Zotero und KI-Plugins: State of the Art April 2026

Wer Literaturverwaltung mit KI kombinieren möchte, trifft derzeit auf eine dynamische Toollandschaft. Eine aktuelle Einschätzung zu den drei Marktführern Mendeley, EndNote und Zotero – jeweils mit sehr unterschiedlichem Profil – findet sich in dieser Gemini-Zusammenfassung. Fazit: Nach Nutzerzahl liegt Mendeley knapp vorne, dicht gefolgt von Zotero; bei institutioneller Dominanz führt EndNote. Zotero ist jedoch die am schnellsten wachsende Empfehlung im akademischen Bereich.

📋 Inhalt dieser Seite

  1. Was nimmt die KI in Zotero ab? – Typische Anwendungsfälle
  2. Drei KI-Plugins im Vergleich – Beaver, LLM-for-Zotero, PapersGPT
  3. Ontologie als Ergänzung zu KI-Plugins – Analysequalität steigern
  4. Geschäftsmodelle im Überblick – Kostenvergleich
  5. Wie Beaver intern funktioniert – Server-Routing, Prompt-Modifikation, Datenschutz
  6. Beaver-Beispielabfrage – Studienvergleich als Beispiel-PDF
  7. OpenRouter-Kosten – Abrechnungsübersicht
  8. Konfiguration: Beaver mit Kimi K2.6 über OpenRouter – Einrichtung Schritt für Schritt
  9. Prompt-Qualität: Custom Instructions für Beaver – Voreinstellungs-Markdown
  10. PapersFlow: die All-in-One-Alternative – Vollständige Zotero-Integration

Ich nutze Zotero seit 2008 und habe inzwischen über 8.700 Einträge angesammelt. Schon vor etwa einem Jahr habe ich versucht, die Such- und Auswertungsfunktionen durch KI-Plugins zu erweitern – das war damals enttäuschend.

Inzwischen, und insbesondere in den letzten sechs Monaten, hat sich die KI-Landschaft rund um Zotero dramatisch verändert. Eine aktuelle Suche zum Thema und das Ergebnis einiger Stunden Recherche und Konfiguration findet sich in dieser weiteren Gemini-Zusammenfassung.

Was nimmt die KI in Zotero ab?

Typische Anwendungsfälle:

  • Eine PDF befragen: Eine einzelne Studie direkt befragen – etwa: „Welche Einschlusskriterien wurden verwendet?" oder „Was sind die wichtigsten Studienergebnisse, was war überraschend?"
  • Studienvergleiche: Zwei oder mehr Studien gegenüberstellen – Methodik, Stichprobengrößen, Ergebnisse, Widersprüche. Das kann man auch andere KIs machen lassen, wenn man 5–10 PDFs hochlädt, aber Beaver macht es besonders komfortabel direkt aus Zotero heraus.
  • Literatur-Reviews: Mehrere Arbeiten zu einem Thema zu einem kohärenten Überblick zusammenfassen.
Technischer Anhang: Wie viele PDFs kann Beaver gleichzeitig verarbeiten?

Das technische Limit liegt bei 50 Attachments pro extract-tool-Aufruf – das ist der absolute Maximalwert, den das Beaver-Backend in einem Schritt verarbeiten kann.

AnwendungsfallEmpfohlene AnzahlBemerkung
Direkter Vergleich2–5 PDFsÜbersichtlich, präzise Gegenüberstellung
Literaturübersicht/Synthese5–10 PDFsBeherrschbar, Ergebnisse kompakter
Systematische Auswertung10–20 PDFsMachbar, Einzelanalysen kürzer
Große Meta-Analyse20–50 PDFsTechnisch möglich, Qualität nimmt ab
  • Gleichzeitige Verarbeitung: Beaver lädt alle ausgewählten PDFs in einem Schritt in den Kontext – das Modell sieht alle Texte auf einmal.
  • Batch-Verarbeitung (über 50 PDFs): Größere Literaturmengen können in Blöcken abgearbeitet werden: erst Gruppe A, dann Gruppe B, am Ende eine Synthese über die Teilergebnisse.
  • Qualität vs. Quantität: Mehr PDFs bedeuten nicht automatisch bessere Ergebnisse. Bei 20–50 Quellen werden Einzelnachweise kürzer und vagere Aussagen häufiger.
  • Relevanz-Filter: Empfohlen wird, zunächst 5–10 Studien zu überblicken und dann 2–3 besonders relevante Arbeiten vertieft zu analysieren.
  • Gezielte Datenbanksuche: Abfragen wie „Finde alle Arbeiten, die sich mit Thema X unter Verwendung von Methodik Y beschäftigen, geordnet nach Relevanz" – über die gesamte lokale Literaturdatenbank.

Beaver wurde von den Entwicklern für literaturkritisches Arbeiten optimiert. Das heißt nicht nur Zusammenfassen, sondern methodenkritisches Bewerten: Sind die Schlussfolgerungen durch die Daten gedeckt? Gibt es Selektionsbias? Wie ist die Stichprobengröße zu bewerten?

Drei KI-Plugins im Vergleich

Aktuell stehen drei Plugins für Zotero im Vordergrund: Beaver, LLM-for-Zotero und PapersGPT. Alle drei können parallel betrieben werden, was aber wenig sinnvoll ist. Beaver gefällt mir in Möglichkeiten und Ergebnissen am besten.

Die Kombination aus Beaver (System-Prompting), OpenRouter (BYOK-Routing) und Kimi K2.6 (Long-Context, 262.144 Token Kontextfenster) stellt im April 2026 das technische „State-of-the-Art"-Setup für Zotero-Nutzer dar. In Fachforen besteht Einigkeit, dass dieses Setup die höchste Analysetiefe erreicht, die ohne spezialisierte Enterprise-KI-Lösungen möglich ist.

Beaver wurde von Joscha Legewie entwickelt, Professor für Soziologie an der Harvard University, der der Zotero-Community bereits als langjähriger Entwickler von ZotFile bekannt ist. Das Plugin ist erst gut ein halbes Jahr alt: Legewie stellte es am 7. September 2025 im Zotero-Forum vor.

Gemeinsame Schwäche aller drei Plugins: Sie verarbeiten nur die Zotero-Einträge – Metadaten (Autoren, Titel, Abstract) und den PDF-Volltext. Wer wie ich viele Webseiten ohne PDF gespeichert hat, geht leer aus: Die Plugin-Parser für Webseiten sind noch nicht ausgereift, weil Webseiten strukturell weit komplexer sein können als PDFs.

Ontologie als Ergänzung zu KI-Plugins

Eine Kollegin wies darauf hin, dass eine zahnmedizinische Ontologie die Analysequalität weiter steigern kann – insbesondere wenn es um das systematische Bewerten und Vergleichen von Studien geht, nicht nur ums Zusammenfassen. Wie das mit der bestehenden Beaver/Zotero-Installation praktisch umzusetzen ist, beschreibt die Seite Zahnmedizinische Ontologie in Zotero: KI-Präzision steigern.

Geschäftsmodelle im Überblick

Das Feld zeigt eine typische Spreizung: LLM-for-Zotero ist kostenlose Open Source und bindet externe KIs ohne Zwischenschicht direkt an. Beaver lässt sich mit eigenem API-Key kostenlos und ohne Mengenbeschränkung nutzen – und greift dabei intern bereits auf OpenAlex (240 Mio. Papers) zu, wenn man es im Chat nach Literatur fragt. Die Plus-Version (10–20 USD/Monat) ergänzt eine dedizierte Discover-Oberfläche zum eigenständigen Stöbern, KI-Ranking und Batch-PDF-Analyse. PapersGPT liegt mit 29–99 USD/Monat deutlich darüber und rechnet nach Gerätezahl und gleichzeitigen PDFs ab. Das Muster dahinter ist erkennbar: Distributoren wie OpenRouter sowie Dienste wie Beaver, PapersFlow und PapersGPT reichern die Basis-KI mit Mehrwertdiensten an – und genau dafür wird bezahlt.

Technischer Anhang: OpenAlex – Funktionsweise und Grenzen

OpenAlex ist eine vollständig offene akademische Datenbank mit rund 240 Millionen Publikationen aus allen Disziplinen – eine quelloffene Alternative zu Web of Science oder Scopus. Beaver nutzt die OpenAlex-API intern als unsichtbares Werkzeug: Wenn man im Chat nach Literatur fragt, sucht Beaver automatisch in dieser Datenbank, ohne dass man es explizit aufrufen muss.

MerkmalOpenAlexPubMed
Datenbasis~490 Mio. (alle Disziplinen)~35 Mio. (biomedizinisch)
SuchtypSemantisch (natürliche Sprache)MeSH-Terme (kontrolliertes Vokabular)
BiomedizinGut abgedeckt, weniger spezialisiertExzellent, mit RCT/Meta-Analyse-Filtern
ZitationsnetzwerkeJa (Deep Search)Nein
VolltexteMetadaten und Abstracts; seit Walden-Update (Nov. 2025) PMC-Volltexte über APITeilweise (PMC-Volltexte)

Beaver sucht in drei Tiefen: einfache themenbasierte Suche (bis 20 Treffer), Deep Search über Zitationsnetzwerke und direkte Suche nach DOI/PMID/Titel. Für eine vollständige Analyse müssen die gefundenen Paper danach in Zotero importiert werden – OpenAlex liefert nur Metadaten, die PDF-Volltexte kommen aus der eigenen Bibliothek.

Seit Herbst 2025 hat OpenAlex seine Anbindung an PubMed Central deutlich verbessert: Medizinische Fachartikel, die dort als Open Access hinterlegt sind, lassen sich nun auch direkt über OpenAlex als Volltext abrufen – bisher war OpenAlex auf Metadaten und Abstracts beschränkt. Weil OpenAlex zugleich die Daten von Unpaywall in sich aufgenommen hat (dem führenden Dienst zur Erkennung frei zugänglicher Forschungsliteratur), wird die Abdeckung medizinischer Publikationen weiter wachsen (OpenAlex-Blog, Sep. 2025; Walden-Update, Nov. 2025).

Hinweis: PubMed ist über Beaver nicht direkt erreichbar. Für die zahnmedizinische Alltagsrecherche ist das kein wesentlicher Nachteil – die KI in Beaver leistet eine ähnliche Synonymerweiterung wie die MeSH-Verschlagwortung von PubMed. Für systematische Reviews mit dokumentationspflichtiger Suchstrategie bleibt der manuelle PubMed-Weg der zuverlässigere Weg. Bei sehr aktueller Literatur (letzte Wochen bis Monate) sollte man außerdem beachten, dass OpenAlex Artikel hauptsächlich über Crossref bezieht und PubMed nur eine Zusatzquelle ist – wie schnell neue PubMed-Einträge in OpenAlex erscheinen, ist nicht öffentlich dokumentiert, sodass für brandaktuelle Recherchen eine direkte PubMed-Suche sicherer ist.

Wie Beaver intern funktioniert

Eine Frage, die sich bei der Einrichtung stellt: Wenn ich in Beaver einen eigenen API-Key für Kimi K2.6 hinterlege – gehen meine Prompts dann noch über Beaver-Server, oder direkt zur KI? Eine Gemini-Analyse gibt darüber Aufschluss:

Server-Routing

Prompts werden nicht direkt vom eigenen Rechner an Kimi gesendet. Sie durchlaufen das Backend von Beaver, das auf Cloud-Diensten (Supabase, Vercel) basiert. Beaver fungiert als Koordinator – die Server stehen nicht bei Harvard, sondern werden von Beaver als kommerzielle Infrastruktur betrieben.

Prompt-Modifikation

Der eigene Prompt erreicht die KI nicht im Originalzustand. Beaver verändert ihn auf zwei Ebenen:

  1. System-Prompt: Das Backend fügt umfangreiche Instruktionen hinzu, die das wissenschaftliche Verhalten und die Zitierweise der KI festlegen.
  2. Kontext-Injektion: Beaver identifiziert relevante Textstellen in den eigenen Zotero-PDFs und bettet diese Auszüge direkt in den Prompt ein, damit die KI bibliotheksspezifisch antworten kann.

Datenschutz

Laut Nutzungsbedingungen von Beaver: API-Keys werden verschlüsselt übertragen und nicht permanent gespeichert. Eine Nutzung von Prompt-Inhalten oder Dokumenten zu Trainingszwecken findet standardmäßig nicht statt (nur bei explizitem Opt-in). Ein vollständig lokaler Betrieb ohne Server-Kontakt ist technisch derzeit nicht vorgesehen.

Technischer Anhang: Chathistorie und Persistenz in Beaver

Beaver speichert die Chathistorie lokal im Zotero-Profilverzeichnis (in zotero.sqlite oder einem separaten Plugin-Ordner) – die Gesprächsverläufe bleiben erhalten, bis man sie aktiv löscht. Die eigentlichen PDFs verbleiben im Zotero-Speicher; das Modell (Kimi/Moonshot) speichert keine Volltexte dauerhaft.

Zustandslosigkeit: LLMs wie Kimi K2.6 sind stateless. Beim Fortsetzen eines älteren Chats extrahiert Beaver den Text der relevanten PDFs lokal und sendet Chathistorie plus PDF-Volltexte als Token-Paket neu an OpenRouter/Kimi – es werden keine Dateien hochgeladen, sondern reiner Text übertragen.

MechanismusFunktionsweiseAuswirkung
Lokale HistorieFragen und KI-Antworten werden lokal gespeichertChatverlauf jederzeit offline lesbar
Context CachingOpenRouter/Moonshot können identische Kontext-Eingaben für Minuten bis wenige Stunden zwischenspeichernBei zügiger Weiterarbeit schnellere und günstigere Antworten
Re-InjektionNach längerer Pause wird der vollständige PDF-Text erneut in den Prompt injiziertAnalyse bleibt fundiert, verbraucht aber wieder die volle Token-Zahl

Hinweis: Der :provider:moonshot-Suffix in der Beaver-Konfiguration sorgt dafür, dass OpenRouter bei jeder Anfrage sofort den richtigen Provider ansteuert – ohne andere Anbieter auszuprobieren.

Beaver-Beispielabfrage

Die folgende Abfrage zeigt einen Vergleich zweier Studien (Afrashtehfar 2017 vs. Bhagwat 2025), durchgeführt mit Beaver. Anklicken öffnet das vollständige Dokument:

Beaver-Beispielabfrage: Vergleich Afrashtehfar 2017 vs. Bhagwat 2025

↗ Anklicken öffnet die vollständige Analyse als PDF

OpenRouter-Kosten

Das folgende Bild zeigt die OpenRouter-Abrechnungskosten: Man sieht, wie die Kosten auf null sinken, sobald die direkte BYOK-Verbindung zu Moonshot/Kimi funktioniert. Anklicken öffnet das Bild in voller Auflösung:

OpenRouter-Kosten: auf 0 nach erfolgreicher BYOK-Verbindung zu Moonshot

↗ Anklicken öffnet das Bild in voller Auflösung

Konfiguration: Beaver mit Kimi K2.6 über OpenRouter

Mit PapersGPT und LLM-for-Zotero funktionierte die direkte Verbindung zu Kimi/Moonshot sofort. Beaver habe ich nur über OpenRouter mit eigenem Kimi-API-Key zum Laufen gebracht, was einige Stunden gekostet hat.

Wer anfängt, sollte sich die direkte BYOK-Einrichtung ersparen und Beaver mit Kimi einfach über OpenRouter nutzen – OpenRouter übernimmt dann auch die Abrechnung. Dafür braucht man:

  1. Einen OpenRouter-Account mit etwas Startguthaben (ab 5 USD)
  2. Optional: Eigenen Kimi-API-Key in OpenRouter hinterlegen, wenn die Abrechnung direkt über Moonshot/Kimi laufen soll

Die entscheidende Zeile in der Beaver-Konfiguration ist:

"snapshot": "moonshotai/kimi-k2.6:provider:moonshot"

Ohne den Zusatz :provider:moonshot routet OpenRouter Kimi K2.6 über andere Provider (schnellste, billigste etc.), was man in OpenRouter auch automatisch wählen lassen kann. Die Einschränkung auf Moonshot über die OpenRouter-GUI funktioniert nicht – sie muss in dieser Konfigurationszeile erfolgen.

Die vollständige Beaver-JSON-Konfiguration s. u. (Einrichtung beschrieben in Custom Models, kurz: Open Zotero → Preferences → Advanced → Config Editor, Search for beaver.customChatModels, enter a valid JSON array with your model configurations). Nicht davon irritieren lassen, daß nach Copy & Paste aus dem strukturierten Codeblock ein langer String wird:

[
  {
    "api_base": "https://openrouter.ai/api/v1",
    "format": "openai",
    "api_key": "sk-or-v1-…",
    "name": "Kimi K2.6 (Forced)",
    "snapshot": "moonshotai/kimi-k2.6:provider:moonshot",
    "context_window": 262144,
    "supports_vision": true
  }
]

Falls das Thema jemanden interessiert und noch etwas unklar sein sollte, bitte nachfragen.

Prompt-Qualität: Custom Instructions für Beaver

Die Ergebnisse von Beaver mit Kimi K2.6 verbessern sich spürbar, wenn man unter Settings → Advanced → Custom Instructions geeignete Instruktionen hinterlegt. Folgende Markdown-Anweisungen sind nach Vorschlägen von Gemini u. Kimi gerade aktuell bei mir:

Custom Instructions v2 – vollständiger Prompt-Text
# Prompt-Voreinstellung für Beaver, v2

## Sprache und Zielgruppe

- Antworte auf Deutsch, auch wenn der Prompt auf Englisch war.
- Formuliere für Zahnärzte als Zielgruppe: Medizinisches Grundverständnis ist vorhanden, aber keine Fachbegriffe aus medizinischen Subspezialitäten (z. B. Gefäßmedizin, Kardiologie) oder klinischen Forschung voraussetzen.
- Fachbegriffe, Abkürzungen und Anglizismen müssen bei erstmaliger Verwendung übersetzt oder erklärt werden (z. B. „residentiell" → „stationär", „RCT" → „randomisierte kontrollierte Studie", „crossover" → „Wechseldesign").
- Verwende gutes, flüssiges Deutsch. Vermeide holprige oder wörtliche Übersetzungen aus dem Englischen.

## Wissenschaftliche Rigorosität

- Antworte nur auf Basis der bereitgestellten Paper-Inhalte.
- Gib Zitate mit Seitenzahlen an.
- Nutze den Reasoning-Modus, um methodische Widersprüche, statistische Schwächen (p-Hacking, Effektstärken) und Verzerrungen (Bias) explizit zu prüfen und auszuweisen.
- Bewerte die Evidenzstärke nach Studiendesign, Stichprobengröße, Blinding und Risiko-Bias.
- Gib neben der oder den Ausgangsfragestellungen auch ein Fazit in Bezug auf die Ausgangsfragestellungen aus.

### Widerspruchsgeist und faktische Korrektur

- Widersprich mir aktiv, wenn ich eine Behauptung aufstelle, die im Widerspruch zu den vorliegenden Quellen, den gerade dargestellten Tool-Ergebnissen oder allgemein anerkannten methodischen Standards steht.
- Formuliere den Widerspruch sachlich, knapp und höflich: Nenne zuerst den konkreten Punkt, bei dem ich falsch liege, und belege ihn anschließend mit dem zutreffenden Befund aus den Daten oder Quellen.
- Widersprich insbesondere bei: faktischen Fehlern (z. B. falsche Zahlen, verwechselte Studien), methodischen Missverständnissen (z. B. „Crossover" mit „Parallelgruppe" verwechseln) oder wenn ich eine Tabelle oder ein Ergebnis übersehe, das gerade präsentiert wurde.
- Unterscheide sorgfältig: Bei reinen Meinungen, strategischen Entscheidungen oder subjektiven Bewertungen (z. B. „das finde ich uninteressant") solltest Du nicht widersprechen, sondern höchstens nachfragen. Widersprich nur, wenn eine objektive Falschbehauptung vorliegt.
- Wenn Du Dir bei einer meiner Aussagen unsicher bist, sage das offen („Hier bin ich unsicher, ob ...") statt zu schweigen oder zu raten.
- Nutze den Widerspruch, um die wissenschaftliche Qualität der Antwort zu sichern, nicht um mich zu korrigieren.

### Präzisionsregeln für Datenpräsentation (aus Projekt-Erfahrung)

- **Fazit vs. Haupttext:** Das Fazit darf vollständig sein – viele Leser lesen nur diesen Abschnitt. Im Haupttext davor sind Redundanzen zu vermeiden; dort genügt eine knappe Einordnung mit Verweis „Details siehe Fazit".
- **Effektgrößen übersetzen:** Kleine Prozentangaben (z. B. PAV-Änderungen von <2 %) dürfen nicht unkommentiert stehen. Jede Zahl muss entweder durch eine klinische Übersetzung (Meta-Regression, absolutes Risiko) oder eine methodische Einordnung (relative Volumenmaße, Surrogatmarker-Charakter) für den Leser verständlich gemacht werden.
- **Zeitfenster bei Assoziationen:** Große Spannbreiten (z. B. „11–104 Wochen") sind als Limitation auszuweisen, wenn die Originalarbeit keine Stratifizierung bietet. Formulierung: „Der gepoolte Effekt lässt sich nicht nach Studiendauer auflösen."
- **Zitationsketten prüfen:** Sekundärquellen (Reviews, Kommentare) können Zitationsfehler enthalten (z. B. falsche Referenznummern). Bei zentralen Befunden ist die Originalarbeit zu recherchieren und korrekt zu zitieren.
- **Multiple Adjustierungsmodelle:** Wenn eine Arbeit mehrere Adjustierungsstufen berichtet (unadjusted, adjusted Modell 1/2, within-study), sind diese in einer Tabelle getrennt darzustellen – Vermischung führt zu falschen Konfidenzintervallen.
- **Heterogenität und Subgruppen:** Meta-Analysen und Meta-Regressionen müssen mit Heterogenitätsindizes (I², p-Wert des χ²-Tests) und Subgruppenergebnissen (sofern berichtet) wiedergegeben werden.
- **Methodische Unsicherheiten:** Nicht auflösbare Limitationen (fehlende Stratifizierung, nicht berichtete Multiple-Testing-Korrektur, fehlendes Blinding) sind explizit zu benennen, nicht zu verschweigen.

## Zahnmedizinische Recherchen (bei entsprechendem Thema)

- Übersetze deutsche Fachbegriffe präzise ins Englische für die externe Suche, insbesondere bei OpenAlex (z. B. „Wurzelkanalbehandlung" → „root canal therapy", „Parodontitis" → „periodontitis", „Vollkrone" → „dental crown", „Prothetik" → „prosthodontics", „Zahnfleischchirurgie" → „gingivectomy" / „periodontal surgery", „Kieferorthopädie" → „orthodontics").
- Berücksichtige die Hauptgebiete der Zahnmedizin: Endodontik (Wurzelkanalbehandlung, Pulpenverletzungen), Parodontologie (Zahnfleischerkrankungen, Wurzelglättung, gesteuerte Geweberegeneration), Prothetik (Kronen, Brücken, Voll- und Teilprothesen, Implantatprothetik), Oralchirurgie (Zahnextraktion, Implantation, kieferorthopädische Chirurgie), Kieferorthopädie (Zahnregulierung, feste und herausnehmbare Apparaturen) sowie Präventivzahnmedizin (Prophylaxe, Fluoridierung, Mundhygiene).
- Bei Unsicherheit über die korrekte zahnmedizinische Fachterminologie konsultiere die Zotero-Notiz mit der Item-ID 1-LET3KF5N („Dentistry \[E06], Ontologie nach Meshes").

## Notizerstellung (falls gefordert)

- **Recherche → Volltext-Bedarf → Schreiben:** Nach der ersten Recherche-Runde (Bibliothek und externe Suche) alle identifizierten relevanten Paper auflisten und ihren Verfügbarkeitsstatus kennzeichnen: „Volltext vorhanden", „nur Abstract verfügbar", „nicht in Bibliothek – extern beschaffbar". In jeder tabellarischen oder listenförmigen Übersicht über Studien oder Quellen sind DOI und PMID (sofern vorhanden) zwingend anzugeben. Dem Nutzer diese Liste präsentieren und fragen, ob weitere Volltexte beschafft werden sollen. Erst nach Bestätigung oder Zusendung weiterer PDFs mit dem strukturierten Schreiben der Notiz beginnen.
- Am Ende jeder Notiz zu einer Literaturrecherche ist ein **vollständiges Literaturverzeichnis** anzulegen. Die Darstellung erfolgt **nicht tabellarisch**, sondern als **konventionelles, alphabetisch nach Erstautor sortiertes Verzeichnis** im medizinisch-akademischen Standardformat (Vancouver-Variante). Jeder Eintrag muss enthalten: alle Autoren (Nachname, Initialen; bei mehr als sechs Autoren: Erstautor et al.), vollständiger Titel, Zeitschriftenname nach Index Medicus (kursiv), Erscheinungsjahr, Jahrgang (Band) und Ausgabe (Nummer) in Klammern, Seitenangaben, DOI sofern vorhanden, PMID sofern vorhanden. **Nicht** verwendet werden sollen verkürzte Tabellen, Listen mit nur Titel/Autor/Jahr oder Verfügbarkeitsstatus-Flags im Literaturverzeichnis selbst. Der Abschnitt ist einheitlich als „Literaturverzeichnis" zu überschreiben.
- Hinter jede Literaturstelle „Volltext" oder „nur Abstract" schreiben, je nachdem, was ausgewertet wurde.
- Danach eine Erläuterung der Suchstrategie und der Datengrundlage der Literaturrecherche sowie dem Erstellungsdatum der Recherche.
- Abschließend einfügen: "Diese KI-Literaturrecherche wurde nicht geprüft. Keine Gewähr auf inhaltliche Richtigkeit. Technische Details zu den Recherchetools: [Zotero und KI-Plugins: State of the Art April 2026](https://www.logies.de/zotero-ki-plugins-2026.html)

Im Prompt genügt der Titel der Zotero-Notiz zur Identifikation. Die Datenbank-ID (1-XXXXXXXX) ist nur als stabilere Alternative sinnvoll, falls der Titel sich ändert – Beaver kann sie auf Nachfrage jederzeit nennen. Die ID ermittelt man, indem man die Notiz in Zotero öffnet und oben rechts auf das Drei-Punkte-Menü → „Link kopieren" klickt; das Präfix 1- steht für die lokale Datenbank, der nachfolgende Key ist individuell. Diese Funktion ist möglicherweise Teil des Plugins Better Notes for Zotero (s. Ontologie-Seite).

Dass ein guter Prompt grundsätzlich entscheidend für die Ergebnisqualität ist, gilt auch hier – wie auf ki-daueranweisungen.html ausführlich beschrieben.

PapersFlow: die All-in-One-Alternative

PapersFlow positioniert sich als „All-in-One AI Research Workspace" und geht über das hinaus, was Zotero-Plugins leisten: Es kann auch Webseiten auswerten – die oben beschriebene Plugin-Schwäche entfällt damit.

Das Konzept: Die gesamte lokale Zotero-Datenbank wird bidirektional mit PapersFlow synchronisiert. Man kann dort mit dem bestehenden Bestand arbeiten, neue Literatur aufnehmen, die wiederum zu Zotero zurückfließt. Das Kleinklein der Literaturverwaltung – Zitationsformate für Hunderte von Zeitschriften, korrekte Bibliographien – bleibt Zotero überlassen; PapersFlow konzentriert sich auf die KI-gestützte Auswertung.

Kosten: ab 20 USD/Monat (Uniangehörige: 14 USD/Monat). Für jemanden, der professionell wissenschaftlich arbeitet, ist das eine realistische Investition. Für gelegentliche Nutzung wie meine ist es derzeit zu teuer – weshalb ich zunächst beim Zotero-Plugin-Ansatz bleibe. Kimi K2.6 kostet bei einfachen Abfragen über Beaver oft nur Cents, komplexere Literaturrecherchen bis wenige Euro, und hat keine monatlichen Grundkosten.

Für Literaturrecherchen, die gesetzlichen Vorgaben für die Zulassung von Medizinprodukten oder Arzneimitteln genügen müssen, stoßen Plugin-Lösungen wie Beaver an ihre Grenzen. Hier gibt es spezialisierte Systeme – etwa Puraite, das mit erklärbarer KI (Explainable AI) für nachvollziehbare und revisionssichere Evidenzsynthese entwickelt wurde.9

Literatur

  1. Team P. 7 Best Zotero AI Plugins in 2026 (Tested & Ranked). PapersFlow. 12. März 2026. papersflow.ai
  2. Team P. Beaver for Zotero Review: Is This AI Plugin Worth It? (2026). PapersFlow. 13. Januar 2026. papersflow.ai
  3. Beaver — AI Research Assistant for Zotero. beaverapp.ai
  4. Beaver — AI Research Assistant for Zotero – Custom Models. beaverapp.ai/docs/custom-models
  5. Team P. How to Use DeepSeek, OpenRouter, and Ollama with Zotero. PapersFlow. 11. März 2026. papersflow.ai
  6. Team P. Beaver vs PapersGPT vs A.R.I.A.: Which Zotero AI Tools Wins in 2026? PapersFlow. 11. März 2026. papersflow.ai
  7. Team P. PapersFlow + Zotero: The Research Stack You've Been Waiting For. PapersFlow. 28. Januar 2026. papersflow.ai
  8. Gemini. Wie funktioniert Beaver für Zotero intern? Server-Routing, Prompt-Modifikation, Datenschutz. April 2026. gemini.google.com
  9. heise online. Interview: Puraite will Literaturrecherche mit erklärbarer KI beschleunigen. 29. April 2026. heise.de