Zotero und KI-Plugins: State of the Art April 2026

Wer Literaturverwaltung mit KI kombinieren möchte, trifft derzeit auf eine dynamische Toollandschaft. Eine aktuelle Einschätzung zu den drei Marktführern Mendeley, EndNote und Zotero – jeweils mit sehr unterschiedlichem Profil – findet sich in dieser Gemini-Zusammenfassung. Fazit: Nach Nutzerzahl liegt Mendeley knapp vorne, dicht gefolgt von Zotero; bei institutioneller Dominanz führt EndNote. Zotero ist jedoch die am schnellsten wachsende Empfehlung im akademischen Bereich.

Ich nutze Zotero seit 2008 und habe inzwischen über 8.700 Einträge angesammelt. Schon vor etwa einem Jahr habe ich versucht, die Such- und Auswertungsfunktionen durch KI-Plugins zu erweitern – das war damals enttäuschend.

Inzwischen, und insbesondere in den letzten sechs Monaten, hat sich die KI-Landschaft rund um Zotero dramatisch verändert. Eine aktuelle Suche zum Thema und das Ergebnis einiger Stunden Recherche und Konfiguration findet sich in dieser weiteren Gemini-Zusammenfassung.

Was nimmt die KI in Zotero ab?

Typische Anwendungsfälle:

• Eine PDF befragen: Eine einzelne Studie direkt befragen – etwa: „Welche Einschlusskriterien wurden verwendet?" oder „Was sind die wichtigsten Studienergebnisse, was war überraschend?"
• Studienvergleiche: Zwei oder mehr Studien gegenüberstellen – Methodik, Stichprobengrößen, Ergebnisse, Widersprüche. Das kann man auch andere KIs machen lassen, wenn man 5–10 PDFs hochlädt, aber Beaver macht es besonders komfortabel direkt aus Zotero heraus.
• Literatur-Reviews: Mehrere Arbeiten zu einem Thema zu einem kohärenten Überblick zusammenfassen.

• Gezielte Datenbanksuche: Abfragen wie „Finde alle Arbeiten, die sich mit Thema X unter Verwendung von Methodik Y beschäftigen, geordnet nach Relevanz" – über die gesamte lokale Literaturdatenbank.

Beaver wurde von den Entwicklern für literaturkritisches Arbeiten optimiert. Das heißt nicht nur Zusammenfassen, sondern methodenkritisches Bewerten: Sind die Schlussfolgerungen durch die Daten gedeckt? Gibt es Selektionsbias? Wie ist die Stichprobengröße zu bewerten?

Drei KI-Plugins im Vergleich

Aktuell stehen drei Plugins für Zotero im Vordergrund: Beaver, LLM-for-Zotero und PapersGPT. Alle drei können parallel betrieben werden, was aber wenig sinnvoll ist. Beaver gefällt mir in Möglichkeiten und Ergebnissen am besten.

Die Kombination aus Beaver (System-Prompting), OpenRouter (BYOK-Routing) und Kimi K2.5 (Long-Context, 262.144 Token Kontextfenster) stellt im April 2026 das technische „State-of-the-Art"-Setup für Zotero-Nutzer dar. In Fachforen besteht Einigkeit, dass dieses Setup die höchste Analysetiefe erreicht, die ohne spezialisierte Enterprise-KI-Lösungen möglich ist.

Beaver wurde von Forschern an der Harvard University entwickelt und ist erst gut ein halbes Jahr alt.

Gemeinsame Schwäche aller drei Plugins: Sie verarbeiten nur die Zotero-Einträge – Metadaten (Autoren, Titel, Abstract) und den PDF-Volltext. Wer wie ich viele Webseiten ohne PDF gespeichert hat, geht leer aus: Die Plugin-Parser für Webseiten sind noch nicht ausgereift, weil Webseiten strukturell weit komplexer sein können als PDFs.

Ontologie als Ergänzung zu KI-Plugins

Eine Kollegin wies darauf hin, dass eine zahnmedizinische Ontologie die Analysequalität weiter steigern kann – insbesondere wenn es um das systematische Bewerten und Vergleichen von Studien geht, nicht nur ums Zusammenfassen. Wie das mit der bestehenden Beaver/Zotero-Installation praktisch umzusetzen ist, beschreibt die Seite Zahnmedizinische Ontologie in Zotero: KI-Präzision steigern.

Geschäftsmodelle im Überblick

Das Feld zeigt eine typische Spreizung: LLM-for-Zotero ist kostenlose Open Source und bindet externe KIs ohne Zwischenschicht direkt an. Beaver lässt sich mit eigenem API-Key kostenlos und ohne Mengenbeschränkung nutzen – und greift dabei intern bereits auf OpenAlex (240 Mio. Papers) zu, wenn man es im Chat nach Literatur fragt. Die Plus-Version (10–20 USD/Monat) ergänzt eine dedizierte Discover-Oberfläche zum eigenständigen Stöbern, KI-Ranking und Batch-PDF-Analyse. PapersGPT liegt mit 29–99 USD/Monat deutlich darüber und rechnet nach Gerätezahl und gleichzeitigen PDFs ab. Das Muster dahinter ist erkennbar: Distributoren wie OpenRouter sowie Dienste wie Beaver, PapersFlow und PapersGPT reichern die Basis-KI mit Mehrwertdiensten an – und genau dafür wird bezahlt.

Wie Beaver intern funktioniert

Eine Frage, die sich bei der Einrichtung stellt: Wenn ich in Beaver einen eigenen API-Key für Kimi K2.5 hinterlege – gehen meine Prompts dann noch über Beaver-Server, oder direkt zur KI? Eine Gemini-Analyse gibt darüber Aufschluss:

Server-Routing

Prompts werden nicht direkt vom eigenen Rechner an Kimi gesendet. Sie durchlaufen das Backend von Beaver, das auf Cloud-Diensten (Supabase, Vercel) basiert. Beaver fungiert als Koordinator – die Server stehen nicht bei Harvard, sondern werden von Beaver als kommerzielle Infrastruktur betrieben.

Prompt-Modifikation

Der eigene Prompt erreicht die KI nicht im Originalzustand. Beaver verändert ihn auf zwei Ebenen:

1. System-Prompt: Das Backend fügt umfangreiche Instruktionen hinzu, die das wissenschaftliche Verhalten und die Zitierweise der KI festlegen.
2. Kontext-Injektion: Beaver identifiziert relevante Textstellen in den eigenen Zotero-PDFs und bettet diese Auszüge direkt in den Prompt ein, damit die KI bibliotheksspezifisch antworten kann.

Datenschutz

Laut Nutzungsbedingungen von Beaver: API-Keys werden verschlüsselt übertragen und nicht permanent gespeichert. Eine Nutzung von Prompt-Inhalten oder Dokumenten zu Trainingszwecken findet standardmäßig nicht statt (nur bei explizitem Opt-in). Ein vollständig lokaler Betrieb ohne Server-Kontakt ist technisch derzeit nicht vorgesehen.

Beaver-Beispielabfrage

Die folgende Abfrage zeigt einen Vergleich zweier Studien (Afrashtehfar 2017 vs. Bhagwat 2025), durchgeführt mit Beaver. Anklicken öffnet das vollständige Dokument:

↗ Anklicken öffnet die vollständige Analyse als PDF

OpenRouter-Kosten

Das folgende Bild zeigt die OpenRouter-Abrechnungskosten: Man sieht, wie die Kosten auf null sinken, sobald die direkte BYOK-Verbindung zu Moonshot/Kimi funktioniert. Anklicken öffnet das Bild in voller Auflösung:

↗ Anklicken öffnet das Bild in voller Auflösung

Konfiguration: Beaver mit Kimi K2.5 über OpenRouter

Mit PapersGPT und LLM-for-Zotero funktionierte die direkte Verbindung zu Kimi/Moonshot sofort. Beaver habe ich nur über OpenRouter mit eigenem Kimi-API-Key zum Laufen gebracht, was einige Stunden gekostet hat.

Wer anfängt, sollte sich die direkte BYOK-Einrichtung ersparen und Beaver mit Kimi einfach über OpenRouter nutzen – OpenRouter übernimmt dann auch die Abrechnung. Dafür braucht man:

1. Einen OpenRouter-Account mit etwas Startguthaben (ab 5 USD)
2. Optional: Eigenen Kimi-API-Key in OpenRouter hinterlegen, wenn die Abrechnung direkt über Moonshot/Kimi laufen soll

Die entscheidende Zeile in der Beaver-Konfiguration ist:

"snapshot": "moonshotai/kimi-k2.5:provider:moonshot"

Ohne den Zusatz :provider:moonshot routet OpenRouter Kimi K2.5 über andere Provider (schnellste, billigste etc.), was man in OpenRouter auch automatisch wählen lassen kann. Die Einschränkung auf Moonshot über die OpenRouter-GUI funktioniert nicht – sie muss in dieser Konfigurationszeile erfolgen.

Die vollständige Beaver-Konfiguration (Einrichtung beschrieben in Custom Models):

[
  {
    "api_base": "https://openrouter.ai/api/v1",
    "format": "openai",
    "api_key": "sk-or-v1-…",
    "name": "Kimi K2.5 (Forced)",
    "snapshot": "moonshotai/kimi-k2.5:provider:moonshot",
    "context_window": 262144,
    "supports_vision": true
  }
]

Falls das Thema jemanden interessiert und noch etwas unklar sein sollte, bitte nachfragen.

PapersFlow: die All-in-One-Alternative

PapersFlow positioniert sich als „All-in-One AI Research Workspace" und geht über das hinaus, was Zotero-Plugins leisten: Es kann auch Webseiten auswerten – die oben beschriebene Plugin-Schwäche entfällt damit.

Das Konzept: Die gesamte lokale Zotero-Datenbank wird bidirektional mit PapersFlow synchronisiert. Man kann dort mit dem bestehenden Bestand arbeiten, neue Literatur aufnehmen, die wiederum zu Zotero zurückfließt. Das Kleinklein der Literaturverwaltung – Zitationsformate für Hunderte von Zeitschriften, korrekte Bibliographien – bleibt Zotero überlassen; PapersFlow konzentriert sich auf die KI-gestützte Auswertung.

Kosten: ab 20 USD/Monat (Uniangehörige: 14 USD/Monat). Für jemanden, der professionell wissenschaftlich arbeitet, ist das eine realistische Investition. Für gelegentliche Nutzung wie meine ist es derzeit zu teuer – weshalb ich zunächst beim Zotero-Plugin-Ansatz bleibe. Kimi K2.5 kostet bei Abfragen oft nur Bruchteile von Cent und hat keine monatlichen Grundkosten.

Literatur

1. Team P. 7 Best Zotero AI Plugins in 2026 (Tested & Ranked). PapersFlow. 12. März 2026. papersflow.ai
2. Team P. Beaver for Zotero Review: Is This AI Plugin Worth It? (2026). PapersFlow. 13. Januar 2026. papersflow.ai
3. Beaver — AI Research Assistant for Zotero. beaverapp.ai
4. Beaver — AI Research Assistant for Zotero – Custom Models. beaverapp.ai/docs/custom-models
5. Team P. How to Use DeepSeek, OpenRouter, and Ollama with Zotero. PapersFlow. 11. März 2026. papersflow.ai
6. Team P. Beaver vs PapersGPT vs A.R.I.A.: Which Zotero AI Tools Wins in 2026? PapersFlow. 11. März 2026. papersflow.ai
7. Team P. PapersFlow + Zotero: The Research Stack You've Been Waiting For. PapersFlow. 28. Januar 2026. papersflow.ai
8. Gemini. Wie funktioniert Beaver für Zotero intern? Server-Routing, Prompt-Modifikation, Datenschutz. April 2026. gemini.google.com