Qualitätssicherung mit Hilfe von KI?

Zur Zukunft des Peer Reviews bei wissenschaftlichen Publikationen

Autor/innen

DOI:

https://doi.org/10.15460/apimagazin.2026.7.2.314

Schlagwörter:

Peer-Review, Künstliche Intelligenz, KI, Bias, Publikationsethik, Human-in-the-loop, HITL, Open Science

Abstract

Das wissenschaftliche Publizieren befindet sich im Zuge der digitalen Transformation in einem tiefgreifenden Wandel. Insbesondere der Peer-Review-Prozess als zentrales Instrument der Qualitätssicherung steht dabei unter Druck. Vor dem Hintergrund steigender Einreichungszahlen und begrenzter Kapazitäten der Reviewer*innen wird der Einsatz Künstlicher Intelligenz zunehmend als potenzielle Lösung diskutiert. Die vorliegende Arbeit untersucht, inwiefern KI den Peer-Review-Prozess verändert und welche Chancen und Herausforderungen sich daraus für die Qualität und Offenheit der Wissenschaft ergeben. Auf Basis aktueller empirischer Studien und normativer Leitlinien zeigt sich, dass KI insbesondere bei formalen und strukturellen Prüfungen Effizienzgewinne und Entlastungspotenziale bietet. Die Bewertung von Relevanz und wissenschaftlichem Erkenntnisgewinn hängt hingegen weiterhin stark von menschlicher Urteilskraft ab. Aktuell wirkt KI daher vor allem als Instrument zur Ergänzung bestehender Systeme. Inwieweit sie zu mehr Transparenz, Fairness und Integrität beiträgt, hängt maßgeblich von klaren Governance-Strukturen und der Verankerung menschlicher Verantwortung ab.

Autor/innen-Biografie

  • Lisa Eleonora Haase, Hochschule für Angewandte Wissenschaften Hamburg (HAW Hamburg)

    Studierende im 4. Semester des Masterstudiengangs Digitale Transformation der Informations- und Medienwirtschaft

Downloads

Zitationen
Metriken
Views/Downloads
  • Abstract
    49
  • HTML
    0
  • PDF
    105
Weitere Informationen

Erhalten

02.04.2026

Akzeptiert

21.04.2026

Veröffentlicht

08.07.2026

Ausgabe

Rubrik

Aus dem Hörsaal – Studium & Lehre

Zitationsvorschlag

Haase, L. E. (2026). Qualitätssicherung mit Hilfe von KI? Zur Zukunft des Peer Reviews bei wissenschaftlichen Publikationen. API Magazin, 7(2). https://doi.org/10.15460/apimagazin.2026.7.2.314