GenAIedTech: Von Mensch zu Maschine

Physio-Lektionen an realitätsgetreuen Avataren üben oder in Museen mit VR-Technologie die Auswirkungen des Klimawandels erleben – interaktive Lerninhalte können schon wirklich einiges. Allerdings schaffen es viele Ideen gar nicht erst aus der Theorie in die Praxis. Das Projekt mit dem langen Namen “Content Creation with Generative Artificial Intelligence for Interactive Educational Technologies”, kurz GenAIedTech, setzt genau hier an. Und bringt neuen Schwung in die EdTech-Landschaft.

Flaschenhals bei Bildungstechnologien

Was die Physio-Ausbildung und das Museum gemeinsam haben? Sie sind zwei der vielen Erfahrungswerte des Departments of Creative Technologies der FH Salzburg. Dort werden seit längerer Zeit Technologien erforscht, die den Menschen ins Zentrum rücken. Dabei zeigte sich jedoch immer wieder, dass „die Erstellung von Content ein absoluter Flaschenhals bei Bildungstechnologien ist“, so Projektleiter Markus Tatzgern, der auch den Fachbereich für Game & Mixed Reality leitet.

Das heißt: Auch die beste Idee kann an der Ausführung scheitern, wenn niemand den Inhalt entwickeln, einpflegen und didaktische Lernpfade bauen kann. Denn die meisten Inhalte sind handgemacht: „Beim Museumsprojekt baute die Uni die Pflanzen selbst nach, beim Physio-Projekt haben Expert:innen die Bewegungen manuell aufgezeichnet.“

Benutzerfreundlichkeit bei KI-Lösung

Die Erstellung von Lernmaterialien erhöht also für viele Unternehmen – insbesondere KMU – die Kosten und schränkt die Skalierbarkeit ein. Außerdem fehlen oft technische Vorkenntnisse im Team. Für Tatzgern zeigt sich demnach, dass es schlichtweg „einen neuartigen Co-Creation-Prozess zwischen Menschen und KI braucht“. Dieser soll durch das aktuelle Projekt, das noch bis 2029 läuft, erforscht und bestenfalls generiert werden.

Hier kommt auch die Expertise des zweiten Projektleiters Clemens Havas im Bereich generative KI und Datengenerierung ins Spiel: Er optimiert generative Modelle wie zum Beispiel große Sprachmodelle so, dass sie verlässliche Informationen liefern und keine Halluzinationen – also Falschinformationen – produzieren.

Vom Bedarf zur Lösung

GenAIedTech konzentriert sich auf drei Phasen: die Erstellung und Analyse von Materialien, die Planung der Lernerfahrung und deren Umsetzung. In der ersten Phase, in der sich das Projekt gerade befindet, wird der Bedarf bei Unternehmen festgestellt: wie sie KI nutzen und welche Pain Points bestehen. Die nächste Phase folgt dann ab 2026. Sechs Personen arbeiten an dem Projekt, die Gespräche mit den Unternehmen führen, die Problempunkte erfassen und individuelle Lösungsansätze und Angebote entwickeln.

Zudem gibt es bereits einen Prototyp – ein interaktiver Workflow, bei dem User:innen einfach beschreiben, was sie brauchen und die KI sofort passende Lerneinheiten generiert. „Trotzdem muss man als Mensch die Inhalte genau durcharbeiten und selbst einen Lernpfad zusammenstellen, denn man bleibt verantwortlich“, sagt Tatzgern. Menschen hätten aktuell noch den besseren Überblick, wie Lernpfade für ein Unternehmen funktionieren müssen. Die KI könne jedoch zusätzliche didaktische Elemente vorschlagen, etwa ein Quiz zu einer Lerneinheit und das auch erstellen.

Drei häufige Herausforderungen

Schon jetzt zeigt sich in den ersten Gesprächen, dass vor allem drei Bereiche großes Optimierungspotential haben: die Dokumentation, produktspezifische Entwicklungen sowie Kommunikation und Marketing. Ein Beispiel dabei ist die Mehrsprachigkeit bei Bild und Video. „Wenn man Text auf Bildern übersetzt, entstehen oft Lücken – da setzen wir auf Modelle wie Nano Banana von Google, die dafür gut funktionieren.“

Besonders wichtig ist in jedem Fall die Qualitätssicherung. Um Halluzinationen zu vermeiden, werden Zuverlässigkeitswerte berechnet und visualisiert – damit Nutzer:innen selbst einschätzen können, wie vertrauenswürdig das KI-Ergebnis ist. Welche Resultate am Ende des Projekts feststehen, bleibt abzuwarten. Erste Unternehmensprojekte wurden jedenfalls bereits umgesetzt und deren Ergebnisse in produktive Workflows in Unternehmen überführt. Die Best Practices aus der Forschung werden auf der Website veröffentlicht – und damit auch die wertvollen Erfahrungswerte.

Kurzinterview mit Markus Tatzgern

Soll GenAIedTech generell Unternehmen empowern, besser mit KI umzugehen?

Eigentlich schon. Bei jedem dieser Projekte lernen die Unternehmen natürlich etwas dazu. Eine Motivation war auch, dass bei vielen KMU gar nicht die Ressourcen vorhanden sind, eine umfangreiche Forschung zu machen und sie hier nun die Möglichkeit haben, anzudocken.

Was trägt das Projekt zur EdTech-Szene bei, abseits der Anwendungen und Lösungen, die bereits existieren?

Wir betreiben Forschung an der Schnittstelle zwischen generativer AI und EdTech und erforschen Lösungen, die so auf dem Markt noch nicht vorhanden sind. Wir entwickeln Prototypen, validieren diese wissenschaftlich und führen Studien mit Nutzer:innen durch.

Können sich Unternehmen derzeit aktiv an euch wenden, um beim Projekt teilzunehmen?

Ja, absolut. Im Grunde kann uns jedes Unternehmen kontaktieren, das KI-Lösungen einsetzt oder selbst entwickelt und dabei irgendwo Einschränkungen erlebt. Wir sind auch für alle offen – national und international.