Methodik & Datenqualität

Transparenz über unsere Datenquellen, Bewertungsprozesse und den Umgang mit wissenschaftlicher Unsicherheit.

Mission

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.

Datenquellen

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.

Hoch

PubMed, klinische Studien, Pharmakopöe

Mittel

DrugBank, PubChem, Behördendaten

Niedrig / Anekdotisch

PsychonautWiki, Erfahrungsberichte

Discovery-Pipeline

Substanzprofile entstehen durch einen automatisierten Intelligenz-Zyklus mit sechs Stufen:

1. NachfrageanalyseCommunity-Suchanfragen und Wissenslücken werden erfasst.
2. WahrheitsextraktionPharmakologische Daten aus PubMed, DrugBank und wissenschaftlicher Literatur werden extrahiert.
3. Knowledge GraphSubstanzen werden mit Rezeptoren, Effekten und Interaktionspartnern verknüpft.
4. RankingInhaltsqualität über alle Felder wird bewertet und eingestuft.
5. AnreicherungKI-gestützte Ergänzung fehlender Felder mit Quellenverifikation.
6. FreischaltungQualitätsgateprüfung bevor eine Substanz öffentlich sichtbar wird.

KI-Anreicherung & menschliches Review

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.

Hinweis: Die meisten Substanzprofile tragen derzeit die Qualitätsstufe „KI-generiert“ oder „Klassenbasiert“. Die ca. 20 Flaggschiff-Substanzen (LSD, MDMA, Psilocybin usw.) haben individuelle menschliche Überprüfungen erhalten.

Qualitäts- & Konfidenz-Scoring

Jede Substanz erhält einen deterministischen Qualitätsscore (0–100) über sechs Dimensionen:

Feldvollständigkeit30 PktSind alle Kernfelder vorhanden (Beschreibung, Wirkmechanismus, Risiken usw.)?

Quellentiefe20 PktAnzahl und Qualität der zitierten Quellen. PubMed-Primärliteratur gewichtet am stärksten.

Aktualität15 PktWann wurde der Inhalt zuletzt geprüft? Sinkt von 15 (≤30 Tage) auf 1 (>2 Jahre).

Datenherkunft15 PktLiteraturkuratiert (15) > manuell erfasst (13) > KI-generiert (8) > Community-only (6).

Innere Konsistenz10 PktStimmen Wirkmechanismus, Rezeptorbindung und Risikoangaben überein?

Community-Signal10 PktVorhandensein und Qualitätsscore von Erfahrungsberichten.

Scores <30 unterdrücken die Suchindexierung. Scores <50 unterdrücken die Aufnahme in die öffentliche Substanz-Sitemap. Scores ≥70 erhalten das Badge „Hohe Evidenz“.

Interaktionsevidenz-Klassifikation

Wechselwirkungen zwischen Substanzen werden nach Evidenztyp, Interaktionsmechanismus und Schweregrad klassifiziert. Jeder Interaktionseintrag enthält einen Evidenz-Score (0–100) und einen Evidenztyp:

Klinische Studie80–100Kontrollierte Humanstudien mit gemessenen Endpunkten.

Fallberichte60–80Publizierte klinische Beobachtungen am Menschen.

Theoretisch40–65Aus pharmakologischen Mechanismen abgeleitet — keine direkten Humandaten.

Anekdotisch10–40Nur Community-Berichte, keine klinische Verifikation.

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.

Review-System

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.

Umgang mit Unsicherheit

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.

Community-Beiträge

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.

Haftungshinweis

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.

Evidenzstufen

Hohe Evidenz (80–100)

Mehrere peer-reviewed Quellen, hohe Vollständigkeit, geprüfte Wirkmechanismen.

Moderate Evidenz (60–79)

Literaturbasiert, redaktionell geprüft, gute Vollständigkeit.

Begrenzte Daten (30–59)

Klassenbasierte Templates, eingeschränkte Primärquellen. Mit Hinweis indexiert.

Unzureichende Daten (<30)

Stub-Inhalt. Nicht in Suchmaschinen indexiert.

Wie KI eingesetzt wird

KI-Modelle (OpenAI, Anthropic) erstellen initiale Substanzprofile auf Basis wissenschaftlicher Literatur.
Alle KI-generierten Inhalte sind mit dem Review-Status „KI-generiert“ gekennzeichnet.
KI-generierte Inhalte gelten nicht als Wahrheit — wir bevorzugen „unbekannt“ gegenüber halluzinierter Sicherheit.
Seiten mit ausschließlich KI-generierten Daten erhalten niedrigere Scores und werden ggf. aus der Indexierung ausgeschlossen.

Korrekturen einreichen

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.

Laden…

Zurück