Ein zweites Paar Augen mit Gemini-Antrieb

Steigende Einreichungszahlen, überlastete Gutachter:innen, wachsender Zeitdruck: Der Peer Review gilt seit Jahren als Nadelöhr des wissenschaftlichen Publizierens. Springer Nature setzt nun auf Unterstützung aus dem Labor von Google DeepMind. Was der geplante Assistent leisten soll, was die Forschung über KI im Begutachtungsprozess weiß und warum Förderorganisationen bereits mit den Nebenwirkungen kämpfen.

Am 26. Oktober haben Springer Nature und Google DeepMind eine Forschungspartnerschaft bekannt gegeben. Gemeinsam wollen die beiden Unternehmen einen KI-gestützten Assistenten für den Peer Review konzipieren. Er soll Forschenden helfen, sich in Manuskripten zu orientieren, wissenschaftliche Arbeiten effektiver zu begutachten und Stellen zu erkennen, die eine genauere Prüfung verdienen. Die Gutachter:innen sollen dadurch mehr Zeit für jene Fragen gewinnen, die Fachkenntnis und wissenschaftliches Urteilsvermögen erfordern.

Technisch setzt das Projekt auf die Gemini-Modelle von Google DeepMind. Grundlage sind laut Pressemitteilung Erfahrungen mit agentenbasierten Forschungswerkzeugen wie ScholarPeer und Deep Review. Der Assistent soll große Mengen an Text, Diagrammen und Abbildungen analysieren können. Ein Prototyp befindet sich bereits im Test. Ziel sei es, den Peer Review als interaktiven Prozess neu zu denken.

Springer Nature stellt die Rolle der Gutachter:innen ausdrücklich in den Mittelpunkt. „Die Expertise und das Urteilsvermögen von Gutachtenden sind grundlegend für den Peer-Review-Prozess“, sagt Saskia Steinacker, Chief Product Officer bei Springer Nature. Angesichts der wachsenden Menge und Komplexität wissenschaftlicher Forschung wolle man untersuchen, wie KI diese Expertise verantwortungsvoll unterstützen könne. „Für uns müssen Innovation und Vertrauen Hand in Hand gehen. Deshalb testen wir, welchen Mehrwert KI bieten kann, und machen zugleich deutlich, wo die Verantwortung auch künftig verbleibt.“

Der Verlag fasst seinen Ansatz in der Formel „Der Mensch zuerst, KI an zweiter Stelle“ zusammen. Das Projekt reiht sich ein in weitere Bemühungen, den Publikationsprozess für Autor:innen und Gutachter:innen zu vereinfachen, darunter die verlagseigene Plattform Snapp.

Ein heikler Punkt jeder KI-Anwendung im Peer Review ist die Vertraulichkeit unveröffentlichter Manuskripte. Die Partner antworten darauf mit der Architektur: Das System basiert auf Googles quelloffenem Agent Development Kit (ADK) und läuft ausschließlich in der geschützten Gemini-Enterprise-Umgebung von Springer Nature. Sämtliche Inhalte, die für Tests und Entwicklung verwendet werden, verbleiben nach Angaben der Unternehmen in der Infrastruktur des Verlags.

Google DeepMind ordnet das Projekt in einen größeren Rahmen ein. „Wissenschaftliche Entdeckungen voranzubringen erfordert einen Peer-Review-Prozess, der sowohl gründlich ist als auch mit dem Tempo der Forschung Schritt hält“, sagt Seshu Ajjarapu, Senior Director Applied AI bei Google DeepMind. Die gemeinsam entwickelte Plattform solle die Belastung durch steigende Einreichungszahlen verringern und zugleich die redaktionellen Standards führender Fachzeitschriften wahren.

Wie gut KI im Begutachtungsprozess tatsächlich hilft, wird in der Wissenschaft intensiv untersucht. Der Stanford-Informatiker James Zou hat gemeinsam mit Kolleg:innen in einem groß angelegten randomisierten Experiment rund um die Konferenz ICLR etwa 20.000 Gutachten mit KI-Unterstützung begleitet (weitere Infos). Das Ergebnis: Das KI-Feedback verbesserte nach seinen Angaben sowohl die Qualität der Gutachten als auch das Engagement der Gutachtenden.

Zou zieht daraus allerdings eine klare Grenze. KI sei am stärksten bei objektiven, überprüfbaren Widersprüchen und technischen Fehlern, etwa wenn eine Zahl in einer Tabelle nicht mit dem Text übereinstimmt oder zwei Gleichungen sich widersprechen. Schwächer sei sie bei subjektiven Urteilen über die Neuheit oder Bedeutung einer Arbeit. Manche dieser Einschätzungen grenzten sogar an Gefälligkeit, sagt Zou in einem Interview der Stanford University. Die abschließende Entscheidung müssten deshalb Menschen treffen, und Wissenschaftler:innen müssten offenlegen, wie und wo KI an Forschung, Text und Begutachtung beteiligt war.

Welches Interesse an dem Thema besteht, zeigt die von Zou mitorganisierte Konferenz „Agents for Science“, bei der KI sowohl als Autorin als auch als Gutachterin auftrat. Sie erhielt mehr als 300 von KI geleitete Forschungseinreichungen aus 28 Ländern. Zahlreiche Konferenzen und Zeitschriften prüfen inzwischen, wie sich Sprachmodelle im Review-Prozess einsetzen lassen.

Dass KI den Begutachtungsprozess nicht automatisch erleichtert, zeigt ein Blick auf die Forschungsförderung. Auf dem Funding Forum der European University Association Mitte Oktober in Brünn warnte Roisin Cheshire, Leiterin der Abteilung für personenbezogene Forschungsförderung bei Research Ireland, es gebe bislang keine ausreichenden Belege dafür, dass KI die Begutachtung von Förderanträgen insgesamt einfacher mache. Zugleich gingen zunehmend Gutachten ein, die offensichtlich KI-generiert seien. Wie man das kontrolliere und einem Gutachter oder einer Gutachterin mitteile, dass ein Gutachten nicht verwendet werden könne, sei eine offene Frage, berichtete die Journalistin Rachael Pells vom Forum.

Der Druck auf das System wächst dabei von beiden Seiten. Nach Daten des britischen Research on Research Institute (RoRI) lag die Zahl der Förderanträge bei zwölf großen europäischen Förderorganisationen 2025 im Schnitt um 57 Prozent über dem Niveau von 2022, dem Jahr, in dem ChatGPT auf den Markt kam. Jean-Pierre Vidal, Direktor des EIB-Instituts der Europäischen Investitionsbank, betonte auf derselben Veranstaltung, KI sei zwar nicht zu ignorieren, für die inhaltliche Bewertung von Projekten blieben menschliche Prüfer:innen aber unverzichtbar.

Die Partnerschaft von Springer Nature und Google DeepMind trifft damit auf ein paradoxes Umfeld: Dieselbe Technologie, die Gutachter:innen entlasten soll, trägt zur Flut an Einreichungen bei, die sie überhaupt erst belastet. Ob der Assistent hält, was die Partner versprechen, bleibt abzuwarten. Unklar ist bislang, an welchen Zeitschriften und Fachgebieten der Prototyp getestet wird, nach welchen Kriterien sein Nutzen gemessen wird, ob Autor:innen über den KI-Einsatz bei ihrem Manuskript informiert werden und wann das Werkzeug breiter eingesetzt werden soll. Weitere Informationen wollen die Unternehmen veröffentlichen, sobald Tests und Entwicklung fortgeschritten sind.