Elicit vs. SciSpace: Wer extrahiert Daten aus wissenschaftlichen Arbeiten präziser?

Derselbe Test-Satz wurde am selben Abend im Abstand von wenigen Minuten in beide Tools eingegeben. Elicit lieferte eine Tabelle mit 3 Zeilen, wobei der NEJM-Bericht von 2021 an erster Stelle stand, und die Extraktionsspalte ergab 52 % für 0,1 mg/kg und 87 % für 0,3 mg/kg, was mit der Originalarbeit übereinstimmte.

SciSpace beantwortete die Frage auf Basis seiner Top-5-Arbeiten, von denen keine dieser Bericht war. In der Zusammenfassung von SciSpace wurden die 87 % jedoch 0,7 mg/kg zugeordnet. Für eine Literaturübersicht, die die primäre Studie zitieren muss, sollten Sie mit Elicit beginnen und die breitere SciSpace-Tabelle zur Orientierung nutzen.

<CTA title="Durchsuchen Sie Ihre gespeicherten Arbeiten bis hin zum PDF-Text" description="Die Jenni-Bibliothek durchsucht Titel, Autoren, Abstracts und den vollständigen PDF-Text nach Bedeutung oder Schlüsselwort, sodass eine überprüfte Zahl leicht wiederzufinden ist" buttonLabel="Jenni kostenlos testen" link="https://app.jenni.ai/register" />

Elicit oder SciSpace: Die Entscheidung vorab

• Wählen Sie Elicit – wenn ein Entwurf eine Behauptung aufstellt und die dahinterstehende Primärquelle gefunden und zitiert werden muss. Es hat die Studie an erster Stelle gelistet und beide Dosierungsangaben korrekt extrahiert.

• Wählen Sie SciSpace – wenn die Aufgabe in einer ersten, breiten Sichtung eines Themas besteht. Es zeigte 10 von 100 Arbeiten an, verfasste eine Zusammenfassung und bietet vorgefertigte Spalten wie Schlussfolgerungen, verwendete Methoden und Einschränkungen.

• In jedem Fall – überprüfen Sie jede extrahierte Zahl anhand der Originalarbeit, bevor sie in ein Kapitel einfließt. Eine SciSpace-Zelle enthielt eine Zahl, die in der eigentlichen Arbeit gar nicht vorkam.

Der Ablauf, Schritt für Schritt

Die Eingabe war ein einziger Satz aus dem CRISPR-Abschnitt, der für diese Tool-Bewertungen verwendet wurde: „Die erste systemische Studie am Menschen mit einer durch LNP verabreichten CRISPR-Therapie berichtete über eine durchschnittliche Reduktion des Serum-Transthyretins von 87 Prozent bei der höheren Dosis nach einer einzigen Infusion.“

Die dahinterstehende Arbeit ist Gillmore et al. (2021) im New England Journal of Medicine, die laut PubMed-Eintrag einen durchschnittlichen Abfall von 52 % bei 0,1 mg pro Kilogramm und 87 % bei 0,3 mg pro Kilogramm bis Tag 28 berichtet.

Derselbe Satz in beiden Tools

Elicit – zuerst der „Find papers“-Button, dann der Satz. Die erste Statuszeile lautete: „Es wurde nach der klinischen Studie gesucht, die hinter der berichteten TTR-Reduktion steht“.

Bei der Überprüfung nach 30,5 Sekunden war der Abruf noch im Gang, und nach 66,9 Sekunden war die Tabelle vollständig.

Sie enthielt 3 Zeilen mit jeweils den Spalten „Summary“ (Zusammenfassung) und „Relevance“ (Relevanz):

• Zeile 1 – der NEJM-Studienbericht von 2021, 1.204 Zitationen, markiert mit „Volltext verfügbar“. Relevanz: „Direkte Übereinstimmung mit dem berichteten Ergebnis von 87 %.“

• Zeile 2 – Fontana et al. (2024), eine spätere NEJM-Studie derselben Therapie bei Kardiomyopathie, gekennzeichnet als klinische Nachbeobachtung.

• Zeile 3 – ein Kommentar zur Studie in Molecular Therapy aus dem Jahr 2021, markiert mit „Nur Abstract“. Relevanz: „Sekundäre Perspektive auf die ursprüngliche Studie; verwenden Sie das primäre NEJM-Paper für das Ergebnis.“

SciSpace – die Literature Review-Seite, überschrieben mit „Literature Search“, im Standard-Modus, einem von drei Modi. „High Quality“ und „Deep Review“ wurden nicht ausgeführt. Die Antwort und die Tabelle waren bei der ersten Überprüfung nach etwa 16 Sekunden auf dem Bildschirm.

Die Tabelle zeigte 10 von 100 Arbeiten. Der NEJM-Bericht von 2021 war nicht unter den ersten 10, und eine Pressemitteilung des Unternehmens mit dem Titel „Intellia and Regeneron Announce Updated Phase 1 Data“ stand an erster Stelle. Eine zweite Pressemitteilung lag auf Platz 5.

Der Rest bestand aus einer Arbeit von Kotit (2023), der Fontana-Studie (2024), einer NEJM-Nachfolgestudie zu Polyneuropathie aus dem Jahr 2025, einem Buchkapitel, zwei weiteren Arbeiten und einem Konferenz-Abstract zu einem anderen Gen-Target.

Jede Zeile enthält eine „Insights“-Zelle, die erklärt, wie sich die Arbeit auf die Anfrage bezieht. Zeile 2, eine präklinische Lipidstudie, wurde markiert mit: „Der Titel der Arbeit passt zu Ihrer Anfrage, aber sie geht nicht auf Ihre spezifische Frage ein.“

Die Menüleiste über der Tabelle bietet Optionen für Open Access, Top-Arbeiten, Filter und eine Sortierung nach Relevanz. Über „Load more papers“ kann man sich durch die restlichen 90 Arbeiten blättern.

<ProTip title="🏛️ Fragen Sie nach dem Zeitschriftenartikel:" description="Wenn das Top-Ergebnis eine Pressemitteilung ist, suchen Sie erneut mit dem Namen der Studie und der Fachzeitschrift. Der NEJM-Bericht von 2021 ist das Zitat, das ein Betreuer für diesen Wert erwartet" />

Die Antwort, die jedes Tool verfasst hat

Die Chat-Antwort von Elicit nannte die Arbeit und die Dosis korrekt: „Die Aussage stimmt mit dem Primärbericht von Gillmore et al. aus dem Jahr 2021 überein“, und „berichtet über eine durchschnittliche TTR-Reduktion im Serum von 87 % an Tag 28 in der 0,3-mg/kg-Kohorte nach einer Einzeldosis.“

Anschließend wurden zwei Folgeoptionen angeboten: Eine, um den Volltext und den DOI für die Arbeit von 2021 zu finden, und eine weitere, um die erste Studie mit späteren NTLA-2001-Ergebnissen zu vergleichen.

Die Antwort von SciSpace, die auf den Top-5-Arbeiten basierte, besagte, dass die Studie „eine durchschnittliche Reduktion von 93 % des Serum-TTR bei der höchsten Dosis von 1,0 mg/kg berichtete“. Der Punkt zur Dosis-Wirkungs-Beziehung lautete dann: „Niedrigere Dosierungen zeigten ebenfalls signifikante Reduktionen, mit 87 % bei 0,7 mg/kg“, unter Zitierung der Pressemitteilung mit den aktualisierten Daten.

Die SciSpace-Antwort mit der Zeile, die 87 % fälschlicherweise bei 0,7 mg/kg einordnet

Die Pressemitteilung selbst vom 28. Februar 2022 nennt jedoch 52 %, 87 % und 86 % für die Gruppen mit 0,1, 0,3 und 0,7 mg pro Kilogramm sowie 93 % für 1,0 mg/kg. Die 87 % gehören also zu 0,3 mg/kg, während es bei 0,7 mg/kg eigentlich 86 % waren.

Die Insights-Spalte ging bei Zeile 1 noch weiter und erklärte dem Nutzer, dass die Studie 93 % bei 1,0 mg/kg berichtete, „nicht 87 %“. Die 87 % sind der Wert aus der NEJM-Arbeit für deren höhere Dosis, und die 93 % bei 1,0 mg/kg stammen aus einem späteren Update mit zusätzlichen Dosisgruppen.

<ProTip title="📏 Überprüfen Sie die Dosis, nicht nur den Prozentsatz:" description="Ein Wert kann zwar stimmen, aber der falschen Dosisgruppe zugeordnet sein. Vergleichen Sie jeden Prozentsatz mit der dazugehörigen Dosis in der Arbeit, bevor Sie ihn in einen Satz übernehmen" />

Die Extraktionsspalte

Das Feld „New column“ in Elicit bittet im Platzhaltertext um Beispiele für die Extraktion, weshalb die Anweisung ein solches enthielt. Das Feld für Anweisungen in SciSpace ist optional, hat ein Limit von 150 Wörtern und wurde mit demselben Text unverändert gefüttert.

Beide Tools erhielten eine Spalte mit demselben Namen, „TTR reduction by dose“, und derselben Anweisung: „Geben Sie für jede Dosisgruppe die durchschnittliche prozentuale Reduktion des Serum-TTR an Tag 28 an (z. B. „1,0 mg/kg: 40 %“). Schreiben Sie „not reported“, wenn die Arbeit keinen Wert für die Dosisstufe enthält.“

Elicit – Nach dem Klicken auf „Add a column“ öffnete sich das entsprechende Feld, und die Spalte war beim Check nach 30,4 Sekunden ausgefüllt. In der Zeile der Studie stand „0.1 mg/kg: 52%; 0.3 mg/kg: 87%“, was mit dem Abstract übereinstimmte. In den Zeilen für Fontana und den Kommentar stand „not reported“.

In der Chat-Notiz wurde begründet, warum diese beiden Zeilen als nicht berichtet eingestuft wurden: Das spätere Studienpapier und der Kommentar „berichten in ihrem Quelltext keine Mittelwerte für die Dosisstufen an Tag 28.“ Das Fontana-Abstract bestätigt dies, da dort nur aggregierte Daten angegeben werden.

Die Elicit-Tabelle mit der Studienzeile und der dazugehörigen Extraktionszelle

SciSpace – Das Feld „Add a Column“ bietet die Option „Create new column“ sowie eine Liste vorgeschlagener Spalten wie TL;DR, Schlussfolgerungen, Ergebnisse, verwendete Methoden und Einschränkungen. Die Zeilen 1 bis 3 waren beim Check nach 20,1 Sekunden ausgefüllt, der Rest füllte sich beim Scrollen durch die Tabelle.

Zeile 1 der SciSpace-Tabelle mit ihrer Insights-Zelle und ihrer Extraktionszelle

Sechs SciSpace-Zellen wurden mit ihren Originalquellen abgeglichen:

• Die Pressemitteilung mit aktualisierten Daten – 52 %, 87 %, 86 % und 93 % für die vier Dosierungen, passend zur Pressemitteilung.

• Onuma et al. (2024) – eine Reduktion von mehr als 98 % nach einer Einzeldosis des optimalen Lipids, zitiert aus dem Abstract einer präklinischen Studie, und korrekt als kein Dosiswert für Tag 28 ausgewiesen.

• Kotit (2023) – 92 % bei 0,7 mg/kg und 92 % bei 1,0 mg/kg bei NYHA I/II sowie 94 % bei 0,7 mg/kg bei NYHA III, übereinstimmend mit dem Abstract.

• Fontana et al. (2024) – nicht nach Dosis berichtet. Das Abstract liefert nur aggregierte Werte: -89 % nach 28 Tagen und -90 % nach 12 Monaten.

• Gillmore et al. (2025) – -90 % an Tag 28, aggregiert, passend zum Abstract.

• Brannagan et al. (2022) – „1.0 mg/kg: 40%“. Der Volltext auf PubMed Central enthält jedoch keinen Wert von 40 %. Er berichtet lediglich über eine dosisabhängige Reduktion ohne konkrete Zahl, und Tabelle 1 gibt die Dosis mit bis zu 1 mg/kg als Einzeldosis an.

Die Zelle für Brannagan entspricht wortwörtlich dem Beispiel aus der Anweisung. Zwei weitere Zeilen, das Buchkapitel von 2024 und eine Arbeit von 2026, lieferten nur einen Bindestrich und keinen Wert zurück.

<ProTip title="🧩 Achten Sie auf Zellen, die das Beispiel wiederholen:" description="Eine SciSpace-Zelle stimmte wortwörtlich mit dem Beispiel in der Anweisung überein. Überprüfen Sie jede Zelle, die Ihr Beispiel wiederholt, anhand der Originalarbeit, bevor Sie sie in eine Tabelle übernehmen" />

Die Vorlage für eine Literaturmatrix ist eine Methode, um dieselben Spalten manuell anzulegen.

Direkter Vergleich

SciSpace war schneller und suchte breiter. Elicit lieferte weniger Arbeiten, aber seine Tabelle begann direkt mit derjenigen, um die es im Satz ging.

<ProTip title="🎯 Suchen Sie mit dem Satz aus dem Entwurf:" description="Die erste Statuszeile von Elicit suchte nach der hinter dem Wert stehenden Arbeit, und diese wurde als erstes zurückgegeben. Fügen Sie den Satz so ein, wie er im Entwurf steht, wenn Sie dessen Quelle finden wollen" />

Preise der Tools

Preise laut elicit.com/pricing und scispace.com/pricing.

Elicit listet auch Preise für die Wirtschaft auf, bei denen es keinen Plus-Tarif gibt: Pro für $75 pro Monat oder $588 pro Jahr, und Scale für $279 pro Monat oder $2.028 pro Jahr. Der akademische Plus-Tarif ermöglicht den Export in die Formate RIS, CSV, BIB, PDF und DOCX sowie die Nutzung von 5 Tabellenspalten gleichzeitig, während der Pro-Tarif dies auf 20 Spalten erhöht.

SciSpace rechnet die Nutzung in Credits ab. Laut dem Leitfaden für Credits verbrauchen die Tools für Literaturübersichten und Datenextraktion keine Credits. Der Premium-Tarif bietet 1.200 monatliche Credits und unbegrenzte Literaturübersichten.

Nutzung von beiden Tools

Beide Tools haben in diesem Test unterschiedliche Stärken gezeigt, sodass man sie für eine Literaturübersicht nacheinander einsetzen kann:

• Finden Sie die Primärquellen in Elicit – geben Sie die Behauptung so ein, wie sie geschrieben steht, und behalten Sie die Zeilen, die als direkte Treffer markiert sind.

• Sondieren Sie das Thema in SciSpace – formulieren Sie das Thema als Frage und fügen Sie vorgeschlagene Spalten wie „Methods Used“ (verwendete Methoden) und „Limitations“ (Einschränkungen) hinzu, um zu sehen, was es sonst noch gibt.

• Überprüfen Sie jeden Wert anhand der Arbeit – öffnen Sie jede Quelle und bestätigen Sie die Zahl und die dazugehörige Dosis, bevor Sie sie irgendwohin kopieren.

• Zitieren Sie den Fachzeitschriftenartikel – und nicht eine Pressemitteilung, selbst wenn diese dieselbe Zahl enthält.

Für ein vollständiges Vorgehen führt die Anleitung für systematische Literaturübersichten Schritt für Schritt durch den Prozess, der Leitfaden zur Organisation von Quellen für eine Literaturübersicht deckt die Verwaltung der Arbeiten nach der Prüfung ab, und zur Frage, was als Primärquelle gilt, gibt es eine eigene Anleitung.

<ProTip title="✍️ Zitieren Sie die Arbeit, die Sie geprüft haben:" description="Sobald ein Wert anhand seiner Originalarbeit bestätigt wurde, zitieren Sie diese Arbeit direkt im Entwurf. In Jenni sucht der „Cite“-Button an der Cursorposition und fügt das Textzitat sowie den Literatureintrag zusammen ein" />

Fazit: Elicit oder SciSpace?

Elicit eignet sich am besten für wissenschaftliche Arbeiten, bei denen die primäre Studie hinter einer Behauptung exakt zitiert werden muss. Es fand diese Arbeit als Erstes allein auf Basis der Behauptung, und sowohl die Antwort als auch die Extraktionszelle ordneten die 87 % korrekt 0,3 mg pro Kilogramm zu, genau wie die Originalarbeit.

SciSpace eignet sich für einen schnellen und breiten ersten Überblick mit seinen vorgeschlagenen Spalten und 100 Arbeiten zum Durchblättern. Lesen Sie die Antwort jedoch kritisch im Vergleich zu den eigenen Quellen, da in diesem Fall die Zusammenfassung und die Extraktionsspalte bei der Dosis nicht übereinstimmten.

Sobald die Arbeiten gefunden und die Zahlen überprüft sind, erfolgt das Schreiben in Jenni, wo jedes Zitat direkt bei dem Satz eingefügt wird, den es stützt.

<CTA title="Fügen Sie das Zitat dort ein, wo die Behauptung steht" description="Öffnen Sie „Cite“ an der Cursorposition, suchen Sie die Arbeit, und das Textzitat sowie der Literaturverzeichniseintrag werden zusammen eingefügt" buttonLabel="Kostenlos mit dem Schreiben beginnen" link="https://app.jenni.ai/register" />

Das Verzeichnis für medizinische Forschungsdatenbanken listet weitere Orte für dieselbe Suche auf, und das Portal für Tool-Bewertungen bietet weitere Tools, die mit demselben Absatz getestet wurden.