Rayyan

Kurzfazit

Rayyan ist der De-facto-Standard für PRISMA-konformes Screening in systematischen Reviews, das mit Abstand am häufigsten zitierte Tool in Cochrane- und PROSPERO-Reviews der letzten Jahre. Betreiber ist die US-amerikanische Rayyan Systems, Inc. in Cambridge, ursprünglich entstand das Tool am Qatar Computing Research Institute. Stark sind das KI-Scoring, das Tausende Abstracts in Minuten in eine sinnvolle Reihenfolge bringt, und der Blind-Review-Modus für kontrollierte Doppel-Screenings. Schwach sind die englische Oberfläche, das US-Hosting und die Tatsache, dass die nützlicheren KI-Funktionen (PICO-Extraktion, AI Screening Agents) erst ab dem Advanced-Plan freigeschaltet sind. Für Doktoranden und Postdocs in der Medizin, Public Health oder Sozialforschung ist Rayyan die naheliegende Wahl. Wer eine Meta-Analyse mit Forest Plots und Statistik in derselben Plattform braucht, sollte trotz der inzwischen ausgebauten Extraktions- und RoB-Funktionen weiterhin Covidence oder DistillerSR prüfen.

Für wen ist Rayyan?

Doktoranden und Postdocs: Wer einen systematischen Review als Teil der Promotion oder Habilitation schreibt, kommt mit dem Free-Plan oft aus. Drei aktive Reviews und zwei Reviewer reichen für die meisten Einzelprojekte. Der Lerneinstieg ist niedrig, das KI-Scoring spart messbar Zeit.

Klinische Forschungsgruppen: Krankenhäuser und Universitätskliniken nutzen Rayyan für PROSPERO-registrierte Reviews. Der Blind-Review-Modus erfüllt methodische Anforderungen, das automatische PRISMA-Flussdiagramm passt direkt in das Manuskript.

Cochrane- und Campbell-Reviewer: Rayyan ist in der Methodikliteratur dieser Communities seit Jahren etabliert. Wer in einer Cochrane-Gruppe arbeitet, trifft auf Kollegen, die das Tool kennen, der Onboarding-Aufwand für neue Mitglieder bleibt gering.

Bibliothekare und Information Specialists: Die Importfunktion akzeptiert RIS, NBIB, EndNote XML, BibTeX und CSV aus allen großen Datenbanken. Duplikat-Erkennung läuft sauber, was bei Recherchen über fünf bis acht Datenbanken viel Handarbeit erspart.

Public-Health- und HTA-Einrichtungen: Health-Technology-Assessment-Reports und Evidenz-Synthesen für Politik-Beratung lassen sich mit dem Institutional-Plan teamübergreifend organisieren, auch über mehrere parallele Reviews hinweg.

Weniger geeignet für: Forscher, die in der Discovery-Phase stecken (dafür sind Elicit, Semantic Scholar oder ResearchRabbit besser), Einrichtungen mit strikten EU-Datenschutz-Auflagen, und Teams, die Datenextraktion plus Meta-Analyse-Statistik im selben Tool brauchen, Rayyan endet beim Screening und der Volltext-Markierung.

Preise im Detail

Plan	Preis	Was du bekommst
Free	0 USD	3 aktive Reviews, 2 Reviewer, Duplikaterkennung, AI Relevance Predictions, Workbench mit 15+ Filtern
Essential	4,99 USD/Sitz/Monat (jährlich), 8,33 USD (quartalsweise)	9 aktive Reviews, 5 Reviewer, PRISMA-Diagramm-Generator, Auto-Resolve Duplikate, Mobile App, Dark Theme, programmierbare Shortcuts
Advanced	8,33 USD/Sitz/Monat (jährlich), 13,33 USD (quartalsweise)	9 aktive Reviews, 10 Reviewer, unbegrenzte Samples, AI Screening Agents, PICO-Extraktion (AI), Priority Support
Institutional (Academic/Business)	Auf Anfrage (ab 5 Lizenzen, jährlich)	Wie Advanced, plus ResearchPilot AI, 250 Reviewer, 50 organisationsweite Reviews, Team-Dashboard, Workspace-Rollen
Enterprise	Auf Anfrage	Wie Institutional, plus unbegrenzte Reviews, SSO/SAML, API-Integration, Management-Konsole, dedizierter Support

Einordnung: Der Free-Plan ist für Einzelprojekte ehrlich brauchbar, drei aktive Reviews und zwei Reviewer decken den klassischen Promotionsfall ab, das AI-Relevance-Scoring ist bereits hier enthalten. Die Sprünge in den bezahlten Plänen sind moderat: 4,99 USD/Sitz/Monat im Essential-Plan ist für ein dreiköpfiges Team mit ca. 15 USD/Monat finanzierbar. Wirklich interessant wird es erst im Advanced-Plan, weil dort die KI-PICO-Extraktion und die AI Screening Agents hinzukommen, also die KI-Funktionen jenseits des Relevance-Scorings, das in allen Plänen läuft. Die Institutional-Pläne (Academic und Business) werden inzwischen individuell verhandelt, ab fünf Lizenzen und mit ResearchPilot AI als Flaggschiff-Funktion, eine feste Pro-Lizenz-Preisliste gibt es nicht mehr öffentlich. Akademische Einrichtungen fragen die Institutional-Lizenz direkt an, weil sie die Pro-Sitz-Abrechnung umgeht. Hinweis zur Einordnung: Covidence ist deutlich teurer (typischerweise 200 bis 300 USD/Jahr pro Reviewer in Einzelplänen), bietet dafür aber seit jeher Datenextraktion und Risk-of-Bias-Assessment in einem Workflow.

Stärken im Detail

KI-Scoring, das wirklich Zeit spart. Rayyans Relevance-Scoring lernt aus den ersten 50–100 Inklusions- und Exklusionsentscheidungen und sortiert die verbleibenden Treffer nach Wahrscheinlichkeit. In der Praxis bedeutet das: Statt 3.000 Abstracts in zufälliger Reihenfolge zu screenen, arbeitet man von “wahrscheinlich relevant” nach unten, und kann nach 60–70 % des Korpus oft sicher abbrechen, weil seitenlang nur noch klare Ausschlüsse kommen. Empirisch dokumentiert in mehreren Methodikpapers für medizinische Reviews mit ca. 70–85 % Trefferquote in der Top-30 %.

Blind-Review als Default. Zwei Reviewer screenen unabhängig, sehen die Entscheidungen des anderen nicht, Konflikte werden am Ende explizit gelistet. Das ist methodisch sauber und erfüllt die PRISMA-Anforderung an Doppel-Screening ohne organisatorische Klimmzüge. Konflikte lassen sich gemeinsam mit Kommentaren auflösen, die Historie bleibt nachvollziehbar.

Import aus allen relevanten Datenbanken. PubMed, Scopus, Web of Science, Cochrane Library, Embase, CINAHL, PsycINFO, ERIC, alle gängigen Exportformate werden akzeptiert. Die Duplikaterkennung ist über die Jahre solide geworden und im Essential-Plan auch automatisch auflösbar. Wer Reviews über fünf bis acht Datenbanken aufzieht, spart hier mehrere Stunden.

Automatisches PRISMA-Flussdiagramm. Die Identifikations-, Screening-, Eligibility- und Inclusion-Zahlen werden live aus dem Projektzustand gerechnet. Das Diagramm lässt sich als PNG/SVG für die Publikation exportieren, das spart Zeit und vermeidet Zähl-Fehler bei der Manuskripterstellung.

Free-Plan ohne Zeitlimit. Im Gegensatz zu vielen Konkurrenten ist Rayyans kostenlose Version dauerhaft nutzbar, nicht zeitlich begrenzt. Für Einzelprojekte und kleine Teams reicht das oft komplett.

Schwächen ehrlich betrachtet

US-Hosting bleibt ein Stolperstein. Daten liegen in den USA. Für viele Ethikkommissionen und IRBs bedeutet das zusätzliche Begründungsarbeit, vor allem wenn personenbezogene Daten oder unveröffentlichte Volltexte hochgeladen werden. Rayyan bietet keinen EU-Standort als Option, auch nicht im Enterprise-Plan. Wer hier strikte Auflagen hat, muss prüfen, ob nur Metadaten/Abstracts geteilt werden, oder auf eine selbst-gehostete Lösung ausweichen.

Kein deutsches Interface, kein deutscher Support. Die UI ist komplett englisch, alle Hilfe-Dokumente ebenso. Für englischsprachige akademische Workflows kein Problem, für interdisziplinäre Teams mit Klinikpersonal oder Studierenden ohne Forschungserfahrung manchmal eine Hürde.

KI-Funktionen sind gestaffelt, das Relevance-Scoring ersetzt keinen Review. Das Relevance-Scoring ist solide und in allen Plänen (auch Free) enthalten, aber kein “Auto-Screening”, am Ende muss jede Entscheidung von einem Menschen getroffen werden. Die deutlich stärkeren KI-Funktionen, PICO-Extraktion und AI Screening Agents, gibt es erst ab Advanced (8,33 USD/Sitz/Monat), die volle ResearchPilot-AI-Suite sogar erst in den Institutional-Plänen. Wer auf eine bestimmte KI-Funktion baut, sollte vor Lizenzkauf prüfen, in welchem Tier sie tatsächlich liegt.

Datenextraktion und Risk-of-Bias erst seit Kurzem, und nicht im Free-Plan. Rayyan hat den Funktionsumfang über ResearchPilot inzwischen um Datenextraktion (“Auto-Extract”) und ein Risk-of-Bias-Assessment erweitert, beides war früher nicht vorhanden. Die volle Tiefe dieser Workflows liegt jedoch in den höheren (Institutional-/Enterprise-)Plänen, und für die statistische Meta-Analyse mit Forest Plots wechselt man weiterhin nach R, RevMan oder DistillerSR. Im Free- und Essential-Plan bleibt Rayyan im Kern ein Screening-Werkzeug mit Volltext-Markierungen.

Pro-Sitz-Pricing in Einzelplänen kann teuer werden. Für ein 8-köpfiges Forschungsteam mit Advanced-Plan landet man schnell bei ca. 800 USD/Jahr. Hier lohnt der Wechsel auf eine Institutional-Lizenz, aber das setzt eine Bibliothek oder Forschungsabteilung voraus, die das beschafft.

Alternativen im Vergleich

Wenn du…	Dann nimm
…Datenextraktion und Risk-of-Bias im selben Tool willst	Covidence
…in der Discovery-Phase steckst und Forschungsfragen mit KI explorieren willst	Elicit
…Zitations-Kontext (unterstützend/widersprechend) prüfen willst	Scite
…eine offene wissenschaftliche Datenbank für die Suche brauchst	Semantic Scholar

DistillerSR ist die etablierte Enterprise-Alternative für regulatorische und HTA-Reviews, deutlich teurer, dafür mit umfassenden Datenextraktions- und RoB-Workflows. Für reines PRISMA-Screening bleibt Rayyan jedoch der pragmatischere Einstieg.

So steigst du ein

Schritt 1: Auf rayyan.ai kostenlos registrieren und ein neues Review-Projekt anlegen. Suchergebnisse aus PubMed, Scopus oder anderen Datenbanken als RIS-, NBIB- oder CSV-Datei importieren. Rayyan akzeptiert alle gängigen Exportformate und entfernt Duplikate automatisch.

Schritt 2: Inklusions- und Exklusionskriterien als Labels anlegen, dann ca. 50–100 Paper manuell screenen, damit das KI-Scoring lernen kann. Anschließend “Compute Rating” aktivieren, Rayyan sortiert die verbleibenden Treffer neu, sodass wahrscheinlich relevante Paper oben stehen. Von dort arbeitet man sich nach unten, bis nur noch klare Ausschlüsse kommen.

Schritt 3: Co-Reviewer einladen und Blind-Review-Modus aktivieren. Beide Reviewer screenen unabhängig, Rayyan zeigt Übereinstimmungen und Konflikte automatisch. Konflikte gemeinsam auflösen, das PRISMA-Flussdiagramm exportieren und für die Publikation einbinden. Tipp: Pro Bedeutung-Label eine Farbe vergeben, das hilft beim späteren Sortieren der eingeschlossenen Volltexte.

Ein konkretes Beispiel

Ein Forschungsteam an der Charité Berlin führt einen systematischen Review zur Wirksamkeit von Telemedizin im Diabetes-Management durch. Ausgangsmenge: 2.200 Paper aus PubMed, Cochrane und Embase. Mit Rayyan screenen zwei Reviewer parallel im Blind-Modus, in zwei Wochen statt sechs. Das KI-Scoring identifiziert nach den ersten 100 manuellen Entscheidungen die 300 wahrscheinlich relevanten Paper mit ca. 85 % Trefferquote in den oberen Rängen, was die Priorisierung erheblich beschleunigt. Konflikte (ca. 8 % der Doppel-Screenings) werden in einem 90-minütigen Konsens-Meeting aufgelöst. Das PRISMA-Flussdiagramm landet ohne Nachbearbeitung im Manuskript für BMC Medical Informatics and Decision Making. Geschätzte Zeitersparnis gegenüber Excel-basiertem Screening: ca. 80 Stunden über das Gesamtprojekt.

DSGVO & Datenschutz

• Hosting: Datenübermittlung in die USA, außerhalb des EWR. Laut Datenschutzerklärung nutzt Rayyan Cloud-Storage bei AWS, Microsoft Azure und Google Cloud. Konkrete Regionen werden nicht offengelegt, eine garantierte EU-Hosting-Option ist nicht ausgewiesen.
• Verarbeitete Daten: Bibliografische Metadaten, Abstracts, optional hochgeladene PDFs, Reviewer-Entscheidungen, Kommentare sowie Account- und Nutzungsdaten (IP, Geräte-IDs, Zeitstempel).
• Personenbezogene Daten: Bei reinen Literatur-Reviews unkritisch (öffentliche Publikationen). Sensibel wird es, wenn unveröffentlichte Manuskripte oder Studiendaten geteilt werden.
• Transfer-Mechanismus / Vertretung: Für EU/UK-Transfers beruft sich Rayyan auf Standardvertragsklauseln (SCC). Als EU/UK-Vertretung ist DataRep benannt, ein standardisierter AVV/DPA ist in der öffentlichen Datenschutzerklärung nicht explizit ausgewiesen, für Institutional-/Enterprise-Kunden lässt sich das beim Support anfragen.
• Empfehlung: Vor Projektstart mit der lokalen Ethikkommission/IRB klären, ob US-Hosting für die geplanten Daten zulässig ist. Für Reviews mit ausschließlich öffentlichen Quellen (PubMed-Metadaten, publizierte Abstracts) ist das Risiko gering. Für Reviews mit Volltexten unveröffentlichter Studien oder geteilten Studienprotokollen sollte die DSGVO-Bewertung dokumentiert werden.

Gut kombiniert mit

Elicit für die Discovery-Phase. Bevor man eine PRISMA-Suche aufsetzt, hilft Elicit, das Forschungsfeld zu sondieren, relevante Cluster zu erkennen und Schlüsselbegriffe für die spätere strukturierte Suche zu finden. Rayyan übernimmt dann das systematische Screening.

Zotero oder EndNote für die Volltext-Verwaltung. Rayyan exportiert die eingeschlossenen Studien als RIS, von dort weiter in Zotero/EndNote für die Citation-Verwaltung im Manuskript. Volltexte werden in Rayyan markiert, die finale Datenextraktion läuft meist außerhalb (Excel, REDCap oder DistillerSR).

Scite für die Validierung der Schlüssel-Studien. Bevor man eine Studie als zentrale Evidenz in den Review aufnimmt, lohnt ein Blick auf den Scite-Report: Wird sie unterstützend zitiert oder widersprochen? Das hilft bei der Risk-of-Bias-Bewertung und bei der Diskussion.

Unser Testurteil

4 von 5 Sternen. Rayyan ist für sein Kerngebiet, PRISMA-konformes Screening, die solide, etablierte Wahl. Das KI-Scoring funktioniert, der Blind-Review-Modus ist methodisch sauber, der Free-Plan reicht für Einzelprojekte. Über ResearchPilot sind Datenextraktion und Risk-of-Bias inzwischen dazugekommen, beides früher nicht vorhanden. Punkte verlieren wir für das US-Hosting (kein ausgewiesener EU-Standort), die rein englische Oberfläche und die Staffelung, bei der die nützlicheren KI-Funktionen (PICO-Extraktion, AI Screening Agents) hinter dem Advanced-Plan liegen. Wer die volle Extraktions- und Meta-Analyse-Tiefe in einem Tool will, ist mit Covidence oder DistillerSR besser bedient, dort kostet das aber deutlich mehr. Für Doktoranden, Postdocs und kleinere Forschungsgruppen bleibt Rayyan der pragmatische Standard.

Was wir bemerkt haben

• Juni 2026 — Korrektur: Betreiber ist die kommerzielle Rayyan Systems, Inc. in Cambridge, Massachusetts (CEO Robert Ayan, Mitgründer Hossam Hammady als VP Engineering). Das Tool entstand ursprünglich am Qatar Computing Research Institute, die laufende Firma ist aber Rayyan Systems Inc., nicht QCRI/HBKU. Wir haben das Feld company entsprechend korrigiert.
• Juni 2026 — Korrektur zur Datenextraktion: Über ResearchPilot AI bietet Rayyan inzwischen Auto-Extract (Datenextraktion) und ein Risk-of-Bias-Assessment an. Die frühere Aussage “kein Datenextraktions-Workflow” stimmt so nicht mehr, die volle Tiefe liegt aber in den höheren Plänen, für die statistische Meta-Analyse braucht man weiterhin ein separates Tool.
• Juni 2026 — Institutional-Pläne (Academic/Business) werden jetzt individuell verhandelt (ab 5 Lizenzen, mit ResearchPilot AI und bis zu 250 Reviewern). Die früher kommunizierten Festpreise (25 bzw. 41,66 USD/Lizenz/Monat) stehen nicht mehr öffentlich, wir haben sie aus der Preistabelle entfernt.
• Juni 2026 — Datenhaltung präzisiert: Cloud-Storage bei AWS, Microsoft Azure und Google Cloud, Transfer in die USA über Standardvertragsklauseln, DataRep als EU/UK-Vertretung. Die frühere Aussage “AWS-Infrastruktur” war zu eng.
• Hinweis — Free-Plan auf 3 aktive Reviews und 2 Reviewer beschränkt (das AI-Relevance-Scoring ist hier bereits enthalten). Für Einzelprojekte weiterhin ausreichend, für parallele Methodik-Kurse mit vielen Studierenden ein limitierender Faktor.