Woraus es wirklich gebaut ist.

Die Kataloge

Jede Lehr-Oberfläche der Plattform ist eine typisierte, zweckgebaute Komponente statt einer freien Folie. Das sind Zahlen ausgelieferter, registrierter Typen.

25

Klassenzimmer-Komponenten – die Unterrichtsschritte im Projektor-Maßstab, von einleitenden Lernzielen bis zum abschließenden Exit-Check.

150

Canvas-Board-Kartentypen, über Mathematik, Naturwissenschaften, Sprache, Diagramme und Bewertung hinweg.

140

dieser Kartentypen kann die KI für dich erstellen. Diese Zahl wird durch eine Startprüfung erzwungen – die App startet nicht bei einer fehlenden oder doppelten Spezifikation – und ist nicht geschätzt.

Die Algorithmen, benannt

Beherrschung pro Schüler:in

Bayessches Wissens-Tracking (Bayesian Knowledge Tracing) über einen Vorwissens-Konzeptgraphen, kombiniert mit einem eigenen exponentiellen Gedächtnis-Verfallsmodell, dessen Stabilität sich mit jeder Antwort aktualisiert. Wiederholte Versuche im selben Abschnitt werden geometrisch abgewertet. Das ist echte adaptive Lernmathematik – kein neuronales Netz.

Spaced Repetition

Die SM-2-Familie, mit zwei Ergänzungen: Lapse-Tracking, sodass eine reife Karte, die durchfällt, markiert statt still zurückgesetzt wird, und ein Relearn-Schritt am selben Tag, der einen Fehler in zehn Minuten statt erst nächste Woche zurückbringt.

Routing für den nächsten Schritt

Eine aktive Policy: eine deterministische Regel- und Heuristik-Engine, die mögliche nächste Schritte anhand von Beherrschungsstatus, Fehlvorstellungsstatus und Versuchsverlauf bewertet und den Score jedes Kandidaten für spätere Analysen speichert. Neue Routing-Logik kann im Shadow-Modus laufen – vollständig bewertet und protokolliert, aber nie einem Schüler gezeigt – bevor sie aktiviert wird.

KI-Generierung

Jeder generierte Lektionsplan wird gegen ein JSON-Schema und gegen das Schema der jeweiligen Zielkomponente validiert. Bei einem Fehler unternimmt das System genau einen gezielten Reparaturversuch; scheitert auch dieser, meldet es einen strukturierten, lesbaren Fehler, statt ungültige Inhalte auszuliefern.

Erzählung

Einmal zum Veröffentlichungszeitpunkt erstellt und als Audio zwischengespeichert, indiziert über einen Hash aus Persona, Stimme, Sprache und Text. Der Live-Betrieb im Klassenzimmer ruft dabei nie ein Modell auf. Drei Text-to-Speech-Anbieter stehen zur Verfügung; das Klassenzimmer und das Content Studio teilen sich eine Integration.

Worauf es läuft

Im Klassenzimmer

Ein Browser auf dem Rechner, der den Projektor steuert. Keine Schülergeräte, keine Schülerkonten und keine App zu installieren für eine Lektion mit der ganzen Klasse. Klassenantworten laufen über die Lehrkraft: Auswahl durch die Lehrkraft, manuelle Abstimmungszählung oder eine Handzeichen-Zählung per Webcam.

Die Live-Ansicht

Der Projektor aktualisiert sich über Server-Sent Events und liest den Status bei jedem Zyklus zusätzlich als Fallback aus der Datenbank neu – ein Update kommt so immer innerhalb von Sekunden an, auch über mehrere Serverprozesse hinweg.

Sprachen

Englisch und Deutsch. Die Infrastruktur für Rechts-nach-links-Layouts existiert, aber es ist keine Rechts-nach-links-Sprache aktiviert, daher behaupten wir das nicht.

Gesichtserkennung

Optional, und für genau eine Sache genutzt: zu erkennen, welcher Schüler an der Tafel steht, damit die Lektion ihn namentlich ansprechen kann. Embeddings werden serverseitig gespeichert, jeweils pro Lehrkraft abgegrenzt. Das ist keine Anwesenheitskontrolle, keine Bewertung und keine Aufmerksamkeitsüberwachung.

Die Grenzen, offen benannt

Dinge, die eine Due-Diligence-Prüfung ohnehin finden würde. Wir möchten lieber, dass du sie hier liest.

• Eine KI-Klassenzimmerstimme ist heute im Einsatz. Die Architektur erlaubt mehr; es existiert nur eine.
• Es gibt keinen Offline-Modus. Bricht die Verbindung mitten in der Lektion ab, stoppt der Projektorlauf, bis sie zurückkehrt.
• Das Klassenzimmerprodukt erfasst nur Ergebnisse auf Klassenebene – verstanden, teilweise, verwirrt. Es gibt darin bewusst keine einzige schülerbezogene Datenzeile.
• Wir haben eine umfangreiche automatisierte Testsuite. Sie ist nicht an ein Deploy-Gate gekoppelt, also gilt sie als „umfassende Abdeckung“, nicht als „vor jedem Release verifiziert“.
• Wir erzielen noch keine Umsätze. Es gibt noch keine Preisliste, keine veröffentlichte Uptime-Zusage und noch keine Auftragsverarbeitungsvereinbarung.