Die wissenschaftliche Welt steht vor einer beispiellosen Herausforderung. Die Verbreitung generativer Künstlicher Intelligenz hat zu einem drastischen Anstieg der Anzahl wissenschaftlicher Arbeiten geführt und damit eine enorme Belastung für Redakteure und Gutachter geschaffen. Hinter den Wachstumszahlen verbirgt sich jedoch eine beunruhigende Tendenz: Die Qualität der Materialien sinkt, und das System zur Bewertung von Wissen riskiert, von „Müll-Inhalten“ überflutet zu werden.

Die Redaktion der renommierten Zeitschrift Organization Science hat eine umfassende Analyse durchgeführt, die den Zeitraum von Januar 2021 bis Februar 2026 abdeckt. In die Stichprobe gingen 6957 Einreichungen und mehr als 10.000 Rezensionen ein. Die Ergebnisse des Forschungsprojekts zeichnen ein klares Bild: Das Erscheinen von ChatGPT Ende 2022 wurde zum Punkt ohne Rückkehr.

Zahlen, die erschrecken

Nachdem generative Modelle für ein breites Publikum zugänglich wurden, stieg die Anzahl der Einreichungen bei der Zeitschrift um 42 %. Im Februar 2026 wurde von den Forschern geschätzt, dass KI in irgendeiner Form bei der Erstellung der meisten eingegangenen Artikel verwendet wurde. Zur Verifizierung der Daten wurde der Algorithmus Pangram 3.1 eingesetzt, der die Wahrscheinlichkeit für das Vorhandensein von maschinengeneriertem Text bewertet.

Der quantitative Anstieg ging jedoch mit einem qualitativen Rückgang einher. Gemäß dem Flesch-Lesbarkeitsindex, der oft mit der Tiefe und Klarheit der Darstellung korreliert, sank die durchschnittliche Qualität der Arbeiten bis Januar 2026 um 1,28 Standardabweichungen im Vergleich zum Beginn des Analysezeitraums. Dies ist keine bloße statistische Abweichung, sondern eine fundamentale Veränderung des Charakters der wissenschaftlichen Kommunikation.

Redakteure gegen Algorithmen

Das System des wissenschaftlichen Peer-Reviews erwies sich als hochsensibel gegenüber der „künstlichen“ Herkunft von Texten. Arbeiten, bei denen der KI-Beteiligungsgrad 70 % überschritt, wurden praktisch nicht vom redaktionellen Auswahlverfahren angenommen – in 70 % der Fälle lehnten die Redakteure sie noch vor der Übermittlung an unabhängige Gutachter ab. Zum Vergleich: Texte mit minimalen Anzeichen der Nutzung von neuronalen Netzen wurden nur in 43,7 % der Fälle abgelehnt.

Darüber hinaus sank die Wahrscheinlichkeit einer Aufforderung zur Überarbeitung für Arbeiten mit deutlichen Spuren von KI von 11,9 % auf 3,2 %. Dies deutet darauf hin, dass Redakteure solche Materialien lieber sofort aussortieren, anstatt Ressourcen für ihre Verbesserung zu verschwenden. Das statistische Modell bestätigte: Selbst wenn der Text stilistisch tadellos und „glatt“ ist, bleibt die Wahrscheinlichkeit einer Ablehnung hoch. Dies zeigt, dass vor allem der wissenschaftliche Inhalt leidet, der der Kritik nicht standhält.

Die Illusion des Peer-Reviews

Das Problem betraf auch die Rezensionen selbst. Von KI erstellte Texte erwiesen sich als weniger vielfältig und tiefgründig. In ihnen wurden häufiger theoretische Rahmenbedingungen diskutiert, während realen Daten, Methoden und Ergebnissen von Experimenten kritisch wenig Aufmerksamkeit geschenkt wurde. Dies birgt das Risiko einer oberflächlichen Bewertung von Forschung, bei der die Form über die Fakten zu dominieren beginnt.

Trotzdem neigen die Forscher nicht dazu, die Technologie zu dämonisieren. In einem großen Experiment schlug eine Gruppe unter der Leitung von James Evans 6749 Wissenschaftlern vor, Ideen zu bewerten, die von Sprachmodellen generiert wurden. Es wurden mehr als 25.000 Bewertungen der Neuheit und Plausibilität von Hypothesen durchgeführt. Es stellte sich heraus, dass populäre Modelle oft banale Ideen vorschlagen, während fortschrittlichere Algorithmen durch Neuheit überraschen können.

Auch im Bereich des Peer-Reviews wurden Tests durchgeführt. Das Modell Qwen3-14B, das speziell auf von Wissenschaftlern erstellten Rezensionen trainiert wurde, zeigte als Experte eine Überlegenheit von 27 % gegenüber universellen Modellen. Allerdings wichen KI-Gutachter häufig in ihren Meinungen von professionellen menschlichen Experten ab.

Die Zukunft der Wissenschaft: Kontrolle oder Chaos?

Die Autoren der Studie ziehen ein wichtiges Fazit: KI ist bereits zu einem unverzichtbaren Helfer für die Datenermittlung, das Schreiben von Code und die Erstellung von Entwürfen geworden. Ohne strenge menschliche Überprüfung und eine Reform des Systems zur Bewertung wissenschaftlicher Arbeit könnten die Technologien jedoch zu einem schlecht kontrollierbaren Anstieg der Publikationszahlen führen. Die größte Bedrohung besteht nicht im Mangel an neuem Wissen, sondern in der Aufblähung des Informationsvolumens ohne tatsächlichen Zuwachs des wissenschaftlichen Verständnisses.