> Modalitäten > Text > Schreiben mit KI > Effektive Literaturrecherche mit KI

Effektive Literaturrecherche mit KI

Die Tools der Kategorie Literaturrecherche kannst du entweder für eine KI-gestützte Schlagwortsuche mit herkömmlichen Bibliothekskatalogen und Fachdatenbanken oder für eine KI-basierte Literatursuche einsetzen. Bei letzterer lässt sich wiederum zwischen Systemen unterscheiden, die durch die Eingabe eines Prompts oder einer Forschungsfrage Literatur in Listenform ausgeben („Finders“), und solchen, die Literaturverweise visuell aufbereiten und die Beiträge anhand ihrer Zitationen zueinander in Beziehung setzen („Connectors“).^[1]

^[1] Lahrsow, Miriam (2025): KI-Tools für die wissenschaftliche Literaturrecherche: Potenziale, Problematiken, Didaktik und Zukunftsperspektiven. In: Bibliothek Forschung und Praxis 49 (2), S. 230–253. DOI: 10.1515/bfp-2025-0002.

FINDERS

Name: Consensus (https://consensus.app/)

Anbieter: Consensus

Launch: 2022

Zugang und Preisgestaltung: Quick = kostenfreie Basisversion ohne Registrierung möglich, Recherchen werden nicht gespeichert; Free = begrenzte Nutzung der Basisfunktionen kostenfrei mit Registrierung einschließlich eines begrenzten Kontingents von KI-gesteuerten Deep Research-Funktionen; Pro = unbegrenzte Nutzung der Basis-Funktionen, erweitertes Kontingent von KI-gestützten Deep Research-Funktionen (10 Dollar/Monat); Deep = hohes Kontingent KI-gestützter Deep Research-Funktionen (45 Dollar/Monat); Team = alle Pro-Funktionen mit weiteren Team-Funktionen (20 Dollar/Person/Monat).

Hintergrund: Consensus ist eine KI-gestützte Suchmaschine, die auf Grundlage der eingegebenen Forschungsfrage relevante wissenschaftliche Publikationen ermittelt und deren Inhalte (einzeln sowie KI-synthetisiert über mehrere Quellen) in Hinblick auf die Forschungsfrage zusammenfasst. Zusätzlich schlägt das Tool entsprechend der Eingaben weitere potenzielle Fragestellungen vor. Consensus wurde 2021 von den beiden US-Amerikanern Christian Salem und Eric Olson gegründet, die ihre Leidenschaft für Wissenschaft und Technik in einer Plattform vereinen wollten, um wissenschaftliches Arbeiten einfacher und effizienter zu gestalten.

Die Suche basiert auf dem Datenbestand von Semantic Scholar (LINK) und liefert daher vor allem Suchergebnisse für englischsprachige Paper, denen eine wissenschaftliche Studie zugrunde liegt. Die Treffer werden in Listenform dargestellt und können über zusätzliche Filterfunktionen weiter eingrenzt und spezifiziert werden. Die Funktion „Study Snapshot“ fasst zentrale Informationen wie Stichprobendaten, methodisches Vorgehen und ermittelte Ergebnisse kompakt zusammen. Bei Entscheidungsfragen bietet das Tool zudem eine Auswertung darüber, wie viele Paper zu Ja, Nein oder Möglich tendieren. Darüber hinaus vergibt es Qualitätsindikatoren zur Art der Evidenz, Zitationen sowie zu dem publizierenden Journal.

In Zusammenarbeit mit OpenAI hat Consensus Ende 2025 zusätzlich ein Multi-Agent-System namens „Scholar Agent“ in den Rechercheprozess integriert. Dieses System besteht aus mehreren spezialisierten Agents (Planning, Search, Reading, Analysis) auf Basis von GPT-5 und der Responses API, deren arbeitsteilige Struktur das Risiko von Halluzinationen verringern sollen.^[1]

Tutorials:

Recherchieren mit KI – Tools kurz vorgestellt: Consensus von House of Competence: https://www.youtube.com/watch?v=euTgc_50fok

Consensus AI Step-By-Step von Andy Stapleton: https://www.youtube.com/watch?v=UMxAlp0TPVg

^[1] https://openai.com/de-DE/index/consensus/ [16.02.2026].

Name: Elicit (https://elicit.com/)

Anbieter: Elicit PBC (ursprünglich entwickelt von Ought, USA)

Launch: 2021

Zugang und Preisgestaltung: Kostenfreie Basisversion mit Registrierung per E-Mail und Passwort, Plus = erweiterte Funktionen und personalisierte Alerts (12 Euro/Monat); Pro = erweiterte Funktionen und benutzerdefinierte Extraktionen (49 Euro/Monat); Team = Pro-Niveau für mehrere Nutzende (79 Euro/Monat)

Hintergrund: Elicit ist ein KI-gestütztes Literaturrecherche-Tool, das basierend auf einer durch die anwendende Person eingegebenen Forschungsfrage Publikationen zusammenstellt und diese zusammenfasst. Das Tool wurde von der US-amerikanischen gemeinnützigen Forschungsorganisation Ought entwickelt und im September 2023 als eigenständiges, gewinnorientiertes Unternehmen ausgegründet.

Auf der Elicit-Startseite stehen verschiedene Optionen für den Einstieg in die Recherche zur Verfügung, von denen einige kostenpflichtig sind. Über das frei nutzbare Suchfeld „Find Papers“ können Anwendende ihre Forschungsfrage in natürlicher Sprache eingeben. Elicit recherchiert und rankt daraufhin wissenschaftliche Beiträge, die sich auf diese Frage beziehen, in einer Tabelle und zeigt eine Zusammenfassung der acht durch das Tool als besonders relevant identifizierten Suchergebnisse an. Von dort aus lassen sich vorgeschlagene oder benutzerdefinierte Spalten hinzufügen, um die Ergebnisse weiter zu filtern und analysieren, weitere Arbeiten zu laden und Beiträge in einer Bibliothek zu speichern.

Über die ebenfalls (eingeschränkt) kostenfreie Funktion „Research Report“ erstellt Elicit einen detaillierten Bericht als Antwort auf die eingegebene Forschungsfrage, einschließlich der jeweiligen Referenzen, die als Ausgangspunkt für eine vertiefte Recherche dienen sollen.^[1] Weitere Funktionen sind der „Paper Chat“, über den Nutzende mit hochgeladenen PDFs oder in der Elicit-Bibliothek gespeicherten Arbeiten chatten können, sowie weitere kostenpflichte Workflows wie „Systematic Review“, „Extract Data“ und „Research Agent“.

Elicit greift insbesondere auf die Open Source verfügbaren Quellen von Semantic Scholar zurück und liefert daher vor allem Suchergebnisse für englischsprachige Paper, denen eine wissenschaftliche Studie zugrunde liegt.

Tutorials:

YouTube-Kanal von Elicit: https://youtube.com/playlist?list=PLr2eTAfI_05sXhS8pK10gn7rIQ1fFwyje&si=m5trA2Jo4_NzbzPW

^[1] https://support.elicit.com/en/articles/1418881 [10.02.2026]

Name: SEMANTIC SCHOLAR (https://www.semanticscholar.org/)

Anbieter: Allen Institute for Artificial Intelligence

Launch: 2015

Zugang und Preisgestaltung: Kostenfreie Nutzung ohne Registrierung; erweiterte KI-gestützte Funktionen bei Anmeldung kostenfrei.

Hintergrund: Semantic Scholar ist eine KI-basierte Suchmaschine mit Fokus auf wissenschaftlichen Artikeln, die bereits 2015 veröffentlicht wurde und damit deutlich älter ist als die meisten anderen KI-Tools für wissenschaftliches Arbeiten. Betrieben wird sie durch das Allen Institute for Artificial Intelligence, ein amerikanisches Non-Profit Forschungsinstitut, das 2014 durch den Microsoft-Mitbegründer Paul Allen gegründet wurde.

Im Aufbau ähnelt Semantic Scholar Suchmaschinen wie Google Scholar und greift nach eigenen Angaben auf mehr als 230 Million, überwiegend englischsprachige, Quellen (vorwiegend Paper) aus einem breiten Spektrum wissenschaftlicher Fachgebiete zu. Die Datenbasis von Semantic Scholar wird von einer Vielzahl weiterer KI-gestützter Recherchetools genutzt.

Der Suchvorgang startet mit der Eingabe eines oder mehrerer Begriffe zu einem Thema, Forschungsfeld, Publikationsdatum oder zu bestimmten Autor*innen. Anschließend präsentiert das Tool eine Liste relevanter Publikationen. Ein Klick auf einen Eintrag führt zur sogenannten „Paper Page“, auf der zentrale Informationen zum ausgewählten Paper übersichtlich dargestellt werden – darunter eine Liste der Zitationen und Referenzen, verwendete Abbildungen, thematisch verwandte Arbeiten und weitere bibliografische Daten.

KI-basierte Zusatzfunktionen bieten kurze Zusammenfassungen, das Chatten mit Dokumenten sowie Vorschläge von Topics, die dem Paper zugeordnet werden. Der „Semantic Reader“ soll den Leseprozess unterstützen, indem er automatisch Textstellen zu Zielsetzung, Methode und Ergebnissen eines Papers hervorhebt. Zudem können Hintergrundinformationen und Kurzzusammenfassungen der im Text zitierten Quellen angezeigt direkt in die persönliche, im Tool integrierte Library übernommen werden. Quellen, die bereits in der eigenen Library gespeichert sind, werden farblich markiert.

Semantic Scholar kann ohne Registrierung und vollständig kostenfrei genutzt werden. Für die meisten KI-basierten Zusatzfunktionen ist jedoch die Erstellung eines kostenlosen Kontos erforderlich.

Tutorials:

Tutorials auf der Webseite von Semantic Scholar: https://www.semanticscholar.org/product/tutorials

CONNECTORS

Name: Litmaps (https://www.litmaps.com/)

Anbieter: Litmaps (NZ)

Launch: 2018

Zugang und Preisgestaltung: Guest Mode = Nutzung ohne Registrierung mit eingeschränkten Basisfunktionen; Free = Registrierung notwendig, Nutzung aller Basisfunktionen, begrenzte Anzahl an erweiterten Funktionen und Erstellung von Litmaps; Pro = erweiterte Suchfunktionen, unbegrenzte Artikel und Litmap (12,50 Dollar/Monat).

Hintergrund: Litmaps ist eine KI-basierte Rechercheplattform, die Literaturquellen anhand von Zusammenhängen identifiziert und diese Beziehungen in Form von Netzwerkkarten visualisiert. Das gleichnamige dahinterstehende Unternehmen wurde bereits 2016 von einem multidisziplinären Entwicklerteam in Neuseeland gegründet. Ursprünglich sollte das Tool eine zentrale Plattform zur Literaturorganisation darstellen, mit der Zeit verschob sich der Fokus aber immer weiter in Richtung Exploration und Visualisierung.^[1]^[2]

Die Suche bei Litmaps startet über die Quick Search Funktion mit einem Schlagwort oder einem relevanten Artikel. Nutzende können aus einer ersten Ergebnisliste relevante Beiträge identifizieren und sich diese sowie deren Quellen, Referenzen und Beziehungen untereinander in einer interaktiven Karte visualisieren und sie iterativ weiterentwickeln. Die Achsen der Karten stehen für das Publikationsdatum und die Anzahl der Zitierungen. Die visuelle Darstellung lässt sich aber auch z.B. im Hinblick auf die Konnektivität der Artikel untereinander variieren. Alle Artikel können durch die Nutzenden mit individuellen Tags versehen und so etwa nach Kategorien, Schlagworten, Methoden, etc. organisiert und gespeichert werden. In der Pro-Version ist zudem eine direkte Synchronisierung mit dem eigenen Zotero-Account möglich.

Des Weiteren erleichtert das Tool das Auffinden neuer Versionen älterer Artikel und die Identifizierung möglicher Forschungslücken. Über die Aktivierung der Monitorfunktion prüft Litmaps außerdem im wöchentlichen Modus, ob neue, relevante Quellen zu einer abgeschlossenen Map publiziert werden und informiert die Nutzenden darüber per Mail.

Litmaps ähnelt in seinen Funktionen sehr dem Tool ResearchRabbit, das durch das Unternehmen hinter Litmaps im Jahr 2025 aufgekauft und vollständig übernommen wurde. Gegenüber Research Rabbit bietet Litmaps zusätzliche erweiterte Funktionen in der Organisation und Anpassung von Maps und Tags. Research Rabbit hingegen punktet mit der Funktion, den eigenen Suchverlauf nachzuverfolgen und jederzeit zu früheren Schritten zurückzuspringen.^[3]

Tutorials:

YouTube-Kanal von Litmaps: https://www.youtube.com/@litmaps

^[1] https://www.litmaps.com/spotlight-articles/litmaps-2023-redesign [17.02.2026].

^[2] https://www.litmaps.com/spotlight-articles/litmaps-2023-refocus [17.02.2026].

^[3] https://effortlessacademic.com/litmaps-vs-researchrabbit-vs-connected-papers-the-best-literature-review-tool-in-2025/[17.02.2026]

Name: Research Rabbit (https://app.researchrabbit.ai/)

Anbieter: Litmaps (USA, NZ)

Launch: 2021

Zugang und Preisgestaltung: Registrierung immer erforderlich; Free = unbegrenzte Nutzung der Basis-Funktionen; ResearchRabbit+ = erweiterte Recherche-Funktionen an mehreren Projekten gleichzeitig (12,50 Dollar/Monat).

Hintergrund: ResearchRabbit ist ein KI-gestütztes Tool zur Literaturrecherche, das wissenschaftliche Quellen in Form eines Netzwerks visualisiert und ihre Beziehungen zueinander darstellt. Die Plattform wurde 2021 in den USA von einem multidisziplinären Entwicklerteam gegründet. Im Jahr 2025 erfolgte die Übernahme durch das neuseeländische KI-Unternehmen Litmaps, das ebenfalls eine KI-basierte Plattform zur Literaturrecherche betreibt. ResearchRabbit bleibt dabei als eigenständige Marke erhalten, ist technisch jedoch in das Litmaps-Ökosystem integriert.^[1]

Der Rechercheprozess beginnt in ResearchRabbit mit einer Schlagwortsuche oder einem ersten Titel. Auf dieser Grundlage generiert das Tool aus verschiedenen, offen verfügbaren Datenbanken eine erste Liste relevanter Quellen. Die Nutzenden wählen daraus die für sie wichtigsten Veröffentlichungen als sogenannte „Seed Papers“ aus. Auf Basis dieser Seed Papers erstellt Research Rabbit anschließend ein interaktiv anklickbares Literaturnetzwerk, auf dem die Seed Papers sowie deren Referenzen und Quellen entlang zweier Achsen für Publikationsdatum und Zitierhäufigkeit visualisiert werden. In einem iterativen Rechercheprozess können nun weitere Seed Papers identifiziert und das Netzwerk entsprechend angepasst und weiterentwickelt werden. Relevante Quellen werden in der Bibliothek des Tools abgespeichert und systematisiert.

ResearchRabbit ähnelt in seinen Funktionen sehr dem Tool Litmap, durch dessen Unternehmen es Jahr 2025 übernommen wurde. Gegenüber Research Rabbit bietet Litmaps zusätzliche erweiterte Funktionen in der Organisation und Anpassung von Maps und Tags. Research Rabbit hingegen punktet mit der Funktion, den eigenen Suchverlauf nachzuverfolgen und jederzeit zu früheren Schritten zurückzuspringen.^[2]

ResearchRabbit bietet auf seiner Webseite diverse Anleitungen und Videotutorials, die über YouTube abgespielt werden können.

Tutorials:

YouTube-Kanal von ResearchRabbit: https://www.youtube.com/@researchrabbitapp

^[1] https://itbrief.co.nz/story/litmaps-acquires-researchrabbit-raises-1-million-for-ai [17.02.2026].

^[2] https://effortlessacademic.com/litmaps-vs-researchrabbit-vs-connected-papers-the-best-literature-review-tool-in-2025/[17.02.2026]