Ausgangsproblem
Prüfungsrelevante Inhalte waren auf mehr als 600 Ressourcen verteilt. Unterschiedliche Formate und Wiederholungen erschwerten systematisches Lernen und die gezielte Suche nach einer belastbaren Antwort.
Ziel
Ein persönliches Lern- und Prüfungssystem sollte Inhalte nach Themen ordnen, Quellen auffindbar machen, Lernkarten erzeugen und Multiple-Choice-Fragen bereitstellen. Geschützte Ausbildungsunterlagen werden nicht als öffentliche Inhalte veröffentlicht.
Verarbeitungsschritte
- Ressourcen erfassen.Dateien, Transkripte und Aufgaben werden inventarisiert und einem Kursblock zugeordnet.
- Inhalte segmentieren.Text wird in sinnvolle Abschnitte mit Quellenbezug zerlegt.
- Wissen strukturieren.Begriffe, Themen und Beziehungen werden für Suche und Wiederholung aufbereitet.
- Lernmaterial entwerfen.KI erzeugt Vorschläge für Lernkarten und Fragen.
- Menschlich validieren.Fragen, Antworten und Quellen werden kontrolliert, bevor sie als finaler Lernbestand gelten.
RAG und Quellenbezug
Retrieval-Augmented Generation bedeutet hier, dass eine Antwort nicht nur aus allgemeinem Modellwissen entsteht, sondern auf relevante Abschnitte aus dem eigenen Material zurückgreift. Das verbessert Nachvollziehbarkeit, ersetzt aber keine Prüfung: Eine falsche Quelle, unpassende Segmentierung oder mehrdeutige Frage kann weiterhin zu einem schlechten Ergebnis führen.
Projektumfang
- Mehr als 600 Ausgangsressourcen.
- Mehr als 1.000 Lernkarten.
- 110 Multiple-Choice-Fragen im Projektbestand.
- Strukturierung über mehrere Prüfungsblöcke.
Qualitätskontrolle
Die Formulierung „110 MC-Fragen im Projektbestand“ ist bewusst zurückhaltend. Sie behauptet nicht, dass jede Frage von einer unabhängigen Institution geprüft wurde. Für die eigene Prüfungsvorbereitung wurden Inhalte überarbeitet und eingesetzt; eine öffentliche Zertifizierung der Fragen liegt nicht vor.
Bekannte Grenzen
Automatisch erzeugte Lernfragen können trivial, mehrdeutig oder fachlich falsch sein. Quellen können veraltet oder unvollständig sein. Eine Lern-App kann Verständnis unterstützen, aber keine Prüfungsgarantie geben.
Projektstatus
Die Anwendung wurde praktisch zur Prüfungsvorbereitung eingesetzt. Die Ausbildung „Certified AI Agent Builder“ und alle Prüfungskomponenten wurden erfolgreich abgeschlossen. Das AITI-Zertifikat sowie das Zertifikat „AI Agent Builder with TÜV Rheinland Certified Qualification“ auf Level Advanced liegen vor.