Hinweis: Diese Inhalte wurden mit Unterstützung von Künstlicher Intelligenz erstellt und redaktionell überprüft (Transparenzhinweis gemäß Art. 50 EU AI Act).

Evolution und Architekturen digitaler KI-adaptiver Lernplattformen¶

KI-gestützte adaptive Lernplattformen bilden Generation 4 der Evolution digitaler Lernmanagement-Systeme. Diese eigenständige Zeitachse zoomt in genau diese Architekturlinie hinein: von regelbasierten Vorläufern adaptiven Lernens über KI-generierte Kursentwürfe, personalisierte Lernpfad-Empfehlungen, sokratisch geführte KI-Tutoren und automatisiertes Feedback bis zur Nachrüstung bestehender Open-Source-LMS mit KI-Plugins.

Hinweis: Generationen überlappen sich

Die Zeiträume sind grobe Orientierung, keine scharfen Grenzen — regelbasierte adaptive Systeme (Generation 1) liefen bereits Jahrzehnte vor generativer KI produktiv. Entscheidend ist die Architektur (statische Regeln vs. gelerntes/generatives Modell), nicht allein das Erscheinungsjahr.

Generation 1: Regelbasierte Vorläufer adaptiven Lernens, 1970 – 2010¶

Die Gründergeneration eint drei Prinzipien: intelligente tutorielle Systeme mit fest programmierten Regeln statt gelernter Modelle, Verzweigungslogik statt linearer Kursabfolge und kein generatives Sprachmodell — Vorläufer der heutigen KI-Tutoren, aber technisch fundamental anders. Sie lässt sich in drei technologische Entwicklungsstufen unterteilen:

graph LR
    A["1a: Intelligente Tutorielle<br/>Systeme, regelbasiert<br/>1970 - 1990"] --> B["1b: Adaptive<br/>Testverfahren<br/>1990 - 2005"]
    B --> C["1c: Erste datengetriebene<br/>Empfehlungslogik<br/>2005 - 2010"]

1a. Intelligente tutorielle Systeme, regelbasiert, 1970 – 1990¶

Architektur: handkodierte Regelbäume analog zu Generation 1 der Expertensysteme, angewendet auf Lerninhalte statt medizinischer Diagnose.

1b. Adaptive Testverfahren, 1990 – 2005¶

Architektur: Computerized Adaptive Testing (CAT) — die Schwierigkeit der nächsten Frage hängt von der vorherigen Antwort ab, statistisch fundiert statt fest verdrahtet.

1c. Erste datengetriebene Empfehlungslogik, 2005 – 2010¶

Architektur: statistisches maschinelles Lernen (vgl. Generation 1c der KI-Anwendungen) beginnt, Lernpfad-Empfehlungen aus historischen Nutzungsdaten abzuleiten.

Generation 2: KI-generierte Kursentwürfe, ab 2022¶

Generative KI übernimmt erstmals die Kurserstellung selbst — aus vorhandenen Dokumenten wird automatisiert ein strukturierter Kursentwurf statt eines manuell konzipierten Curriculums.

System	Prinzip
Docebo Shape	KI-generierte Kursentwürfe aus vorhandenen Dokumenten.

Generation 3: Personalisierte Lernpfad-Empfehlungen im Enterprise-Kontext, ab 2022¶

Aufbauend auf Generation 1c dieser Zeitachse ersetzt generative KI die statistische Empfehlungslogik durch Skill-basierte, generativ begründete Vorschläge.

System	Prinzip
Cornerstone AI	KI-gestützte Skill-Erkennung und personalisierte Lernpfad-Empfehlungen im Enterprise-Talent-Kontext.

Generation 4: Sokratisch geführte KI-Tutoren, ab 2023¶

Statt direkte Antworten zu liefern, führen diese Systeme Lernende bewusst über Leitfragen — ein didaktisches Prinzip, das erst mit dialogfähigen LLMs technisch umsetzbar wird.

System	Prinzip
Khan Academy Khanmigo	Sokratisch geführter KI-Tutor, der Schülerinnen und Schüler durch Fragen statt Antworten leitet.
Coursera Coach	KI-Chatbot als Lernbegleiter innerhalb bestehender MOOC-Kurse.

Generation 5: Automatisiertes Feedback & Bewertungshilfen, ab 2023¶

KI übernimmt die zeitintensivste Aufgabe im Lehrbetrieb — die Bewertung offener Antworten und Essays — mit strukturiertem, nachvollziehbarem Feedback statt reiner Punktzahl.

Baustein	Rolle
Essay-Evaluatoren	Bewerten offene Textantworten automatisiert, siehe Automatisches Feedback & Bewertungshilfen.

Generation 6: KI-Plugin-Nachrüstung bestehender Open-Source-LMS, ab 2023¶

Statt eine neue Plattform zu bauen, rüsten KI-Plugins bestehende Moodle-Installationen um adaptive und generative Funktionen nach — dieselbe Nachrüstungslogik wie bei Generation 5 der Wiki-Engines.

System	Funktion
Moodle mit KI-Plugins (z. B. Essay-Evaluator)	Nachrüstung bestehender Open-Source-LMS-Installationen um automatisiertes Feedback.

Bezug zu diesem Repository

Konkrete Open-Source- und Cloud-Werkzeuge je Lernphase behandelt KI in Lehre, Weiterbildung und Training — dort auch die praktische Abgrenzung zwischen nachgerüsteter und nativ integrierter KI-Funktion.

Alternative Sortier- & Klassifikationskriterien für KI-adaptive Lernplattformen¶

1. Zugrundeliegende Technik¶

Regelbasiert — intelligente tutorielle Systeme (Generation 1a).
Statistisch/klassisches ML — adaptive Tests, frühe Empfehlungslogik (Generation 1b/1c).
Generatives LLM — Kursgenerierung, Sokratische Tutoren (Generation 2–6).

2. Interaktionsmodell¶

Statische Empfehlung — Cornerstone AI schlägt Inhalte vor, ohne Dialog.
Konversation — Khanmigo, Coursera Coach führen einen Dialog.

3. Integrationsform¶

Neue, eigenständige Plattform — Docebo Shape.
Plugin für bestehendes LMS — Moodle mit KI-Plugins.