Scopus AI: Funktionen, Datenbasis und Grenzen

KI-Suche in einer klassischen Datenbank

Funktionsweise

Zugang: aus dem Campusnetz lizenziert bzw. per VPN. Seit 2024 hat Scopus einen KI-Assistenten integriert.
Scopus enthält 100 Mio. Dokumente: Abstracts, Preprints, Artikel, Konferenzbeiträge und mehr. Dazu kommen rund 2,5 Milliarden Zitationen aus etwa 28.000 Peer-Review-Journalen. Als bibliografische Datenbank hostet Scopus meist keine Volltexte, sondern verknüpft auf sie.
Technik: Scopus AI nutzt die eigene, kuratierte Datenbank und Retrieval-Augmented Generation (RAG Fusion). Die Frage wird in Teilfragen zerlegt, die Datenbank durchsucht, ein Sprachmodell erstellt die Synthese.
Suche in natürlicher Sprache, auch auf Deutsch. Der integrierte Copilot macht seine Arbeitsschritte sichtbar, die Antwort kommt als strukturierte Zusammenfassung mit Belegen aus der Datenbank. Deep Research liefert mehr Treffer.
Kernfunktionen: KI-Zusammenfassungen, Concept Maps, Topic Experts, Foundational Documents und Emerging Themes. Ergebnisse lassen sich mit „Cited by“, Autorenprofilen und Scopus-Metriken erweitern und bewerten.
Go-Deeper-Modus: Die KI schlägt aus den Ergebnissen drei bis fünf Vertiefungsfragen vor. Jede Runde geht tiefer, man kann zu früheren Punkten zurückgehen, der Recherchepfad wird gespeichert.

Ebene	Beschreibung
Datenbanklogik	Bibliografische Abstract- und Zitationsdatenbank, jedes Dokument mit bis zu 180 Datenpunkten
Suchlogik	Klassisches Information Retrieval über Schlagwörter, Boolesche Operatoren, Filter, Zitationssuche und kontrollierte Metadaten
Zitationslogik	Publikationen werden über Zitationsnetzwerke verknüpft
Netzwerklogik	Autoren, Institutionen, Journale und Themen werden verbunden
Rankinglogik	Gewichtung nach Relevanz, Zitierungen, Aktualität usw.

Literaturüberblick in Minuten, wofür bisher Stunden nötig waren, bei niedriger Einstiegshürde.
Stark in frühen Explorationsphasen: Überblick erstellen, Grundlagenstudien finden, Brückenpaper identifizieren, Verbindungen zu anderen Disziplinen erkennen.
Verbindung zur klassischen Suche: Der „AI Query Builder“ wandelt eine Anfrage in natürlicher Sprache in einen klassischen Suchstring um, der sich in die gewohnte Suchmaske übertragen lässt.

Kaum Bücher und Monografien, Fokus auf Journalartikel. Monografische Fachkulturen sind wenig abgedeckt.
Keine Volltext-Analyse: Die Standard-Zusammenfassung beruht primär auf Abstracts und Metadaten, wie Scopus auf meine Nachfrage bestätigt hat (Mail vom 26. Februar 2026). Das erklärt Schnelligkeit und Komprimierung, aber auch teils oberflächliche Ergebnisse. Die erweiterte Zusammenfassung nutzt stärker zitierte Schlüsselarbeiten.
Fokus auf neuere Daten und Studien (ab 2003) und auf „Top-Paper“, wenig Daten davor.

Stand: Workshop-Folien vom 26.08.2026 · Blog: 27. März 2026, 31. Juli 2026