Scite und Elicit für Literature Reviews: Ablauf und typische Fehler

Scite und Elicit für Literature Reviews: Vorgehen und typische Fehler

Elicit hilft dir, passende Studien zu einer Forschungsfrage zu finden und Kerndaten tabellarisch zu extrahieren. Scite zeigt dir, ob spätere Arbeiten einen Befund stützen, ihm widersprechen oder ihn nur erwähnen. Zusammen beschleunigen beide den Einstieg in eine Literature Review, ersetzen aber weder die Suche in Fachdatenbanken noch das Lesen der Originale.

Scite und Elicit: Wofür du welches Werkzeug nutzt

Nutze Elicit, um zu einer klar formulierten Forschungsfrage Studien zu finden und deren Kerndaten zu extrahieren, und nutze Scite, um zu prüfen, wie die wichtigsten dieser Studien später zitiert wurden. Beide Werkzeuge sind ein Startpunkt für deine Literature Review und kein Ersatz für eine gründliche, nachvollziehbare Recherche.

Elicit arbeitet mit einer semantischen Suche: Du gibst eine Frage in natürlicher Sprache ein, nicht nur Schlagworte. Das Werkzeug liefert passende Paper, fasst Abstracts zusammen und legt Spalten an, etwa für Stichprobe, Methode, Intervention oder Ergebnis. So entsteht schnell eine Übersichtstabelle, die du weiter sortieren und filtern kannst.

Scite setzt an einer anderen Stelle an. Es wertet die Sätze aus, in denen eine Arbeit von anderen zitiert wird, und ordnet diese Zitationen als stützend, widersprechend oder erwähnend ein. Damit siehst du, ob ein oft zitierter Befund tatsächlich bestätigt wurde oder ob es Gegenbefunde gibt.

Eine Bewertung der HKUST Library zu Scite, Elicit, Consensus und Scopus AI kommt zu einem klaren Ergebnis: Genauigkeit und Vollständigkeit der Ausgaben schwanken. Daraus folgt eine feste Regel für dich: Jede Zahl, jede Zusammenfassung und jede Einordnung prüfst du am Originaltext, bevor sie in deine Arbeit wandert.

Fachbegriffe wie RCT, PICO oder Effektstärke tauchen in den Tabellen ständig auf. Unklare Ausdrücke klärst du am besten vorab über ein Lexikon, damit du die extrahierten Spalten richtig liest.

Wenn du deine Ergebnisse später sprachlich sauber aufbereiten willst, hilft dir eine Übersicht über Stilmittel beim Formulieren der eigenen Darstellung.

Ablauf: So setzt du beide Werkzeuge Schritt für Schritt ein

Ein sauberer Ablauf trennt Suchen, Extrahieren und Prüfen. Wer wissenschaftlich arbeiten will, dokumentiert jeden dieser Schritte so, dass ein anderer ihn wiederholen könnte.

1. Frage präzise formulieren. Statt „Sport und Depression“ schreibst du in Elicit zum Beispiel: „Does aerobic exercise reduce depressive symptoms in adults compared to no intervention?“ Englische Fragen liefern bei beiden Werkzeugen meist mehr Treffer, weil die erfassten Paper überwiegend englisch sind.
2. Spalten in Elicit festlegen. Lege nur die Spalten an, die du später wirklich brauchst, etwa Population, Intervention, Vergleich, Outcome und Studiendesign. Je klarer die Spalte benannt ist, desto leichter erkennst du fehlerhafte Einträge.
3. Trefferliste exportieren. Speichere die Liste als CSV oder in deiner Literaturverwaltung, zum Beispiel Zotero. Notiere Datum und exakte Suchfrage.
4. Gegenrecherche in Fachdatenbanken. Wiederhole die Suche mit Schlagworten und Booleschen Operatoren in einer passenden Datenbank wie PubMed, Scopus oder Web of Science, etwa: ("aerobic exercise" OR "endurance training") AND depress*. Treffer, die Elicit nicht gefunden hat, ergänzt du.
5. Schlüsselstudien in Scite prüfen. Gib die DOI der fünf bis zehn wichtigsten Arbeiten ein und lies die als widersprechend markierten Zitationssätze im Kontext. Ein Satz wie „our results contrast with“ ist ein Hinweis, kein Urteil.
6. Originale lesen und Tabelle korrigieren. Gleiche jede extrahierte Zahl mit dem Volltext ab und markiere korrigierte Zellen.

Beim Schreiben übernimmst du keine generierten Zusammenfassungen wörtlich. Formuliere die Befunde selbst und achte auf die akademische Schreibweise, also sachliche Verben wie „zeigt“, „deutet an“ oder „widerspricht“ statt wertender Ausdrücke.

Hilfreich ist auch ein Blick auf die Textformen: Eine Literature Review ordnet und vergleicht Befunde, sie ist weder reine Inhaltsangabe noch Essay. Diese Unterscheidung bestimmt, wie du die Ergebnisse aus Elicit und Scite gliederst.

Typische Fehler und die bessere Lösung

Die häufigsten Probleme entstehen nicht im Werkzeug selbst, sondern in der Art, wie seine Ausgaben weiterverwendet werden. Diese Tipps setzen genau dort an.

• Fehler: Die Elicit-Trefferliste gilt als vollständig. Besser: Behandle sie als ersten Suchlauf und ergänze sie durch eine dokumentierte Datenbanksuche sowie durch die Literaturlisten zentraler Paper.
• Fehler: Extrahierte Werte ungeprüft übernehmen. Besser: Kontrolliere Stichprobengröße, Effektgrößen und Studiendesign im Volltext. Gerade bei Tabellen und Abbildungen im Original liegen automatische Auszüge leicht daneben.
• Fehler: Scite-Einordnungen als Qualitätsurteil lesen. Besser: Viele stützende Zitationen belegen nicht, dass eine Studie methodisch gut ist. Lies die Zitationssätze und bewerte die zitierende Arbeit selbst.
• Fehler: Generierte Zusammenfassungen zitieren. Besser: Zitiere immer die Originalarbeit. Welche Form dabei gilt, legen die Zitierweisen deines Fachs fest, etwa APA oder eine Fußnotenzitation.
• Fehler: Nur Abstracts lesen. Besser: Lies für jede Studie, die deine Argumentation trägt, mindestens Methodik und Ergebnisteil.
• Fehler: Suche nicht dokumentieren. Besser: Halte Werkzeug, Datum, Suchfrage, Filter und Trefferzahl fest, damit deine Recherche nachvollziehbar bleibt.

Ein weiterer Fehler betrifft die Sprache. Wer KI-Zusammenfassungen umschreibt, greift oft zu dramatisierenden Stilmitteln wie „bahnbrechend“ oder „eindeutig widerlegt“. Ersetze solche Ausdrücke durch präzise Angaben zu Befund und Stichprobe.

Schließlich unterschätzen viele die Suchbegriffe. Ein Konzept heißt in Studien oft verschieden, etwa „burnout“, „emotional exhaustion“ oder „occupational stress“. Sammle vorab Synonyme und prüfe jede Variante in Elicit und in der Datenbank, sonst fehlen dir ganze Studiengruppen.

Checkliste: Was du vor dem Abschluss prüfst

Bevor deine Literature Review fertig ist, gehst du diese Punkte einzeln durch. Jeder Punkt lässt sich mit Ja oder Nein beantworten.

• Ist die Forschungsfrage schriftlich festgehalten und in Elicit genau so eingegeben worden?
• Sind Suchdatum, Suchfrage, Filter und Trefferzahl für jedes Werkzeug und jede Datenbank notiert?
• Hast du die Elicit-Ergebnisse mit mindestens einer Fachdatenbank abgeglichen und fehlende Treffer ergänzt?
• Ist jede extrahierte Zahl in deiner Tabelle am Volltext geprüft und eine korrigierte Zelle markiert?
• Hast du für jede Schlüsselstudie in Scite die widersprechenden Zitationssätze gelesen und bewertet?
• Zitierst du ausschließlich Originalarbeiten und keine generierten Zusammenfassungen?
• Sind alle DOIs korrekt und führen zur richtigen Arbeit?
• Stammen alle Formulierungen im Text von dir und nicht wörtlich aus einer KI-Ausgabe?
• Hast du offengelegt, ob und wofür du KI-Werkzeuge genutzt hast, falls deine Stelle oder Zeitschrift das verlangt?

Kürzel wie DOI, RCT oder CSV sollten im fertigen Text eindeutig sein. Für unsichere Fälle hilft eine Übersicht zu Wortbedeutungen und Abkürzungen, damit du sie beim ersten Auftreten korrekt ausschreibst.

Fällt ein Punkt der Liste negativ aus, kehrst du zum betreffenden Schritt im Ablauf zurück. So bleiben Scite und Elicit das, wofür sie taugen: schnelle Helfer am Anfang, deren Ergebnisse du selbst absicherst.

Quellen und Stand

• Offizielle Quelle: library.hkust.edu.hk (geprüft am 2026-10-30)
• Elicit, Wikipedia: en.wikipedia.org (geprüft am 2026-10-30)
• Systematic review, Wikipedia: en.wikipedia.org (geprüft am 2026-10-30)