KI-gestützte Zitationsprüfung: Zero-Assumption-Protokoll für akademische Referenzverifikation

In der akademischen Forschung stellen fehlerhafte Zitate ein erhebliches Problem dar – etwa 20 % der Referenzen sind inkorrekt, und die manuelle Kontrolle kann Monate in Anspruch nehmen. Ein neues Verfahren nutzt KI-gestützte Agenten mit Tool‑Use-Fähigkeiten, um jede Quelle ohne Vorannahmen zu prüfen. Dabei werden sämtliche Referenzen gegen mehrere Datenbanken wie Semantic Scholar, Google Scholar und CrossRef abgeglichen.

Die Methode wurde an 30 wissenschaftlichen Arbeiten getestet, die von Bachelor‑Projekten bis zu Doktorarbeiten und Peer‑Reviewed‑Publikationen reichten. Insgesamt wurden 2 581 Referenzen überprüft. Das System erzielte einen durchschnittlichen Verifikationsgrad von 91,7 % bei veröffentlichten PLOS‑Papers und konnte gezielt gefälschte Quellen, zurückgezogene Artikel, verwaiste Zitate sowie predatory Journale identifizieren.

Ein besonders großer Nutzen liegt in der Zeitersparnis: Für eine Doktorarbeit mit 916 Referenzen dauerte die KI‑Auditierung nur 90 Minuten, während die manuelle Prüfung mehrere Monate beanspruchen würde. Gleichzeitig blieb die Fehlerrate unter 0,5 %, sodass kritische Probleme erkannt wurden, die bei einer herkömmlichen Durchsicht leicht übersehen werden könnten.

Dieses Verfahren stellt die erste validierte KI‑Agenten‑Methodik für die Integrität akademischer Zitate dar und bietet praktische Einsatzmöglichkeiten für Betreuer, Studierende und institutionelle Qualitätskontrollen.