Systematische Reviews gehören zu den zentralen Methoden der empirischen Bildungsforschung, sind jedoch zeitintensiv und oft mit mehreren Tausend Titeln verbunden, die gescreent werden müssen. Mit ASReview steht seit einigen Jahren ein Open‑Source‑Tool zur Verfügung, das auf aktiven Lernverfahren basiert und Entscheidungsvorschläge macht, um das Screening effizienter zu gestalten. Trotz wachsender Bekanntheit fällt vielen Forschenden der Einstieg schwer, unter anderem wegen unklarer Workflows, offener methodischer Fragen oder Unsicherheiten beim Umgang mit KI‑gestützten Tools. 

Ein Tutorial-Paper, an dem auch Forschende des Hector-Instituts für Empirische Bildungsforschung und des LEAD Graduate School & Research Networks beteiligt sind, setzt hier an und bietet eine verständliche, zugleich wissenschaftlich präzise Einführung in ASReview. Der Beitrag zeigt, wie das Tool installiert wird und führt durch den gesamten Screening-Prozess von der Datenaufbereitung über die Modellwahl bis zur Dokumentation der Ergebnisse.

Besonders hilfreich ist die klare Strukturierung des Workflows: Das Tutorial beschreibt, welche vorbereitenden Schritte notwendig sind, wie Trainingsdaten erstellt werden und welche Optionen – etwa für Algorithmen, Feature-Extraktion oder Prioritization – zur Verfügung stehen. Auch Hinweise zur transparenten Dokumentation, etwa für Preregistrierungen oder Methodenabschnitte in Publikationen, werden gegeben. 

Die Forscher heben zudem hervor, dass ASReview nicht als Black‑Box‑Automatisierung zu verstehen ist. Trotz algorithmischer Unterstützung bleiben zentrale Entscheidungen, wie die finale Relevanzeinschätzung, die Qualitätssicherung oder die Entscheidung über einen geeigneten Stoppzeitpunkt, bei den Forschenden. Das Tutorial betont damit zentrale Prinzipien guter wissenschaftlicher Praxis im Umgang mit KI‑gestützten Tools. 

Für die Bildungsforschung und alle Disziplinen, in denen Reviews eine zentrale Rolle spielen, ist das Tutorial mehr als eine technische Gebrauchsanweisung. Es zeigt, wie sich die Effizienz KI‑gestützter Screening-Verfahren mit den Prinzipien guter wissenschaftlicher Praxis verbinden lässt. Wer ASReview bereits nutzt oder einen fundierten Einstieg sucht, bekommt mit dem Paper einen strukturierten Leitfaden, der über reine Bedienhinweise hinausgeht und den methodischen Kern aktiven Lernens verständlich macht. 

Publikation: 
https://doi.org/10.1177/25152459261442150 

Siehe auch: 
Fütterer, T., Campos, D. G., Gfrörer, T., Lavelle-Hill, R., Murayama, K. & Scherer, R. (2025). AI tools for systematic literature reviews and meta-analyses in educational psychology: An overview and a practical guide. Learning And Individual Differences, 126, 102849. https://doi.org/10.1016/j.lindif.2025.102849 

Pressekontakt:
Philipp Sigle
presse@lead.uni-tuebingen.de