Hector AI + Education Future Fund

Befähigung von Informatiklehrkräften im Bereich KI durch berufliche Weiterbildung und Postgraduiertenausbildung. 

Die Herausforderung 
In Baden-Württemberg (BW) wird zum Schuljahr 2025/26 das Pflichtfach Medienbildung und Informatik für die 5.-11. Klassenstufe an allen Schulen der allgemeinbildenden Sekundarstufe sukzessive eingeführt. Grund- und Leistungskurse in der gymnasialen Oberstufe sind langfristig auch vorgesehen und sollen fachlich und fachdidaktisch fundiert ein Abitur im Fach Informatik an möglichst vielen Standorten in BW ermöglichen. Die in BW aktuell aktiven Informatiklehrkräfte decken den momentanen Bedarf einigermaßen ab, nicht jedoch die breite Skalierung zum Pflichtfach inklusive Oberstufe. BW muss daher schnell und dennoch fundiert mehr Informatiklehrkräfte qualifizieren und die dringend notwendigen fachlichen und fachdidaktischen Kompetenzen in KI vermitteln. 

Unsere Lösung
In Kooperation mit dem Zentrum für Schulqualität und Lehrerbildung (ZSL) und dem Kultusministerium werden wir ein nachhaltiges modulares Fortbildungskonzept für KI und ihre Didaktik entwickeln und mit einem postgradualen Zusatzstudium verbinden, das konzeptionell an das Kontaktstudium IMP angelehnt ist. Von uns entwickelte und über das ZSL zertifizierte Fortbildungen werden rasch nach Projektbeginn angeboten, um möglichst viele Lehrkräfte in kurzer Zeit zu adressieren. Damit befähigen wir Informatik-Lehrkräfte in BW in allen Phasen ihrer Ausbildung und Berufstätigkeit, einen fachlich fundierten und didaktisch exzellenten Informatik-Unterricht für ihre Schüler:innen sowohl in der Sekundarstufe I und II anzubieten.
 

KI-gestützte Lese- und Schreibförderung im Kindergarten – eine mobile App zur authentischen Sprachförderung in der Früherziehung.

Die Herausforderung
Die Sprachförderung zählt zu den zentralen Herausforderungen der Bildung im Elementarbereich. Trotz intensiver Bemühungen der Länder kommen Begleitstudien zur Wirksamkeit von Fördermaßnahmen regelmäßig zu ernüchternden Befunden, mit weitreichenden Konsequenzen für den Schriftspracherwerb: jedes vierte Kind erreicht am Ende der Grundschule im Lesen nicht das Mindestniveau beim Textverständnis, das für die Anforderung im weiteren Schulverlauf nötig wäre (IGLU 2021). Es existieren zwar analoge Maßnahmen zur Bewältigung dieser Herausforderungen, doch deren Umsetzung stellt hohe Anforderungen an die Pädagog:innen und bindet Personalressourcen.

Unsere Lösung
Das Projekt AI-LIT zielt darauf ab, eine mobile KI-gestützte App für das Dialogische Lesen zur systematischen Förderung sprachlicher Interaktion von Kindern im Vorschulalter in der Situation des Bilderbuchlesens zu entwickeln. In „AI-LIT“ soll das Dialogische Lesen (Whitehurst et al., 1998) mit digitalen Bilderbüchern skalierbar und vollautomatisiert mithilfe aktueller KI-Methoden umgesetzt werden. Bisherige digitale Tools in diesem Bereich konzentrieren sich auf die Unterstützung des Leseprozesses in der Grundschule. Unser KI-gestütztes dialogisches Lesen setzt früher an und fördert den rezeptiven und produktiven Wortschatz sowie die Entwicklung der Bildungssprache und Erzählfähigkeit, um die notwendigen Fähigkeiten von Kindern bereits vor dem Schuleintritt zu fördern.

COMPASS (kurz für “Comprehensive Open Math Platform with Adaptive Self-Regulation Support”, auf Deutsch: “Umfassende offene Matheplattform mit adaptiver Selbstregulierungsunterstützung”), möchte mittels KI mathematisches und selbstreguliertes Lernen gleichzeitig fördern – durch eine offene und anpassungsfähige Mathe-Lernplattform, die Zehntausende von Schülern in ganz Deutschland unterstützt.

Die Herausforderung
Selbstreguliertes Lernen ist entscheidend für die Entwicklung der Fähigkeit, lebenslang zu lernen, von kritischem Denken und akademischer Resilienz. Adaptive digitale KI-Tools bieten sowohl Chancen als auch Herausforderungen für die Entwicklung von Selbstregulierungsfähigkeiten: Sie könnten die Fähigkeit der Schüler:innen zur Entwicklung einer eigenen Selbstregulierung untergraben, indem sie die Abhängigkeit von algorithmischer Anleitung fördern; oder sie könnten diese Fähigkeit durch personalisierte Unterstützung verbessern. Wie viel und welche Art von adaptiver Unterstützung gegenüber der Selbstregulierung benötigen einzelne Schüler:innen in verschiedenen Lernphasen?

Unsere Lösung
Eine offene Mathematikplattform wird systematisch verschiedene Selbstregulierungsstrategien bewerten und optimieren, um positive Auswirkungen auf die autonomen Lernkompetenzen der Schüler und die allgemeinen Bildungsergebnisse zu gewährleisten.

Im Detail: Wir bauen eine adaptive Mathematik-Lernplattform auf, ausgehend von MatheBattle (mathebattle.de), einer etablierten Plattform in Baden-Württemberg mit >10 Millionen gelösten Aufgaben pro Jahr und fast 100.000 aktiven Nutzern. Wir entwickeln MatheBattle neu als moderne, quelloffene Anwendung auf Basis der Growify Learning Plattform, migrieren bestehende Nutzer und integrieren adaptive Tutoring-Komponenten. Zunächst führen wir einen KI-basierten Aufgabeneditor für interaktive Lerninhalte ein und fügen Funktionen hinzu, die die Lernenden zu selbstgesteuertem Lernen auffordern (z.B. Zielsetzung, Selbsteinschätzung). Dann fügen wir ein evidenzbasiertes Tutoring-Modell hinzu, das die Lernenden zu selbstgesteuerten Lernstrategien anregt, und schließlich implementieren wir eine KI-gesteuerte Wissensverfolgung und adaptive Lernpfade, die sich an den US Common Core Standards orientieren (die auf den deutschen Lehrplan abgestimmt sind).

ETQ-AI verbessert die Unterrichtsqualität durch künstliche Intelligenz: Wir entwickeln ein KI-Feedbacksystem, das Lehrkräften in Echtzeit Rückmeldung zu ihren Lehrmethoden gibt.

Die Herausforderung
Die Qualität des Unterrichts ist ein entscheidender Faktor für effektives Lernen – doch Lehrkräfte bekommen selten zeitnah und zuverlässig Feedback zur eigenen Unterrichtsqualität. Herkömmliche Methoden (Schüler:innenbeurteilungen, Selbsteinschätzungen der Lehrkräfte, Unterrichtsbeobachtungen usw.) haben nur eine begrenzte Vorhersagekraft, sind zeit- und kostenintensiv und bieten nicht die nötige Tiefe für eine kontinuierliche Weiterentwicklung. Das fehlende Feedback hindert Lehrkräfte daran, ihre tägliche Arbeitspraxis zu reflektieren und anzupassen.

Unsere Lösung
Echtzeit-Feedback zur Unterrichtspraxis: Wir entwickeln eine KI-basierte Copilot-Anwendung namens “Teaching Copilot”. Die Anwendung dient als Selbstbewertungsinstrument, das Lehrkräften die Möglichkeit zur Selbstreflexion gibt. Im Klassenzimmer können Lehrkräften den “Teaching Copilot” auf ihren Smartphones nutzen und Audioaufnahmen aus dem Klassenzimmer aufnehmen. Das System analysiert diese Daten (Audio und Transkripte), um Facetten guter Unterrichtsqualität auszuwerten. Das System hält sich an die Vorschriften der DSGVO, des EU-KI-Gesetzes sowie an datenschutzfreundliches maschinelles Lernen für einen sicheren und ethischen Umgang mit den erhobenen Daten.
 

Sprachgesteuerter intelligenter Lernassistent für begabte Kinder: Ein evidenzbasierter Open-Source-KI-Tutor für Grundschüler.

Die Herausforderung

Begabung gilt als entscheidender Faktor für Innovation, Produktivität und gesellschaftlichen Fortschritt. Die jüngsten PISA-Ergebnisse zeigen jedoch, dass begabte Kinder zunehmend vernachlässigt werden: Der Anteil der Jugendlichen, die ihre Begabung durch besonders gute Leistungen zeigen und umsetzen konnten, hat sich in zehn Jahren fast halbiert. Die Förderung begabter Schüler:innen sollte früh beginnen und kontinuierlich fortgesetzt werden, um die Neugier und Kompetenz der nächsten Generation talentierter Schüler:innen zu fördern. KI kann dafür sinnvoll eingesetzt werden, da sie eine nahtlose, adaptive und bedarfsgerechte Förderung ermöglicht.

Unsere Lösung

Das Ziel dieses Projekts ist die Entwicklung eines evidenzbasierten und sprachgesteuerten Open-Source-KI-Tutors für begabte Grundschüler, beginnend mit einem maßgeschneiderten Hector-Kernkurs. Dieser soll später erweitert werden auf weitere Themenbereiche. Der KI-Tutor dient als persönliche Assistenz für Fragen der Schüler:innen und soll Diskussionen anregen und altersgerechte Hilfestellungen (z. B. Aufforderungen, Hinweise, Erklärungen) bieten, die das neugiergetriebene Lernen von Kindern sowohl innerhalb als auch außerhalb der Schule anleiten. Wir verfolgen einen agilen, ko-konstruktiven und praxisorientierten Entwicklungsansatz mit schnellen Testzyklen und direktem Einbeziehung der Interessengruppen (d. h. Schüler, Eltern, Lehrer).