Zitationen auf Passagenebene
Wenn Puraite einen Wert extrahiert, speichert es die zitierte Passage und ihre Position im PDF. So öffnen Reviewer die Quelle an dieser Stelle.
Methodik & Erklärbarkeit
Reviewer und Bewertende stellen drei Fragen zu einer KI-Entscheidung: warum sie getroffen wurde, wie sicher die KI war und wie sie sich prüfen lässt. Puraite beantwortet alle drei für jeden Datensatz.

Instrument: RoB 2 (Cochrane)6 Studien
| Studie | D1Randomisierungsprozess | D2Abweichungen von den beabsichtigten Interventionen | D3Fehlende Endpunktdaten | D4Messung des Endpunkts | D5Auswahl des berichteten Ergebnisses | Gesamt |
|---|---|---|---|---|---|---|
| Achterberg 2018Demo Journal of Rheumatology | N | N | N | N | N | N |
| Valdés 2019Demo Journal of Clinical Immunology | N | E | N | N | N | E |
| Lindgren 2020Demo Journal of Rheumatology | N | N | N | N | N | N |
| Petrakis 2021Demo Journal of Inflammation Research | E | N | H | N | E | H |
| Haugen 2022Demo Journal of Rheumatology | N | N | E | N | N | E |
| Moreau 2023Demo Journal of Arthritis Therapy | N | N | N | N | N | N |
Jede KI-Ausgabe ist bis zur exakten Passage in der Quellliteratur nachverfolgbar.
Wenn Puraite einen Wert extrahiert, speichert es die zitierte Passage und ihre Position im PDF. So öffnen Reviewer die Quelle an dieser Stelle.
Jede Ein-/Ausschlussentscheidung enthält die PICO-Kriterien, anhand derer sie bewertet wurde, die übereinstimmende Evidenz aus dem Paper und das Konfidenzniveau. Menschenlesbar, exportierbar und zeitgestempelt.
Jede KI-Entscheidung wird mit dem verwendeten Modell und dem Ausführungszeitpunkt gespeichert. Suchdaten und Protokollversionen werden dokumentiert. Ein Sprachmodell kann bei erneuter Ausführung anders antworten. Für eine Publikation empfehlen wir deshalb Wiederholungsläufe auf einer Stichprobe, wie in unserem Evaluationsleitfaden beschrieben.
Je Phase wählen Sie die Rolle der KI: aus, Shadow (sie screent, ihre Stimmen zählen jedoch nie), Prüfung Ihrer Ausschlüsse, vollwertiger Reviewer oder alleiniges Screening. Eine Person entscheidet jeden Konflikt. Alle Konflikte, Begründungen und Lösungen werden protokolliert.
Jede KI-Entscheidung durchläuft dieselben vier Schichten.

EingangSupervised exercise versus usual care in chronic low back pain
01Ihre Evidenz
02KI-Pipeline
03Erklärbarkeit
04Menschliche Kontrolle
AusgangErgebnisse
Der Unterschied zwischen einem Sprachmodell und einem für Audits gebauten Evidenzsynthese-Tool.
| Eigenschaft | Generisches LLM | Puraite |
|---|---|---|
| Quelle jeder Bewertung | Nicht angezeigt | Zitierte Passage je Kriterium |
| Wiederholte Läufe | Können abweichen | Können abweichen, Modell und Laufzeit je Entscheidung gespeichert |
| Audit Trail | Keiner | Nur ergänzbar, Export als CSV, JSON oder PDF |
| Berichterstattung | Ad hoc | PRISMA-2020-Flussdiagramm und Checkliste |
| Menschliche Kontrolle | Keine | KI-Rolle je Phase festgelegt, Menschen lösen Konflikte |

Summary of Findings4/7
| Endpunkt | Studien | Teilnehmende | Effektschätzer (95 %-KI) | Vertrauenswürdigkeit | Risiko mit Vergleich | Absoluter Effekt | Zusammenfassung in einfacher Sprache |
|---|---|---|---|---|---|---|---|
| ACR20-Ansprechen in Woche 12 | 5 | 2.068 | RR 2,32 (95 %-KI 1,94 bis 2,77) | Moderat | 281 pro 1.000 | 371 mehr pro 1.000 (von 264 mehr bis 497 mehr) | Die Intervention erhöht wahrscheinlich das ACR20-Ansprechen in Woche 12. |
| DAS28-Remission in Woche 24 | 4 | 1.656 | RR 5,02 (95 %-KI 3,41 bis 7,39) | Moderat | 54 pro 1.000 | 217 mehr pro 1.000 (von 130 mehr bis 345 mehr) | Die Intervention erhöht wahrscheinlich die Rate an DAS28-Remissionen in Woche 24. |
| Schwerwiegende unerwünschte Ereignisse | 6 | 2.678 | RR 1,23 (95 %-KI 0,89 bis 1,70) | Niedrig | 52 pro 1.000 | 12 mehr pro 1.000 (von 6 weniger bis 36 mehr) | Die Intervention führt möglicherweise zu keinem oder kaum einem Unterschied in Bezug auf die Rate schwerwiegender unerwünschter Ereignisse. |
| Studienabbruch wegen unerwünschter Ereignisse | 6 | 2.678 | RR 1,58 (95 %-KI 1,04 bis 2,40) | Moderat | 31 pro 1.000 | 18 mehr pro 1.000 (von 1 mehr bis 43 mehr) | Die Intervention erhöht wahrscheinlich die Rate an Studienabbrüchen wegen unerwünschter Ereignisse. |
Methodische Leitlinien
Leitlinien zu KI in der Evidenzsynthese
RAISE (Responsible use of AI in evidence SynthEsis) ist eine internationale Leitlinie zu KI in der Evidenzsynthese. Version 4, ein Konsultationsentwurf vom 25. September 2026, besteht aus drei Teilen: Empfehlungen für jede Rolle (RAISE 1), Entwicklung und Evaluation von KI-Tools (RAISE 2) sowie deren Auswahl und Nutzung (RAISE 3).
Empfehlungen für jede Rolle
Entwicklung und Evaluation von KI-Tools
Auswahl und Nutzung von KI-Tools
Als Tool-Entwickler orientieren wir uns an RAISE 2. Wir dokumentieren, was jeder KI-Schritt leistet, testen ihn gegen menschliche Entscheidungen und unterstützen unabhängige Evaluationen mit unserem Leitfaden How to evaluate an AI tool for evidence synthesis.
RAISE-Leitlinien lesen
Vereinbaren Sie einen technischen Walkthrough mit unserem CTO: Provenienz-Architektur, KI-Begründungen und Ihr spezifischer Anwendungsfall.