Wie können Lernplattformen wie Moodle von moderner KI profitieren – ohne dass Datenschutz, Quellenvalidität oder pädagogische Kontrolle verloren gehen? Diese Frage steht im Zentrum eines von der Forschungszulage geförderten Projekts der eLeDia GmbH, das die Lernplattform Moodle mit einer sicheren, lokal betriebenen KI-Architektur verbindet.
Mit der Entwicklung einer Retrieval-Augmented Generation (RAG)-basierten Infrastruktur und des eLeDia.ai Tutors entsteht ein System, das didaktische Inhalte nicht nur automatisiert generiert, sondern Lernenden auch in interaktiver, kontextbezogener Form zugänglich macht – ohne Cloud, ohne Datenabfluss, aber mit maximaler didaktischer Präzision.
Warum Forschung für KMU so wichtig ist
Forschung im Bereich der Künstlichen Intelligenz wird häufig mit Großkonzernen assoziiert. Doch gerade kleine und mittlere Unternehmen (KMU) sind es, die durch Nähe zum Markt, Agilität und Fachexpertise besonders praxisnahe Innovationen hervorbringen.
Mit der Forschungszulage nach dem Forschungszulagengesetz (FZulG) hat Deutschland ein Instrument geschaffen, das genau diesen Innovationsgeist fördert. KMU können damit bis zu 35 % ihrer förderfähigen Forschungs- und Entwicklungsausgaben steuerlich geltend machen – unabhängig von Branche, Thema oder Projektgröße.
Für eLeDia ist die Forschungszulage ein Impulsgeber, um zukunftsweisende Technologien für die Bildungslandschaft zu entwickeln – Open Source, transparent und datensouverän.
Forschungsziel: Didaktisch sinnvolle Nutzung von KI
Das Projekt verfolgt eine langfristige Vision: die KI-basierte, valide und datensichere Erstellung von Lehr- und Lernmaterialien für Hochschulen, Weiterbildungsanbieter und Unternehmen.
Aktuell entstehen Kursmaterialien meist manuell – ein Prozess, der Wochen dauern kann. Bestehende KI-Tools liefern zwar Textentwürfe, doch sie erfüllen kaum die Anforderungen professioneller Bildungsumgebungen:
- keine Gewähr für inhaltliche Richtigkeit,
- kein Schutz sensibler Daten,
- keine Integration in Systeme wie Moodle.
Darum geht es in dem Projekt: Mit einem gekapstelten, lokal betriebenen KI-System auf Basis von Ollama und Moodle entsteht ein System, das Lehrende bei der Erstellung von Kursinhalten, Prüfungsfragen oder Schulungsunterlagen unterstützt – schnell, sicher und nachvollziehbar.
Retrieval-Augmented Generation als Kerntechnologie
Im Zentrum des Projekts steht die RAG-Technologie (Retrieval-Augmented Generation) – eine Methode, die Generative KI mit strukturierter Wissensabfrage kombiniert. Während klassische LLMs auf ihr eigenes, oft undurchsichtiges Modellwissen zugreifen, arbeitet RAG mit zwei klar getrennten Schritten:
- Retrieval (Abruf): Relevante Kursinformationen werden aus Moodle extrahiert, semantisch analysiert und in einer eigens entwickelten n-dimensionalen Vektordatenbank gespeichert.
Dabei werden Zugriffsrechte und Berechtigungen berücksichtigt – das System weiß genau, auf welche Inhalte eine Person zugreifen darf. - Augmented Generation (Erzeugung): Das LLM greift dann auf diese geprüfte Wissensbasis zu, um neue Kursmaterialien, Aufgaben oder Erklärungen zu generieren – immer mit Verweis auf die Originalquelle.
So entsteht ein KI-System, das kontextbewusst, datensicher und überprüfbar arbeitet – eine Grundvoraussetzung für vertrauenswürdige KI in der Lehre.
Der eLeDia.AI Tutor: Ein Tutor direkt im Moodle-Kurs
Auf dieser Architektur baut der eLeDia.ai Tutor auf – ein interaktiver Lernassistent, der Lernenden den Inhalt eines Kurses in alternativer, dialogischer Form zugänglich macht.
Über den Tutor werden die Lerninhalte eines Kurses über den Chat verfügbar gemacht. Der Tutor erklärt Inhalte anhand der Originalquellen aus Moodle. Er verweist transparent auf Fundstellen im Kurs, auf denen die Erklärung beruht.
Das Ergebnis ist ein didaktisch valides, kontextbewusster Lernassistent, der Wissen nicht ersetzt, sondern verständlich macht. Er erweitert das Konzept des digitalen Lernens um eine intelligente, sichere Interaktionsebene, die Hochschulen, Weiterbildungsinstitutionen und Unternehmen gleichermaßen nutzen können
Technologische und wissenschaftliche Innovationen
Das Projekt umfasst mehrere eigenständige Forschungs- und Entwicklungsstränge:
- Datensichere RAG-Architektur: Vollständig Open Source (Ollama, Moodle, Vektordatenbank), lokal betreibbar, ohne externe Cloud-Dienste.
- Adaptive Vektordatenbank: Dynamische Modellierung von Moodle-Berechtigungsstrukturen zur granularen Zugriffskontrolle.
- Containerbasierte Orchestrierung: Kubernetes-basierte Umgebung zur Lastskalierung und Performance-Optimierung.
- Entwicklung eines Moodle-Plugins: Zugriff auf den eLeDia.ai Tutor direkt in Moodle.
Forschung als strategisches Fundament
Eine Herausforderung für das Projekt liegt in der Balance zwischen technischer Offenheit und datensicherer Kontrolle. Das entwickelte System muss einerseits flexibel genug sein, um unterschiedliche Moodle-Installationen zu verstehen, andererseits präzise genug, um Datenhoheit und Validität zu garantieren. Doch genau diese technische Unsicherheit macht das Projekt förderwürdig – und verdeutlicht, wie wichtig aus risikobehaftete Forschung im Mittelstand ist. Die Forschungszulage schafft hier den Raum, neue Wege zu gehen, ohne wirtschaftliches Risiko, die gesamte Entwicklung zu blockieren.
Der Prototyp ist bereits veröffentlicht und wird getestet.
Mit der Kombination aus RAG-Technologie, lokaler KI-Integration und dem eLeDia.AI Tutor entsteht ein Produkt, das die Art, wie Lerninhalte erstellt und vermittelt werden, weiterentwickelt. Das Projekt zeigt, dass Forschung kein Privileg großer Konzerne ist – sondern es sich auf für KMU wie eLeDia lohnt: Mit der Forschungszulage wird Forschung sichtbar, machbar und nachhaltig wirksam.
KI-Transparenz-Hinweis: Für diesen Blogbeitrag wurde der mehrseiten umfassende Forschungsantrag mit Hilfe von KI in gekürzten und zielgruppenspezifischen Texten umgewandelt und anschließend redaktionell überarbeitet.
