Elicit: Funktionen, Datenbasis und Grenzen

Natives KI-Tool: strukturierte Evidenzsuche und Extraktion

Funktionsweise

Strukturierte Evidenzsuche und Extraktion: Aus den gefundenen Papers werden Angaben systematisch herausgezogen, statt nur eine Trefferliste zu liefern.
Breite Literaturbasis. Elicit kombiniert mehrere Indizes: Semantic Scholar, OpenAlex und PubMed ergeben nach Abgleich der Überschneidungen rund 138 Mio. Papers, ClinicalTrials.gov ist ein eigenes Korpus.
Verlage: Über diese Quellen deckt Elicit große Verlage und Zeitschriften ab, darunter Springer Nature, Elsevier, Wiley, Taylor & Francis und Sage, Universitätsverlage wie Oxford und Cambridge, Fachgesellschaften wie IEEE, ACM, American Chemical Society und American Physical Society, Preprint-Server wie arXiv, bioRxiv, medRxiv und SSRN sowie Behördenquellen wie NIH, OSTI und NASA. Namentliche Verlagspartnerschaften von Elicit selbst nennt der Anbieter nicht; Semantic Scholar unterhält direkte Partnerschaften mit über 50 Verlagen.
Volltexte: Elicit analysiert den ganzen Text bei Open-Access-Papers oder mit Browsererweiterung und eigenem Zeitschriftenabo, sonst nur Titel und Abstract. Bücher und Dissertationen sind nicht enthalten.
Eigener Medical-Modus, der den Suchraum gezielter anspricht. Die allgemeine Suche bleibt trotzdem wichtig.
Anbindung als Konnektor in Claude und als Plugin in ChatGPT (Kapitel 16).
Nutzung unter Studierenden: In der ZBW-Befragung (n=831 KI-Nutzer) setzen 7,3 % Elicit für die Literaturrecherche ein, 85,9 % kennen es nicht oder nutzen es nicht.

Strukturierte Extraktion statt bloßer Trefferliste.
Breite Basis aus mehreren Indizes, einschließlich klinischer Studienregister (ClinicalTrials).

Auch ohne erfundene Quellen kann die Antwort am Thema vorbeigehen: Auf die Frage „Wie beeinflusst KI die Motivation von Studierenden?“ liefert das Tool viele Treffer und eine überzeugende Zusammenfassung, doch „Motivation“ bedeutet in den Theorien Verschiedenes (Kapitel 6).
Im Vergleichstest vom Juni 2026 (200 Anfragen, durchgeführt vom SciSpace Research Team) lag Elicit nicht vorn.