| 1. Lernziel und NiveauKlett KI-LernCoach: n/a (kein sichtbarer Beleg) · Tarsus: 8 von 8 |
|---|
DQR-Stufe?Der Deutsche Qualifikationsrahmen (DQR) ordnet Abschlüsse in acht Stufen, etwa DQR 4 für eine dreijährige Ausbildung und DQR 6 für Bachelor oder Meister. Die gewählte Stufe bestimmt, wie anspruchsvoll Erklärungen und Aufgaben sind. Ich wähle die DQR-Stufe – jede einzeln, von DQR 3 bis DQR 7. | Kein sichtbarer Beleg gefunden | Jede Stufe von DQR 3 (zweijährige Ausbildung) bis DQR 7 (Master Professional) einzeln wählbar, je Nugget und jederzeit änderbar. Beleg: KI-Einstellungen |
|---|
Operatoren?Operatoren sind die Verben einer Aufgabe, etwa nennen, erklären oder beurteilen. Sie legen fest, was eine Antwort leisten muss. IHK-Prüfungen arbeiten mit eigenen Operatoren, Hochschulen meist mit der Einteilung nach Anderson und Krathwohl. Ich wähle die Operatoren: IHK-Operatoren oder Operatoren nach Anderson und Krathwohl. | Kein sichtbarer Beleg gefunden | Standard: Operatoren nach Anderson und Krathwohl, passend für Hochschulen und IHK. Alternativ nur die IHK-Operatoren nennen, beschreiben, erklären, erläutern. Beleg: Wissen testen |
|---|
Taxonomiestufen?Wissen heißt Fakten kennen, Verstehen heißt Zusammenhänge erklären, Anwenden heißt Gelerntes auf neue Fälle übertragen. Für eine Sicherheitsunterweisung reicht oft Wissen, für eine Abschlussprüfung braucht es meist alle drei Stufen. Ich wähle die Taxonomiestufen: Wissen, Verstehen, Anwenden – einzeln oder kombiniert. | Kein sichtbarer Beleg gefunden | Wissen, Verstehen und Anwenden einzeln oder in jeder Kombination wählbar, je Nugget. Tarsus fragt nur die gewählten Stufen ab. Beleg: KI-Einstellungen |
|---|
Zielgruppe?Derselbe Kurs wirkt anders, wenn die Beispiele aus dem eigenen Berufsalltag kommen: Für Juristen passt ein Fall aus der Kanzlei, für Informatiker eher einer aus der IT. Ich nenne die Zielgruppe – Beispiele und Sprache passen sich an, etwa für Anwälte. | Für Schulklassen in Mathematik, passend zu Klett-Lehrwerken; eigene Zielgruppe einstellen nicht zu sehen | Zielgruppe frei eintragbar, allgemein oder genau (etwa Familienrechtsanwälte); Tarsus richtet Beispiele, Aufgaben und Sprache danach aus. Beleg: KI-Einstellungen |
|---|
| 2. Adaptives LernenKlett KI-LernCoach: 2 von 12 Punkten · Tarsus: 10 von 12 |
|---|
Lernwürfel (IRT)?Die Item-Response-Theorie schätzt aus jeder Antwort, wie sicher eine Person ein Thema beherrscht, und berücksichtigt dabei die Schwierigkeit der Frage. So lässt sich genau sagen, wo jemand sicher ist und wo noch Lücken sind, statt nur eine Trefferquote zu sehen. Die KI erkennt je Thema und Seite Stärken, Schwächen und Wissenslücken – gemessen nach der Item-Response-Theorie. | Kein sichtbarer Beleg gefunden | Lernwürfel je Person: Lernstand je Lernziel, Thema und Taxonomiestufe, berechnet nach der Item-Response-Theorie. Daraus wählt Tarsus Schwierigkeit und nächste Frage; Stärken, Schwächen und Lücken werden gespeichert. Beleg: Wissen testen |
|---|
Lerntempo?Ein hohes Lerntempo führt schneller durch den Stoff, reagiert aber stärker auf einzelne Antworten. Ein niedriges Lerntempo ist ruhiger und stabiler, braucht aber mehr Fragen und mehr Zeit. Ich stelle das Lerntempo ein: schneller oder ruhiger durch den Stoff. | Kein sichtbarer Beleg gefunden | Lerntempo (Lernrate) je Nugget einstellbar. Es bestimmt, wie schnell sich Schwierigkeit und XP verändern; die Fragen bleiben immer adaptiv. Beleg: Wissen testen |
|---|
Schwierigkeit passt sich an?Wer sicher antwortet, bekommt schwerere Fragen; wer unsicher ist, übt zuerst auf einer leichteren Stufe. So steigt das Niveau Schritt für Schritt bis zum Prüfungsniveau. Die KI passt die Schwierigkeit selbst an: leicht, mittel, schwer. | Individuell angepasste Aufgaben im Erklärvideo als Illustration; Anpassung der Schwierigkeit im Produkt nicht zu sehen | Schwer entspricht der gewählten DQR-Stufe, mittel einer Stufe darunter, leicht zwei Stufen darunter. Welche Stufe als Nächstes kommt, folgt dem Lernstand. Beleg: Wissen testen |
|---|
Fragetypen je Stufe?Zum Beispiel auf der leichten Stufe nur Single Choice und Wahr/Falsch, auf der schweren Stufe offene Fragen und Rechenaufgaben. So passt die Form der Aufgabe zum Niveau. Ich lege je Schwierigkeitsstufe fest, welche Fragetypen erlaubt sind. | Kein sichtbarer Beleg gefunden | Je Stufe frei kombinierbar: Single Choice, Wahr/Falsch, offene Fragen, Dreisatz, Tabellenkalkulation. Tarsus nutzt nur die erlaubten Typen und wählt daraus passend aus. Beleg: Wissen testen |
|---|
Adaptive Punkte (XP)?Wer nicht sieht, wie weit er ist, verliert die Motivation. Adaptive Punkte trennen dabei, was man sich schon angesehen hat, von dem, was wirklich sitzt: Punkte gibt es für richtige Antworten, bei zu vielen Fehlern gehen sie wieder verloren. Lernende gewinnen und verlieren Punkte wie in einem Spiel – so werden Fortschritt und Rückschritt sichtbar. | Sterne, Abzeichen und Punktzahl im Erklärvideo als Illustration; Punkte, die man wieder verliert, nicht zu sehen | Drei Fortschrittsanzeigen: Fortschritt im Stoff beim Wissen aufbauen, Testfortschritt und Experience Points (XP) beim Wissen testen. XP steigen mit richtigen und sinken bei zu vielen falschen Antworten; berechnet aus den Bits der indexierten Wissensbasis. Beleg: Fortschritt und XP |
|---|
Kursempfehlungen?Wer selbst suchen muss, findet oft nicht das passende Angebot. Empfehlungen verbinden den Katalog mit dem Bedarf der Person. Hinweise innerhalb eines Kurses, was als Nächstes zu üben ist, zählen hier nicht; sie gehören zum adaptiven Lernen. Die Plattform schlägt jeder Person passende Kurse aus unserem Angebot vor, etwa nach Rolle, Kompetenzlücke oder Interesse. | Kein sichtbarer Beleg gefunden | Bietet Tarsus nicht: Tarsus empfiehlt keine Kurse aus einem Katalog. Innerhalb eines Kurses führt die KI Lernziel für Lernziel. |
|---|
| 3. KI im GesprächKlett KI-LernCoach: 2 von 16 Punkten · Tarsus: 16 von 16 |
|---|
Nur aus Ihren Unterlagen?So vermeiden Sie erfundene Antworten (Halluzinationen) und Widersprüche zu Ihrem Lehrstoff. Die KI nutzt weder Websuche noch fremde Quellen. Die KI antwortet nur aus unseren Unterlagen – ohne Websuche. | Kein Chat für Fragen; Rückmeldung zu Aufgaben aus Klett-Lehrwerken und einem Aufgabenpool, eigene Unterlagen nicht vorgesehen | Ausschließlich aus den freigegebenen Unterlagen, ohne Websuche und ohne Zugriff auf das Internet. Beleg: Fragen beantworten |
|---|
Gesprächsstil?Geschlossen: streng nach den Unterlagen. Lexikalisch: auch in anderen Sprachen. Tutorisch: mit Beispielen und Denkanstößen. Sokratisch: fragt zurück, statt die Antwort zu geben. Offen: offen für jede Frage. Ich wähle den Gesprächsstil: geschlossen, lexikalisch, tutorisch, sokratisch oder offen. | Kein sichtbarer Beleg gefunden | Fünf Stufen je Nugget, von streng an den Unterlagen (geschlossen) bis offen für jede Frage. Beleg: Fragen beantworten |
|---|
Schummelschutz?Ohne diesen Schutz kopieren Lernende eine Übungs- oder Prüfungsfrage einfach in den Chat und holen sich die Lösung. Mit Schummelschutz hilft die KI beim Nachdenken, verrät die Lösung aber nicht. Die KI verrät keine Lösungen zu ihren eigenen Aufgaben. | Im Produkt-GIF ein Hinweis zum Fehler statt der Lösung | Zuschaltbar je Nugget: Fragt jemand im Chat nach der Lösung einer gestellten Aufgabe, erkennt Tarsus das über die Wissensdatenbank und fordert dazu auf, selbst zu lösen. Beleg: KI-Einstellungen |
|---|
Bleibt beim Stoff?In langen Chats verlieren viele KI-Systeme den Faden (Chat-Drift): Sie folgen jeder Nebenfrage und vergessen das Lernziel. Eine gute Lernbegleitung beantwortet die Nebenfrage und macht dort weiter, wo die Person im Stoff stand. Die KI bleibt beim Stoff – auch nach vielen Zwischenfragen. | Kein sichtbarer Beleg gefunden | Über den Lernwürfel weiß Tarsus jederzeit, wo die Person im Stoff steht, und führt nach jeder Zwischenfrage zurück zum Lernpfad. Beleg: Tarsus vs. eigener Chatbot |
|---|
Dazu fragen?Wie beim Antworten auf eine bestimmte Nachricht in WhatsApp markiert die Person eine frühere Aufgabe oder Erklärung und fragt genau dazu. Die KI muss nicht raten, worauf sich die Frage bezieht, auch nicht 100 Schritte später. Lernende fragen zu einer früheren Aufgabe nach – wie eine Antwort in WhatsApp. | Kein sichtbarer Beleg gefunden | „Dazu fragen“ bindet die Frage an genau diese Aufgabe oder Erklärung, egal wie weit sie zurückliegt; der Kontext wird gezielt zusammengestellt. Beleg: Tarsus vs. eigener Chatbot |
|---|
Fragen beantworten?Fragen kommen oft abends oder kurz vor der Prüfung, wenn keine Lehrkraft erreichbar ist. Die KI antwortet sofort und bleibt dabei im Stoff des Kurses. Lernende bekommen jederzeit Antworten – per Text oder Sprache. | Keine Fragen an die KI; der KI-LernCoach reagiert auf Rechenschritte | Rund um die Uhr, per Text oder Spracheingabe, aus den Unterlagen des Kurses. Beleg: Fragen beantworten |
|---|
Quellen zeigen oder sperren?Manchmal sollen Lernende nachlesen können, woher eine Antwort stammt, bis zur genauen Stelle. Manchmal muss das Original gesperrt bleiben, etwa aus Urheberrechtsgründen. Beides lässt sich einstellen. Ich entscheide, ob Lernende die Quelle und die genaue Stelle sehen – oder ob sie gesperrt bleibt. | Kein sichtbarer Beleg gefunden | Referenzen je Nugget ein- oder ausschaltbar; der Zugriff auf Nugget und Originaldokument lässt sich getrennt sperren. Auf Wunsch springen Lernende von der Antwort direkt zur Stelle im Quelldokument. Beleg: Fragen beantworten |
|---|
Kurs oder ganze Wissensbasis?In der Prüfungsvorbereitung ist der eigene Kurs oft der richtige Rahmen, weil dort die gültigen Definitionen stehen. Bei großen Wissensdatenbanken hilft der Zugriff auf alles: Lernende finden Antworten, ohne zwischen Kursen zu wechseln. Ich lege fest, ob die KI nur im Kurs sucht oder in der ganzen Wissensbasis. | Kein sichtbarer Beleg gefunden | Je Nugget einstellbar: Antworten nur aus dem aktuellen Kurs oder aus allen indexierten Inhalten, immer nur aus dem, wofür die Person Leserechte hat. Beleg: Fragen beantworten |
|---|
| 4. Üben, Feedback und BewertungKlett KI-LernCoach: 2 von 10 Punkten · Tarsus: 10 von 10 |
|---|
Feedback zu Auswahlfragen?Feedback direkt nach der Antwort wirkt am stärksten: Lernende sehen sofort, was stimmt, und prägen sich nichts Falsches ein. Zu Single- und Multiple-Choice-Fragen gibt es sofort Feedback. | Automatische Korrektur; Auswahlaufgabe mit „Überprüfen“ im Erklärvideo als Illustration | Sofortige Rückmeldung und Korrektur nach jeder Antwort. Vorhandene Fragenkataloge lassen sich per CSV oder Excel importieren. Beleg: Wissen testen |
|---|
Feedback zu offenen Fragen?Offene Fragen zeigen, ob jemand etwas wirklich erklären kann. Teilpunkte würdigen, was schon stimmt, und der Hinweis auf das Fehlende zeigt den nächsten Schritt. Freie Antworten werden gegen unsere Unterlagen geprüft – mit Teilpunkten. | Feedback zu Freitextaufgaben im Klett-eBook beschrieben (Testphase); Bild davon oder Teilpunkte nicht zu sehen | Prüfung gegen die Unterlagen, Teilpunkte für teilweise richtige Antworten und ein Hinweis, was noch fehlt. Beleg: Wissen testen |
|---|
Einsichtnahme?Wie bei einer Prüfungseinsicht: Lernende sehen genau, wie ihre Antwort bewertet wurde und was gefehlt hat. Das macht die Bewertung durch die KI nachvollziehbar. Ich erlaube Lernenden, nach der Prüfung eine ausführliche Bewertung ihrer offenen Antworten anzufordern. | Kein sichtbarer Beleg gefunden | Einstellung „Einsichtnahme zulassen“: Bei offenen Fragen fordern Lernende nach der Prüfung eine ausführliche Bewertung ihrer Antwort an. Beleg: Einsichtnahme |
|---|
Interaktive Rechenaufgaben?Kaufmännische Prüfungen verlangen oft Rechenwege in Tabellen, etwa in der Handelskalkulation. Interaktive Rechenaufgaben geben dafür echte Eingabefelder vor und zeigen für jede Zelle, ob der Wert stimmt. Lernende rechnen in echten Tabellenfeldern – mit Feedback zu jeder Zelle. | Rechenschritte einzeln eingeben, Rückmeldung zu jedem Schritt im Produkt-GIF; Tabellenfelder nicht zu sehen | Eigene Aufgabentypen aus IHK-Prüfungen: Tabellenkalkulation, Handelskalkulation vorwärts und rückwärts, Dreisatz. Prüfung und Korrektur je Feld. Beleg: Wissen testen |
|---|
Bestehensgrenze?So entscheiden Sie, wie streng ein Kurs ist, etwa eine höhere Grenze für sicherheitsrelevante Inhalte als für eine Einführung. Ich lege fest, ab wie viel Prozent eine Einheit als bestanden gilt. | Kein sichtbarer Beleg gefunden | Bestehensgrenze in Prozent je Nugget einstellbar: Erst ab diesem Anteil der Punkte gilt eine Einheit als bestanden. Beleg: KI-Einstellungen |
|---|
| 5. Lernbegleitung im DialogKlett KI-LernCoach: n/a (kein sichtbarer Beleg) · Tarsus: 10 von 12 |
|---|
Wissen aufbauen?Kein loses Plaudern: Ein reiner Chatbot antwortet nur, wenn jemand fragt. Hier arbeitet die KI die Lernziele der Reihe nach ab, in kleinen Abschnitten, denn große Wissensmengen auf einmal überfordern. Die KI zerlegt den Stoff in Lernziele und führt Lernziel für Lernziel hindurch – von sich aus, nicht erst auf Fragen. | Übungsaufgaben mit Hinweisen; geführte Erklärung Lernziel für Lernziel nicht zu sehen | Modus „Wissen aufbauen“: Tarsus analysiert die Unterlagen, legt Lernziele fest und nimmt sich eines nach dem anderen vor. Je Lernziel erklärt Tarsus wie eine Lehrkraft an der Tafel, in Microlearning-Einheiten mit Erklärungen, Diagrammen und Übungen, speichert Stärken und Schwächen und geht dann zum nächsten Lernziel. GIFs lassen sich zuschalten. Beleg: Wissen aufbauen |
|---|
E-Learnings im Dialog?Klassische E-Learnings sind für alle gleich und aufwendig zu produzieren. Hier entsteht das E-Learning während des Lernens, für jede Person passend, und trotzdem mit nachvollziehbarem Fortschritt. Für jede Person entsteht im Dialog ein E-Learning – mit Lernzielen, Fortschritt und Punkten, nicht nur Chat. | Kein sichtbarer Beleg gefunden | Kurze Lerneinheiten mit Erklärungen, Diagrammen und Übungen entstehen im Gespräch, passend zu Lernstand und Situation, mit Fortschrittsbalken, Learning Units und XP wie in einem E-Learning. Vorab muss niemand E-Learnings bauen. Beleg: E-Learning auf Abruf |
|---|
Simulationen und 3D?Manches versteht man erst, wenn man es selbst ausprobiert. Mit Knöpfen und Reglern sehen Lernende sofort, was eine Änderung bewirkt. Lernende üben an Simulationen und 3D-Modellen mit Knöpfen und Reglern. | Kein sichtbarer Beleg gefunden | Interaktive E-Learnings im Dialog: Simulationen, Animationen und 3D-Modelle zum Ausprobieren, dazu Folien und praktische Übungen. Beleg: E-Learning auf Abruf |
|---|
Audio, das erklärt?Vorgelesener Text wiederholt nur, was ohnehin auf der Folie steht. Erklärendes Audio ergänzt die Folie wie eine Lehrkraft an der Tafel; wer kein Audio möchte, schaltet es ab. Lernende hören Erklärungen wie von einer Lehrkraft – nicht vorgelesen, mit wählbarer Stimme. | Kein sichtbarer Beleg gefunden | Lernbegleitendes Audio je Nugget zuschaltbar: Es erklärt die Inhalte jeder Folie wie eine Lehrkraft, statt nur den Text vorzulesen. Die Sprecherstimme ist wählbar. Beleg: KI-Einstellungen |
|---|
E-Learning auf Abruf?Manche Fragen lassen sich mit Text kaum beantworten. Ein kleines E-Learning zum Ausprobieren zeigt den Zusammenhang direkt, genau in dem Moment, in dem die Frage entsteht. Lernende fragen – und bekommen bei Bedarf ein interaktives E-Learning mit Reglern und Animationen, nicht nur eine Antwort. | Kein sichtbarer Beleg gefunden | Auf eine Frage hin erzeugt Tarsus im Dialog ein interaktives E-Learning, etwa eine Kennlinie mit Schieberegler oder ein drehbares 3D-Modell, statt nur Text zu liefern. Beleg: E-Learning auf Abruf |
|---|
Live-Chat mit Menschen?Nicht jede Frage gehört an die KI: Manches klärt man besser mit der Lehrkraft oder in der Gruppe. Gezählt wird der Chat zwischen Menschen; Foren und Kommentare zählen als teilweise erfüllt, der Chat mit einer KI zählt nicht. Lernende tauschen sich live mit anderen Lernenden und mit Lehrenden aus, direkt in der Plattform. | Kein sichtbarer Beleg gefunden | Bietet Tarsus nicht: Einen Chat zwischen Lernenden und Lehrenden gibt es in Tarsus nicht; Lernende sprechen mit der KI. |
|---|
| 6. Lehrkräfte und VerwaltungKlett KI-LernCoach: 2 von 12 Punkten · Tarsus: 10 von 12 |
|---|
Lernverlauf einsehen?So erkennen Lehrkräfte früh, wer hängen bleibt, und können helfen, bevor jemand den Anschluss verliert. Lehrkräfte sehen den Lernverlauf jeder Person und sprechen sie gezielt an. | Leistungsstand je Klassenmitglied und Rechenwege je Lernendem als Illustration; echte Ansicht nicht zu sehen | Profil je Person mit Name und E-Mail-Adresse, Skillprofil (Fortschritt in Wissen aufbauen und Wissen testen) und Historie. Über die E-Mail-Adresse sprechen Lehrkräfte Lernende direkt an. Beleg: Lernverlauf |
|---|
Verlauf zurücksetzen?Zum Beispiel für einen neuen Kursdurchgang oder einen Neustart vor der Prüfung. Ich setze den Lernverlauf einer Person auf null zurück. | Kein sichtbarer Beleg gefunden | Schaltfläche „Historie zurücksetzen“ im Profil der Person; Lernstand und Verlauf beginnen wieder bei null. Im Moodle-Plugin als eigene Berechtigung. Beleg: Lernverlauf |
|---|
Autorentool?Nicht alles muss adaptiv sein: Pflichtunterweisungen oder feste Abläufe brauchen oft einen klassischen Kurs. Beides entsteht im selben Werkzeug. Ich erstelle Kurse im eingebauten Autorentool – auch klassische, statische Kurse. | Arbeitsblatt- und Schularbeitsgenerator aus dem Aufgabenpool im Erklärvideo als Illustration; eigene Kurse erstellen nicht zu sehen | Nuggets aus Karten mit Text, Lernzielen, Bild, Audio, Video und Quizfragen, von Hand oder per KI erstellt; nutzbar mit oder ohne KI-Lerncoach. Beleg: Microlearning |
|---|
Produkte in Ebenen?Nuggets werden zu Fächern gebündelt, Fächer zu Modulen. Ein Produkt enthält Nuggets, Fächer oder Module, so lässt sich alles abbilden, vom Wochenendseminar bis zum ganzen Studiengang. Ich bündle Inhalte zu Produkten – in bis zu vier Ebenen. | Kein sichtbarer Beleg gefunden | Vier Ebenen: Nugget, Fach, Modul, Produkt. Ein Produkt enthält Nuggets, Fächer oder Module. Beleg: Fächer, Module, Produkte |
|---|
Eigener Name und Look?Lernende arbeiten mit der KI Ihrer Organisation, in Ihrem Erscheinungsbild und unter Ihrem Namen. Unsere KI trägt unseren Namen, unser Bild und unsere Farben. | Kein sichtbarer Beleg gefunden | Name und Icon des KI-Trainers frei wählbar, dazu Logo, eigene Schrift und eigene Farben der Organisation: Schaltflächen, Text auf Schaltflächen, Menüs und Karten sowie die Nugget-Ansicht. Beleg: Eigener Name, Logo und Farben |
|---|
Kompetenzprofile?Ein Kompetenzprofil reicht über einen einzelnen Kurs hinaus: Es zeigt Fähigkeiten über alle Kurse und Rollen hinweg, mit Soll- und Ist-Stufe. Ergebnisse je Thema innerhalb eines Kurses zählen hier nicht. Wir pflegen Kompetenzprofile je Person und Rolle: welche Fähigkeiten gefordert sind, auf welcher Stufe jemand steht und wo Lücken sind. | Kein sichtbarer Beleg gefunden | Bietet Tarsus nicht: Kompetenzprofile je Person oder Rolle führt Tarsus nicht. Den Lernstand misst Tarsus je Thema und Seite im Kurs. |
|---|