Um den aktuellen Forschungstand bezüglich einer wissenschaftlichen Fragestellung zu erfassen, fertigen Wissenschaftler*innen systematische Übersichtsarbeiten an. In diesen Arbeiten werden Primärdaten bereits durchgeführter Studien identifiziert, bewertet und zusammengefasst um die gestellte Reviewfrage zu beantworten. Oft bewegt sich die Anzahl der zu prüfenden Veröffentlichungen in einem hohen vierstelligen Bereich und darüber hinaus.

Algorithmen des Maschinelles Lernens können die Wissenschaftler*innen bei dieser umfangreichen Arbeit unterstützen. Mithilfe von Methoden aus dem Bereich Natural Language Processing (NLP) und Transformer-Modellen entwickelt das JKI ein anwendungsfreundliches Tool für Wissenschaftler*innen, das große Datenmengen klassifizieren und relevante Informationen extrahieren soll.

Dadurch kann der Arbeits- und Zeitaufwand für repetitive Aufgaben bei der Anfertigung einer systematische Übersichtsarbeit deutlich verringert werden. Außerdem geht eine maschinelle Auswertung der Daten mit einer niedrigeren Fehleranfälligkeit einher. Die vom JKI entwickelte KI soll als Bestandteil in das kostenlose Web-Tool CADIMA zur Durchführung und Dokumentation systematischer Übersichtsarbeiten eingebettet werden (https://www.cadima.info/).