KI-basierter Lernchatbot für Studierende der BTU Cottbus–Senftenberg
Proof of Concept für adaptive Lernunterstützung in MINT-Studiengängen
Unternehmen
Brandenburgische Technische Universität Cottbus–Senftenberg
Leistungen
KI-Implementierung
Branche
Bildung
Schnellüberblick
Adaptive Lernbegleitung
Der Chatbot passt Inhalte und Sprache automatisch an das individuelle Kompetenzniveau der Studierenden an.
Integrierte Motivationserkennung
Das System erkennt Lernmüdigkeit und schlägt motivierende Lernpfade oder alternative Formate vor.
Lehranalyse in Echtzeit
Dozierende erhalten Einblicke in Themenverständnis, Lernverläufe und häufige Fehler der Studierenden.
Skalierbare Systemarchitektur
Das modulare Framework kann auf weitere MINT-Fächer übertragen und in Hochschulsysteme integriert werden.
Proof of Concept erfolgreich
Der PoC bestätigt die technische und didaktische Machbarkeit KI-gestützter Lernassistenz an Hochschulen.
Kurzbeschreibung
Aufgabe:
Entwicklung eines generativen KI-Chatbots zur Unterstützung von Studierenden beim Aufbau mathematischer Grundlagen.
Team:
Zweiköpfiges Projektteam mit den Rollen IT-Entwicklung (KI-Architektur, Integration) und Projektleitung & Koordination.
Projektdauer:
3 Monate
Zielstellung
Ziel war der Aufbau eines lernfähigen KI-Systems, das Studierende in den ersten Semestern technisch-naturwissenschaftlicher Studiengänge individuell unterstützt. Der Chatbot sollte als digitaler Lerncoach fungieren, Wissenslücken erkennen, Lernpfade anpassen und Studierenden eine kontinuierliche, motivierende Lernbegleitung bieten. So sollte der Studienerfolg in prüfungsintensiven MINT-Fächern gezielt erhöht und die Lehre um ein datenbasiertes Unterstützungssystem erweitert werden.
Lösungen
Im Proof of Concept entwickelte die ScaleUp Factory gemeinsam mit der BTU einen funktionsfähigen Lernchatbot auf Basis generativer KI. Das System wurde mit Vorlesungsskripten, Übungsaufgaben und Lehrinhalten aus Mathematik- & Physikmodulen trainiert und durch ein Dialogmodell ergänzt, das auf Lernstand, Stil und Motivation reagiert. Die KI kombiniert semantische Suche, adaptives Feedback und emotionale Ansprache zu einem skalierbaren Lernsystem, das sich in bestehende Lehrstrukturen einfügt.
Ergebnisse
Der PoC zeigte, dass sich Lernprozesse personalisieren und Lernfortschritte in Echtzeit abbilden lassen. Studierende konnten gezielt an individuellen Wissenslücken arbeiten. Lehrende erhielten analytische Einblicke in Lernstände und Themenhäufungen, wodurch gezielte Betreuung möglich wurde. Das System bildet die Grundlage für den weiteren Aufbau eines hochschulweiten KI-Tutorennetzes.
Projektverlauf
Zielstellung
An der Brandenburgischen Technischen Universität Cottbus–Senftenberg stand die Frage im Mittelpunkt, wie Studierende in MINT-Fächern langfristig erfolgreicher begleitet werden können. Gerade im mathematisch-technischen Bereich führen hohe Anforderungen und unterschiedliche Vorkenntnisse oft zu frühen Studienabbrüchen. Um dem entgegenzuwirken, sollte eine datenbasierte, adaptive Lernumgebung entstehen, die Studierende individuell unterstützt und Lehrende mit neuen Einblicken in Lernprozesse versorgt. Im Fokus stand der Aufbau eines KI-gestützten Lernassistenten, der Wissen bedarfsgerecht vermittelt, Lernstände erkennt und Motivation gezielt fördert. Ziel war es, einen skalierbaren Rahmen zu schaffen, mit dem digitale Lernbegleitung als fester Bestandteil der Hochschullehre etabliert werden kann – als Schnittstelle zwischen Technologie, Didaktik und persönlicher Betreuung.
Lösungen
Für diesen Anspruch entwickelte die ScaleUp Factory gemeinsam mit der BTU einen Proof of Concept, der das Potenzial eines lernfähigen KI-Chatbots konkret erfahrbar machte. Das System kombiniert ein generatives Sprachmodell mit semantischem Retrieval und einem adaptiven Feedbackmechanismus. Inhalte aus Lehrmaterialien – von mathematischen Grundlagen bis zu komplexen Übungsaufgaben – wurden in ein strukturiertes Wissensmodell überführt. Der Chatbot erkennt typische Fehler, reagiert auf individuelle Lernmuster und passt die Sprachebene an das jeweilige Kompetenzniveau an. Ein integriertes Emotionsmodell reagiert auf Motivation und Lernverhalten, wodurch Studierende nicht nur fachlich, sondern auch mental begleitet werden. Technologisch ist der Aufbau so modular gestaltet, dass er sich nahtlos in bestehende Lernplattformen der Hochschule einfügen lässt. Der Proof of Concept machte sichtbar, wie sich KI-basierte Lernprozesse flexibel skalieren und in universitäre Strukturen integrieren lassen – als Basis für eine nachhaltige Weiterentwicklung der Hochschullehre.
Ergebnisse
Das Ergebnis: Ein funktionsfähiger KI-Tutor, der Lerninhalte dynamisch aufbereitet, Rückmeldungen in Echtzeit gibt und Lernfortschritte messbar macht. Studierende profitieren von einem kontinuierlichen Lernfluss, der individuell auf Wissensstände und Lernverhalten reagiert. Für Lehrende eröffnet das System neue Möglichkeiten, Lernbarrieren früh zu erkennen und Inhalte gezielter zu vermitteln. Neben der unmittelbaren Unterstützung im Studienalltag liefert der Chatbot wertvolle Daten für die Weiterentwicklung der Lehrmethoden und die Qualitätssicherung im Studienbetrieb. Der Proof of Concept bestätigte die technische Machbarkeit und die didaktische Anschlussfähigkeit des Ansatzes. Gleichzeitig legte er den Grundstein für eine hochschulweite Skalierung – mit dem Ziel, digitale Lernbegleitung als festen Bestandteil der Studiengänge zu verankern und die Erfolgschancen in MINT-Fächern langfristig zu erhöhen.
Tools & Methoden
OpenAI GPT Modelle, n8n, RAG (Retrieval-Augmented Generation)
Holen Sie sich die nötige Unterstützung direkt ins Haus
Jetzt Schnellstart prüfen
100% kompatibel mit Ihrem SetUp
Vielseitig und projekterprobt
Agil und effektiv
Schnelle Integration und optimierte Kommunikation
KI-Ready
Fachexpertise & KI-Power