RAG in Teaching
Ein lokal betriebenes KI-gestütztes FAQ-System unterstützt Studierende, Lehrende und Verwaltung durch kontextbezogene und quellenbasierte Antworten auf Basis universitärer Inhalte.
Warum dieses Projekt?
Studierende stellen täglich wiederkehrende Fragen zu Prüfungen, Kursen und IT-Systemen. Gleichzeitig liegen die benötigten Informationen häufig bereits in Form von Webseiten, Dokumenten, Lehrmaterialien und Ordnungen vor – sind jedoch nicht immer leicht auffindbar.
RAG in Teaching verbindet diese Inhalte mit modernen KI-Technologien und macht vorhandenes Wissen gezielt für Frage-Antwort-Systeme nutzbar.
Was macht das System besonders?
- Antworten werden auf Grundlage konkreter bereitgestellter Quellen erzeugt
- Lokaler Betrieb der zentralen KI-Komponenten
- Anpassung an universitäre Strukturen und Anwendungsbereiche
- Modulare Erweiterbarkeit für neue Fachbereiche und Anwendungen
- Systematische Evaluation unterschiedlicher Modelle und technischer Komponenten
Pilotanwendungen
🧾 Prüfungsamt
Unterstützung bei wiederkehrenden Fragen zu Fristen, Prüfungen und Studienabläufen.
💻 IT-Support (Poolmgr)
Unterstützung bei Fragen zu Accounts, Software und technischen Zugängen.
📘 Lehre, z. B. LaTeX-Kurs
Interaktive Unterstützung bei fachlichen und organisatorischen Fragen zu Lehrangeboten.
Mehr dazu auf der Seite „Pilotanwendungen“.
Beispiel: So funktioniert es in der Praxis
Frage:
„Wie melde ich mich zu einer Prüfung an?“
Antwort des Systems – vereinfacht dargestellt:
„Die Anmeldung erfolgt über das Campus-Management-System innerhalb der festgelegten Fristen. Weitere Informationen finden Sie in der für Ihren Studiengang geltenden Prüfungsordnung und auf den Seiten des zuständigen Prüfungsamts.“
Das System verbindet dabei:
- relevante Dokumente und Informationsquellen
- strukturierte und aufbereitete Inhalte
- gezielte Suche nach passenden Textstellen
- verständliche Formulierung der Antwort
Wie funktioniert RAG?
- Inhalte werden strukturiert aufbereitet.
- Zu einer Anfrage werden relevante Textstellen gesucht.
- Die gefundenen Informationen werden einem Sprachmodell als Kontext bereitgestellt.
- Das Sprachmodell erzeugt auf dieser Grundlage eine Antwort.
Durch diesen Ansatz soll die Antwort möglichst eng an den bereitgestellten Wissensquellen ausgerichtet werden.
Warum nicht einfach ein allgemeiner KI-Chatbot?
| Allgemeines Sprachmodell | RAG-System |
|---|---|
| Nutzt primär das im Modell vorhandene Wissen | Bezieht eine bereitgestellte Wissensbasis ein |
| Kennt lokale oder aktuelle Informationen möglicherweise nicht | Kann gezielt auf anwendungsspezifische Inhalte zugreifen |
| Herkunft einzelner Informationen oft schwer nachvollziehbar | Relevante Quellen können mit der Antwort bereitgestellt werden |
| Wissensstand hängt vom Modell und dessen Training ab | Wissensbasis kann gezielt aktualisiert und kontrolliert werden |
Projektinformationen
Fördervolumen: 45.400 €
Projektleitung:
Prof. Dr. Marcus Bravidor
Prof. Lars Pastewka
Team:
Dr. Andreas Greiner
Sascha Frank
Rawel Singh
Kontakt & Mitwirkung
Das System ist modular und offen für weitere Anwendungsbereiche angelegt.
Lehrstühle, Verwaltungseinheiten und weitere universitäre Projekte können perspektivisch eigene Inhalte und Anwendungsfälle einbringen.
Kontaktmöglichkeiten finden Sie auf der Seite „Team & Kontakt“.
Pilotanwendungen
Praxisnahe KI-FAQ-Systeme für Prüfungsamt, IT-Support und Lehre.
Wiederkehrende Fragen werden automatisiert beantwortet – auf Basis geprüfter universitärer Inhalte.
Technik & Architektur
Modulares RAG-System mit lokaler Infrastruktur.
Gezielte Suche, nachvollziehbare Antworten und systematische Qualitätsprüfung.
Datenschutz & Verantwortung
Lokaler Betrieb der zentralen KI-Komponenten.
Quellenbasierte Antworten, transparente Nutzung und klare Abgrenzung zur verbindlichen Beratung.