KI und wissenschaftliche Literaturrecherche

Generative-KI-Modelle wie Large Language Models (LLMs) „verstehen“ natürlichsprachliche Anfragen. Dabei geben Sie eine ausformulierte Frage mit möglichst genau benannten Ausgangs- und Zielbedingungen ein  – einen sogenannten Prompt. Das KI-Tool erzeugt daraufhin eine ausformulierte Antwort in natürlicher Sprache, was auch für die Ermittlung wissenschaftlicher Literatur genutzt werden kann – mit ungewissem Zweckaufwand aufgrund von variabler Ergebnisqualität.

Welche KI-Tools für die wissenschaftliche Literaturrecherche nützlich sein können und für welche Anwendungsfälle Generative KI nicht hilfreich ist, erfahren Sie sehr übersichtlich in einer umfangreichen und aktuellen Aufstellung der Kolleg*innen der UB Tübingen sowie der allgemeinen Anwendungshilfe der Universitätsbibliothek Würzburg.

Auskunft Literaturrecherche
Universitätsbibliothek Greifswald
Felix-Hausdorff-Str. 10
17489 Greifswald
Telefon +49 3834 420 1515
ubinfouni-greifswaldde


Vorsicht vor Halluzinationen

Allzweck-Chatbots mit generativer KI wie Chat-GPT, Gemini, Claude, Microsoft Copilot, Perplexity u.a. können helfen, die Eignung eines Themas für studentische Hausarbeiten schnell abzuschätzen, Forschungsfragen zu schärfen, Textentwürfe zu gliedern oder Zusammenfassungen zu erstellen. Für eine gründliche Recherche nach wissenschaftlicher Fachliteratur eignen sie sich dagegen bisher kaum: Häufig halluzinieren sie nichtexistierende Literaturtitel und Falschaussagen hinzu und bieten selten valide Quellenbelege, da ihnen der Zugang zu Datenbanken mit Fachveröffentlichungen weitgehend fehlt. Diese KI-Chatbots schlagen nur wenige Literatuttitel vor und generieren häufig neben echten Nachweisen auch weitere relevant erscheinende Literaturangaben mit einschlägigen Autor*innen- oder Zeitschriftangaben, die jedoch gar nicht existieren. Je spezifischer das Thema, desto häufiger „halluziniert“ das KI-Tool.
Der Grund für das Halluzinieren ist, dass der Wahrscheinlichkeitsalgorithmus des Tools möglichst schnell eine Zusammenstellung erzeugen soll, die plausibel aussieht, um den statistisch erwartbaren Wünschen der Nutzenden zu entsprechen. Das geschieht unabhängig vom Wahrheitsgehalt. Ergebnisse aus einer Chat-KI müssen daher im Fall der Literatursuche stets aufwändig an den Bibliothekskatalogen und Aufsatzdatenbanken gegengeprüft werden. Somit bieten diese allgemeinen KI-Chatbots gegenüber der Katalogsuche aktuell noch keinen echten Mehrwert oder Zeitersparnis.

Problematisch ist auch die Datenweitergabe durch die Anbieter solcher KI-Systeme. Mit Tools aus dem AppHub der Universität Greifswald lässt sich dagegen KI geschützt verwenden: Der Chatbot, basierend auf dem Sprachmodell gemma4 über openWebUI, lässt sich wie ChatGPT4 nutzen, die Anfragen und Daten bleiben dabei aber auf den Servern der Universität.

Haben Sie Beratungsbedarf?

Die Universitätsbibliothek führt Kurse, Schulungen und Kurzveranstaltungen zur Methodik wissenschaftlicher Literaturrecherche und Informationskompetenz mit und ohne KI-Nutzung für unterschiedliche Vorkenntnisse von Studierenden oder Nachwuchswissenschaftler*innen durch.

Hier gelangen Sie zum Veranstaltungskalender bezüglich KI-Anwendungskursen und hier zu weiteren Informationsformaten zum KI-Thema (Videos, Hinweise und Lernmaterialien). Fragen Sie auch gerne die Fachreferent*innen der Universitätsbibliothek.

Connectors- und Finders

Bei der Einbeziehung von KI in der Literatursuche gibt es eine wesentliche Unterscheidung zwischen allgemeinen KI-Chatbots und speziellen „Finders“ und „Connectors“-KI-Tools. Geeigneter für die Literatursuche mithilfe der KI sind spezielle Connectors- oder Finders-Tools.

Finders funktionieren anders als KI-Chatbots und nutzen als Quellenbasis einen riesigen Pool von verlässlichen Metadaten aus wissenschaftlichen Verlagen, v.a. für Zeitschriftenaufsätze und Forschungswebseiten. In der Regel wird der Index aus Semantic Scholar oder ein Google Scholar-Datenpool genutzt.
Mit KI aus Large Language Models wird dieser aufgrund Ihrer Prompts durchsucht und gruppiert. Dabei sind keine Halluzinationen zu erwarten. Damit eignen sie sich auch für die Suche nach Fachliteratur. Jedoch gibt es Einschränkungen hinsichtlich der Quellenlage.

Finders (z. B. Semantic Scholar, ORKG ASK, Consensus, Keenious, Google Scholar Labs u. a.)

  • interpretieren natürlichsprachliche Anfragen und identifizieren relevante Suchbegriffe
  • durchsuchen Metadaten, Abstracts, teilsweise auch Volltexte, um relevante Quellen zu identifizieren und nach Relevanz zu sortieren
  • beantworten Suchanfragen auf der Grundlage relevanter Quellen, diese werden verlinkt
  • extrahieren Informationen aus Publikationen und stellen sie in strukturierter Form dar
  • fassen Publikationen zusammen
  • unterstützen Nutzer*innen beim Lesen von Publikationen
    • erklären oder übersetzen Textpassagen
    • identifizieren und markieren wichtige Textpassagen
    • unterstützen die Befragung von Texten

Finder Tools nutzen im Gegensatz zu „Allzweck-KI-Tools“ ausschließlich wissenschaftliche Datenbanken als Quellen. Weniger gut gefunden werden dabei Quellen wie nicht-englischsprachige Texte, Monografien und Publikationen hinter einer Bezahlschranke.
Die Datenbanken, auf denen die meisten Tools basieren, indizieren hauptsächlich englischsprachige (OA-)Artikel der Lebens- und Naturwissenschaften. Diese Artikel haben eine klare, einheitliche Struktur, die das Auffinden und Zusammenfassen erleichtert. Die Tools funktionieren zudem am besten, wenn sie Volltexte „analysieren“ können, wofür die Veröffentlichung im Open Access publiziert sein muss oder das Tool Zugriff auf Inhalte hinter der Paywall hat (vgl. Baumgarten, Lelde und Miriam Lahrsow. „Literraturrecherche mit KI – Tipps und Tools“, Folie 17. UB Tübingen, 2026).

Connectors

Connectors sind spezielle KI-Tools, die auf Basis eines hochgeladenen oder per URI identifizierbaren Onlineartikels das Zitations- und Forschungsumfeld der Autor*innen und die Abhängigkeiten und thematische Bezüge zu verwandter Literatur aus einer großen Datenbasis darstellen können.

Beispiele für Connector-Tools sind Research Rabbit oder Open Knowledge Maps, die Zusammenhänge auch in Graphen darstellen können.

Das richtige Tool finden

„Derzeit liefern selbst die besten Tools – und selbst wenn sie in den Fachgebieten eingesetzt werden, für die sie am besten geeignet sind – Ergebnisse, die nur genauso gut (und oft sogar etwas schlechter) sind als die Ergebnisse, die man mit ‚traditionellen‘ akademischen Suchmaschinen erhält.“

Baumgarten, Lelde und Miriam Lahrsow. „Literraturrecherche mit KI – Tipps und Tools“, Folie 14. UB Tübingen, 2026.

Sie können zu den Vorteilen und Begrenztheiten einzelner Finders und Connectors-Tools die umfassenden Beschreibungs- und Vergleichstabellen heranziehen, die die UB Tübingen zu den vielen KI-Tools und zu ihrer unterschiedlichen Eignung für die Literatursuche publiziert hat und aktuell hält.

Die Literaturrecherche mit strukturierter Suche ohne KI-Tool ist zumeist präziser, verlässlicher, vollständiger und schneller:

Mit den Bibliothekskatalogen der UB und des Fernleihsystems und mit Aufsatzdatenbanken finden Sie in wenigen Sekunden genau und umfassend die passenden Bücher und Aufsätze. Hier gelangen Sie zu unserem Erklärvideo.

  • Suche mit prägnanten Suchbegriffen statt mit Prompt oder Sätzen
  • Nachweise für alle Bücher und Medien der UB Greifswald und hunderttausende einzelne Zeitschriftenaufsätze
  • Bei Umschalten des Suchraums auf „Bibliotheksverbund“ auch inklusive der Nachweise aus dem Fernleihangebot
  • Mit Verknüpfung zum Volltext, zum Lizenzzugang oder zur Signatur
  • Tipps zur Recherche im Discovery-System der UB Greifswald

Suche im Discovery-System

Suche mit prägnanten Suchbegriffen nach allen Büchern und Medien der UB und nach Titeln von Zeitschriften – jedoch ohne Aufsatznachweise. Dafür kann man hier im Katalog OPAC der UB Greifswald die Recherche nach Büchern sehr genau zuschneiden. Tipps dazu hier.

Suche im Online-Katalog

Die gründliche Suche nach Aufsätzen und Beiträgen

Finden Sie Aufsätze aus weiteren Zeitschriften- und Sammelband-Inhalten über diejenigen hinaus, die bereits im Discovery nachgewiesen sind:
Rufen Sie im Datenbankinfosystem DBIS der UB Greifswald Ihr Fachgebiet auf. Wählen Sie den Typ „Aufsatzdatenbank“ aus und starten Sie dann in der geeigneten Datenbank die Recherche. In der Titelanzeige des einzelnen Suchergebnisses gelangen Sie oft gleich in einen online verfügbaren Volltext, andernfalls wählen Sie den Button „Bestandsabfrage in UB Greifswald“ bzw. einen Button „Via UB Greifswald verfügbar?“.