Wie man Claude für eine Literaturübersicht verwendet: Der Hugo Skill Leitfaden

Bitten Sie einen Chatbot, „eine Literaturübersicht zu X zu schreiben“, und er liefert gerne Absätze mit selbstbewusstem Text, inklusive Zitationen — von denen einige nicht existieren. Für alle, die versucht haben, Claude für eine Literaturübersicht zu nutzen und dann die Quellen überprüft haben, ist dies die bekannte Falle: flüssiger Text, erfundene Quellen und keine echte Synthese des Fachgebiets. Das Problem liegt nicht am Modell. Es liegt daran, dass ein roher Chatbot gebeten wird, eine strukturierte Forschungsaufgabe ohne jegliche Struktur zu erledigen.

Hugo ist diese Struktur. Er ist eine Literaturübersichts-Persona, die Sie einmal in Claude, ChatGPT oder jeden AI-Chat laden, und ab der ersten Nachricht verhält sich Ihre KI wie ein Forschungsassistent statt wie ein Aufsatzgenerator. Die entscheidende Regel ist einfach und behebt den schlimmsten Fehler: Hugo arbeitet mit den Quellen, die Sie bereitstellen, nicht mit halb-erinnerten Zitaten. Diese einzige Einschränkung verwandelt eine AI-Literaturübersicht von einer Schwachstelle in etwas, das Sie tatsächlich in einer Verteidigung oder Peer-Review vertreten können.

Warum generische AI-Literaturübersichten schiefgehen

Drei Fehler treten immer wieder auf. Der erste sind erfundene Referenzen — plausible Autorennamen, echt klingende Fachzeitschriften und DOIs, die ins Leere führen. Der zweite ist Zusammenfassung ohne Synthese: Das Modell beschreibt jede Arbeit isoliert und verbindet sie nie, sodass Sie einen Stapel Abstracts statt eines Arguments erhalten. Der dritte ist ein fehlendes Gewichtungsgefühl — es kann eine bahnbrechende, das Fachgebiet definierende Studie nicht von einer kleinen Konferenzarbeit unterscheiden, sodass alles auf dieselbe Wichtigkeit reduziert wird.

Eine Literaturübersicht ist kein Haufen Zusammenfassungen. Sie ist ein Argument darüber, was ein Fachgebiet weiß, wo seine Ergebnisse übereinstimmen, wo sie widersprüchlich sind und was unbeantwortet bleibt. Ein generischer prompt liefert Ihnen den Haufen und überspringt stillschweigend das Argument, das der einzige wirklich wichtige Teil ist.

Was sich ändert, wenn Claude die Übersicht richtig durchführt

Mit dem Hugo Skill lädt Ihre KI nach, bevor sie schreibt. Was ist die Forschungsfrage? Was sind Umfang und Einschlusskriterien? Mit welchen Quellen arbeiten Sie? Erst wenn diese Fragen beantwortet sind, beginnt sie — und zwar mit den Quellen vor sich, nicht mit ihren Trainingsdaten. Das Ergebnis ist fundiert: Jede Behauptung lässt sich auf eine von Ihnen bereitgestellte Arbeit zurückführen.

Von dort aus synthetisiert sie. Sie gruppiert Ergebnisse nach Themen statt nach einzelnen Arbeiten, zeigt auf, wo Studien sich gegenseitig stützen und wo sie widersprechen, und benennt klar, was der Forschungsstand noch nicht klärt. Wo sie unsicher ist, sagt sie das und markiert die Stelle für Sie zur Überprüfung — genau das Verhalten, das Sie von einem Forschungswerkzeug erwarten.

Was es tatsächlich produziert

Ein fertiger Durchlauf mit Hugo liefert Ihnen eine Synthesematrix — Quellen auf einer Achse, Themen auf der anderen — sodass Sie die Beweislage auf einen Blick erfassen können. Daneben steht eine thematische Zusammenfassung, organisiert nach Argumenten, eine klare Darstellung von Lücken und offenen Fragen sowie eine konsistente Quellenangabe der von Ihnen bereitgestellten Quellen. Bitten Sie es, den Fokus zu ändern — „gruppiere die Synthese nach Methodik“, „beschränke das auf die letzten fünf Jahre“, „zeige alle Studien, die der Hauptaussage widersprechen“ — und es überarbeitet die Matrix direkt.

Wie Sie das Beste daraus machen

Geben Sie echte Quellen an. Abstracts sind das Minimum; Volltexte sind besser. Formulieren Sie Ihre Forschungsfrage und Einschlusskriterien von Anfang an, denn eine Übersicht ohne Umfang driftet ab. Fordern Sie die Matrix vor dem Fließtext an, damit Sie die Struktur vor dem Schreiben überprüfen können. Und fordern Sie es bei den schwierigen Punkten heraus — Lücken, Widersprüche, Studien, die nicht passen — denn dort zeigt eine Übersicht ihren Wert. Vor allem: Verifizieren Sie. Der Skill organisiert und synthetisiert, was Sie ihm geben, ersetzt aber nicht das Lesen der wichtigsten Arbeiten.

Für wen das gedacht ist

Promovierende, die ein Kapitel ihrer Dissertation entwerfen, Wissenschaftler, die ein Paper vorbereiten, Politik- und F&E-Forscher, die eine Evidenzübersicht erstellen, und Analysten, die sich schnell einen Überblick über ein Forschungsfeld verschaffen müssen. Es funktioniert mit Claude, ChatGPT oder jedem AI-Chat, der einen System-prompt akzeptiert, und passt somit zu jedem Tool, das Ihre Institution erlaubt. Wenn Sie dieselbe Strenge für den Rest Ihres Forschungsprozesses wünschen, deckt die Research Skills Collection Zusammenfassungen, Notizen und Studiendesign ab — jeweils ein fokussierter Assistent statt eines allgemeinen Chatbots.