In das Zeitalter der "Massenproduktion" von wissenschaftlichen Arbeiten durch KI: Die Produktivität ist gestiegen, aber können wir die Qualität erkennen?

Ist es eine gute Nachricht, dass die Anzahl der wissenschaftlichen Arbeiten durch KI zunimmt?

Im Dezember 2025 sorgte eine Studie, die die Veränderungen durch generative KI (Large Language Models: LLM) in der akademischen Welt in großem Maßstab erfasst, für Aufsehen. Laut Phys.org produzieren Wissenschaftler, die LLM (z.B. ChatGPT) nutzen, deutlich mehr Arbeiten als diejenigen, die dies nicht tun. Dieses Wachstum ist zudem in verschiedenen Bereichen und Regionen ungleich verteilt und bietet insbesondere Forschern, deren Muttersprache nicht Englisch ist, starken Rückenwind.Phys.org

Diese Nachricht trifft einen Nerv, weil sowohl die "strukturellen Engpässe" des akademischen Publizierens als auch die "neuen Engpässe", die durch generative KI entstehen, gleichzeitig sichtbar werden. Für Forscher ist es eine gute Nachricht, dass sie weniger Zeit mit dem Schreiben verbringen müssen. Für Gutachter, Redakteure und die Gesellschaft, die die Forschungsergebnisse nutzt, steigt jedoch die "Belastung durch Lesen/Erkennen" erheblich an. Die Effizienzgewinne führen an anderer Stelle zu Kosten.

Wie wurde die "KI-Nutzung" in der Studie gemessen?

Die Grundlage der Analyse sind Preprints (vor der Begutachtung veröffentlichte Arbeiten). Forscher der Cornell University und der UC Berkeley untersuchten über zwei Millionen Abstracts, die auf großen Preprint-Servern wie arXiv, bioRxiv und SSRN zwischen Januar 2018 und Juni 2024 eingereicht wurden.Phys.org

Wichtig ist hier, wie geschätzt wurde, "wer LLM verwendet hat". Laut Phys.org entwickelte das Forschungsteam einen Algorithmus, der GPT-3.5 (GPT-3.5 Turbo-0125) dazu brachte, auf Basis von Abstracts vor 2023 "KI-ähnliche Abstracts" zu generieren, um Unterschiede zu menschlichen Texten (Formulierungen und statistische Eigenheiten) zu erlernen und diese "Fingerabdrücke" in späteren Abstracts zu erkennen.Phys.org

EurekAlert! berichtet zudem, dass die Veränderungen vor und nach der Einführung von LLM mittels Differenz-in-Differenzen-Analyse verfolgt wurden, um die Auswirkungen auf die Produktivität nach der Einführung zu vergleichen.EurekAlert!

Das bedeutet, dass die "KI-Nutzung" nicht durch Selbstauskunft, sondern durch "Schätzung anhand der Merkmale des Textes" ermittelt wurde. Dies hat seine Grenzen (z.B. könnten standardisierte Schreibstile oder Korrekturwerkzeuge Einfluss haben). Doch aufgrund des großen Umfangs lassen sich "allgemeine Tendenzen", die in Einzelfällen schwer zu erkennen sind, leichter erfassen.

Ergebnis 1: Die "Produktivität" der wissenschaftlichen Arbeiten ist tatsächlich gestiegen

Die Zahlen sind ziemlich beeindruckend. Phys.org berichtet von einem Anstieg von 59,8% in den Sozial- und Geisteswissenschaften, 52,9% in den Biowissenschaften und 36,2% in den Physik- und Mathematikwissenschaften.Phys.org

Die Cornell Chronicle bestätigt dies und berichtet von einem Anstieg um etwa ein Drittel (≈36%) bei arXiv und über 50% bei bioRxiv und SSRN.Cornell Chronicle

Ein Missverständnis könnte darin bestehen, dass der Anstieg nicht darauf zurückzuführen ist, dass "KI Forschungsideen generiert", sondern dass "die Reibung beim Schreiben, Überarbeiten und Vorbereiten der Einreichung" abgenommen hat. Auch wenn die gleiche Zeit für Experimente und Analysen aufgewendet wird, erhöht sich die Anzahl der Veröffentlichungen allein durch die schnellere Verschriftlichung. Besonders Abstracts, Einleitungen, die Aufarbeitung verwandter Forschung und die Verfeinerung von Ausdrücken sind Bereiche, in denen LLMs stark sind.

Ergebnis 2: Eine "Angleichung der Chancen" für nicht-englischsprachige Regionen wird sichtbar

Das auffälligste Ergebnis dieser Studie ist der regionale Unterschied. Phys.org berichtet von einem Anstieg um bis zu 89% bei asiatischen Forschern und verweist auf die Geschichte der englischsprachigen Top-Journal-Kultur, die für nicht-englischsprachige Regionen nachteilig war.Phys.org

Die Cornell Chronicle geht noch weiter und berichtet, dass die Einreichungen von Forschern an asiatischen Institutionen um 43,0% bis 89,3% gestiegen sind, während sie bei englischsprachigen Institutionen und Autoren mit "kaukasischen" Namen nur um 23,7% bis 46,2% zunahmen.Cornell Chronicle

EurekAlert! fasst zusammen, dass der Produktivitätszuwachs zwischen 23,7% und 89,3% liegt und dass diejenigen, die mit hohen Sprachbarrieren konfrontiert sind, am meisten profitieren.EurekAlert!

Dies deutet darauf hin, dass das lang bestehende "Englisch-Fluency-Premium" in der akademischen Welt abnehmen könnte. Wenn die Fähigkeit, "in Englisch gut zu formulieren", im Vergleich zum Inhalt der Forschung überbewertet wurde, könnte diese Verzerrung nun korrigiert werden.

Auf der anderen Seite bedeutet dies auch eine "Änderung der Wettbewerbsregeln". Diejenigen, die bisher durch ihre Englischkenntnisse im Vorteil waren, verlieren diesen Vorteil, und die Bewertung könnte sich auf andere Signale (Zugehörigkeit, Betreuer, Marke) verlagern. Phys.org warnt davor, dass, wenn die Beurteilung durch den Text nicht mehr möglich ist, auf Statusindikatoren wie den Lebenslauf oder die Zugehörigkeit der Autoren zurückgegriffen werden könnte.Phys.org

Ergebnis 3: Texte werden "anspruchsvoller", aber die Qualitätsmaßstäbe kehren sich um

Dies ist der beängstigendste Punkt dieser Studie. Bisher korrelierte die Fähigkeit, lesbare und gleichzeitig fachlich fundierte Texte zu schreiben, oft mit der Qualität der Forschung. Gutachter und Redakteure verließen sich in ihrem hektischen Alltag oft auf die Vollständigkeit des Textes als "Schnellindikator".

Laut der Cornell Chronicle zeigte sich jedoch, dass bei von Menschen verfassten Arbeiten "komplexere Texte" eher angenommen wurden, während bei Arbeiten, bei denen LLM wahrscheinlich beteiligt waren, dieser Zusammenhang umgekehrt war und "komplexere Texte" weniger angenommen wurden.Cornell Chronicle

TechXplore (Wiedergabe von The Conversation) fasst ebenfalls zusammen, dass unter KI-Unterstützung "komplexe Sprache" verwendet werden könnte, um schwache Inhalte zu verschleiern.TechXplore

Einfach ausgedrückt: Der "Shortcut", dass "gute Texte = gute Forschung" nicht mehr funktioniert. Oder genauer gesagt: "Gute Texte sind jetzt leichter zu bekommen". Daher sinkt die Wahrscheinlichkeit, nur anhand des Textes einen "Treffer" zu landen.

Ergebnis 4: Eine unerwartete positive Entwicklung durch die "Diversifizierung" von Zitaten und Recherchen

Es gibt nicht nur düstere Nachrichten. Die Cornell Chronicle berichtet, dass der Einsatz von KI auch die Recherche nach verwandter Forschung beeinflusst und dass KI-Suchen (z.B. Bing Chat) den Zugang zu neuen Literaturquellen und Büchern erleichtern, wodurch die Tendenz, sich auf "alte, oft zitierte Klassiker" zu konzentrieren, relativ abgeschwächt wird.Cornell Chronicle

EurekAlert! fasst zusammen, dass LLM-Nutzer dazu neigen, vielfältigere Literatur (Bücher, neuere Forschungen, weniger zitierte Werke) zu lesen und zu zitieren.EurekAlert!

Dies könnte die "Breite der Ideen" in der Forschung erweitern, birgt jedoch auch andere Bedenken. Je mehr Zitate es gibt und je vielfältiger sie werden, desto höher wird die Belastung durch die Überprüfung der Genauigkeit der Referenzen. Wenn generative KI Halluzinationen (plausible Fehler) einbringt, könnte dies zur Grundlage für fehlerhafte Zitationsketten werden.

"Flut von wissenschaftlichen Arbeiten" und die Zukunft der Begutachtung: Wo sind die Engpässe?

Zusammengefasst ergibt sich folgendes Bild:

• Forscher: Verkürzung des Schreibprozesses → Mehr Einreichungen

• Journale/Gutachter: Mehr zu lesende Arbeiten + Schwieriger, anhand der Textqualität zu "filtern"

• Forschungsevaluation (Einstellung, Beförderung, Förderung): Indikatoren für die Anzahl der Arbeiten werden weiter verzerrt (zu viele Arbeiten)

• Gesellschaft: Die Kosten, um verlässliche Erkenntnisse zu finden, steigen

Phys.org schlägt als Gegenmaßnahme "tiefere Prüfungen" oder "KI-basierte Begutachtungsagenten" vor.Phys.org

TechXplore (The Conversation) deutet an, dass angesichts der Zunahme der Einreichungen und der Belastung der Redaktion in einigen Fällen nur der Einsatz von KI-gestützter Begutachtung als "Feuer mit Feuer bekämpfen" in Frage kommt.TechXplore

Allerdings birgt die Struktur, KI mit KI zu beurteilen, neue Risiken. Verzerrungen der Detektoren, Fehlentscheidungen, Werkzeugwettbewerb (Optimierung von Texten zur Umgehung der Erkennung) könnten zu einem "Katz-und-Maus-Spiel" führen. Wichtiger ist es, den Bewertungsfokus von der "Überwachung der KI-Ähnlichkeit" auf die "Überprüfung der Robustheit der Forschung" zu verlagern.

Reaktionen in den sozialen Medien (Tendenzen): Die Punkte, an denen sich die Meinungen spalten

※ Die folgenden Punkte sind keine umfassende Sammlung individueller Beiträge, sondern eine Zusammenstellung von Argumenten, die in Artikeln, Wiederveröffentlichungen und Diskussionen immer wieder auftauchen (d.h. "Reaktionsmuster", die sich in sozialen Medien leicht verbreiten).

1) "Hoffnung für nicht-englischsprachige Regionen": Erwartung einer Demokratisierung der Forschung

Die Zahlen von 43,0% bis 89,3% Zuwachs bei asiatischen Forschern sind beeindruckend und lassen sich leicht mit dem Gefühl verbinden, dass die englische Sprachbarriere den Forschungskonkurrenz verzerrt hat.##