DistillerSR

Kurzfazit

DistillerSR ist der Goldstandard für systematische Literaturreviews im regulierten Umfeld, überall dort, wo das Ergebnis vor einer Behörde standhalten muss. Wo akademische Werkzeuge wie Rayyan oder Covidence auf schlankes Screening optimiert sind, liegt DistillerSRs Stärke im lückenlosen Audit-Trail, in konfigurierbaren Extraktionsformularen und in KI-Funktionen, die sich nahtlos in einen validierbaren Workflow einfügen. AI Rerank lernt live aus den Entscheidungen des Review-Teams und priorisiert ungesichtete Studien dynamisch; jede KI-Extraktion bleibt zu 100 % auf die Quelle rückverfolgbar. Der Preis dafür ist hoch, Tarife gibt es nur auf Anfrage, und für alles unterhalb eines Pharma- oder HTA-Teams ist das Tool wirtschaftlich überdimensioniert. Wer dagegen AMNOG-, NICE- oder EU-MDR-Einreichungen vorbereitet, findet kaum ein Werkzeug, das den regulatorischen Anspruch ähnlich konsequent erfüllt.

Für wen ist DistillerSR?

Große HEOR-Teams in Pharma-Unternehmen: Wer parallel mehrere systematische Reviews für Nutzenbewertungen, Erstattungsdossiers oder Publikationen führt, profitiert von der zentralen Plattform mit wiederverwendbaren Templates. Laut Anbieter setzen rund 80 % der größten Pharma- und Medizinproduktehersteller DistillerSR ein, das macht es im Segment zum De-facto-Standard.

Regulatory- und Medical-Affairs-Abteilungen: Für FDA-Submissions, AMNOG-Dossiers (G-BA) oder NICE-Einreichungen zählt nicht nur das Ergebnis, sondern die nachvollziehbare Methode. Das lückenlose Audit-Trail, jede Entscheidung mit Reviewer-ID und Zeitstempel, liefert genau die Dokumentation, die Behörden erwarten.

Medizinproduktehersteller unter EU-MDR/IVDR: Clinical Evaluation Reports (CER) und Performance Evaluation Reports (PER) verlangen systematische, wiederholbare Literaturrecherchen. DistillerSR bietet dafür eigene Workflow-Vorlagen und unterstützt die geforderte Lückenlosigkeit der Dokumentation.

Forschungsdienstleister und Evidenz-Agenturen: Dienstleister, die im Kundenauftrag Reviews durchführen, schätzen die Skalierbarkeit, das kollaborative Doppel-Screening mit Konfliktlösung und die replizierbaren Projektkonfigurationen über viele Mandate hinweg.

Weniger geeignet für: Einzelne Promovierende oder kleine akademische Arbeitsgruppen (Rayyan ist hier kostenlos und ausreichend), Teams mit knappem Budget (Covidence bietet das bessere Preis-Leistungs-Verhältnis für nicht-regulierte Reviews) und alle, die eine schnelle Explorations- statt formale Review-Recherche brauchen (Elicit ist dafür der bessere Startpunkt).

Preise im Detail

Tarif	Preis	Was du bekommst
Academic / Studierende	Auf Anfrage (vergünstigt)	Voller Funktionsumfang für akademische Einzelprojekte und Forschungsgruppen, reduzierte Konditionen
Corporate / Government	Auf Anfrage	Enterprise-Lizenz nach aktiven Reviews und Nutzerzahl, KI-Funktionen (AI Rerank, Classifiers, SEE), Audit-Trail, EU-MDR-Templates
Managed Services	Auf Anfrage (Zusatzleistung)	Expertenunterstützung bei Setup, Formularkonfiguration und Methodendesign durch das DistillerSR-Team

Einordnung: DistillerSR veröffentlicht keine Listenpreise, alles läuft über ein Verkaufsgespräch und richtet sich nach Anzahl aktiver Reviews und Nutzerlizenzen. Im direkten Vergleich ist DistillerSR das teuerste Werkzeug seines Segments, deutlich oberhalb von Covidence (transparente Jahrespreise) und unerreicht teurer als das kostenlose Rayyan. Der Preis rechtfertigt sich nur, wenn der regulatorische Anspruch ihn verlangt: Wer für Behörden einreicht und ein auditierbares, validierbares Vorgehen braucht, zahlt hier für Compliance-Sicherheit, nicht nur für Screening-Komfort. Für eine einzelne akademische Übersichtsarbeit ohne regulatorischen Druck ist das Preisniveau kaum zu rechtfertigen.

Stärken im Detail

AI Rerank lernt live mit dem Team. Statt eines statischen Vorab-Scorings ordnet AI Rerank die noch ungesichteten Treffer kontinuierlich neu, auf Basis der Ein- und Ausschlussentscheidungen, die das Review-Team in Echtzeit trifft. Relevante Studien wandern so nach oben, und der Anbieter beziffert die Screening-Beschleunigung auf bis zu 70 %. Der entscheidende Punkt: Die KI ersetzt keine Entscheidung, sie priorisiert nur die Reihenfolge, das Team behält die volle Kontrolle und damit die regulatorische Hoheit.

Smart Evidence Extraction mit voller Rückverfolgbarkeit. SEE nutzt zweckgebaute generative KI, um Daten aus Tabellen und Fließtext wissenschaftlicher Artikel zu extrahieren. Anders als bei einem nackten LLM-Output bleibt jedes Datenelement zu 100 % auf das Quelldokument rückverfolgbar, und der Workflow erlaubt explizit eine Human-in-the-Loop-Validierung. Genau diese Kombination, KI-Geschwindigkeit plus menschliche Freigabe, macht den Output für regulierte Einreichungen verwendbar.

Lückenloses Audit-Trail. Jede Reviewer-Entscheidung, jeder KI-Vorschlag, jede Formularänderung wird mit Reviewer-ID und Zeitstempel protokolliert; integrierte Versionierung hält den Verlauf fest. Für AMNOG- oder FDA-Dossiers ist das kein Komfort, sondern Pflicht, und DistillerSR liefert die Dokumentation, die andere Tools nur teilweise abbilden.

Konfigurierbare, replizierbare Workflows. Extraktionsformulare lassen sich exakt auf die PICO-Fragestellung zuschneiden und als Template für Folgeprojekte sichern. PRISMA-Flussdiagramme entstehen publikationsreif, Cochrane-Risk-of-Bias-Vorlagen sind eingebaut. Das macht große Programme mit vielen parallelen Reviews methodisch konsistent.

Echte Kollaboration im regulierten Kontext. Doppel-Screening mit Blind-Review, automatische Konfliktanzeige, gleichzeitiger Mehrnutzerzugriff ohne Überschreibungskonflikte und feingranulare Zugriffsrechte, DistillerSR ist auf Teamarbeit über Monate und über Standorte hinweg ausgelegt, nicht auf den Einzelnutzer.

Schwächen ehrlich betrachtet

Intransparenter, sehr hoher Preis. Es gibt keinen veröffentlichten Tarif, keinen Self-Service-Einstieg und keinen offenen Trial. Jeder Einstieg läuft über ein Verkaufsgespräch, und das Preisniveau liegt klar über allen Alternativen im Segment. Für Budgetplanung ist das unangenehm, eine Vergleichsrechnung gegen Covidence lässt sich nur nach einem Angebotsgespräch seriös aufstellen.

Keine dedizierte EU-Hosting-Region. DistillerSR Inc. sitzt in Kanada, die Datenhaltung erfolgt in Nordamerika. Eine native EU-Region wie sie etwa DSGVO-sensible deutsche Behördenkontexte erwarten, ist nicht Standard. Wer personenbezogene oder besonders schützenswerte Daten verarbeitet, muss die Datenschutzbewertung sorgfältig führen, als Workaround bleibt, in Reviews ausschließlich publizierte Studiendaten zu verarbeiten (was im systematischen Review ohnehin der Regelfall ist).

Englisch-only, kein deutscher Support. Die Oberfläche, die Dokumentation und der Support sind ausschließlich englisch. Für internationale HEOR-Teams ist das unkritisch, für rein deutschsprachige Abteilungen eine Eingewöhnungshürde, insbesondere beim Schulen neuer Reviewer.

Überdimensioniert für kleine Vorhaben. Funktionsumfang und Preis sind auf große, regulierte Programme zugeschnitten. Eine einzelne Masterarbeit, ein Scoping Review ohne Behördenbezug oder ein Drei-Personen-Forschungsteam an einer Uni werden den Großteil der Funktionen nie nutzen, und zahlen trotzdem dafür.

Lernkurve trotz Low-Code. Das Tool ist mächtig, und diese Mächtigkeit will konfiguriert werden. Extraktionsformulare, KI-Schwellen und Workflow-Logik sauber aufzusetzen verlangt Methodenwissen; nicht selten ist deshalb das kostenpflichtige Managed-Services-Paket faktisch eingeplant. Plug-and-play ist DistillerSR nicht.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
Ein kostenloses Tool fürs reine Screening (auch Studierende) brauchst	Rayyan
Strukturierte Reviews mit fairem Preis ohne harten Regulatorik-Druck führst	Covidence
Schnell explorativ Literatur durchsuchen und Fragen stellen willst	Elicit
Lange Einzelartikel automatisch zusammenfassen lassen willst	Scholarcy
Zitationskontext und Belastbarkeit von Aussagen prüfen willst	scite_

Erwähnenswert ohne eigene Tool-Seite: EPPI-Reviewer (akademisch etabliert, ähnlich auf systematische Reviews spezialisiert), Nested Knowledge (modernes Living-Review-Tool mit starker Visualisierung) und Cadima (kostenlos, vom Julius Kühn-Institut betrieben, im DACH-Raum bekannt). DistillerSR spielt jedoch in einer eigenen Liga, sobald regulatorische Auditierbarkeit zählt, die akademisch geprägten Alternativen sind günstiger und schlanker, decken aber den Dokumentations- und Validierungsanspruch von Behördeneinreichungen nicht im gleichen Maß ab.

So steigst du ein

Schritt 1: Demo über die DistillerSR-Website anfragen, ein Preisgespräch und ein Proof-of-Concept-Review sind der Standard-Einstieg für kommerzielle Kunden. Einen öffentlichen Self-Service-Plan gibt es nicht; plane das Verkaufsgespräch als festen Bestandteil ein.

Schritt 2: Erste Review-Konfiguration mit dem DistillerSR-Team durchführen: Extraktionsformulare für die spezifische PICO-Fragestellung aufbauen, AI Rerank aktivieren und das Screening-Team einweisen. Für AMNOG-Reviews empfiehlt sich eine eigene Formularkonfiguration pro Dossierteil (Modul 4 vs. Modul 5).

Schritt 3: Pilotreview mit einer laufenden Fragestellung durchführen, das Audit-Trail prüfen und bewerten, ob der KI-Assistenz-Workflow den Validierungsanforderungen der eigenen Regulatory-Affairs-Abteilung entspricht. Erst danach das Programm auf weitere parallele Reviews ausrollen.

Ein konkretes Beispiel

Ein globales Pharma-Unternehmen bereitet drei parallele systematische Reviews für ein Onkologie-Dossier vor. DistillerSR bündelt alle drei in einer Plattform: AI Rerank priorisiert insgesamt 8.000 Treffer und reduziert das manuelle Screening spürbar, weil die relevanten Records früh nach oben sortiert werden. Smart Evidence Extraction zieht die Endpunkt-Daten aus den eingeschlossenen Studien, jedes Element bleibt auf die Quelltabelle rückverfolgbar, und zwei Reviewer validieren unabhängig. Alle Entscheidungen sind mit Zeitstempel und Reviewer-ID protokolliert; das Audit-Trail wird dem G-BA als Methodenanlage zum Dossier beigelegt. Geschätzte Zeitersparnis gegenüber einem Excel-basierten Workflow: rund sechs Wochen bei einem dreiköpfigen HEOR-Team, und vor allem eine Dokumentation, die einer methodischen Prüfung durch die Behörde standhält.

DSGVO & Datenschutz

• Datenhosting: Nordamerika (DistillerSR Inc. mit Sitz in Kanada). Keine dedizierte EU-Hosting-Region als Standardangebot, bei DSGVO-relevanten Daten vorab klären, welche Datenresidenz vertraglich zusicherbar ist.
• Datennutzung: Die Plattform ist für regulierte Evidenzarbeit konzipiert; Review-Inhalte verbleiben im jeweiligen Kundenprojekt. Die KI-Funktionen sind auf Validierbarkeit und Quellenrückverfolgung ausgelegt, nicht auf Weiterverwertung der Kundendaten.
• Audit & Nachvollziehbarkeit: Lückenloses Audit-Trail mit Reviewer-ID und Zeitstempel sowie integrierte Versionierung, ein zentraler Baustein für GxP-nahe und behördliche Anforderungen.
• Compliance-Rahmen: Der Anbieter verweist auf die Orientierung an NIST-AI-Prinzipien sowie auf Unterstützung von EU-MDR/IVDR-Anforderungen (CER/PER). Konkrete Zertifizierungen (z. B. SOC 2, 21 CFR Part 11-Validierungspakete) sind projekt- bzw. vertragsabhängig und sollten direkt erfragt werden.
• Auftragsverarbeitung (AVV): Für Enterprise-Kunden im Verkaufsprozess verhandelbar, als regulatorisch positioniertes Werkzeug ist ein AVV branchenüblich erwartbar, aber im Einzelfall zu bestätigen.
• Empfehlung für Unternehmen: Reviews auf publizierte Studiendaten beschränken (im systematischen Review der Normalfall). Bei jeder Verarbeitung personenbezogener oder besonders schützenswerter Daten eine Datenschutz-Folgenabschätzung durchführen und Datenresidenz sowie AVV schriftlich fixieren.

Gut kombiniert mit

• Covidence, wenn ein nicht-reguliertes Begleitprojekt parallel läuft, ist Covidence das günstigere Werkzeug; DistillerSR bleibt der regulierte Kern, Covidence übernimmt das akademische Beiwerk.
• Elicit, für die explorative Vorphase: Mit Elicit lässt sich das Feld schnell sondieren und die Fragestellung schärfen, bevor in DistillerSR das formale, auditierbare Review aufgesetzt wird.
• Scholarcy, beschleunigt das Volltext-Lesen einzelner eingeschlossener Studien durch automatische Zusammenfassungen; die belastbare Extraktion und Validierung bleibt in DistillerSR.

Unser Testurteil

DistillerSR verdient 4 von 5 Sternen. Im regulierten HEOR-, HTA- und Medizinprodukte-Umfeld ist es das gründlichste Werkzeug am Markt: Das lückenlose Audit-Trail, die validierbaren KI-Funktionen mit voller Quellenrückverfolgung und die konfigurierbaren, replizierbaren Workflows treffen genau die Anforderungen von Behördeneinreichungen. AI Rerank und Smart Evidence Extraction sind keine aufgesetzten KI-Spielereien, sondern in einen Compliance-tauglichen Prozess eingebettet, das ist der entscheidende Unterschied zu vielen Wettbewerbern. Den fünften Stern kosten der intransparente, sehr hohe Preis, das fehlende dedizierte EU-Hosting, die reine Englisch-Oberfläche und die Tatsache, dass das Tool für alles unterhalb großer regulierter Programme schlicht überdimensioniert ist. Wer den regulatorischen Anspruch nicht hat, ist mit Covidence oder Rayyan besser bedient. Wer ihn hat, findet kaum etwas Besseres.

Was wir bemerkt haben

• 2022/2023, Evidence Partners hat sich in DistillerSR Inc. umbenannt: Das Produkt ist zur Marke geworden und tritt jetzt vor den ursprünglichen Firmennamen. Ältere Erwähnungen unter “Evidence Partners” beziehen sich auf denselben Anbieter.
• 2024/2025, Ausbau der generativen KI: Mit Smart Evidence Extraction (SEE) und agentischen Funktionen positioniert sich DistillerSR über das reine Screening hinaus in Richtung KI-gestützter Datenextraktion und Reportentwurf, stets mit dem Anspruch voller Rückverfolgbarkeit für regulierte Anwender.
• 2025, Der Anbieter beziffert seine Marktstellung auf rund 80 % der größten Pharma- und Medizinproduktehersteller, über 250 Kunden und 24 Mio. verwaltete Referenzen. Frühere Angaben (z. B. “70 % der Top 20”) sind damit nach oben korrigiert, die Marktdominanz im Segment ist real, sollte aber als Anbieterangabe gelesen werden.
• Mai 2026, Eine dedizierte EU-Hosting-Region ist weiterhin kein offen beworbenes Standardangebot. Für DSGVO-sensible deutsche Anwender bleibt das der zentrale Prüfpunkt vor dem Einsatz; in der Praxis entschärft sich die Frage dadurch, dass systematische Reviews überwiegend publizierte Studiendaten verarbeiten.