Semantic Scholar ist eine kostenlose akademische Suchmaschine des gemeinnützigen Allen Institute for AI, die über 237 Millionen Arbeiten aus allen Wissenschaftsfeldern erschließt. Darauf setzt sie KI-Zusammenfassungen, Zitationsgraphen und Empfehlungen auf und öffnet den gesamten akademischen Graphen über eine kostenlose öffentliche API.
Hast du dieses Tool genutzt? Bewerte es
Hast du dieses Tool genutzt? Bewerte es
Semantic Scholar beschreibt sich in einer Zeile, die ungewöhnlich zutreffend ist: ein kostenloses, KI-gestütztes Rechercheinstrument für wissenschaftliche Literatur. Jedes Wort trägt Gewicht. Es ist kostenlos — kein Freemium, keine Einstiegsstufe, die zum Kauf führen soll. Maschinelles Lernen wird auf den Inhalt der Arbeiten angewandt und nicht bloß auf deren Metadaten. Und es zielt eigens auf wissenschaftliche Literatur, was zugleich bestimmt, was es gut kann und was es bewusst auslässt.
Das Suchfeld nennt den Umfang ohne Umschweife: über 237 Millionen Arbeiten aus allen Wissenschaftsfeldern. Dieser Bestand speist sich aus drei Strömen — die Seite hält fest, dass die Arbeiten aus Verlagspartnerschaften, von Datenanbietern und aus Web-Crawls stammen — weshalb die Abdeckung breit, aber wie später beschrieben nicht vollständig ist.
Der Betreiber ist die entscheidende Tatsache über dieses Produkt. Semantic Scholar wird von einem Team für Forschung und Produktentwicklung innerhalb von Ai2 gebaut, dem Allen Institute for AI. Ai2 ist ein gemeinnütziges Forschungsinstitut, und die Organisation schreibt das ausdrücklich hin, statt es anklingen zu lassen: In einem Werteabschnitt über gleichen Zugang zur Wissenschaft heißt es, dass man als gemeinnützige Einrichtung die Wirkung der eigenen Entscheidungen prüft und jene Wege verfolgt, die helfen, das Ungleichgewicht auszugleichen.
Das ist aus praktischen und nicht aus sentimentalen Gründen bedeutsam. Ein kommerzielles akademisches Suchprodukt steht unter strukturellem Druck, eine Bezahlschranke zu errichten, die Programmierschnittstelle zu verriegeln oder Aufmerksamkeit zu Geld zu machen. Semantic Scholar unterliegt keinem dieser Zwänge, weshalb die Schnittstelle offen ist und es keine höhere Stufe gibt, mit der man vergleichen könnte. Begutachtete Fachliteratur bestätigt die Herkunft: Das Werkzeug startete 2015 unter dem gemeinnützigen Allen Institute for Artificial Intelligence als Suchmaschine für Informatik, Geowissenschaften und Neurowissenschaften und dehnte sich danach auf alle Felder aus.
Zwei Klarstellungen sparen Zeit. Es ist kein Verlag und fällt kein Qualitätsurteil über das Erschlossene — dazu mehr im Abschnitt zu den Einschränkungen. Und es ist kein Chatprogramm, das Ihre Literaturübersicht schreibt, sondern eine Such- und Verständnisschicht über einem Bestand an Arbeiten. Wer diese Grenze kennt, erwartet von den KI-Funktionen das Richtige.
Die unterscheidende technische Aussage lautet, dass das System in die Arbeiten hineinliest, statt Stichwörter gegen Titel und Kurzfassungen abzugleichen. Die hauseigenen Modelle von Ai2 verarbeiten und klassifizieren jede Arbeit im Ablauf, und das System entnimmt den Arbeiten Bedeutung, erkennt Zusammenhänge und hebt sie hervor, damit Forschende eine Arbeit rasch erfassen.
Die praktische Folge zeigt sich in den Trefferlisten. Eine unabhängige Auswertung beobachtete, dass Suchen, die bei Google Scholar Zehntausende und bei PubMed Tausende Treffer liefern, hier nur einige Hundert ergeben. Ob das Stärke oder Schwäche ist, hängt von der Aufgabe ab: hervorragend, um die einschlägigsten Arbeiten schnell zu finden, hinderlich, wenn eine systematische Übersichtsarbeit vollständige Trefferausbeute verlangt.
Über das Finden hinaus bildet die Plattform ab, wie Arbeiten zusammenhängen. Sie pflegt Milliarden von Zitationsverknüpfungen und zeigt auf jeder Seite sowohl Literaturangaben als auch Zitierungen. Die unabhängige Besprechung hielt fest, dass Kennzahlen zur Zitationsgeschwindigkeit und zum Einfluss der Verfassenden bereitstehen, die eine Vorabeinschätzung der Qualität erleichtern — Signale, an denen sich vor der Lektüre ablesen lässt, ob eine Arbeit an Aufmerksamkeit gewinnt.
Das hilft beim alltäglichen Problem, was man lesen soll. Eine Arbeit von 2019 mit langsam steigender Zitationskurve und eine von 2024 mit rascher Beschleunigung verdienen unterschiedliche Aufmerksamkeit, und dieser Unterschied ist am Titel nicht erkennbar.
Auf der Suche sitzen zwei KI-Verständnisfunktionen. TLDR erzeugt eine einzeilige Zusammenfassung, sodass sich eine Trefferliste sichten lässt, ohne jede Kurzfassung zu öffnen. Semantic Reader, derzeit in Erprobung, ist eine erweiterte Leseoberfläche mit Hilfen im Text wie Zitationskarten, mit denen sich nachsehen lässt, was eine zitierte Arbeit sagt, ohne die gelesene Seite zu verlassen.
Ein Konto anzulegen ist freiwillig, öffnet aber vier Dinge: Benachrichtigungen per E-Mail zu neuen Arbeiten, Forschungs-Feeds mit Empfehlungen, eine Bibliothek für gemerkte Arbeiten und die Möglichkeit, eine Autorenseite zu beanspruchen. Benachrichtigungen und Feeds verwandeln das Werkzeug von einer Seite, die man aufsucht, in eine Instanz, die ein Feld für einen beobachtet. Genau darin liegt der Unterschied zwischen Suchen und Aufdemlaufendenbleiben.
Das Beanspruchen einer Autorenseite gibt Forschenden zudem Kontrolle über den eigenen Eintrag, was zählt, weil die automatische Zuordnung von Namen nicht fehlerfrei ist.
Wer bereits einen Literaturverwaltungsablauf hat, dem baut die Zotero-Browsererweiterung eine Brücke. Von einer Arbeitsseite oder einer Trefferliste aus werden Angaben zur Arbeit, die Adresse, sofern vorhanden das PDF und sofern vorhanden die TLDR-Zusammenfassung sortiert in Ihrer Zotero-Bibliothek gespeichert, und dort abgelegte Arbeiten lassen sich im Semantic Reader wieder öffnen.
Die letzte Funktion ist für das umgebende Ökosystem vielleicht die folgenreichste: Der gesamte Bestand steht über eine kostenlose Schnittstelle als strukturierte Daten offen und umfasst Verfassende, Arbeiten, Zitationen, Publikationsorte und SPECTER2-Vektoren. Ai2 veröffentlicht darüber hinaus offenen Code und Datensätze, ergänzend zu eigenen Forschungsbeiträgen. Deshalb wirkt Semantic Scholar als Infrastruktur, auf der andere Werkzeuge aufbauen, und nicht bloß als Website.
Der häufigste Einsatz ist Orientierung: Sie steigen in ein Thema ein und müssen die wichtigen Arbeiten schnell finden. Bedeutungsbasierte Suche plus Einflusssignale passen hier gut, denn die Aufgabe lautet, die richtigen Arbeiten zu finden, nicht alle.
Forschungs-Feeds und E-Mail-Benachrichtigungen beantworten die Daueraufgabe des Nachhaltens. Sie legen Ihre Interessen einmal fest und erhalten Neues, sobald es erscheint — passend für Bereiche, in denen eine vierteljährliche Handsuche zu langsam wäre.
Weil der Zitationsgraph in beide Richtungen begehbar ist, können Sie zu den Grundlagen einer Arbeit zurückgehen oder vorwärts sehen, wer darauf aufgebaut hat. Das ist der natürliche Weg, die Entwicklung einer Methode zu verstehen, und weit schneller, als ihn aus Literaturverzeichnissen von Hand zu rekonstruieren.
TLDR-Zusammenfassungen und Zitationskennzahlen stützen einen Sichtungsdurchgang. Bei zwanzig infrage kommenden Arbeiten lässt sich rasch bestimmen, welche fünf eine vollständige Lektüre verdienen — ein unspektakulärer, aber wirklich zeitsparender Nutzen.
Für Entwickelnde macht die kostenlose Schnittstelle den Bestand zum Baustein. Anwendungen reichen von Empfehlungssystemen über bibliometrische Auswertungen und Forschungsübersichten bis zu quellenbewusster Recherche für KI-Systeme. Bemerkenswert ist die Aufnahme der SPECTER2-Vektoren: Semantische Ähnlichkeit steht damit bereit, ohne eigene Dokumentrepräsentationen berechnen zu müssen.
Forschende nutzen das Beanspruchen der Autorenseite, um ihren Eintrag zu berichtigen — damit die Publikationsliste stimmt und nicht mit der einer namensgleichen Person vermengt ist.
Da für die Grundnutzung weder Kosten noch ein Konto anfallen, lässt sich ein ganzer Kurs mühelos hierher verweisen. Hochschulen haben das anerkannt: Das Werkzeug erscheint in Rechercheleitfäden wissenschaftlicher Bibliotheken als empfohlener Einstieg in die Literatursuche.
Fangen Sie einfach mit einer Suche an. Für den Zugriff auf Arbeiten bei Semantic Scholar müssen Sie kein Konto anlegen, Sie können also prüfen, ob es zu Ihrem Feld passt, bevor Sie Zeit in Einrichtung stecken. Probieren Sie eine Anfrage, deren Antwort Sie bereits kennen — das ist der schnellste Weg, die Abdeckung Ihres Bereichs zu beurteilen.
Jeder Treffer trägt mehr als einen Titel: TLDR-Zusammenfassungen, Zitationszahlen und Einflussanzeigen. Lernen Sie, diese als Sichtungsebene zu lesen. Genau hier spart das Werkzeug Zeit gegenüber einer reinen Stichwortsuche.
Haben Sie eine einschlägige Arbeit gefunden, arbeiten Sie sich über deren Literaturangaben und die zitierenden Arbeiten nach außen, statt weitere Stichwortsuchen zu starten. Dem Graphen zu folgen bringt wichtige benachbarte Arbeiten meist verlässlicher zutage als das Raten von Suchbegriffen.
Erweist sich das Werkzeug als nützlich, melden Sie sich an, um Benachrichtigungen, Feeds und Bibliothek zu öffnen. Dieser Schritt wandelt gelegentliche Nutzung in einen Beobachtungsablauf.
Installieren Sie die Zotero-Erweiterung, falls Sie Zotero nutzen, damit gemerkte Arbeiten samt Metadaten, PDF und Zusammenfassung in Ihrem bestehenden System landen. Eine statt zwei Bibliotheken zu führen verhindert die Zersplitterung, die die meisten Leseabläufe untergräbt.
Haben Sie publiziert, beanspruchen Sie Ihre Seite und berichtigen Sie falsche Zuordnungen. Die automatische Namenszuordnung ist unvollkommen, und der Korrekturweg besteht genau dafür.
Für den programmatischen Zugriff beginnen Sie mit den öffentlichen Endpunkten, die keinen Schlüssel brauchen. Fordern Sie einen Schlüssel an, wenn Sie höhere Verlässlichkeit oder schlüsselgebundene Endpunkte benötigen — beachten Sie dabei die im Preisabschnitt genannte Abwägung, denn die anfängliche Rate mit Schlüssel liegt unter dem geteilten anonymen Kontingent.
Machen Sie es nicht zu Ihrem einzigen Suchwerkzeug. Für systematische Übersichtsarbeiten oder vollständige Recherchen nutzen Sie es neben PubMed, Web of Science oder Scopus. Die unabhängige Auswertung ist deutlich: Eine Suche hier kann nicht als vollständige Recherche der Hintergrundliteratur gelten. Nutzen Sie es für Geschwindigkeit beim Entdecken, nicht für garantierte Vollständigkeit.
Prüfen Sie die Abdeckung Ihres Feldes, bevor Sie sich festlegen. Die Tiefe schwankt zwischen Disziplinen. Suchen Sie zunächst nach bekannten Arbeiten aus Ihrem engeren Bereich, statt gleichmäßige Tiefe zu unterstellen.
Behandeln Sie Einflusssignale als Filter, nicht als Wahrheit. Zitationsgeschwindigkeit und Einfluss der Verfassenden zeigen Aufmerksamkeit an, nicht Richtigkeit. Hervorragende neue Arbeiten haben definitionsgemäß wenige Zitierungen, und stark zitierte Arbeiten werden mitunter zitiert, weil sie falsch sind.
Lesen Sie TLDR zum Sichten, niemals als Ersatz. Eine automatisch erzeugte einzeilige Zusammenfassung ist ein Sichtungsmittel. Jede Aussage, auf die Sie sich stützen wollen, muss aus der Arbeit selbst stammen.
Setzen Sie Feeds eng. Zu breite Forschungs-Feeds erzeugen Rauschen und gewöhnen Sie daran, sie zu übergehen. Enge, konkrete Interessen liefern Hinweise, die Sie tatsächlich lesen.
Beanspruchen Sie Ihre Autorenseite früh in der Laufbahn. Zuordnungsfehler häufen sich, je länger die Publikationsliste wird, und frühes Berichtigen ist leichter als späteres Entwirren.
Fordern Sie einen Schnittstellenschlüssel mit Bedacht an. Da die anfängliche Grenze mit Schlüssel bei einer Anfrage pro Sekunde liegt, während der nicht authentifizierte Zugang ein weit größeres Kontingent teilt, hängt die richtige Wahl von Ihrem Zugriffsmuster ab. Lesen Sie die geltende Regelung, bevor Sie annehmen, ein Schlüssel erhöhe den Durchsatz.
Behalten Sie im Blick, worüber nicht geurteilt wird. Die Plattform erschließt Vorabveröffentlichungen neben begutachteten Arbeiten und bezieht zur Qualität keine Position. Prüfen Sie Publikationsort und Begutachtungsstand bei allem, was Sie zitieren.
Wissenschaftlerinnen, Wissenschaftler und Promovierende bilden das Hauptpublikum — alle, die Literatur erschließen, Zitationslinien nachzeichnen oder ein Feld beobachten.
Forschende an Einrichtungen mit knappen Mitteln profitieren überproportional, da das kostenlose gemeinnützige Modell die Abonnementhürde kommerzieller Datenbanken beseitigt. Genau das ist das erklärte Ziel hinter der Werteaussage zum gleichen Zugang.
Interdisziplinär Forschende gewinnen, weil alle Felder in einer Oberfläche abgedeckt sind, ohne zwischen fachspezifischen Datenbanken zu wechseln.
Entwickelnde, die Forschungswerkzeuge bauen, werden über die kostenlose Schnittstelle und offene Datensätze bedient, die akademische Metadaten ohne kommerzielle Lizenz zugänglich machen.
Studierende, die wissenschaftliches Arbeiten lernen, erhalten einen niedrigschwelligen Einstieg ohne Kosten und ohne Kontozwang, weshalb das Werkzeug in Bibliotheksleitfäden auftaucht.
Publizierende Autorinnen und Autoren pflegen über das Beanspruchen der Autorenseite ihren wissenschaftlichen Eintrag.
Wer anderswo suchen oder ergänzen sollte: alle, die eine systematische Übersichtsarbeit mit dokumentiert vollständiger Abdeckung erstellen, da Vollständigkeit nicht zugesichert ist. Wer vorwiegend mit Büchern oder Patenten arbeitet, wird die Abdeckung konstruktionsbedingt unzureichend finden. Und wer Volltexte hinter Bezahlschranken benötigt, sollte beachten, dass dies eine Entdeckungsschicht und keine Inhaltslizenz ist: Sie hilft, Arbeiten zu finden, nicht zwingend, sie zu lesen.
Semantic Scholar ist eine Webplattform und aus jedem modernen Browser erreichbar. Eine eigene mobile Anwendung gibt es nicht: Das Team gibt an, derzeit keine Smartphone-App zu haben, die Seite sei jedoch für Browser auf Rechner und Mobilgerät gleichermaßen ausgelegt. Für ein Werkzeug, das vom Entdecken zum PDF-Lesen führt, ist diese Abwägung vertretbar.
Die gewichtigere Fläche ist der programmatische Zugang. Die Schnittstelle ist kostenlos und in drei Dienste gegliedert: Academic Graph für Daten zu Verfassenden, Arbeiten, Zitationen, Publikationsorten und SPECTER2-Vektoren; Recommendations, um Arbeiten zu finden, die einer gegebenen ähneln; und Datasets für den Massenbezug des akademischen Graphen. Der Zugang unterliegt einer eigenen Lizenzvereinbarung, die Namensnennung und Nutzungsbedingungen regelt.
Die Anbindung reicht über die Zotero-Browsererweiterung bis in die Literaturverwaltung, und Ai2 veröffentlicht offenen Code und Datensätze, sodass der Bestand weit über die Website hinaus nutzbar ist. Praktisch bedeutet das: Viele andere Forschungswerkzeuge liegen stromabwärts dieser Daten, auch wenn ihre Nutzenden die Seite nie besuchen.
Dieser Abschnitt ist kurz, weil die Antwort einfach ist — und gerade diese Einfachheit ist das Bemerkenswerte.
Das Produkt ist kostenlos. Es gibt keine kostenpflichtige Stufe, kein höherwertiges Abonnement und keine Funktionsschranke. Die Seite bezeichnet sich in ihrer Überschrift, auf der Infoseite und in den häufigen Fragen als kostenlos, und diese Kostenfreiheit ist keine Werbephase — sie folgt daraus, wer den Dienst betreibt. Der Satz aus dem Werteabschnitt, wonach man als gemeinnützige Einrichtung die Wirkung der eigenen Entscheidungen prüft und Wege verfolgt, die das Ungleichgewicht ausgleichen, ist der strukturelle Grund dafür, dass es hier nichts zu kaufen gibt.
Für die Kernnutzung ist kein Konto nötig. Suchen und Aufrufen von Arbeiten funktionieren ohne Anmeldung: Für den Zugriff auf Arbeiten müssen Sie kein Konto anlegen. Die Anmeldung ist ebenfalls kostenlos und öffnet Benachrichtigungen, Feeds, Bibliothek und Autorenseite, stellt aber keine Bezahlschranke dar.
Auch die Schnittstelle ist kostenlos, die meisten Endpunkte arbeiten ohne Authentifizierung. Ai2 veröffentlicht zusätzlich offenen Code und Datensätze und dehnt den freien Zugang damit von der Oberfläche bis auf die zugrunde liegenden Daten aus.
Was Kostenfreiheit stattdessen verlangt. Die maßgeblichen Grenzen sind nicht monetär, sondern betrieblich: geteilte Ratenbegrenzungen beim nicht authentifizierten Zugriff, eine anfängliche Grenze pro Sekunde beim schlüsselgebundenen Zugriff und die im Abschnitt zu den Einschränkungen beschriebenen Abdeckungsgrenzen. Für ein Rechercheinstrument sind das die eigentlichen Abwägungen, nicht der Preis.
Nachhaltigkeit. Weil ein gemeinnütziges Institut dies trägt und nicht Nutzende oder Werbetreibende, stellt sich die übliche Frage, wann die kostenlose Stufe eingeschränkt wird, hier anders. Es gibt keinen Monetarisierungsfahrplan, der gegen freien Zugang drückt; wie bei jeder aus Mitteln geförderten Infrastruktur hängt die langfristige Fortführung allerdings von institutionellen Prioritäten ab und nicht von vertraglichen Zusicherungen.
Die meisten Forschenden nutzen mehrere davon zusammen, statt sich zu entscheiden.
Google Scholar — die breiteste kostenlose Option mit der weitesten Abdeckung und Volltextsuche. Es liefert weit mehr Treffer, bietet schwächere strukturierte Metadaten, keine offene Schnittstelle und keine vergleichbare KI-Verständnisschicht. Nutzen Sie es für Vollständigkeit, Semantic Scholar für Genauigkeit und Struktur.
PubMed — maßgeblich für biomedizinische Literatur, kuratiert mit MeSH-Erschließung und starker Unterstützung boolescher Suche. Überlegen bei systematischer biomedizinischer Recherche; enger im Zuschnitt und ohne fachübergreifende Abdeckung.
Web of Science und Scopus — kommerzielle Zitationsdatenbanken mit kuratierter Abdeckung und ausgereiften bibliometrischen Werkzeugen. Sie bieten qualitätsgeprüfte Erschließung und institutionelle Betreuung, zu Abonnementkosten, die viele Forschende ausschließen — genau jene Lücke, die das gemeinnützige Modell adressiert.
Dimensions und Lens.org — Entdeckungsplattformen mit breiter Abdeckung; Lens fällt dadurch auf, dass es Patente einschließt, die Semantic Scholar ausdrücklich nicht führt.
Connected Papers, Litmaps und ResearchRabbit — Werkzeuge zur visuellen Zitationserkundung. Mehrere bauen auf offenen akademischen Graphdaten auf, ergänzen diese Plattform also eher, als dass sie sie ersetzen; womöglich nutzen Sie deren Daten bereits mittelbar.
Elicit, Consensus und ähnliche KI-Assistenten — sie gehen weiter Richtung Zusammenführung und beantworten Fragen über mehrere Arbeiten hinweg, statt sie nur zu finden. Meist teilweise oder ganz kostenpflichtig, und häufig auf offenen Beständen aufgesetzt.
Die Abdeckung ist bewusst begrenzt. Die häufigen Fragen sind offen: Die Abdeckung von Büchern ist sehr begrenzt und Patente sind nicht enthalten. Zeitschriftenaufsätze und Vorabveröffentlichungen bilden den Schwerpunkt, weshalb Zählungen von anderen Datenbanken abweichen und monografiegeprägte Fächer schlecht bedient werden.
Vollständigkeit ist nicht zugesichert. Die unabhängige Auswertung kam zu dem Schluss, dass Forschende eine Suche hier nicht als vollständige Recherche der Hintergrundliteratur betrachten können. Für Arbeiten, die dokumentierte Vollständigkeit verlangen, muss ergänzt werden.
Es wird kein Qualitätsurteil gefällt. Die Plattform erklärt, Aussagen in erschlossenen Arbeiten weder zu befürworten noch zu stützen und an redaktionellen Entscheidungen des Publikationsprozesses nicht beteiligt zu sein. Vorabveröffentlichungen sowie zurückgezogene oder umstrittene Arbeiten können neben begutachteten Aufsätzen erscheinen, die Prüfung bleibt Ihre Aufgabe.
Die Zuordnung von Verfassenden ist unvollkommen. Arbeiten ähnlich benannter Personen können fälschlich zusammengefasst werden. Abhilfe besteht — nach Beanspruchen der Seite lassen sich Arbeiten hinzufügen und entfernen —, setzt aber voraus, dass Sie es bemerken und handeln.
KI-Zusammenfassungen tragen die Grenzen der KI. TLDR entsteht automatisch und kann Nuancen, Vorbehalte oder Geltungsbedingungen übergehen. Behandeln Sie es als Wegweiser, nie als Befund.
Keine mobile Anwendung. Der mobile Zugang läuft nur über den Browser, ausreichend zum Suchen, weniger bequem für längeres Lesen.
Die Ratenbegrenzungen der Schnittstelle prägen, was Sie bauen können. Nicht authentifizierter Zugriff teilt ein Kontingent über alle anonymen Nutzenden und kann zu Spitzenzeiten gedrosselt werden, während die anfängliche Rate mit Schlüssel bei einer Anfrage pro Sekunde liegt. Anwendungen mit hohem Aufkommen müssen damit planen, statt kostenlos mit unbegrenzt gleichzusetzen.
Ältere Fremdbewertungen sind überholt. Frühe begutachtete Besprechungen bemängelten das Fehlen einer Schnittstelle und von Benachrichtigungsfunktionen. Beides existiert inzwischen. Prüfen Sie beim Lesen externer Einschätzungen das Datum — seit dem Start 2015 hat sich das Produkt erheblich verändert.
Finden ist nicht Zugreifen. Eine Arbeit zu finden bedeutet nicht, sie lesen zu können. Inhalte hinter Bezahlschranken erfordern weiterhin institutionellen Zugang oder einen anderen Weg zum Volltext.
Es ist tatsächlich kostenlos, ohne höhere Stufe und ohne Funktionsschranke. Das folgt aus dem Betreiber: Ein Team innerhalb von Ai2, einem gemeinnützigen Forschungsinstitut, baut es, und zu dessen erklärten Werten zählt die Förderung gleichen Zugangs zur Wissenschaft. Es gibt kein Upgrade zu kaufen.
Nein. Suchen und Aufrufen von Arbeiten funktionieren ohne Anmeldung. Ein kostenloses Konto ergänzt E-Mail-Benachrichtigungen zu neuen Arbeiten, Forschungs-Feeds, eine Bibliothek für gemerkte Arbeiten und das Beanspruchen einer Autorenseite, doch nichts davon begrenzt die Grundnutzung.
Die Suchoberfläche nennt derzeit über 237 Millionen Arbeiten aus allen Wissenschaftsfeldern. Die Inhalte stammen aus Verlagspartnerschaften, von Datenanbietern und aus Web-Crawls, was sowohl die Breite als auch die ungleichmäßige statt einheitliche Abdeckung erklärt.
Nicht allein. Die unabhängige Auswertung kam zu dem Schluss, dass eine Suche hier nicht als vollständige Recherche der Hintergrundliteratur gelten kann. Nutzen Sie es zum Entdecken und für Zitationsverfolgung und kombinieren Sie es mit PubMed, Scopus oder Web of Science, wo dokumentierte Vollständigkeit gefordert ist.
Die Schnittstelle ist kostenlos, und die meisten Endpunkte arbeiten ohne Authentifizierung. Nicht authentifizierte Anfragen teilen ein Kontingent von eintausend Anfragen pro Sekunde über alle anonymen Nutzenden und können in ausgelasteten Zeiten gedrosselt werden. Mit einem Schlüssel liegt die anfängliche Grenze bei einer Anfrage pro Sekunde auf allen Endpunkten. Wählen Sie nach Ihrem Zugriffsmuster, statt anzunehmen, ein Schlüssel sei stets besser.
Drei Dienste. Academic Graph liefert Verfassende, Arbeiten, Zitationen, Publikationsorte und SPECTER2-Vektoren. Recommendations gibt Arbeiten zurück, die einer gegebenen ähneln. Datasets stellt Downloadlinks für Massendaten des akademischen Graphen bereit. Die Nutzung unterliegt einer eigenen Lizenzvereinbarung.
Weitgehend nicht. Die häufigen Fragen halten klar fest, dass die Abdeckung von Büchern sehr begrenzt ist und Patente nicht enthalten sind. Im Mittelpunkt stehen Zeitschriftenaufsätze und Vorabveröffentlichungen, sodass Fächer, in denen Monografien oder Patente zählen, andere Quellen brauchen.
Nein. Sie befürwortet Aussagen in erschlossenen Arbeiten ausdrücklich nicht und wirkt an redaktionellen Entscheidungen der Publikation nicht mit. Vorabveröffentlichungen stehen neben begutachteten Aufsätzen, das Prüfen von Publikationsort und Begutachtungsstand bleibt Sache der Lesenden.
Ja. Da Arbeiten ähnlich benannter Personen zusammengefasst werden können, lässt sich ein Antrag auf Beanspruchung der Autorenseite stellen; danach können Sie Arbeiten hinzufügen oder entfernen und Ihre Angaben bearbeiten.
Dafür besteht ein Verfahren. Sie können das Team mit der Adresse der Arbeit bei Semantic Scholar und der Begründung des Anliegens kontaktieren. Beachten Sie außerdem, dass Nutzungsbedingungen und Datenschutzerklärung des Produkts auf der institutionellen Domain von Ai2 liegen und nicht als eigene Produktdokumente geführt werden.
