Google Research startet Deep Review: KI-Agent prüft technische Dokumente

Vom Konferenz-Pilotprojekt zum öffentlichen Werkzeug

Laut Google Research ist Deep Review die Weiterentwicklung des Paper Assistant Tool (PAT), eines experimentellen Projekts, das Forschenden helfen sollte, Manuskripte vor der Einreichung bei einer Konferenz auf Herz und Nieren zu prüfen. Im vergangenen Jahr arbeitete Google mit vier führenden Informatikkonferenzen zusammen, STOC 2026, ICML 2026, NeurIPS 2026 und ICLR 2027, um den Autorinnen und Autoren von mehr als 16.000 Manuskripten, die sich dafür entschieden hatten, vertrauliches Feedback vor der Einreichung zu geben.

Google betont, dieses Feedback sei vollständig vom offiziellen Begutachtungsprozess der Konferenzen getrennt gewesen. PAT habe keine Daten für Trainingszwecke gesammelt, und die Paper seien nach Ende jedes Programms zügig aus den Google-Systemen gelöscht worden. Die Reaktionen der Autoren beschreibt das Unternehmen als „äußerst positiv“. Zudem habe die Unterstützung von Gemini 4 Argon die Fähigkeiten des Werkzeugs über die älteren PAT-Versionen hinaus gesteigert. Die Pilotprojekte werden im Manuskript Towards Automating Scientific Review with Google's Paper Assistant Tool beschrieben.

Das Unternehmen versteht das Projekt als Antwort auf einen Engpass bei der Validierung: Generative KI beschleunigt die Erstellung von Papern und technischen Dokumenten, doch die menschliche Kapazität zur Überprüfung ist weitgehend gleich geblieben. Als Beispiel nennt Google mehr als 74.000 Einreichungen bei ICLR, NeurIPS und ICML in diesem Jahr, nach etwa 45.000 im Jahr 2025, 32.000 im Jahr 2024 und 23.000 im Jahr 2023.

So funktioniert die vierstufige Pipeline

Google argumentiert, dass einzelne LLM-Aufrufe mit nur einem Prompt bei langen, komplexen Dokumenten oft scheitern, weil sie ihr Token-Budget für das Schlussfolgern aufbrauchen, Abhängigkeiten zwischen Abschnitten übersehen oder nuancierte Aussagen ohne ausreichende Prüfung akzeptieren. Deep Review setzt stattdessen auf eine agentische Pipeline mit vier Stufen:

• Dokumentsegmentierung: Ein Segmentierungs-Agent teilt das Dokument in logische Abschnitte wie Einleitung, Experimente und Methodik. Die Segmente können sich überlappen und müssen den gesamten Inhalt abdecken.
• Adaptive Budgetierung: Die Pipeline analysiert die Informationsdichte und verteilt die Rechenleistung auf die Abschnitte. Abschnitte mit dichten mathematischen Beweisen erhalten unter Umständen mehr als eine Einleitung oder ein Kapitel zum Stand der Forschung.
• Tiefe parallele Verifikation: Spezialisierte Reasoning-Agenten untersuchen jedes Segment parallel. Jeder hat Zugriff auf das gesamte Dokument, um Querverweise nachzuverfolgen, konzentriert sich aber auf seinen eigenen Zielabschnitt.
• Globale Synthese und agentische Verankerung: Ein Synthese-Agent führt die Segmentberichte zusammen, prüft die Konsistenz zwischen den Abschnitten und wiederholt bei Bedarf logische Prüfungen. Zudem führt er externe Abgleiche und Tool-Aufrufe durch, als letzte Absicherung gegen Halluzinationen.

Laut Google prüft das System die logische Konsistenz und mathematische Aussagen, schlägt Verbesserungen vor, belegt Fakten und vergleicht ein Dokument mit vorhandenen Arbeiten. Es zielt auf die kognitiv aufwendigsten Teile der Begutachtung ab und überlässt übergeordnete Urteile den Menschen.

Über Forschungspapers hinaus

Google zufolge kann die Logik, mit der geprüft wird, ob ein Beweis standhält, auch in anderen Dokumenten, in denen Behauptungen belegt werden müssen, logische Lücken und Widersprüche aufdecken. Als Anwendungsfälle nennt das Unternehmen:

• Design-Dokumente: unausgesprochene Architekturannahmen aufspüren, Randfälle erkennen und konkrete Verbesserungen vorschlagen.
• Präsentationen: prüfen, ob die Folienübergänge logisch aufeinander aufbauen und die stichpunktartigen Kernaussagen zu den Diagrammen passen.
• Juristische und finanzielle Dokumente: die interne Konsistenz von Klauseln und Datentabellen prüfen, mehrdeutige Begriffe oder Folgewirkungen markieren und Aussagen mit Belegen abgleichen.

Google stellte außerdem das Teamwork Deep Document Review Pattern vor, eine von Deep Review inspirierte Review-Implementierung, die in Antigravity auf dem Multi-Agenten-Orchestrierungs-Framework Teamwork aufbaut. Sie nutzt eine Multi-Agenten-Hierarchie mit Selbstkorrektur und segmentbasierten Bewertungsrastern, um Forschungspapers, Manuskriptentwürfe und technische Vorschläge zu beurteilen. Antigravity-Nutzer können sie mit dem Befehl /teamwork-preview starten.

Zugang, Limits und Datenschutz

Deep Review ist weltweit verfügbar. Jeder Nutzer erhält zwei kostenlose Dokumentprüfungen pro Tag. Wer viele Dokumente verarbeitet, kann seinen Gemini-API-Schlüssel verbinden und erhält so höhere Nutzungsgrenzen sowie eine programmatische Anbindung über die Deep Review API.

Zum Start werden PDFs und reiner Text als Eingabe unterstützt, die Eingabe mehrerer Dateien soll bald folgen. Google erklärt, hochgeladene Dokumente würden nie genutzt, um seine Modelle zu trainieren, zu verfeinern oder zu verbessern. Sie würden ein Jahr lang ausschließlich gespeichert, damit sie dem Nutzer in der Deep-Review-Oberfläche angezeigt werden können.

Für Autorinnen und Autoren bedeutet die Veröffentlichung, dass Kritik vor der Einreichung, die laut Google bislang meist vom Zugang zu erfahrenen Professoren, gut ausgestatteten Laboren oder großen Fachnetzwerken abhing, nun jedem mit einem Dokument offensteht. Gutachter und Fachleute aus anderen Bereichen können das Werkzeug als erste Prüfung auf Konsistenz und Belegbarkeit nutzen, während Ermessensentscheidungen weiterhin bei den Menschen bleiben.