KI in LMS

KI im Hörsaal: Wie der Chatbot rAIbert und andere KI-Funktionen das Lernen revolutionieren

Künstliche Intelligenz und Chatbots sind spätestens seit dem Durchbruch von ChatGPT in aller Munde. Während auf der einen Seite die Zukunft von Chatbots in der Kundenkommunikation heiß diskutiert wird und Künstliche Intelligenz bereits eigenständig verschiedenste Geschäftsprozesse optimieren kann, stellen wir uns die Frage: Wie und wo können wir diese Technologien für das Lernen (noch besser) einsetzen?

Für uns, die Fraunhofer Institute FKIE, FOKUS und IOSB, sind KI und Sprachmodelle längst keine Unbekannten mehr. Stattdessen sind sie Themen, mit denen wir uns intensiv für verschiedene Einsatzszenarien beschäftigen. Besonders erfreulich ist es, dass wir in Zusammenarbeit mit dem Kommando Heer und dem Ausbildungskommando Heer in einer zweiten Forschungsstudie an einem Lernmanagementsystem-basierten KI-Demonstrator arbeiten. In diesem Projekt nutzen wir Künstliche Intelligenz und große Sprachmodelle (Large Language Models, kurz LLMs), um diese mit umfassendem Kurswissen zu füllen. Damit soll zudem die Grundlage für einen zukünftigen Einsatz von KI in der virtuellen Lernumgebung der Bundeswehr (VLBw) gelegt werden.

Aber zurück zum Anfang: In der ersten KI-LMS-Studie haben wir Künstliche Intelligenz an der Pionierschule in Ingolstadt am Beispiel der lehrgangsgebundenen Individualausbildung im Heer erprobt. Hierzu wurden mögliche Mehrwerte des Einsatzes von KI zur Optimierung der Ausbildung identifiziert und durch eine technische Erprobung verifiziert.

Hier behältst du deinen Lernfortschritt im Blick

In der zweiten Studie haben wir einen Demonstrator entwickelt, der an der Unteroffizierschule des Heeres (USH) erprobt und evaluiert wird. Dieser Demonstrator ermöglicht es uns, KI-angereicherte Lerninhalte direkt im Lernmanagementsystem, auch für besonders schützenswerte Informationen bereitzustellen. Zudem nutzen wir interoperable Standards und Spezifikationen sowie Learning Record Stores (Datenspeicher für Lernaufzeichnungen), um umfangreiche Lernanalysen durchzuführen. Diese Technologien befähigen uns, adaptives Lernen zu ermöglichen und Lernfortschritte individuell zu ermitteln – und das alles DSGVO-konform und ohne dass Informationen die Infrastruktur verlassen.

Abbildung der KI-Kurzanalyse-Ergebnisse pro Inhalt
Abbildung der zusätzlichen Erklärungen zur KI-Auswertung pro Inhalt

Neu in unserem Demonstrator: Die KoApp

Mit der frisch integrierten KoApp ermöglichen wir noch mehr Transparenz beim Lernen. Die Funktion verbindet Selbsteinschätzungen, Trainereinschätzungen, KI-Analysen und das übergeordnete Lehrgangsziel in einer klaren und übersichtlichen Visualisierung.

Wie funktioniert das? Ganz einfach: Lernende können ihre Fortschritte durch eigene Reflexion bewerten, während Trainer ihre fachliche Einschätzung ergänzen. Die KI-gestützte Analyse liefert datenbasierte Auswertungen und zeigt auf, welche Kompetenzen bereits stark ausgeprägt sind und wo noch Potenzial für Verbesserungen besteht. All das wird im Kontext des Lehrgangsziels transparent dargestellt, sodass jederzeit klar ist, wo man steht und welcher nächste Schritt zu gehen ist. Die bewerteten Kompetenzen sind frei wählbar und somit auch auf das Kompetenzmodell der Bundeswehr skalierbar.

Abbildung der Kompetenz-Darstellung in der KoApp

rAIbert: Der smarte Lernbegleiter

Abbildung von Interaktionen im rAIbert LLM-Chatbot

rAIbert ist nicht nur ein zuverlässiger Begleiter bei Fragen zu Lerninhalten – er ist auch ein wichtiger Feedback-Sammler für unser Forschungsteam. Mit jeder Rückmeldung, die er aufnimmt, gewinnen wir wertvolle Einblicke, um den Demonstrator kontinuierlich zu verbessern und noch besser auf die Bedürfnisse der Nutzenden zuzuschneiden.

Doch rAIberts Fähigkeiten gehen noch weiter: Er interpretiert und erklärt die Lernmetriken auf verständliche Weise – wie wir bereits oben gezeigt haben. Damit wird er zum Vermittler zwischen den Daten und den Lernenden, sodass der Fortschritt klar und verständlich wird.

Ein weiterer Pluspunkt: Auch die Antworten von rAIbert selbst können bewertet werden. Diese Rückmeldungen helfen uns, die Qualität der Antworten stetig zu optimieren. So wird rAIbert immer hilfreicher – für Lernende und für die Weiterentwicklung unserer Technologie.

Abbildung von Feedback im rAIbert LLM-Chatbot

Ein Blick zurück: Meilensteine unserer Studie und technische Entwicklung

Mittlerweile befinden wir uns in der dritten Lehrgangserprobung an der Unteroffiziersschule des Heeres – zwei weitere sind noch geplant. Dabei haben sich sowohl die Funktionen als auch das Erscheinungsbild unseres Demonstrators kontinuierlich weiterentwickelt. Natürlich möchten wir euch diese Entwicklung nicht vorenthalten und laden euch auf diese Reise ein:

Die Zukunft im Fokus: Unsere nächsten Schritte

Während wir dem nächsten Lehrgang mit Spannung entgegenfiebern, wollen wir euch auch nicht auf dem Trockenen sitzen lassen. Der nächste Artikel in unserem Blog lädt euch ein, tiefer in die Welt des rAIberts einzutauchen. Es geht um technische Hintergründe und Co. Bleibt gespannt!

Euer Forschungsteam von Fraunhofer