So verwendest du Claude für eine Literaturübersicht: Der Hugo Skill-Leitfaden

Bitte einen Chatbot, „eine Literaturübersicht zu X zu verfassen“, und er wird bereitwillig Absätze selbstbewusster Prosa produzieren, einschließlich Quellenangaben - von denen einige gar nicht existieren. Wer schon einmal Claude für eine Literaturübersicht verwendet und anschließend die Quellen überprüft hat, kennt diese Falle: flüssiger Text, erfundene Quellen und keine echte Synthese des Forschungsfelds. Das Problem ist nicht das Modell. Das Problem ist, dass ein unveränderter Chatbot ohne jede Struktur eine strukturierte Forschungsaufgabe erledigen soll.

Hugo ist diese Struktur. Er ist eine Persona für Literaturübersichten, die du einmal in Claude, ChatGPT oder einen beliebigen KI-Chat lädst; von der ersten Nachricht an verhält sich deine KI dann wie ein wissenschaftlicher Assistent statt wie ein Essaygenerator. Die entscheidende Regel ist einfach und behebt den schlimmsten Fehler: Hugo arbeitet mit den Quellen, die du bereitstellst, nicht mit halb erinnerten Quellenangaben. Diese eine Einschränkung macht aus einer KI-Literaturübersicht etwas, das du in einer mündlichen Prüfung oder einem Peer-Review tatsächlich verteidigen kannst, statt einer Belastung.

Fundierte Synthese statt erfundener Quellenangaben

Hugo - AI-Skill zur Literaturübersicht

$14.99diesem Skill im Vergleich zu $50pro Stunde, wissenschaftlicher Redakteur

Lade Hugo in Claude oder ChatGPT und er arbeitet ausschließlich mit den Quellen, die du ihm gibst - mit einer Synthesematrix, Themen und Forschungslücken, fundiert und belastbar statt wortgewandter Spekulation.

Hugo ansehen →

Warum allgemeine KI-Literaturübersichten scheitern

Drei Fehler tauchen immer wieder auf. Der erste sind erfundene Quellenangaben - plausibel klingende Autorennamen, echt wirkende Fachzeitschriften und DOIs, die ins Leere führen. Der zweite ist eine Zusammenfassung ohne Synthese: Das Modell beschreibt jede Arbeit isoliert und verknüpft sie nie, sodass man eine Ansammlung von Abstracts statt einer Argumentation erhält. Der dritte ist das fehlende Gespür für Bedeutung - es kann eine wegweisende, ein ganzes Fachgebiet prägende Studie nicht von einer unbedeutenden Konferenzarbeit unterscheiden, sodass alles auf dieselbe Wichtigkeitsstufe reduziert wird.

Eine Literaturübersicht ist keine Ansammlung von Zusammenfassungen. Sie ist eine Argumentation darüber, was ein Fachgebiet weiß, wo seine Ergebnisse übereinstimmen, wo sie sich widersprechen und was noch unbeantwortet ist. Ein allgemeiner prompt liefert dir die Ansammlung und überspringt stillschweigend die Argumentation - obwohl genau sie wirklich zählt.

Was sich ändert, wenn Claude die Übersichtsarbeit richtig durchführt

Mit dem Hugo-Skill ausgestattet, fragt deine AI nach, bevor sie schreibt. Was ist die Forschungsfrage? Wie lautet der Umfang und welche Einschlusskriterien gelten? Mit welchen Quellen arbeitest du? Erst wenn diese Fragen beantwortet sind, beginnt sie - und zwar mit den vorliegenden Quellen statt mit ihren Trainingsdaten. Das Ergebnis ist fundiert: Jede Aussage lässt sich auf eine von dir bereitgestellte Publikation zurückführen.

Anschließend synthetisiert es die Ergebnisse. Es gruppiert Befunde nach Themen statt nach Publikationen, zeigt auf, wo Studien einander bestätigen und wo sie widersprechen, und benennt klar, was die Gesamtheit der Forschung noch nicht klärt. Wenn es unsicher ist, sagt es das und markiert die Stelle zur Überprüfung - genau das Verhalten, das man sich von einem Recherchewerkzeug wünscht.

Was es tatsächlich erzeugt

Ein fertiger Durchlauf mit Hugo liefert dir eine Synthesematrix - Quellen auf der einen Achse, Themen auf der anderen -, sodass du die Struktur der Evidenz auf einen Blick erkennst. Daneben steht eine nach Argumenten gegliederte thematische Zusammenfassung, eine klare Darstellung der Lücken und offenen Fragen sowie eine einheitliche Zitierung der von dir bereitgestellten Quellen. Bitte es um eine Neuausrichtung - „Gliedere die Synthese nach Methodik“, „Beschränke das auf die letzten fünf Jahre“, „Arbeite jede Studie heraus, die dem Hauptergebnis widerspricht“ - und es überarbeitet die Matrix direkt an Ort und Stelle.

So holst du das Beste heraus

Verwende echte Quellen. Abstracts sind das Minimum, Volltexte sind besser. Gib deine Forschungsfrage und Einschlusskriterien von Anfang an an, denn eine Übersichtsarbeit ohne klaren Umfang verliert leicht den Fokus. Bitte zuerst um die Matrix und erst danach um den Fließtext, damit du die Struktur prüfen kannst, bevor überhaupt geschrieben wird. Und fordere die schwierigen Punkte ein - die Lücken, Widersprüche und Studien, die nicht ins Bild passen -, denn daran zeigt sich der eigentliche Wert einer Übersichtsarbeit. Vor allem aber: Überprüfe alles. Das Skill ordnet und synthetisiert, was du ihm gibst, ersetzt aber nicht die Lektüre der wichtigsten Publikationen.

Für wen das gedacht ist

Für Promovierende beim Verfassen eines Dissertationskapitels, Wissenschaftlerinnen und Wissenschaftler bei der Vorbereitung einer Publikation, Forschende aus Politik und F&E bei der Durchführung einer Evidenzübersicht sowie Analysten, die sich schnell einen Überblick über ein Forschungsgebiet verschaffen müssen. Funktioniert mit Claude, ChatGPT oder jedem AI-Chat, der einen System-prompt akzeptiert, und passt daher zu dem Tool, das deine Institution zulässt. Wenn du dieselbe Strenge für deinen gesamten Forschungsworkflow möchtest, deckt die Forschungsskills-Sammlung auch Zusammenfassungen, Notizen und Studiendesign ab - jeder Skill ist ein fokussierter Assistent statt eines allgemeinen Chatbots.

Verwandte Skill-Leitfäden

• So verwendest du Claude als wissenschaftlichen Assistenten: Der Aiden-Skill-Leitfaden
• So verwendest du Claude für Marktforschung: Der Serena-Skill-Leitfaden
• So verwendest du Claude als Business-Analysten (und was dabei schiefgeht)
• So verwendest du Claude als Unternehmensberater: Der Thomas-Skill-Leitfaden