Covidence

Kurzfazit

Covidence ist das etablierte Workflow-Rückgrat für systematische Reviews, methodisch sauber, Cochrane-empfohlen, und seit 2024 mit echten, aber zurückhaltenden KI-Funktionen ergänzt. Das Tool glänzt im klassischen Bereich: Dual-Reviewer-Screening, Konfliktauflösung, PRISMA-Diagramme, strukturierte Datenextraktion. Wer eine reine KI-Screening-Maschine sucht, ist bei Rayyan oder Elicit besser aufgehoben, Covidence positioniert KI bewusst als Augmentation, nicht als Ersatz für menschliche Entscheidung. Für medizinische Reviews mit hohem Reproduzierbarkeitsanspruch bleibt es die Standardwahl.

Für wen ist Covidence?

Cochrane-Reviewer und medizinische Evidenz-Teams. Wer einen formalen Cochrane-Review schreibt, kommt an Covidence kaum vorbei, die Workflows sind direkt auf Cochrane-Methodik abgestimmt, und der RCT-Klassifikator ist auf biomedizinische Studien trainiert.

Universitäre Forschungsgruppen mit Dual-Review-Pflicht. Der Workflow erzwingt zwei unabhängige Reviewer pro Entscheidung, markiert Konflikte automatisch und protokolliert jede Auflösung. Das ist Reproduzierbarkeits-Gold für die Methodensektion einer Publikation.

Promovierende und Habilitierende mit systematischem Review als Dissertationsbestandteil. Der Single-Review-Tarif (339 USD/Jahr) deckt genau einen Review ab, preislich noch tragbar für eine Qualifikationsarbeit, methodisch sauber genug für Peer-Review.

Institutionelle Bibliotheken und Methodenzentren. Die Site-Lizenz erlaubt Schulungen und parallele Reviews, beliebt bei medizinischen Fakultäten und Public-Health-Instituten, die Reviewing als Dienstleistung anbieten.

Weniger geeignet für: Schnelle Scoping-Reviews ohne formale Methodik, Einzelpersonen mit knappem Budget (eine Person genügt, das Tool zwingt nicht zur Lizenz, aber erst Dual-Review schöpft den Mehrwert aus), Reviews außerhalb Medizin/Life Sciences, wenn man auf den RCT-Klassifikator setzen will, und Teams mit strikter EU-Hosting-Pflicht.

Preise im Detail

Plan	Preis	Geeignet für
Trial	Kostenlos	1 Review, 500 Records, Workflow-Test
Single Review	339 USD/Jahr	1 Review, unbegrenzte Mitarbeiter
Package	907 USD/Jahr	Bis zu 3 Reviews parallel
Institutional	Auf Anfrage	Site-Lizenz, unbegrenzte Reviews und Nutzer

Einordnung: Covidence ist kein Schnäppchen, Rayyan bietet vergleichbares Screening kostenlos in der Basisversion. Was du bezahlst, ist die Cochrane-Anbindung, der vollständige Workflow bis zur Datenextraktion und der saubere Umgang mit Konflikten zwischen Reviewern. Für eine einzige Qualifikationsarbeit ist der Single-Plan vertretbar; wer zwei oder drei parallele Reviews fährt, sollte direkt zum Package-Plan greifen. Institutionelle Lizenzen rechnen sich für Bibliotheken und Methodenzentren mit mehr als fünf aktiven Reviews pro Jahr, Preise verhandelt Covidence direkt mit der Einrichtung. Die KI-Funktionen sind in allen Plänen enthalten, kein Aufpreis.

Stärken im Detail

Cochrane-Alignment ohne Kompromisse. Covidence ist nicht „auch für Cochrane geeignet”, sondern explizit darauf ausgerichtet. Cochrane Review Manager (RevMan) lässt sich direkt befüllen, die Methodensektion deiner Publikation kann ganze Workflow-Schritte aus dem Tool zitieren. Für formale Reviews ist das ein Zeitgewinn von mehreren Wochen.

Konfliktlösung als Erstklass-Feature. Sobald zwei Reviewer eine Studie unterschiedlich bewerten, taucht sie in einer eigenen Konflikt-Liste auf. Diskussionen lassen sich direkt am Datensatz führen, ein Drittreviewer kann moderieren. Was in Excel-Tabellen schnell chaotisch wird, ist hier strukturiert dokumentiert.

KI-Sortierung „Most Relevant”, ehrlich umgesetzt. Seit der Integration der EPPI-Centre-Active-Learning-Engine ordnet Covidence Treffer dynamisch nach Relevanz, basierend auf bisherigen Reviewer-Entscheidungen im jeweiligen Review. Das beschleunigt Screening, ohne Records zu entfernen, du screenst weiter alle Treffer, aber die wahrscheinlichen Treffer kommen zuerst. Für lange Trefferlisten ein realer Gewinn.

RCT-Klassifikator mit über 99,5 % Sensitivität. Der biomedizinische Klassifikator (ebenfalls EPPI-Centre, Cochrane-endorsed) markiert oder entfernt Nicht-RCTs aus dem Screening-Pool. Für Reviews, die ausschließlich randomisierte kontrollierte Studien einschließen, spart das Stunden manueller Vorarbeit. Kurze Abstracts werden bewusst nicht gefiltert, das Modell weiß, wann es unsicher ist.

LLM-gestützte Datenextraktion, mit Pflicht-Review. Im Extraction-Schritt schlägt ein LLM Werte für Datentabellen und Interventionsfelder aus dem Volltext-PDF vor. Du verifizierst jeden Vorschlag, bevor er gespeichert wird. Das ist langsamer als blindes Vertrauen, aber genau das macht es publikationsfähig.

PRISMA-Diagramm auf Knopfdruck. Das aktuelle PRISMA-Flussdiagramm wird automatisch aus dem Review-Status erzeugt und kann jederzeit als SVG oder PNG exportiert werden. Kein manuelles Zählen, keine Inkonsistenzen zwischen Diagramm und Text.

Schwächen ehrlich betrachtet

Hoher Preis im Vergleich zu Rayyan. 339 USD/Jahr für einen Review ist viel, Rayyan bietet Screening kostenlos, ohne Volltext-Workflow, aber mit eigenem KI-Ranking. Wer nur Screening braucht, hat dort die günstigere Option. Covidence rechnet sich erst, wenn du den vollständigen Workflow inklusive Extraktion nutzt.

Englisch ohne Ausweg. Es gibt keine deutsche Oberfläche und auch keine angekündigte Lokalisierung. Für deutschsprachige Doktorand:innen und Reviewer-Teams ist das eine Hürde, vor allem, weil viele Begriffe (Inclusion Criteria, Risk of Bias, Forest Plot) zwar im Fach üblich, aber im Studentenalltag nicht selbstverständlich sind.

US-Hosting ohne EU-Alternative. Covidence läuft auf US-Infrastruktur. Für die meisten Reviews unkritisch, du verarbeitest publizierte Studien, keine Patientendaten. Wenn dein Review aber unveröffentlichte Studienberichte oder vertrauliche Industrie-Daten einschließt, brauchst du die DSGVO-Klärung mit deiner Einrichtung.

KI ist Augmentation, nicht Kern. Wer eine Maschine sucht, die das Screening „macht”, ist hier falsch. Covidence positioniert KI bewusst zurückhaltend: Vorschläge, Sortierung, Klassifikation, aber jede Entscheidung bleibt menschlich. Das ist methodisch korrekt, aber nicht das, was viele unter „KI-Tool” verstehen.

RCT-Klassifikator nur für Medizin. Der bahnbrechende Filter funktioniert nur für biomedizinische Reviews. Wer einen Review in Pädagogik, Sozialwissenschaft oder Ingenieurwissenschaften fährt, hat die Funktion zwar in der Oberfläche, aber sie liefert keine relevanten Ergebnisse.

Keine KI für Risk-of-Bias. Die RoB-Bewertung, methodisch oft der zeitintensivste Schritt, bleibt komplett manuell. Hier liegt Covidence hinter Tools wie RobotReviewer zurück, die genau dafür gebaut wurden.

Alternativen im Vergleich

Wenn du … willst	Nimm
Kostenloses Screening mit KI-Ranking	Rayyan
KI-gestützte Volltextfragen und Forschungssynthese	Elicit
Zitations-Kontextprüfung („supports / disputes”)	Scite
Interaktive Q&A auf eigenen PDFs	NotebookLM
Klassisches Referenzmanagement plus Zotero-Connector	Zotero

DistillerSR ist die direkte Enterprise-Konkurrenz mit ähnlichem Workflow, deutlich höheren Preisen und eigenem KI-Stack, relevant für regulierte Industrien (HTA, Pharma), wir besprechen es separat sobald die Daten verifiziert sind.

So steigst du ein

Schritt 1: Auf covidence.org kostenlos ein Konto anlegen. Der Trial erlaubt einen Review-Test mit bis zu 500 Records, ideal, um den Workflow zu erproben, bevor du zahlst.

Schritt 2: Suchergebnisse aus PubMed, MEDLINE, Scopus, Embase und anderen Datenbanken im RIS-, NBIB- oder CSV-Format importieren. Covidence entfernt Duplikate automatisch und zeigt den aktuellen Stand im PRISMA-Flussdiagramm. Aktiviere bei medizinischen Reviews den RCT-Filter und entscheide bewusst, ob er nur taggen oder direkt aussortieren soll.

Schritt 3: Co-Reviewer einladen und Dual-Screening starten. Sortierung auf „Most Relevant” stellen, das beschleunigt die ersten Sessions, weil du früher Treffer siehst, die wahrscheinlich relevant sind. Konflikte in einer gemeinsamen Session oder per Drittreviewer auflösen, dann Volltextreview und Extraktion in derselben Oberfläche fortsetzen.

Ein konkretes Beispiel

Eine Forschungsgruppe an der Universität Frankfurt führt einen Cochrane-Review zur Wirksamkeit von Physiotherapie nach Kniegelenksersatz durch. Ausgangsmenge: 3.800 Treffer aus vier Datenbanken. Der RCT-Klassifikator markiert 2.100 Records als Nicht-RCT, das Team entscheidet, sie zu taggen statt zu entfernen, und screent sie mit niedriger Priorität. Zwei Reviewer screenen den Rest unabhängig, Most-Relevant-Sortierung sorgt dafür, dass die ersten 200 Treffer überdurchschnittlich oft relevant sind und das Team früh ein Gefühl für die Datenlage bekommt. Nach drei Wochen Screening liegen 340 Konflikte vor, die in einer gemeinsamen Session in vier Stunden gelöst werden. In der Extraktion füllen die LLM-Vorschläge Felder wie Stichprobengröße, Interventionsdauer und Outcome-Maße vor, die Reviewer korrigieren rund 15 % der Vorschläge, sparen aber gegenüber manueller Eingabe spürbar Zeit. Das automatisch erzeugte PRISMA-Diagramm geht direkt in die Publikation. Geschätzter Gesamtgewinn gegenüber dem letzten Review desselben Teams ohne Covidence-KI-Funktionen: ungefähr drei Wochen.

DSGVO & Datenschutz

• Hosting: USA (AWS-Infrastruktur). Kein EU- oder DACH-Hosting verfügbar.
• Datenarten: Üblicherweise publizierte Studiendaten, kein personenbezogener Schwerpunkt. Bei unveröffentlichten Studienberichten, Patientendaten oder vertraulichen Industriedaten ist eine separate DSGVO-Prüfung mit der eigenen Einrichtung Pflicht.
• AVV / DPA: Auf Anfrage erhältlich, üblicherweise im institutionellen Kontext.
• KI-Trainingsnutzung: Nach öffentlicher Aussage werden Review-Inhalte nicht zum Training generischer Modelle verwendet, die LLM-Vorschläge laufen über kontrollierte Inferenz. Schriftliche Bestätigung lohnt sich für sensible Reviews.
• Empfehlung für deutsche Einrichtungen: Vorab mit der eigenen DSB sprechen, AVV einfordern, bei sensiblen Inhalten zusätzlich klären, welche Daten überhaupt hochgeladen werden müssen, viele Workflow-Schritte funktionieren mit nur den bibliografischen Metadaten.

Gut kombiniert mit

Zotero, als Sammelstelle für Vorab-Recherche und Quellenverwaltung außerhalb des formalen Reviews. Exporte aus Zotero (RIS) lassen sich direkt nach Covidence importieren, sobald der Review-Pool steht.

Scite, zur Zitations-Kontextprüfung der eingeschlossenen Studien. Wer wissen will, ob eine Schlüsselstudie in der Folgeliteratur bestätigt oder widerlegt wurde, gewinnt mit Scite eine zweite Plausibilitätsebene neben dem klassischen Risk-of-Bias.

Elicit, für die explorative Phase vor dem formalen Protokoll. Elicit beantwortet Forschungsfragen quer durch Literaturmengen und hilft beim Schärfen der Review-Frage, bevor Covidence den eigentlichen PRISMA-Workflow übernimmt.

Unser Testurteil

Vier von fünf Sternen, solide, methodisch wertvoll, mit klaren Trade-offs. Punkte holt Covidence durch Cochrane-Anbindung, sauberen Dual-Reviewer-Workflow, Konfliktlösung und die seit 2024 spürbar erweiterten, aber bewusst vorsichtigen KI-Funktionen. Punkte verliert es durch den Preis (Rayyan macht Screening kostenlos), die fehlende deutsche Lokalisierung, das US-Hosting und die Tatsache, dass die KI-Funktionen sinnvolle Augmentation sind, aber kein Game-Changer. Wer einen formalen Review schreibt, kann mit gutem Gewissen zu Covidence greifen. Wer ein KI-First-Tool sucht, schaut zu Rayyan oder Elicit.

Was wir bemerkt haben

• Juni 2026, Quellen ergänzt und Preise gegen die offizielle Pricing-Seite verifiziert: Single 339 USD/Jahr, Package 907 USD/Jahr, Organizational auf Anfrage, kostenloser Trial mit 500 Records. Keine Preisänderung gegenüber dem letzten Stand.
• Juni 2026, Covidence beschreibt seine KI-Linie auf der eigenen AI-Seite ungewöhnlich offen: Ausgeliefert ist der RCT-Klassifikator (über 99 % Recall, unabhängig vom EPPI-Centre evaluiert, ausschließlich für medizinische Reviews). Ein zusätzliches LLM-basiertes Ausschluss-Tool wurde in der Entwicklung getestet, aber bewusst NICHT veröffentlicht, weil der Recall im Praxistest auf bis zu 66 % einbrach. Das unterstreicht die zurückhaltende Augmentation-Strategie.
• Strategische Linie: Covidence kommuniziert offen, dass nur Automatisierungen ausgerollt werden, die strenge Performance-Kriterien erfüllen, und dass Ausschlüsse transparent und reversibel bleiben (jede KI-Entscheidung lässt sich zurücknehmen, das PRISMA-Diagramm aktualisiert sich automatisch). Das erklärt, warum andere Tools (Rayyan, Elicit) beim Tempo der KI-Integration vorne liegen, Covidence aber beim Methodenvertrauen.