Der LLM basierte Chatbot mit dem Namen rAIbert* ist ein sichtbares Beispiel für den praktischen Nutzen von KI in der Ausbildung. Er ist in die Lernplattform eingebettet und antwortet auf Fragen mit Bezug zu den jeweils autorisierten Kursunterlagen. Die Antworten enthalten Verweise auf die verwendeten Quellen. Lernende und Lehrende können so prüfen, woher eine Aussage kommt. Das verringert Fehlinterpretationen und macht den Einsatz im regulierten Umfeld verlässlich.
* rAIbert ist eine Anspielung auf das Buch „Der Reibert“, ein traditionsreiches, praxisnahes Handbuch für Soldatinnen und Soldaten der Bundeswehr. Mehr Informationen zu rAIbert finden Sie hier.
Abbildung: Grafische Oberfläche des rAIbert Chatbots
Der digitale Zwilling eines Lernenden baut unter anderem auf den aufgezeichneten Aktivitäten, auf Selbsteinschätzungen und auf Bewertungen durch Lehrende auf. Es entsteht ein langfristiges Profil, das Hinweise auf passende Wiederholungen, auf nächste Inhalte und auf geeignete Erklärungen gibt. Persönliche Lernpfade entstehen aus diesem Zusammenhang und werden im Einstiegsportal verständlich dargestellt. Lernende können damit selbstgesteuert arbeiten, und Lehrende erhalten eine Grundlage für gezielte Unterstützung.
Abbildung: Grafische Oberfläche des Einstiegsportals
Die Kompetenzanalyse in der KoApp bündelt Selbsteinschätzung, Fremdeinschätzung und maschinelle Auswertung in einer Ansicht. So entsteht eine transparente Sicht auf die eigene Handlungssicherheit und auf Entwicklungsbedarfe. Lernende erkennen Fortschritte, Lehrende können individuelle Ziele besser begleiten.
Abbildung: Grafische Oberfläche der KoApp
Adaptive Trainingsaufgaben helfen beim Üben. Eine Quiz-Anwendung passt die Schwierigkeit an den individuellen Leistungsstand an und nutzt dafür statistische Verfahren und Klassifikationen. Die Lernenden trainieren damit auf einem Niveau, das fordert, ohne zu überfordern. Das erhöht die Wirksamkeit der Übungsphasen und unterstützt die Festigung des Gelernten.
Abbildung: Grafische Oberfläche der adaptiven Übungsaufgaben
Die semantische Suche erleichtert die Recherche über Kursgrenzen hinweg. Sie verbindet klassische Verfahren mit Einbettungen sowie Ontologien und liefert so Trefferlisten, die nicht nur einzelne Stichworte, sondern auch inhaltliche Bezüge berücksichtigen. Das verkürzt die Suche nach relevanten Dokumenten und stärkt die Eigenständigkeit der Lernenden.
Learning Analytics bereitet Nutzungs- und Fortschrittsinformationen verständlich auf. Lernende erhalten Auswertungen, die den eigenen Lernrhythmus und den Stand in den wichtigsten Kompetenzbereichen sichtbar machen. Lehrende sehen, welche Themen häufig nachgearbeitet werden müssen. Diese Informationen fließen zurück in die Planung und in die Gestaltung der nächsten Lerneinheiten.
Abbildung: Grafische Oberfläche des Learning Analytics Dashboards