Undermind

Undermind ist seit Oktober 2023 ein Spezialist für Deep-Search-Recherche in wissenschaftlicher Literatur — die direkte Antwort auf den Bedarf, der mit „normaler" KI-Suche nicht gut bedient wird: spezialisierte Nischen-Fragen, in denen die wirklich relevanten Papers nicht in den ersten 20 Treffern auftauchen.

Die Differenzierung ist das Time-Budget pro Suche. Während Consensus, SciSpace oder Perplexity in wenigen Sekunden eine Antwort liefern, investiert Undermind 1 bis 5 Minuten pro Anfrage: zerlegt die Frage in Sub-Fragen, recherchiert parallel über mehrere Indizes, prüft Treffer iterativ auf Relevanz, verfeinert die Sub-Anfragen basierend auf den ersten Ergebnissen. Das Resultat ist eine Recall-Rate, die in spezialisierten Themen deutlich über der schneller Tools liegt.

Der Multi-Round-Reasoning-Ansatz ist von Anthropic-nahen Researchern entwickelt worden — und das merkt man an der Architektur. Die Hauptfrage wird in 5 bis 15 Sub-Fragen zerlegt, jede Sub-Frage gegen separate Quell-Indizes geprüft, Zwischenergebnisse werden in nachfolgende Sub-Fragen eingespeist. Was sich wie Overkill anhört, liefert in der Praxis Papers, die Standard-Tools verfehlen.

Die Begründung pro Treffer macht den Output überprüfbar: Jedes vorgeschlagene Paper kommt mit einer kurzen Erklärung, warum es als relevant eingestuft wird — Verbindung zur Sub-Frage, zentrale Aussage, Stelle im Paper. Wer skeptisch ist, kann jeden Vorschlag in 30 Sekunden bewerten.

Project-Workspaces sind die zweite große Stärke: Mehrere Suchen zu einem Thema werden gemeinsam organisiert, mit gespeicherter Konversation, gespeicherten Treffern und einer Such-Memory, die die KI über Sessions hinweg lernen lässt, welche Quellen relevant sind. Für systematische Literatur-Reviews ein konstitutiver Workflow.

Die Quell-Abdeckung ist breit: Semantic Scholar, OpenAlex, PubMed, arXiv und mehrere Spezial-Indizes (mathematisch, biomedizinisch, sozialwissenschaftlich). Closed-Access-Quellen sind partiell über DOI-Resolving abgedeckt.

Die API ist seit Q1 2026 verfügbar und macht Undermind als Such-Backend für eigene Forschungs-Apps nutzbar.

Schwächen: Die Wartezeit pro Anfrage (1–5 Min.) ist für schnelle Lookups nicht praktikabel — wer ad-hoc etwas nachschlagen will, ist bei Consensus oder Perplexity besser. Die Free-Stufe mit 1 Search / Mon. ist eng — ernsthafte Nutzer:innen sind im Pro-Tarif. Datenresidenz USA ist ein Ausschlusskriterium für streng DSGVO-pflichtige Workflows.

Empfohlen für Forschende, die in spezialisierten Nischen arbeiten oder systematische Literatur-Reviews durchführen — und für jeden, der bereit ist, eine 1-bis-5-Minuten-Wartezeit gegen eine deutlich höhere Recall-Rate einzutauschen.