# note.md vs Paperguide

note.md verzeichnet 0 monatliche Besuche mit -100 % Wachstum gegenüber dem Vormonat und einem Preismodell „Freemium“. Paperguide verzeichnet 371.972 monatliche Besuche mit -2,9 % Wachstum und einem Preismodell „Freemium“.

| Kennzahl | [note.md](https://openaitools.app/de/tool/note-md) | [Paperguide](https://openaitools.app/de/tool/paperguide) |
| :--- | :--- | :--- |
| Website-URL | https://www.notemd.org | https://paperguide.ai// |
| Kategorien | KI-Research-Tool, KI-Wissensmanagement, AI Writing Assistants, KI-Suchmaschine | KI-Research-Tool, KI-Assistent, AI Writing Assistants, KI-Fachartikel |
| Preismodell | Freemium | Freemium |
| Monatliche Besuche | 0 | 371.972 |
| MoM-Wachstumsrate | -100 % | -2,9 % |
| Primärmarkt | Global | Vereinigte Staaten |
| Direkte Besuche | 0 | 121.585 |
| Bewertungsergebnis | 4,2 | 4,4 |
| Anzahl gespeicherter Einträge | 0 | 1 |
| Unterstützte Plattformen | Website | Website |

## note.md

note.md positioniert sich als "akademische IDE" für Forschende. Statt zwischen Zotero für Referenzen, Obsidian für Notizen, einem PDF-Reader für Paper und einem weiteren Schreibprogramm zu wechseln, liegen Quellen, Markierungen, Notizen und Zitate im selben Fenster. PDFs werden in eine Quellenbibliothek importiert, Markierungen und Anmerkungen bleiben an die genaue Passage gebunden, und Zitate lassen sich als BibTeX oder APA direkt aus den PDF-Metadaten erzeugen – mit Rücksprung zur ursprünglichen Markierung.

Die App speichert alles als GitHub-Flavored-Markdown-Dateien auf der Festplatte, inklusive LaTeX-Formeln, komplexer Tabellen und bidirektionaler Links, die einen visuellen Wissensgraphen bilden und sich im Neo4j-freundlichen Format exportieren lassen. Geschrieben wird in einem blockbasierten Editor mit Slash-Befehlen für Zitate, Quellenbilder und Links, sodass das Schreiben den Graphen der eigenen Lektüre stetig erweitert.

Der zentrale Unterschied sind Datenschutz und lokale KI. Semantische Suche, automatische Indexierung von Abbildungen und Tabellen, Matrix-Extraktion (Forschungstabellen aus der eigenen Bibliothek füllen) und Evidence Scan (Textstellen für und gegen eine Aussage finden) laufen mit lokalen Modellen auf dem Gerät. Der Entwickler betont ausdrücklich, dass weder Gelesenes noch Geschriebenes hochgeladen wird. Hinter der App steht das deutsche Unternehmen ARSoftware UG, vertrieben über den Mac App Store; note.md ist derzeit nur für macOS verfügbar und jünger als die etablierten Alternativen.

**Preise und Tarife:** Freemium über den Mac App Store. Der komplette Schreib-Workspace – lokaler Markdown-Editor und Vault, Reading Studio, intelligente Zitate, Quellenverwaltung und Graph-View – ist dauerhaft kostenlos. Premium schaltet die lokalen KI-Workflows (semantische Suche, automatische Indexierung, Matrix-Extraktion, Evidence Scan) für 8,99 USD/Monat, 49,99 USD/Jahr oder einmalig 99,99 USD frei; für verifizierte Studierende 4,99 USD/Monat oder 29,99 USD/Jahr.

- **Reading Studio:** Ein Zwei-Spalten-Reader, der PDF und Markdown-Editor nebeneinander zeigt, sodass Markierungen und Anmerkungen beim Lesen zu Notizen werden.
- **An Passagen gebundene Zitate:** Erzeugt BibTeX- oder APA-Zitate aus PDF-Metadaten; jedes Zitat verlinkt auf die ursprüngliche Markierung, sodass man Monate später genau dorthin zurückkehrt.
- **Lokale semantische Suche:** Premium-Funktion, die die Bibliothek nach Bedeutung statt nach exakten Schlagwörtern durchsucht – auf dem Gerät, ohne Datenübertragung.
- **Wissensgraph und Neo4j-Export:** Bidirektionale Links zwischen Notizen und Quellen bilden einen visuellen Beziehungsgraphen, der im Neo4j-freundlichen Format exportiert werden kann.
- **Evidence Scan und Matrix-Extraktion:** Die lokale KI behandelt einen Satz als Aussage und zeigt stützende, widersprechende und differenzierende Passagen; die Matrix-Extraktion füllt editierbare Forschungstabellen aus der eigenen Bibliothek.

**Stärken:** Echte lokale KI: Indexierung, Retrieval und Inferenz laufen auf dem Mac statt in der Cloud; Einfaches Markdown und PDFs auf der Festplatte, also portable Daten, die jeder Editor öffnet; Zitate, Markierungen, Notizen und Quellen in einem Fenster statt in vier verketteten Apps; Transparente technische Artikel zu Chunk-Größen, Ranking-Mathematik und bekannten Fehlerfällen

**Einschränkungen:** Nur macOS – Forschende unter Windows und Linux bleiben außen vor; Jünger als Zotero oder Obsidian und ohne deren zwei Jahrzehnte an Vorlagen und Plugins; Keine Word- oder Google-Docs-Integration, und die lokalen KI-Workflows liegen im Premium-Tarif

[Profile (Markdown)](https://openaitools.app/de/tool/note-md.md)

## Paperguide

Paperguide hat sich von einem allgemeinen „Chatte mit deinem PDF“-Lernassistenten zu einer Forschungsplattform für rigorose Evidenzarbeit entwickelt. Im Zentrum steht heute das Systematische Review: Man definiert ein Protokoll, führt eine dokumentierte Suche durch, screent Abstracts und Volltexte mit KI-vorbereiteter Evidenz pro Kriterium, löst Konflikte zwischen zwei unabhängigen Reviewenden auf und endet mit verifizierten Extraktionstabellen sowie einem PRISMA-Flussdiagramm aus den eigenen Zählungen. Das Designprinzip ist eindeutig: Die KI bereitet Evidenz vor, entscheidet aber nie selbst – jede Screening-Entscheidung, jeder extrahierte Wert und jede synthetisierte Aussage ist auf einen konkreten Quellensatz und eine namentlich benannte Prüfperson zurückführbar.

Der Rest des Produkts stützt diesen Workflow von beiden Seiten. Die KI-Suche beantwortet Forschungsfragen in natürlicher Sprache über mehr als 200 Mio. peer-reviewte Artikel, wobei jede Aussage mit der Quelle verlinkt ist. Der Literaturverwalter importiert aus Zotero oder Mendeley, ergänzt Artikel per DOI und lädt Metadaten und Open-Access-PDFs automatisch; Anmerkungen und Notizen fließen in alle anderen Workflows ein. Die Datenextraktion verwandelt einen Stapel PDFs in eine strukturierte, belegte Vergleichstabelle mit CSV- oder Excel-Export. Der Research Agent erstellt mehrstufige Literaturreviews mit bis zu 50 Artikeln, nach Themen geordnet.

Dazu kommen ein KI-Writer für zitiergestützte Entwürfe, eine MCP-Integration und ein Plagiatsprüfer. In geteilten Team-Workspaces gehören Artikel, Anmerkungen und Reviews dem Projekt statt einem persönlichen Konto. Genutzt wird Paperguide von akademischen Forschenden sowie von Teams aus Medizintechnik, HEOR, Pharma und öffentlicher Verwaltung; laut Anbieter arbeiten über eine Million Forschende auf der Plattform. Die Preisgestaltung reicht von einer kostenlosen Stufe über Plus, Pro und Evidence Teams bis zu individuellen Enterprise-Verträgen, jeweils pro Seat jährlich abgerechnet.

**Preise und Tarife:** Freemium: kostenloser Plan mit 1.500 KI-Credits pro Monat sowie begrenzten Agenten- und Literaturverwaltungs-Kapazitäten; kostenpflichtige Stufen pro Seat bei jährlicher Abrechnung – Plus ca. 12 $/Seat/Monat, Pro ca. 29 $/Seat/Monat, Evidence Teams ca. 89 $/Seat/Monat inklusive Doppel-Review und individuelle Enterprise-Preise. Bei Jahresabrechnung werden bis zu 41 % Ersparnis angegeben.

- **KI-Suche über 200 Mio.+ Artikel:** Forschungsfragen in natürlicher Sprache eingeben und eine synthetisierte Antwort aus PubMed, arXiv, OpenAlex und Semantic Scholar erhalten – jede Aussage mit Quellenlink.
- **Auditierbares systematisches Review:** PRISMA-Reviews mit vordefiniertem Protokoll, dokumentierten Screening-Entscheidungen, zwei unabhängigen Reviewenden samt Konfliktlösung und einem PRISMA-Diagramm aus den tatsächlichen Zählungen.
- **KI-nativer Literaturverwalter:** Import aus Zotero oder Mendeley, Artikel per DOI hinzufügen, Metadaten und Open-Access-PDFs automatisch laden – Anmerkungen und Notizen nützen allen weiteren Workflows.
- **Belegte Extraktionstabellen:** Eigene Extraktionsspalten definieren und von der KI über viele Artikel füllen lassen; jeder Wert verlinkt auf den Ursprungssatz und lässt sich als CSV oder Excel exportieren.
- **Zitiergestütztes KI-Schreiben:** Aus der eigenen Bibliothek und über 200 Mio. Artikeln im selben Dokument entwerfen, zwischen über 1.000 Zitierstilen wechseln und keine erfundenen Referenzen erzeugen.

**Stärken:** Nachverfolgbarkeit auf Satzebene: Klick auf eine Aussage führt zum exakten Quellensatz; Suche, Literaturverwaltung, Extraktion und Schreiben in einer Arbeitsumgebung; Evidenz pro Kriterium beschleunigt das Abstract-Screening und erhöht die Konsistenz; Der kostenlose Plan ist wirklich nutzbar, die Jahresrabatte sind großzügig

**Einschränkungen:** Credit-Limits sind bei intensiver Nutzung des Research Agent schnell erreicht; Fortgeschrittene Review-Funktionen und Doppel-Review liegen in den teureren Team-Stufen; Primär englisch ausgerichtet, daher weniger passend für anderssprachige Primärforschung; Compliance-Zertifizierungen wie SOC 2 und ISO 27001 sind noch als „coming soon“ gelistet

[Profile (Markdown)](https://openaitools.app/de/tool/paperguide.md)

## Häufig gestellte Fragen

### Wie vergleichen sich note.md und Paperguide beim monatlichen Traffic?

note.md hat 0 monatliche Besuche, während Paperguide 371.972 verzeichnet. Traffic-Schätzungen beschreiben die Publikumsgröße, nicht die Produktqualität.

### Wie vergleichen sich ihre Wachstumsraten?

note.md verzeichnet eine Wachstumsrate von -100 % gegenüber dem Vormonat; Paperguide verzeichnet -2,9 %.

### Wie vergleichen sich die Preise?

note.md: Freemium. Freemium über den Mac App Store. Der komplette Schreib-Workspace – lokaler Markdown-Editor und Vault, Reading Studio, intelligente Zitate, Quellenverwaltung und Graph-View – ist dauerhaft kostenlos. Premium schaltet die lokalen KI-Workflows (semantische Suche, automatische Indexierung, Matrix-Extraktion, Evidence Scan) für 8,99 USD/Monat, 49,99 USD/Jahr oder einmalig 99,99 USD frei; für verifizierte Studierende 4,99 USD/Monat oder 29,99 USD/Jahr. Paperguide: Freemium. Freemium: kostenloser Plan mit 1.500 KI-Credits pro Monat sowie begrenzten Agenten- und Literaturverwaltungs-Kapazitäten; kostenpflichtige Stufen pro Seat bei jährlicher Abrechnung – Plus ca. 12 $/Seat/Monat, Pro ca. 29 $/Seat/Monat, Evidence Teams ca. 89 $/Seat/Monat inklusive Doppel-Review und individuelle Enterprise-Preise. Bei Jahresabrechnung werden bis zu 41 % Ersparnis angegeben.

## Alternativen

| # | Tool-Name | Monatliche Besuche | MoM-Wachstumsrate | Preismodell | Summary | Profile (Markdown) |
| :--- | :--- | :--- | :--- | :--- | :--- | :--- |
| 1 | [Semantic Scholar](https://openaitools.app/de/tool/semantic-scholar) | 8.198.672 | +5,8 % | Kostenlos | Semantic Scholar is a free, non-commercial academic search engine built by the Allen Institute for AI (Ai2). It indexes more than 240 million papers from every field of science and uses machine learning to extract meanin | [.md](https://openaitools.app/de/tool/semantic-scholar.md) |
| 2 | [Consensus](https://openaitools.app/de/tool/consensus) | 6.014.388 | -1,2 % | Freemium | Überlegen für schnelle, evidenzbasierte akademische Suchen, aber weniger eine umfassende Schreib- und Referenzsuite. | [.md](https://openaitools.app/de/tool/consensus.md) |
| 3 | [SciSpace](https://openaitools.app/de/tool/scispace) | 4.464.111 | +8,6 % | Freemium | Bietet robuste PDF-Analysen und Literaturrecherche-Arbeitsbereiche, aber es fehlen erweiterte Screening-Workflows für systematische Reviews. | [.md](https://openaitools.app/de/tool/scispace.md) |
| 4 | [Elicit](https://openaitools.app/de/tool/elicit) | 1.751.507 | +3,1 % | Freemium | Stärkere automatisierte Evidenzsynthese und systematische Review-Extraktion, aber weniger Fokus auf End-to-End-Literaturverwaltung. | [.md](https://openaitools.app/de/tool/elicit.md) |
| 5 | [Jenni](https://openaitools.app/de/tool/jenni) | 1.498.133 | +5,2 % | Freemium | Bessere akademische KI-Schreib- und Autovervollständigungshilfe, aber weniger umfassend für die systematische Literaturkartierung. | [.md](https://openaitools.app/de/tool/jenni.md) |
| 6 | [Rayyan](https://openaitools.app/de/tool/rayyan) | 1.116.437 | +7,9 % | Freemium | Branchenstandard für das Screening und die Deduplizierung bei systematischen Reviews, aber schwächer bei der KI-Textgenerierung. | [.md](https://openaitools.app/de/tool/rayyan.md) |
| 7 | [Scite](https://openaitools.app/de/tool/scite) | 841.974 | +1,1 % | Kostenlose Testversion, Preise auf Anfrage | Exzellente intelligente Zitationsanalyse, um zu überprüfen, ob Arbeiten Behauptungen stützen oder widerlegen, aber eingeschränktere Schreibfunktionen. | [.md](https://openaitools.app/de/tool/scite.md) |
| 8 | [ResearchRabbit](https://openaitools.app/de/tool/researchrabbit) | 831.571 | +3,1 % | Kostenlos | Free visual research discovery and literature mapping tool, but offers less automated evidence synthesis and writing. | [.md](https://openaitools.app/de/tool/researchrabbit.md) |
| 9 | [Connected Papers](https://openaitools.app/de/tool/connected-papers) | 750.576 | +3,1 % | Freemium | Unmatched visual literature discovery and graph mapping, but lacks document drafting and reference management features. | [.md](https://openaitools.app/de/tool/connected-papers.md) |
| 10 | [Paper Digest](https://openaitools.app/de/tool/paper-digest) | 97.202 | -7,1 % | Freemium | Paper Digest is an AI research platform that summarizes literature, generates literature reviews with citations, and delivers daily digests of new papers across arXiv, PubMed, bioRxiv and major conferences. Launched in 2 | [.md](https://openaitools.app/de/tool/paper-digest.md) |

---
Quelle: https://openaitools.app/de/compare/note-md-vs-paperguide

More Markdown: [Kategorien](https://openaitools.app/de/categories.md) · [Traffic-Rankings](https://openaitools.app/de/rankings.md) · [llms.txt](https://openaitools.app/de/llms.txt)