Publikationsentwürfe aus Studiendaten schneller vorbereiten

Ausgangslage

Der Klinikverbund betreibt mehrere universitäre Zentren mit intensiver klinischer Forschung. Jährlich entstehen rund 600 wissenschaftliche Publikationen aus etwa 300 laufenden Studien. Pro Arbeit investieren Forschende im Schnitt 40 Stunden in die erste Manuskriptfassung, verteilt auf Abende und Wochenenden. Datenanalysen liegen in Statistikskripten, Tabellen und Präsentationen, methodische Details in Protokollen und E Mails. Studienkoordinierende sammeln Inhalte manuell, fügen Tabellen und Abbildungen ein und gleichen Formate mit Journalvorgaben ab. Zwischen erster Idee und einreichungsfähigem Entwurf vergehen oft drei bis vier Monate.

Die Herausforderung

Die klinischen Teams stehen unter hohem Publikationsdruck, gleichzeitig sind sie stark in Versorgung und Lehre eingebunden. Für jeden Artikel müssen Hintergrund, Methoden, Ergebnisse und Diskussion aus vielen Quellen konsistent zusammengeführt werden. Versionen von Tabellen, Grafiken und Kennzahlen unterscheiden sich zwischen Auswertungsständen, was Rückfragen und Korrekturschleifen erzeugt. Journalrichtlinien zu Umfang, Struktur und Zitierweise variieren stark und werden häufig erst spät berücksichtigt. Dadurch entstehen doppelte Arbeiten, verspätete Einreichungen und Frust in den Teams, weil wertvolle klinische Erkenntnisse erst mit Verzögerung veröffentlicht werden.

Warum das bisher ungelöst blieb

Bisher galt die Erstellung von Publikationsentwürfen als originäre wissenschaftliche Aufgabe, die sich nicht sinnvoll standardisieren lässt. IT Projekte konzentrierten sich auf Studiendatenbanken und Statistiksoftware, nicht auf den redaktionellen Prozess. Vorlagen in Textverarbeitungen halfen nur begrenzt, weil Inhalte weiterhin manuell aus E Mails, Präsentationen und Auswertungen übertragen wurden. Klassische Automatisierung scheiterte an der Vielfalt der Studiendesigns und Journalanforderungen. Gleichzeitig war der Aufwand pro Artikel zu gering, um die Entwicklung separater Tools für jede Fachgruppe zu rechtfertigen, aber zu groß, um sie weiterhin zu ignorieren

Es wurde ein Assistenzsystem eingeführt, das aus freigegebenen Studienauswertungen, Protokollen und Tabellen automatisch konsistente Publikationsentwürfe erzeugt. Forschende wählen Studie und Zieljournal aus, das System sammelt relevante Kennzahlen, Methodenbeschreibungen und Ergebniszusammenfassungen aus angebundenen Quellen. Daraus erstellt es einen strukturierten Entwurf mit Abstract, Einleitung, Methoden, Ergebnissen und Diskussion, inklusive Vorschlägen für Tabellen- und Abbildungslegenden. Die Entwürfe sind klar als Vorschlag gekennzeichnet und werden von den Autorenteams fachlich geprüft, angepasst und finalisiert. So verschiebt sich der Aufwand von repetitivem Zusammenkopieren hin zu inhaltlicher Bewertung und Präzisierung.

Wo generative KI arbeitet

Generative KI analysiert Studienprotokolle, Auswertungsberichte und Tabellen, fasst Methoden und Ergebnisse in Fließtext zusammen und passt Struktur sowie Tonalität an die Vorgaben des Zieljournals an. Sie schlägt Formulierungen für Abstract, Ergebnisabschnitte und Abbildungslegenden vor, trifft jedoch keine Entscheidungen über Interpretation oder Schlussfolgerungen.

Übertragbarkeit

Das Muster eignet sich überall dort, wo komplexe fachliche Texte regelmäßig aus wiederkehrenden Datenquellen entstehen. Entscheidend ist, dass Inhalte bereits strukturiert vorliegen und klare Freigaberegeln existieren. Generative Assistenz kann dann den Schritt vom Datenstand zum ersten Entwurf übernehmen, ohne die fachliche Verantwortung zu ersetzen. So lassen sich Expertinnen und Experten von repetitiven Formulierungsaufgaben entlasten und Durchlaufzeiten bis zu einer belastbaren ersten Fassung deutlich verkürzen.