IDEENSKIZZE: aiMOOC.org – Adaptives Lernen durch KI

aiMOOC.org – Adaptives Lernen durch KI-generierte Lernkurse

Projektübersicht

1. Projekttitel: aiMOOC.org – Adaptives Lernen durch KI-generierte Lernkurse
2. Untertitel: Bildungsnetz deutscher Schulen, Ausbildungsbetriebe und Universitäten
3. Antragsteller: Glanz-Verlag, vertreten durch Prof. Dr. Ingeborg Villinger, Dr. rer. nat. Olga Glanz, Dr. Udo Glanz, Jonas Dörr, Birgit Nelson Glanz
4. Fördergeber: BMFSFJ
5. Fördersumme: 180.000 €
6. Förderbereich: Digitalisierung & Innovation
7. Fördergebiet: bundesweit

Zusammenfassung

Entwicklung einer frei zugänglichen, kollaborativen Online-Bildungsplattform, die durch den Einsatz von KI personalisierte und adaptierte Lernerfahrungen in einem Kultur- und Bildungsnetz bietet. Dieses Projekt zielt darauf ab, eine Brücke zwischen Schule, Ausbildung, Beruf, Studium und lebenslangem Lernen zu schlagen. aiMOOC.org soll das pädagogische Paradigma erweitern, indem es individuelles und kontextbezogenes Lernen durch fortschrittliche Algorithmen des maschinellen Lernens und der datengetriebenen Inhaltsanpassung ermöglicht.

Zielsetzung und Hintergrund

1. Projektziel: Entwicklung einer umfassenden, gemeinnützigen Plattform, die qualitativ hochwertige, durch KI generierte Lerninhalte (aiMOOCs) bietet. Die ressourcenschonenden, individuellen Lernkurse sollen von Lehrenden und Lernenden durch GPTs oder Smart Prompts allein durch die Eingabe des Themas erstellt werden können.
2. Hintergrund: Ziel ist es, Bildungsressourcen für alle Bevölkerungsgruppen zugänglich zu machen und benachteiligte Gruppen zu unterstützen. Beginnend mit weniger komplexen Schulinhalten, über Ausbildungsinhalte bis hin zu speziellen Studien-MOOCs, sollen Inhalte in einem Bildungsnetz bereitgestellt werden.

Technologische Innovation

1. Entwicklung einer adaptiven Lernplattform für Kultur- und Bildungsthemen, die Algorithmen des maschinellen Lernens, insbesondere Supervised Learning und Reinforcement Learning, nutzt.
2. Einsatz von Natural Language Processing (NLP) zur Analyse von Textantworten und zur Unterstützung natürlichsprachlicher Interaktionen.
3. Aufbau einer sicheren und skalierbaren Dateninfrastruktur, um die Vertraulichkeit und Integrität der Benutzerdaten zu gewährleisten.

Methodische Ansätze

1. Curriculum-Entwicklung in Zusammenarbeit mit Fachexperten zur Erstellung eines interdisziplinären und inklusiven Curriculums / Kompetenzrasters.
2. Community-Building und kollaboratives Lernen durch Peer-Review-Systeme und integrative Lernwerkzeuge auf einer Wiki-Basis.

Zielgruppe und Reichweite

1. Schüler und Studierende aller Bildungsniveaus.
2. Auszubildende und Berufstätige, die ihre beruflichen Fähigkeiten erweitern möchten.
3. Pädagogische Fachkräfte auf der Suche nach innovativen Lehrmethoden und konkreten Lerninhalten.

Evaluierungsstrategien

1. Portal: Formative Evaluation bei der Entwicklung des Portals. Regelmäßige Erhebungen und Feedback-Schleifen mit den Nutzern zur kontinuierlichen Verbesserung der Plattform.
2. Lernevaluation: Einsatz fortgeschrittener Analysetools zur Überwachung der Lernfortschritte. Konkreter Einsatz in unterschiedlichen Schularten.

Budget und Finanzplanung

1. Entwicklungskosten für Software und Anpassung der KI-Prompts.
2. Inhaltsproduktion und Honorare für Fachexperten.
3. Laufende Kosten für Serverwartung und Nutzerunterstützung.

Vorarbeiten

Auf MOOCit.de wurden frei zugängliche KI-Lernkurse des schulischen Bildungskanons publiziert, um die KI-Technologie zu testen, die Möglichkeiten zu erfassen, Lernkurse in der Schule zu testen und ein Feedback auf die Kurse zu bekommen. Entwickelt wurden Prompts für Lernkurse unterschiedlicher Fächer.

Arbeitsplan und Zeitrahmen

Die Projektlaufzeit beträgt 12 Monate, unterteilt in drei Phasen:

1. Optimierung der Prompts / GPTs
2. Entwicklung und Zuordnung von Multimedia-Inhalten
3. Umsetzung des schulischen Bildungskanons
4. Skalierung der Plattform durch aiMOOC-Bestellungen und aiMOOC-Wünsche

In dieser Zeit erfolgt aus Datenschutz-Gründen nur ein indirekter Kontakt der Nutzer mit den US-KI-Modellen.

Projektfortsetzung

In den weiteren Projektjahren wird die Umstellung auf europäische und vor allem deutsche KI-Modelle z.B. von SAP angestrebt.

1. Zweites Jahr: Vorbereitung des Portals auf API mit deutschsprachigem KI-Modell (LDAP-Anmeldungen, Mehrsprachigkeit, weitere Barrierefreiheit usw.)
2. Drittes Jahr: Umstieg auf deutsches KI-Modell mit direktem Kundenkontakt. Lehrende und Lernende erstellen selbst individuelle Kultur- und Bildungsmaterialien.

Nachhaltigkeit und gesellschaftlicher Beitrag

Das Projekt strebt danach, durch den Einsatz von KI-gesteuerten Lernmodulen langfristig positive Veränderungen in der Gesellschaft zu bewirken, insbesondere durch Förderung des lebenslangen Lernens, Reduktion von Bildungsungleichheiten und klimafreundlichem, ressourcenschonenden Lernen.

Interdisziplinäres Team

Das interdisziplinäre Team des aiMOOC-Projekts vereint Experten aus unterschiedlichen Fachgebieten, die ihre jeweiligen Spezialkenntnisse in die Entwicklung einer adaptiven, KI-gestützten Lernplattform einbringen. Hier sind die möglichen Tätigkeitsfelder der Teammitglieder:

Prof. Dr. Ingeborg Villinger bringt eine umfangreiche Erfahrung in der politischen Theorie und Philosophie sowie in der vergleichenden Regierungslehre in das aiMOOC-Projekt ein. Als emeritierte Professorin, die zwischen 1999 und 2010 die C4-Professur für vergleichende Regierungslehre an der Universität Freiburg vertrat, hat sie tiefgreifende Kenntnisse in den Bereichen der politischen Kulturforschung und der symbolischen Politik. Ihre Forschungsarbeiten beleuchten insbesondere das Verhältnis zwischen Politik, Massenmedien und Öffentlichkeit, sowohl im Systemvergleich als auch bei Transformationsprozessen. Ihr Beitrag zum aiMOOC-Projekt kann sich auf die Entwicklung von Studien-Lehrinhalten konzentrieren, die sich mit diesen Themen auseinandersetzen und damit exemplarisch für weitere Studien-aiMOOCs sein. Villingers Expertise ist besonders wertvoll für die Schaffung von Modulen, die Studierende und Lernende dazu anregen, die Wechselwirkungen zwischen politischen Prozessen und medialer Darstellung zu analysieren und zu verstehen.

Dr. Dr. Olga Glanz: Mit ihrem doppelten Doktortitel und umfassenden Erfahrungen in der neurowissenschaftlichen Forschung sowie ihrer Kenntnis in KI-Methoden, kann Dr. Dr. Glanz wesentlich zur technischen Umsetzung und wissenschaftlichen Fundierung des Projekts beitragen. Ihre Arbeit an neuroprosthetischen Geräten und ihre Expertise in der Verarbeitung und Analyse von ECoG und EEG Daten ermöglichen es ihr, adaptive Lernsysteme zu entwickeln, die auf die neurologischen und kognitiven Prozesse der Lernenden abgestimmt sind.

Dr. Udo Glanz: Als Pädagoge, Autor und Verleger mit umfangreicher Erfahrung in der Entwicklung und Verbreitung von MOOCs (Massive Open Online Courses) im Bildungssektor, ist Dr. Udo Glanz ideal geeignet, um die pädagogischen Aspekte des Projekts zu leiten. Er kann sich auf die Curriculum-Entwicklung, die Pädagogik der KI-gestützten Lehrmethoden und die Verbreitung der Plattform konzentrieren, um eine breite Akzeptanz und Nutzung sicherzustellen.

Jonas Dörr: Als Programmierer ist Jonas Dörr verantwortlich für die technische Umsetzung der Plattform. Er arbeitet an der Front- und Backend-Entwicklung, implementiert technische Voraussetzungen und sorgt für die Integration der Lernwerkzeuge und -module, die für ein reibungsloses und benutzerfreundliches Lernerlebnis erforderlich sind.

Birgit Glanz-Nelson: Mit ihrem Hintergrund in der Architektur kann Birgit Glanz-Nelson dazu beitragen, das Design und die Nutzererfahrung der Plattform zu gestalten. Ihre Fähigkeiten im Bereich der Raumgestaltung lassen sich auf die Strukturierung der virtuellen Lernumgebungen übertragen, wobei sie eine benutzerfreundliche und ästhetisch ansprechende Oberfläche schaffen kann, die das Lernen fördert.

N.N.: Berater eines KI-Unternehmens (wie z.B. SAP)

Links

1. Verlagsseite: Glanz-Verlag.de
2. MOOC-Hauptseite: MOOCit.de
3. KI-Projektseite: aiMOOC.org

Beispiele

1. Basis-Prompt: aiMOOC
2. Kompetenzraster: Deutsch
3. Glossar: Künstliche Intelligenz A-Z