Laden…
Transparenz über unsere Datenquellen, Bewertungsprozesse und den Umgang mit wissenschaftlicher Unsicherheit.
Read in English →Synapedia verfolgt das Ziel, evidenzbasiertes Wissen über psychoaktive Substanzen strukturiert, verständlich und zugänglich zu machen. Alle Inhalte dienen ausschließlich der Schadensminimierung und wissenschaftlichen Aufklärung — nicht der Konsumförderung oder Dosierungsempfehlung.
Unsere Daten stammen aus peer-reviewed Publikationen, offiziellen Datenbanken (PubChem, DrugBank, PsychonautWiki), klinischen Berichten und strukturierten Community-Erfahrungsberichten. Wissenschaftliche Primärliteratur und klinische Studien werden am stärksten gewichtet; Community-Berichte sind klar als anekdotisch gekennzeichnet.
PubMed, klinische Studien, Pharmakopöe
DrugBank, PubChem, Behördendaten
PsychonautWiki, Erfahrungsberichte
Substanzprofile entstehen durch einen automatisierten Intelligenz-Zyklus mit sechs Stufen:
Ein Teil der Substanzinhalte wird initial von KI-Modellen (OpenAI, Anthropic) erstellt, um pharmakologische Daten aus wissenschaftlicher Literatur zu extrahieren und zu strukturieren. Dieser KI-generierte Inhalt ist klar mit dem Status „KI-generiert“ gekennzeichnet und gilt als Entwurf — nicht als redaktionelle Aussage.
Menschliches Review ist erforderlich, bevor Inhalte auf „Quellenbelegt“ oder „Literaturbasiert“ hochgestuft werden. Geprüfte Inhalte sind mit einem Überprüfungsdatum versehen.
Jede Substanz erhält einen deterministischen Qualitätsscore (0–100) über sechs Dimensionen:
Scores <30 unterdrücken die Suchindexierung. Scores <50 unterdrücken die Aufnahme in die öffentliche Substanz-Sitemap. Scores ≥70 erhalten das Badge „Hohe Evidenz“.
Wechselwirkungen zwischen Substanzen werden nach Evidenztyp, Interaktionsmechanismus und Schweregrad klassifiziert. Jeder Interaktionseintrag enthält einen Evidenz-Score (0–100) und einen Evidenztyp:
Interaktionstypen werden als pharmakodynamisch (gemeinsame Rezeptorziele), pharmakokinetisch (CYP-Enzymkompetition oder -induktion) oder metabolisch (kombinierte hepatische/renale Last) klassifiziert. Die meisten Interaktionen in der Datenbank basieren auf pharmakologischen Klassentemplates, nicht auf substanzspezifischen Daten.
Substanzprofile durchlaufen ein mehrstufiges Qualitätssystem: Automatisch generierte Entwürfe werden durch Community-Reviews, redaktionelle Prüfung und Quellenabgleich verifiziert. Der aktuelle Status ist auf jeder Substanzseite über den Trust-Bereich sichtbar.
Wenn wissenschaftliche Evidenz fehlt oder widersprüchlich ist, kennzeichnen wir dies explizit. Evidenzgrad und Quellenanzahl geben Aufschluss über die Belastbarkeit der Informationen. Lücken werden als solche benannt — nicht mit Spekulationen gefüllt. Bei neu entdeckten Forschungschemikalien mit geringer Literaturbasis werden Profile als niedrig konfident markiert.
Erfahrungsberichte und Korrekturen aus der Community fließen in die Datenpflege ein. Jeder kann Fehler melden oder Quellen ergänzen. Community-Daten werden klar von wissenschaftlich belegten Informationen unterschieden und jeder Bericht wird auf Konsistenz mit der vorhandenen klinischen Evidenz überprüft.
Die Inhalte auf Synapedia ersetzen keine ärztliche Beratung, Diagnose oder Behandlung. Alle Informationen werden nach bestem Wissen und Gewissen zusammengestellt, erheben jedoch keinen Anspruch auf Vollständigkeit oder Fehlerfreiheit. Die Nutzung erfolgt auf eigene Verantwortung.
Mehrere peer-reviewed Quellen, hohe Vollständigkeit, geprüfte Wirkmechanismen.
Literaturbasiert, redaktionell geprüft, gute Vollständigkeit.
Klassenbasierte Templates, eingeschränkte Primärquellen. Mit Hinweis indexiert.
Stub-Inhalt. Nicht in Suchmaschinen indexiert.
Jeder Datenpunkt auf Synapedia trägt ein sichtbares Label, das anzeigt, wie belastbar er ist. Die folgenden zwei Systeme arbeiten zusammen: Evidenzstufen (E1–E5) klassifizieren die Herkunft eines Datums, Unsicherheits-Operatoren qualifizieren seine Zuverlässigkeit direkt am Wert.
Evidenzstufen (E1–E5)
Mind. 1 randomisierte kontrollierte Studie (RCT) oder regulatorisches Monograph. Stärkste Evidenzgrundlage.
Peer-reviewed in-vitro, präklinisch oder strukturbasiert. Keine robusten kontrollierten Humandaten.
Redaktionelle Synthese aus mehreren konsistenten Quellen ohne Primärstudie.
Aggregierte Community-Berichte (n ≥ 20), unverifiziert. Kein analytisches Confirm.
Wenige (<20) oder isolierte Berichte. Sehr geringe Vertrauensbasis.
Unsicherheits-Operatoren
Klinisch belegt — mind. 1 kontrollierte Studie.
Wissenschaftlich plausibel — in-vitro / präklinisch. Keine robusten Humandaten.
Community-Beobachtung (n ≥ 20), unverifiziert. Individuelle Faktoren variieren erheblich.
Einzelbeobachtung — wenige (<20) oder isolierte Berichte. Sehr geringe Basis.
Keine verlässlichen Daten oder widersprüchliche Quellen.
Redaktionell vs. Community
Daten aus klinischer Literatur (E1–E3) erscheinen in der primären Dosierungs- und Wirkdauer-Sektion mit neutralem weißen Hintergrund. Daten aus Community-Aggregation (E4–E5) erscheinen immer separat unter “Berichtete Dosisbereiche” mit ambernem Hintergrund — nie im selben visuellen Kontext wie klinische Referenzdaten.
Warum keine Dosierungsempfehlungen?
Synapedia veröffentlicht keine persönlichen Dosierungsempfehlungen. Toleranz, Konsumweg, Körpergewicht, Begleitsubstanzen und individuelle Faktoren variieren so stark, dass pauschale Mengenangaben irreführend oder gefährlich wären. Wir zeigen berichtete Bereiche ausschließlich mit expliziter Unsicherheitskennzeichnung — niemals als ärztliche oder persönliche Empfehlung.
Informationen zu Moderationsprinzipien und verbotenen Inhalten: Community-Richtlinien & Vendor-Policy →
Jede Substanzseite hat eine „Melden“-Schaltfläche und eine „Korrektur anfragen“-Funktion. Korrekturen, Ungenauigkeiten und zusätzliche Quellen können gemeldet werden. Community-Korrekturen werden vom redaktionellen System geprüft, bevor sie übernommen werden.
Synapedia wird entwickelt von Florian Lux.