF-Parsing-Pipeline, Evaluationssatz aus Fragen mit bekannten Antworten.

Aufwand, Kosten & Kennzahlen

• Weg A: Stunden bis Tage; Abonnements pro Arbeitsplatz, institutionelle Lizenzen möglich.
• Weg B: 1–3 Monate für eine validierte Pipeline; Kostentreiber sind Volltext-Tokens, API-Aufrufe und Zeit der Begutachtenden.
• Weg C: 2–4 Monate; GPU-Server, Speicher für den Bestand, laufende Index-Aktualisierungen.
• Weg D: zusätzlich 1–3 Monate plus Labeling.
• Kennzahlen: Recall gegenüber einem von Hand erstellten Goldstandard bekannter relevanter Veröffentlichungen; Übereinstimmung der Sichtung mit menschlichen Begutachtenden (Kappa); Anteil gültiger Zitate (Ziel: 100 % auflösbar); Extraktionsgenauigkeit je Feld; Zeit je Review-Phase; von Nutzenden gemeldete Korrekturen.

Menschen & Veränderung

Beziehen Sie die Leitung von F&E bzw. der Forschungsgruppe als Prozessverantwortliche ein, die Forschenden oder Studierenden als Nutzende, die Bibliothek oder das Wissensmanagement für Lizenzen und Literaturverwaltung sowie die IT für Zugriff und Hosting. Die Geschäftsführung entscheidet über Budget und Fragen zu Verlagslizenzen.

Betriebsrat: in der Regel nein, da das Werkzeug die individuelle Forschung unterstützt und keine Beschäftigten bewertet. Protokolliert der Anbieter das Suchverhalten je Beschäftigtem, kann § 87 Abs. 1 Nr. 6 BetrVG greifen (BAG: objektive Eignung genügt); fragen Sie daher den Anbieter und informieren Sie den Betriebsrat nach § 90 Abs. 1 Nr. 3, wo sich Forschungsabläufe ändern. Hochschulen und Behörden beteiligen gegebenenfalls den Personalrat.

Datenschutz: Veröffentlichte Fachartikel enthalten wenig personenbezogene Daten, interne Berichte und klinisches Material aber unter Umständen schon; binden Sie die Datenschutzbeauftragte bzw. den Datenschutzbeauftragten ein, schließen Sie einen AVV (Art. 28 DSGVO) ab und erwägen Sie bei Gesundheitsdaten eine DSFA (GUIDE-005).

KI-Kompetenz: Unterstützen Sie die Nutzenden mit Schulungen zu halluzinierten Literaturangaben und mit der Regel, dass jede zitierte Veröffentlichung geöffnet und geprüft wird (Art. 4 KI-Verordnung, GUIDE-006). Beginnen Sie mit einer Pilotgruppe aus wenigen Forschenden an einem früheren Review und vergleichen Sie die Ergebnisse mit dem manuellen. Typische Sorge: Forschungsintegrität und Autorenschaft; begegnen Sie ihr mit einer Offenlegungsregel für den KI-Einsatz und einem dokumentierten Such-Log. Menschen entscheiden über den Einschluss und verfassen die Schlussfolgerungen (GUIDE-007).

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): minimales Risiko bei typischem Forschungseinsatz (Art. 4 KI-Kompetenz gilt). Die Pflichten ändern sich, wenn Ergebnisse in regulierte Entscheidungen einfließen (z. B. klinische Evidenz für ein Medizinprodukt, MDR) oder Text ohne redaktionelle Prüfung durch Menschen veröffentlicht wird (Art. 50 Transparenz für KI-generierte Texte zu Themen von öffentlichem Interesse, anwendbar ab 2. Aug. 2026; ausgenommen bei menschlicher Prüfung und redaktioneller Verantwortung) [10]. Chatbot-Oberflächen brauchen einen KI-Hinweis.
• Urheberrecht / TDM: Die EU-DSM-Richtlinie 2019/790 erlaubt Text und Data Mining für Forschungseinrichtungen (Art. 3) und, vorbehaltlich eines Nutzungsvorbehalts der Rechteinhaber, für andere (Art. 4) [11]. Verlagslizenzen können das Hochladen von PDFs in KI-Dienste Dritter einschränken – prüfen Sie die Verträge, bevor Sie Weg A/B mit lizenzierten Inhalten nutzen.
• DSGVO: Fachartikel enthalten meist nur Autorennamen; personenbezogene Daten entstehen bei internen Dokumenten, klinischen oder Befragungsdaten und Nutzer-Anfrage-Logs. Nutzen Sie AVV und EU-Hosting und deaktivieren Sie das Training des Anbieters mit Ihren Eingaben.
• Forschungsintegrität: KI darf nicht als Autor genannt werden; legen Sie die Nutzung gemäß den Richtlinien von Zeitschriften und Förderern (DFG, Horizon Europe) offen; Menschen prüfen jede zitierte Aussage. Vertraulichkeit der Begutachtung: Laden Sie Manuskripte im Begutachtungsverfahren niemals in öffentliche Werkzeuge hoch.
• Gegenmaßnahmen: Pipeline mit geprüften Zitaten, Antworten ausschließlich aus Retrieval, protokollierte Suchen, Freigabe durch Menschen.

Erste Schritte

1. Eine aktuelle Review-Frage wählen, deren Antwort Sie bereits kennen; einen Goldstandard aus 20–50 relevanten Veröffentlichungen aufbauen.
2. Sie durch zwei Werkzeuge von Weg A laufen lassen und Recall, Zitatgültigkeit und übersehene Veröffentlichungen vergleichen.
3. Zotero und OpenAlex/Semantic Scholar mit einem kleinen PaperQA2-Prototyp (Weg B) für die eigenen PDFs verbinden.
4. Automatische DOI-/Rückziehungsprüfung und eine verpflichtende Regel "ein Zitat je Aussage" ergänzen.
5. Eine Nutzungsrichtlinie verfassen: erlaubte Werkzeuge, vertrauliches Material, Offenlegung in Veröffentlichungen, Freigabe durch Menschen.

Quellen

1. Skarlinski et al., "Language agents achieve superhuman synthesis of scientific knowledge" (PaperQA2, LitQA2) - https://arxiv.org/abs/2409.13740
2. Asai et al., "OpenScholar: Synthesizing Scientific Literature with Retrieval-augmented LMs" - https://arxiv.org/abs/2411.14199
3. Elicit product page - https://elicit.com/
4. PaperQA2 repository (Future-House/paper-qa, Apache-2.0) - https://github.com/Future-House/paper-qa
5. Consensus - https://www.consensus.app/
6. OpenAlex help and API documentation - https://help.openalex.org/
7. Semantic Scholar Academic Graph API - https://www.semanticscholar.org/product/api
8. Docling project - https://github.com/docling-project/docling
9. Ai2 Asta (agents and AstaBench) - https://allenai.org/asta
10. EU AI Act Article 50 (transparency obligations) - https://artificialintelligenceact.eu/article/50/
11. Directive (EU) 2019/790 on copyright in the Digital Single Market - https://eur-lex.europa.eu/eli/dir/2019/790/oj
12. Regulation (EU) 2024/1689 (AI Act) - https://eur-lex.europa.eu/eli/reg/2024/1689/oj