Pflichtenheft aiMOOC.org

Pflichtenheft aiMOOC.org

KURZ

1. aiMOOC mit einem Wort
2. AI Companion

Ausführlicher

aiMOOC mit einem Wort

1. Inputbox >> Thema eingeben
2. Optionen >> Upload
3. Optionen später >> KI-Modell / Produkte VideoBattle usw.
4. Erstellung nur über eine KI-Schnittstelle (weniger Spam)
5. Bearbeitung nur von Experten

AI Companion: NEO

1. Aussehen: Pulsierender Punkt als Widget rechts unten, das mitgescrollt wird
2. Funktion: Agiert wie Lehrer (stellt Fragen, gibt keine Lösungen vor)
3. Signalwort / Brand-Wake-Word: Reagiert auf Signalwort "NEO"
4. Greift auf Backend-Daten zu: Weiß, wo sich die Nutzer befinden und was gefragt ist.

Noch ausführlicher

aiMOOC Box

Bereich	Minimum (MVP)	Konkret (MOOCit-Struktur)
Einstieg	Ein Wort genügt	Eine zentrale Inputbox (Startseite + optional Header) mit Placeholder („Thema eingeben …“). Start per Enter + Button. Minimalprüfung (z. B. mind. 2–3 Zeichen). Sofortiger Ladezustand („Erstelle aiMOOC …“).
Ergebnis	Sofort gespeicherter kompletter aiMOOC	Nach Absenden entsteht sofort eine eigene Seite (eindeutige URL) und wird persistiert (gespeichert). Der aiMOOC ist direkt nutzbar und enthält die Kernabschnitte in fester Reihenfolge (siehe unten).
Abschnitt 1	== Einführung ==	Ein ausführlicher Input-Text als Einstieg: Begriffe klären, Relevanz, Beispiele/Alltag, kurze Orientierung („Was lernst Du hier?“). Sprache: schulgeeignet, duzend. Optional: kleine Zusammenfassung am Ende der Inhalte.
Abschnitt 2	# Interaktive Aufgaben	Interaktive Aufgaben nach MOOCit-Logik (z. B. Quiz/Multiple-Choice, Lückentext, Kreuzworträtsel, Memory/Zuordnung, Drag & Drop). Mindestumfang (MVP): 2–4 interaktive Bausteine.
Abschnitt 3	# Offene Aufgaben	Offene Aufgaben (Antwort in Textform): Reflexion, Transfer, Anwendung, Begründungen. Optional nach Niveau gegliedert (z. B. Leicht/Standard/Schwer). Mindestumfang (MVP): 2–4 offene Aufgaben.
Abschnitt 4	# Lernkontrolle	Kurzer Kompetenz-Check zur Selbstüberprüfung: 3–6 Fragen/Arbeitsaufträge (kurz, prüfend, wiederholend). Ziel: „Kann ich es jetzt?“
Material/OER	# OERs zum Thema	Sammelblock für offene Bildungsressourcen: Videos, Texte, Bilder, Tools, ggf. Einbettungen. Im MVP: 3–6 sinnvolle OER-Hinweise (auch als interne Links).
Verweise	# Links	Kuratierte Links (z. B. Wikipedia/Grundlagen/Vertiefung). Klar getrennt von OERs, damit es übersichtlich bleibt.
Community	# Teilen – Diskussion – Bewerten	Bereich für Teilen/Feedback/Weiterarbeit (z. B. Diskussionsseite, Bewertungsoption, Hinweise zur Mitwirkung). MVP: einfacher Block mit Links/Buttons.
Upload (optional)	Material als Grundlage	Optionaler Upload (Text/PDF/Bild/Link). Vor dem Erstellen wird angezeigt, was verwendet wird. Checkbox: „Keine personenbezogenen Daten; Rechte am Material“.
KI-Erstellung	Nur serverseitig	Erstellung/Abspeichern ausschließlich über eine zentrale KI-Schnittstelle. Anti-Spam: Rate-Limits, Duplikat-Check, Captcha nur bei Auffälligkeiten.
Bearbeitung	Nur Expert:innen	Rollenmodell: Nutzer:in erstellt; Expert:in prüft/optimiert; Admin verwaltet Regeln/Sperren. Standardnutzer:innen melden Verbesserungen statt direkt zu editieren.
Formatierung	Wiki-Standard	Wiki-Syntax mit Überschriften, internen Links Thema und klaren Blöcken. Feste Reihenfolge der Abschnitte sorgt für Wiedererkennung.

NEO

Bereich	Minimum (MVP)	Konkret & messbar
Name/Brand	NEO	„NEO“ als Anrede/Signalwort im Gespräch („NEO, gib mir einen Tipp …“). Kein Always-on-Wake-Word im MVP (Schulmodus-kompatibel).
Widget	Pulsierender Punkt	Fix rechts unten, läuft beim Scrollen mit. Klick öffnet Panel. Zustände klar unterscheidbar: Idle / Listening / Thinking / Speaking / Off (optisch eindeutig).
Bedienung	Push-to-talk	Mikro aktiv nur bei Klick/Taste. Sichtbares „Mikro an“-Signal. Session jederzeit stoppen. Optional: Tastenkürzel (z. B. Alt+N) für schnelle Aktivierung.
Didaktik	Lehrer-Logik (sokratisch)	NEO stellt Rückfragen, gibt Hinweise in Teilschritten, vermeidet Komplettlösungen als Standard. Kurze Antworten (max. wenige Sätze), danach Verständnischeck.
Hilfestufen	3 Tipps + Lösung auf Wunsch	Buttons: „Tipp 1“ (Denkanstoß), „Tipp 2“ (Strategie), „Tipp 3“ (Beispiel/Transfer). „Lösung“ nur auf ausdrückliche Anfrage oder in definiertem Modus.
Modi	3 Kernmodi	MVP-Modi als Buttons: „Erklären“, „Üben“, „Zusammenfassen“. Erweiterbar: „Abfragen“, „Prüfungsmodus“.
Kontext (Backend)	Weiß, wo Nutzer:innen sind	Übergabe minimaler Kontextdaten: URL, Seitentitel, Abschnitts-ID + optional markierter Text. Keine automatische Vollseiten-Übertragung ohne Aktion.
Transparenz	„Was wird genutzt?“	Panel zeigt an: welcher Text/Abschnitt als Basis verwendet wird. „Kontext löschen“ und „Session reset“ vorhanden (falls Verlauf gespeichert wird).
Barrierefreiheit	Mindest-WCAG-tauglich	Tastaturbedienbar, Fokus sichtbar, Screenreader-Labels (ARIA), Kontrast ausreichend, Textchat als Fallback (ohne Mikro) verfügbar.

Prüfung / Lernnachweis

Bereich	Minimum (MVP)	Konkret & sicher/praktikabel
Zweck	Abfragen & bewerten	Ein Prüfungstool (NEO-gestützt oder ohne NEO), das Lernende in typischen Prüfungsformaten abfragt und Ergebnisse als Prozentwert ausgibt; geeignet für Unterricht (kurz, planbar, robust).
Startpunkt	Aus aiMOOC heraus startbar	Prüfungen sind an einen aiMOOC gebunden (gleiche Seite/Kurskontext). Lehrende starten eine Prüfung über einen „Prüfung starten“-Button und erhalten einen Prüfungslink/Code für Lernende.
Rollen	Lehrende vs. Lernende	Lehrende erstellen/konfigurieren; Lernende bearbeiten. Lehrende sehen Live-Status (anonymisiert möglich) und Ergebnisse; Lernende sehen nur eigene Auswertung nach Abgabe oder nach Freigabe.
Zeitvorgabe	Timer (Lehrende)	Lehrende setzen eine Zeit (z. B. 10/20/45 Minuten) und optional einen Startzeitpunkt. Countdown sichtbar. Auto-Abgabe bei Ablauf. Zeitverlängerung für Nachteilsausgleich möglich.
Seite nicht verlassen	Prüfungsmodus mit „Lock“	Während der Prüfung wird ein Prüfungsmodus aktiviert: Fullscreen-Option, Navigationsleisten/Links in der Prüfungsoberfläche deaktiviert, Warnung bei Tab-Wechsel/Minimierung. Abbruch- und Regelhinweise klar sichtbar. Für maximale Durchsetzung: optional „Managed Devices/Kiosk/Exam-Browser“-Betrieb in Schul-IT.
Integrität	Minimale Manipulationssperren	Protokolliert werden (sparsam) Fokusverlust, Tabwechsel, mehrfaches Neu-Laden, ungewöhnliche Pausen. Lehrende erhalten am Ende einen Hinweis „Auffälligkeiten: ja/nein“ statt detaillierter Überwachung. Aufgaben-Reihenfolge und Antwortoptionen können randomisiert werden.
Aufgabenformate	Fachtypische Mischung	Prüfung generiert oder zusammengestellt mit typischer Struktur pro Fach/Alter: z. B. Reproduktion → Anwendung → Transfer, ggf. Operatoren (beschreiben, begründen, vergleichen, berechnen). Unterstützt: MC, Single-Choice, Zuordnung, Lückentext, Kurzantwort, Rechenfeld, Reihenfolge, ggf. Dateiupload (später).
Struktur/Teil A–C	Fester Aufbau	Jede Prüfung hat eine definierte Gliederung (z. B. Teil A Grundlagen, Teil B Anwendung, Teil C Transfer), passend zum Fach (Mathe/Deutsch/AES/etc.), inkl. Punktverteilung und klaren Arbeitsanweisungen.
Bewertung	Prozentwertung	Jede Aufgabe hat Punkte. Ergebnis = (erreichte Punkte / Gesamtpunkte) × 100. Lehrende können Schwellen definieren (z. B. „Bestanden ab 50%“) und optional Notenraster hinterlegen (schulabhängig).
Feedback	Kontrollierte Rückmeldung	Konfigurierbar: sofortiges Feedback nach jeder Aufgabe oder erst nach Abgabe. Lösungen/Erklärungen nur nach Freigabe durch Lehrende (wichtig für Parallelklassen).
NEO in Prüfungen	Standard: aus oder streng	Prüfungsmodus kann NEO komplett deaktivieren oder auf „Regelhilfe“ beschränken (nur Verständnishilfen zu Operatoren/Bedienung, keine inhaltlichen Tipps). Lehrende entscheiden das vor Start.
Zugang & Codes	Prüfungs-Code	Teilnahme über Code/QR + optional Klassenliste. Code ist zeitlich begrenzt und kann nach Start geschlossen werden („Keine neuen Teilnahmen“). Optional Einmal-Token pro Gerät.
Datenschutz (Grundprinzip)	Datensparsamkeit	Standardmäßig keine Klarnamenpflicht. Pseudonyme/Schüler:innen-IDs möglich. Erfasst wird nur, was für Durchführung/Auswertung nötig ist: Punkte/Prozent, Bearbeitungszeit, minimaler Status.
DSGVO (Organisation)	Schulbetrieb kompatibel planbar	Erforderlich sind klare Rollen (Verantwortliche/Auftragsverarbeitung), AV-Verträge mit Dienstleistern, Löschkonzept, Informationspflichten, Einwilligungs-/Rechtsgrundlage (insb. Minderjährige), ggf. Datenschutz-Folgenabschätzung. Das Tool muss Einstellungen dafür bieten (EU-Hosting, Logs minimieren, Retention).
Speicherung & Löschung	Retention einstellbar	Standard-Retention kurz (z. B. 30–90 Tage) oder schulweit konfigurierbar. Lehrende können Ergebnisse exportieren und danach Prüfung löschen. „Recht auf Löschung“ praktisch umsetzbar (pseudonymisierte Daten, klare Zuordnung).
Sicherheit	Mindestschutz	HTTPS, serverseitige Tokens, Zugriff nur mit Rollenrechten, Rate-Limits, Schutz vor Link-Sharing, Audit-Log für Lehrende/Admin (wer hat Prüfung gestartet/exportiert/gelöscht), keine offenen Admin-Endpoints.
Ausfallsicherheit	Unterrichtstauglich	Autosave lokal + serverseitig. Bei Verbindungsabbruch: Wiederaufnahme möglich. Offline-Notfallmodus: PDF/Backup-Export der Prüfung für Papier, damit Unterricht nicht scheitert.
Barrierefreiheit & Nachteilsausgleich	Fairness-Funktionen	Vorlesefunktion (optional), größere Schrift, Tastaturbedienung, klare Kontraste. Zeitverlängerung/alternative Aufgabenformate pro Lernende:r möglich. Keine Benachteiligung durch reines Voice-Handling (immer Textbedienung).
Praktische Unterrichtssteuerung	Lehrenden-Panel	Lehrende sehen: wer ist drin (pseudonym), wer hat abgegeben, Restzeit, Option „für alle beenden“, Option „Start verzögern“, Option „Ergebnisse freigeben“. Alles ohne zusätzliche Apps.
Missbrauchsschutz	Minimal	Schutz gegen Mehrfachteilnahme (Token/Session), zufällige Aufgabenvarianten, serverseitige Plausibilitätschecks, Captcha nur beim Eintritt, nicht während der Prüfung.

Pflichtenheft zur Entwicklung von aiMOOC.org

1 Einleitung

Projektname: Entwicklung und Relaunch von aiMOOC.org zu einem professionellen Bildungs- und Kulturportal für Schule, Ausbildung, Studium und lebenslanges Lernen (nachfolgend aiMOOC-Plattform).

Ausgangslage: Die aiMOOC-Plattform baut auf dem offenen MOOC-Wiki MOOCit.de und den Konzepten der P4P MOOCs (Peer-for-Peer MOOCs) und aiMOOCs auf. Lernende kombinieren bereits heute Open Educational Resources und eigene Inhalte zu Kursen. Mit Hilfe von Smart Prompts generieren sie aiMOOCs, die von Expert:innen geprüft und im Wiki veröffentlicht werden. Dieses Potenzial soll in eine moderne, skalierbare Lernplattform mit klarer Rollenverteilung, Mandantenfähigkeit und professioneller Qualitätssicherung überführt werden.

Ziel des Pflichtenhefts: Dieses Dokument beschreibt die fachlichen und technischen Anforderungen an die aiMOOC-Plattform. Es dient als verbindliche Grundlage für Konzept, Implementierung, Betrieb und Weiterentwicklung.

Zielgruppen der Plattform: Lehrkräfte, Schüler:innen, Auszubildende, Studierende, Bildungsträger, Kulturinstitutionen, Fortbildungsanbieter sowie interessierte Einzelpersonen, die selbstgesteuert oder angeleitet lernen möchten.

Rahmenbedingungen: Die Plattform soll innerhalb von ca. einem Jahr von einem Kernteam (Entwicklung, Didaktik, Redaktion) so weit realisiert werden, dass ein stabiler produktiver Betrieb mit ersten Schulen, Klassen und Projekten möglich ist.

2 Zielbild und Vision

Die aiMOOC-Plattform verfolgt das Zielbild „Wikipedia + Spotify für aiMOOCs“:

1. Offenes Kurs-Wiki nach dem Vorbild von Wikipedia: Alle Kurse, Aufgaben, Medien und Glossarartikel werden in einem offenen, versionierten Wiki verwaltet (Content-Hub).
2. Personalisierte Lern-Playlists nach dem Prinzip von Spotify: Lernende bekommen auf Basis ihrer Interessen, ihres Bildungswegs und ihrer Kompetenzen individuelle Kursvorschläge und Lernpfade.
3. Peer-for-Peer und AI-unterstützt: Lernende erstellen selbst aiMOOCs und P4P MOOCs und werden dabei von KI-Werkzeugen (z. B. ChatGPT, DALL·E 3) unterstützt; Expert:innen kuratieren, prüfen und geben frei.
4. Die Plattform ist klimafreundlich, weitgehend OER-basiert, inklusiv und unterstützt eine diskriminierungskritische, demokratische Bildungskultur.

Video laden

Lokale Datei

Lokale Datei sammelt möglicherweise persönliche Daten.

Fortfahren Ausblenden

3 Projektumfang (Scope)

3.1 Leistungsumfang

Die aiMOOC-Plattform umfasst:

1. Ein Content-Management-System auf Basis von MediaWiki als Content-Hub für aiMOOCs, P4P MOOCs, Glossareinträge, Projektseiten und Dokumentationen.
2. Eine eigenständige Lern-App / Frontend (Web-App / PWA), optimiert für Desktop, Tablet und Smartphone, mit horizontalem Kursfluss: immer genau eine Karte bzw. Frage pro Screen.
3. Backend-Services mit klaren API-Schnittstellen (REST/GraphQL) für Kurse, Nutzer:innen, Klassen, Statistiken und Gamification.
4. KI-Services für aiMOOC-Generierung, automatische Übersetzung, adaptive Hilfen, KI-Tutor und KI-gestützte Klassenarbeiten / Lernnachweise.
5. Administrations- und Analysebereiche für Schulen, Träger, Kulturinstitutionen und den Glanz-Verlag als Betreiber.

Video laden

YouTube

YouTube sammelt möglicherweise persönliche Daten. Datenschutzrichtlinie

Fortfahren Ausblenden

3.2 Nichtumfang

Nicht Gegenstand dieses Pflichtenhefts sind z. B. klassische Lernmanagement-System-Funktionen (Raumplanung, Notenverwaltung), Hardware-Beschaffung sowie komplett individuelle On-Premise-Installationen einzelner Schulen. Schnittstellen zu bestehenden Systemen werden aber vorgesehen.

4 Zielgruppen und typische Nutzungsszenarien

1. Lehrkräfte erstellen oder adaptieren aiMOOCs, weisen Kurse und Tests Klassen zu, werten Kompetenzen aus und nutzen KI-Unterstützung für Diagnostik und Feedback.
2. Schüler:innen / Auszubildende / Studierende bearbeiten Kurse im eigenen Tempo, sammeln Punkte und Badges, erstellen eigene Mini-MOOCs und VideoBattles.
3. Schul-Admin / Träger verwalten Mandanten, Nutzerkonten, Lizenzen, Datenschutzoptionen und Auswertungen.
4. Kulturpartner (Museen, Theater, Bibliotheken) stellen Kultur-MOOCs bereit, die on- und offline (z. B. in Führungen) eingesetzt werden können.

5 Funktionale Anforderungen

5.1 Content- und Kursmodell

Die Plattform definiert ein standardisiertes aiMOOC-Kursmodell:

1. Jeder Kurs besitzt Metadaten (Titel, Beschreibung, Fach, Jahrgangsstufe, Kompetenzen, Sprache, Dauer, Lizenz, Zielgruppe, Schwierigkeitsgrad).
2. Kurse bestehen aus Modulen, diese aus Karten (Text, Bild, Video, Aufgabe, Quiz, Reflexion, Projektauftrag, Link, Einbettung).
3. Es gibt einen horizontalen Einzelfrage-Kursfluss: Lernende sehen pro Schritt genau eine Karte (z. B. eine Frage, ein Video, ein Textinput) mit Fortschrittsanzeige und einfacher Navigation.
4. Didaktische Templates unterstützen typische Kursmuster (Einstieg – Input – Üben – Transfer – Reflexion – Abschluss) und fachliche Sonderformen (z. B. Kompetenzraster, Lernnachweis, Escape-Spiel).
5. Ein aiMOOC-Generator erstellt Kursentwürfe aus Smart Prompts: Auswahl von Fach, Niveau, Sprache, Dauer, Aufgabentypen; daraus entstehen editierbare Kursgerüste im Wiki.
6. Ein Varianten-Generator erzeugt aus Aufgabenpools A/B/C-Varianten für Klassenarbeiten und Diagnosen.

5.2 Lern- und Prüfungsmodi

Die aiMOOC-Plattform bietet drei zentrale Modi:

1. Freier Modus: Lernende wählen Kurse selbst; sie dürfen zurückspringen, erneut bearbeiten, Lösungen einblenden, mit KI-Tutor sprechen.
2. Geführter Modus: Lehrkräfte legen Reihenfolgen, Zeitfenster und Sichtbarkeit fest; optional werden Zurückspringen und Hilfen eingeschränkt.
3. Prüfungsmodus: Ablenkungsarme Oberfläche, Timer, gesperrte Hilfen (KI-Tutor, Hinweise, externe Links); Ergebnisse werden revisionssicher gespeichert.

KI-Klassenarbeiten und KI-Lernnachweise:

1. Lehrkräfte definieren Format, Umfang und Kompetenzschwerpunkte; die Plattform generiert auf Wunsch Aufgabenvarianten (z. B. unterschiedliche Zahlenwerte, Texte, Kontextbilder).
2. Die automatische Auswertung (z. B. bei Multiple Choice, Lückentext) wird mit manueller Bewertung (z. B. bei Freitext, Projektaufgaben) kombiniert.
3. Für jede Arbeit entsteht ein Lernnachweis mit Kompetenzprofil, typischen Fehlern, Punktestand, Vergleichswerten und Export als druckfähiges PDF.
4. Klassenarbeiten und Lernnachweise erhalten eine QR- oder Code-Verifikation, über die Echtheit und Version überprüft werden können.

Exportformate:

1. Druckbare Bögen (PDF) für Offline-Klassenarbeiten.
2. Standardisierte Formate wie QTI oder xAPI werden vorbereitet, um Export in andere Systeme zu ermöglichen.

5.3 Gamification und globales Punktesystem

Die Plattform implementiert ein globales Punktesammelsystem:

1. Für das Bearbeiten von Kursen, das Bestehen von Tests, das Erstellen von eigenen aiMOOCs / P4P MOOCs und das Helfen anderer (z. B. als MOOC Medienmentor:in) werden XP-Punkte vergeben.
2. Es gibt Levels (z. B. „Beginner“, „Maker“, „Mentor:in“), Badges für Fachgebiete und Community-Leistungen und optionale Klassen- und Schul-Ranglisten.
3. Ein Belohnungskatalog legt fest, welche digitalen oder physischen Rewards bei bestimmten Punkteständen freigeschaltet werden (z. B. Sonderkurse, Druckvorlagen, Zertifikate, Gutscheine aus dem Glanz-Verlag).
4. Klassen-Challenges und Streaks (Lernserien) motivieren zu kontinuierlichem Arbeiten; Lehrkräfte können Klassenziele definieren (z. B. „gemeinsam 10.000 Punkte bis Ferienbeginn“).

5.4 Personalisierung und KI-Unterstützung

1. Beim Onboarding werden Interessen, Schulart, Jahrgangsstufe, Sprachen und Lernziele abgefragt; optional werden Vorerfahrungen mit P4P MOOCs und aiMOOCs erhoben.
2. Kurse, Karten und Aufgaben werden mit Kompetenz-Tags verknüpft (z. B. nach Bildungsplänen, ICILS- oder UNESCO-Kompetenzrahmen).
3. Die Plattform analysiert Bearbeitungsdaten (Fehlertypen, Bearbeitungszeit, Abbrüche) und schlägt personalisierte Kurse und Wiederholungen vor.
4. Ein KI-Tutor ist in Kurskontext eingebettet und greift nur auf die jeweils freigegebenen Kursinhalte zu; er erklärt, gibt Beispiele und motiviert, ohne Lösungen einfach zu verraten.
5. Bei wiederholten Fehlern blendet die Plattform adaptive Hilfekarten ein (z. B. vereinfachte Aufgaben, Beispiele, Erklärvideos).

5.5 Organisation, Mandanten und Verwaltung

1. Die Plattform ist mandantenfähig: Mehrere Schulen, Träger oder Institutionen (Mandanten) nutzen eine gemeinsame technische Basis, aber eigenständige Datenräume.
2. Ein Rollenmodell unterscheidet u. a. Schul-Admin, Fachschaft, Lehrkraft, Creator, Lernende; jede Rolle besitzt klar definierte Rechte.
3. Rollen- und Nutzerverwaltung unterstützt Roster-Import (z. B. OneRoster, CSV-Upload), manuelle Anlage, SSO-Anbindung (z. B. OIDC / LDAP).
4. Ein Schul- und Klassen-Dashboard zeigt Struktur (Schule → Jahrgang → Klasse → Gruppe → Schüler:in), Kurszuweisungen, Bearbeitungsstände und Kompetenzübersichten.
5. Jährliche Roll-over-Funktionen versetzen Klassenstufen, archivieren Kursstände und Lernnachweise und legen neue Jahrgänge an.
6. Pseudonyme sind Standard; Echtnamen können mandantenspezifisch und datenschutzkonform aktiviert werden.

5.6 Content-Governance und Qualität

1. Für Kursinhalte gilt ein Redaktionsprozess: (1) Entwurf durch Lernende oder Lehrkräfte, (2) Review (fachlich, sprachlich, didaktisch), (3) Freigabe durch Redaktion (Glanz-Verlag oder beauftragte Instanzen).
2. Änderungen werden versioniert; ein Revisions- und Audit-Log dokumentiert relevante Aktionen (z. B. Freigabe einer Klassenarbeit, Änderung von Bewertungsregeln).
3. Qualitätssicherung erfolgt über Checklisten (Didaktik, Sprache, inklusiver Sprachgebrauch, Quellenangaben, Lizenzen) und einfache Itemstatistiken (Lösungsquoten, Diskriminationsindizien).
4. OER- und Medienlizenzen (z. B. CC BY, CC BY-SA) werden im Kursmodell verankert und bei jedem Medium angezeigt.

5.7 Mehrsprachigkeit (i18n und l10n)

1. Die Benutzeroberfläche wird über ein zentrales i18n-Framework mit Key-basierten Strings, Sprachumschalter und optionaler RTL-Unterstützung (Right-to-Left-Sprachen) realisiert.
2. Inhalte (Kurse, Glossar) können pro Sprache angelegt werden; Sprachvarianten eines Kurses werden logisch verknüpft (z. B. Deutsch/Englisch/Griechisch).
3. Ein Fallback-Mechanismus sorgt dafür, dass in der Zielsprache nicht vorhandene Inhalte klar als solche markiert und ggf. in der Standardsprache angeboten werden.
4. Ein definierter Übersetzungs-Workflow mit Rollen Übersetzer:in und sprachliche:r Reviewer:in sichert die Qualität; KI-gestützte Vorübersetzungen können genutzt werden, müssen aber lektoriert werden.
5. Suche und Filter funktionieren sprachsensitiv (z. B. Übersetzung von Tags, Anzeige nur von Kursen in gewählter Sprache).

5.8 Live-Formate, VideoBattle und Spielmodi

1. Die Plattform bietet einen VideoBattle / VideoQuiz-Mechanismus: ein Video (z. B. Musikvideo von The Monkey Dance) wird mit ca. zehn Fragekarten kombiniert; Fragen erscheinen synchron oder sequenziell.
2. Live-Sessions erlauben Beitritt per PIN oder QR-Code; ein Echtzeit-Leaderboard zeigt Punktestände; Kommunikation erfolgt über WebSockets.
3. Klassen- und Lobby-Modi unterstützen Einzelspiel, Duell, Gruppen- oder Schulwettbewerbe.
4. Ein Prüfungsmodus für VideoQuiz ermöglicht den Einsatz als benotete Leistung, optional mit Offline-Export.

6 Nicht-funktionale Anforderungen

6.1 Performance und Skalierung

1. Antwortzeiten im Lern-Frontend sollen in der Regel unter 1–2 Sekunden liegen.
2. Die Plattform muss Schul- und Klassenaktionen mit mehreren hundert gleichzeitigen Nutzer:innen pro Mandant zuverlässig bedienen.
3. Horizontal skalierbare Services und Caching-Strategien werden vorgesehen.

6.2 Verfügbarkeit und Betrieb

1. Ziel ist eine Verfügbarkeit von mindestens 99 % im Schulbetrieb (werktags, 6–22 Uhr).
2. Es gibt separate Staging- und Produktionsumgebungen.
3. Regelmäßige Backups und Wiederherstellungstests werden dokumentiert.

6.3 Sicherheit und Datenschutz

1. Umsetzung eines Role-Based Access Control-Modells.
2. Verschlüsselte Übertragung (HTTPS/TLS) ist verpflichtend; Passwörter und Tokens werden sicher gespeichert.
3. Eine Datenschutz-Folgenabschätzung (DSFA) nach DSGVO wird erstellt; Datenminimierung, Speicherbegrenzung und Löschkonzepte werden konsequent umgesetzt.
4. Pro Mandant sind datenschutzfreundliche Standardkonfigurationen vorgesehen (Pseudonyme, minimale Protokollierung, Opt-in für Statistikfunktionen).

6.4 Barrierefreiheit

1. Ziel ist die Erfüllung von WCAG 2.1/2.2 AA: Kontrast, Tastaturnavigation, Screenreader-Kompatibilität, Alternativtexte, Untertitel, Fokusreihenfolge.
2. Eine Vorlesefunktion und eine Option für einfache Sprache werden für zentrale Bereiche vorgesehen.
3. Barrierefreiheit wird Teil der automatisierten Tests und manuellen Reviews.

6.5 User Experience und Design

1. Klare, reduzierte Oberfläche im Sinne von Schul-Kontext + Kreativplattform.
2. Konsistentes Branding (aiMOOC, MOOCit.de, Glanz-Verlag), definierte Farb- und Typografieschemata.
3. Schulen können begrenzt eigene Themes konfigurieren (Logo, Akzentfarben), ohne die UX zu zerstören.

6.6 Erweiterbarkeit und Integration

1. Modul- und Plugin-Konzept: definierte Erweiterungspunkte für zusätzliche Spiele, Visualisierungen, Import-/Exportmodule.
2. Dokumentierte APIs für externe Tools, Kulturpartner, Lernmanagement-Systeme und Analytics.

7 Systemarchitektur

1. Trennung Content vs. App: MediaWiki bleibt Herzstück für Inhalte (aiMOOCs, P4P MOOCs, Glossar), während eine separate Lern-App über APIs auf strukturierte Kursdaten zugreift.
2. API-Schicht: Einheitliche REST- oder GraphQL-Schnittstellen für Kurse, Nutzer:innen, Mandanten, Gamification und Statistiken.
3. PWA-Ansatz: Die Lern-App wird als Progressive Web App ausgelegt, mit Offline-Funktionalität und robustem Verhalten bei instabilen Netzen.
4. Medien-Management: Zentrales System für Bilder, Audio, Video-Einbettungen (mit Lizenz- und Nutzungsverwaltung).

8 Betrieb, Monitoring und Support

1. Monitoring & SRE: Zentrale Metriken (Performance, Fehler, Auslastung), Log-Management, Alarmierung und Incident-Prozess.
2. Support & Onboarding: Hilfecenter, FAQ, kurze Video-Tutorials, Musterkurse und aiMOOC-Beispiele; Fortbildungsangebote für Lehrkräfte (z. B. FORTBILDUNG „aiMOOCs in der Bildung“).
3. Öffentliche Roadmap & Changelog: Sichtbare Übersicht über neue Features, Bugfixes und geplante Funktionen; Möglichkeit für Nutzer:innen, Featurewünsche einzureichen.

9 Realisierung und Meilensteine

1. Phase 1 – Feinkonzept und Architektur: Detaillierung der Anforderungen, Datenmodelle, Schnittstellen, Sicherheits- und Datenschutzkonzepte.
2. Phase 2 – Kernplattform: Implementierung von Content-Hub, Kursmodell, Lern-App (Basis), Login / SSO, Mandanten, Punktesystem (MVP).
3. Phase 3 – KI-Funktionen & Prüfungsmodul: aiMOOC-Generator, KI-Tutor, KI-Lernnachweise, Prüfungsmodus, Exportformate.
4. Phase 4 – Mehrsprachigkeit, Barrierefreiheit, Gamification-Feinschliff: i18n / l10n, WCAG-Optimierungen, Badges, Challenges, Klassen-Charts.
5. Phase 5 – Pilotbetrieb & Rollout: Test mit ausgewählten Schulen, Kulturinstitutionen und Projekten; Evaluation, Optimierung, vorbereiteter breiter Rollout.

10 Begriffe / Glossar

1. aiMOOC – AI-gestützter MOOC, der mit Hilfe von Smart Prompts (z. B. in ChatGPT) generiert und redaktionell geprüft wird.
2. P4P MOOCs – Peer-for-Peer MOOCs: Online-Lernkurse von Lernenden für Lernende; Lernende kombinieren OER und eigene Inhalte, statt nur vorgegebene Kurse zu konsumieren.
3. Smart Prompt – Komplexe Anweisung an eine KI, die mit wenigen Parametern einen ganzen Kurs mit Input, OER-Verweisen und Aufgaben erzeugen kann.
4. Mandant – Eigenständige organisatorische Einheit (z. B. Schule, Träger, Hochschule) innerhalb der Plattform.
5. OER – Open Educational Resource: frei lizenzierte Bildungsressource, die bearbeitet und weitergegeben werden darf.
6. DSFA – Datenschutz-Folgenabschätzung nach DSGVO.
7. WCAG – Web Content Accessibility Guidelines; internationale Standards für Barrierefreiheit.

Schulfach+

aiMOOCs

aiMOOC Projekte

YouTube Music: THE MONKEY DANCE

Spotify: THE MONKEY DANCE

Apple Music: THE MONKEY DANCE

Amazon Music: THE MONKEY DANCE

The Monkey Dance SpreadShirtShop

Video laden

YouTube

YouTube sammelt möglicherweise persönliche Daten. Datenschutzrichtlinie

Fortfahren Ausblenden

The Monkey Dance | aiMOOCs Trust Me It's True: #Verschwörungstheorie #FakeNews Gregor Samsa Is You: #Kafka #Verwandlung Who Owns Who: #Musk #Geld Lump: #Trump #Manipulation Filth Like You: #Konsum #Heuchelei Your Poverty Pisses Me Off: #SozialeUngerechtigkeit #Musk Hello I'm Pump: #Trump #Kapitalismus Monkey Dance Party: #Lebensfreude God Hates You Too: #Religionsfanatiker You You You: #Klimawandel #Klimaleugner Monkey Free: #Konformität #Macht #Kontrolle Pure Blood: #Rassismus Monkey World: #Chaos #Illusion #Manipulation Uh Uh Uh Poor You: #Kafka #BerichtAkademie #Doppelmoral The Monkey Dance Song: #Gesellschaftskritik Will You Be Mine: #Love Arbeitsheft And Thanks for Your Meat: #AntiFactoryFarming #AnimalRights #MeatIndustry © The Monkey Dance on Spotify, YouTube, Amazon, MOOCit, Deezer, ...

Video laden

YouTube

YouTube sammelt möglicherweise persönliche Daten. Datenschutzrichtlinie

Fortfahren Ausblenden

0.00 (0 Stimmen)

Children for a better world >> Förderung der AI Fair-Image Challenge

Fair-Image wird von CHILDREN JUGEND HILFT! gefördert und ist mit der deutschlandweiten AI Fair-Image Challenge SIEGERPROJEKT 2025. Alle Infos zur Challenge hier >>. Infos zum Camp25 gibt es hier. Wenn auch Ihr Euch ehrenamtlich engagiert und noch finanzielle Unterstützung für Eurer Projekt braucht, dann stellt gerne einen Antrag bei JUGEND HILFT.