Ein KI-gestützter Assistent für personalisierte Lernpfade — jenseits von Prüfungsordnungen und Verwaltungslogik.
Das Projekt kennenlernen ↓»Ich bin selbst in meinem Master-Studium jedes Semester mit einem Veranstaltungskatalog konfrontiert, der das Bildungsangebot nicht entlang von Kompetenzen oder Entwicklungszielen organisiert — sondern nach Verwaltungseinheiten.«
Obwohl der Begriff »Universität« ganzheitliche Bildung verspricht, orientieren sich Studierende in der Praxis maßgeblich an vorgegebenen, administrativ strukturierten Lernpfaden. Kurskataloge sind hierarchisch, textbasiert, curricula-orientiert — relevante Angebote außerhalb des eigenen Studiengangs bleiben kaum sichtbar.
Studierende navigieren durch eine fragmentierte Informationslandschaft, die Exploration, Vergleich und persönlichen Fokus erschwert. Digitale Plattformen in anderen Bereichen zeigen längst, dass semantisches Clustering, Empfehlungssysteme und interaktive Interfaces die Auffindbarkeit von Inhalten erheblich verbessern können — im Hochschulkontext werden diese Ansätze kaum genutzt.
Der Curricula Companion verbindet ein Kurzfragebogen zu deinen Interessen und Entwicklungszielen mit einer KI, die Kursinhalte semantisch versteht — nicht nur anhand des Titels, sondern anhand dessen, was wirklich gelehrt wird. Das Ergebnis: eine explorative, persönlich gefärbte Sicht auf das gesamte Kursangebot.
Welche Lehrveranstaltungen spiegeln deine Interessen wider — egal, in welchem Fachbereich sie angeboten werden?
Interdisziplinäre Angebote verstecken sich in anderen Fachbereichen. Ein semantischer Vergleich macht sie auffindbar.
Nicht die Prüfungsordnung bestimmt deinen Horizont — sondern deine selbst priorisierten Entwicklungsziele.
Im Rahmen meiner Master-Arbeit entsteht ein experimenteller Prototyp, der quantitativ und qualitativ mit Studierenden und Studienberater:innen der Bauhaus-Universität Weimar ausgewertet wird.
A/B-Test: klassische Listenansicht (A) vs. explorative Cluster-Ansicht mit Empfehlungen (B). Aufgabe: Stundenplan für das nächste Semester zusammenstellen.
Ca. 30–60 Studierende (heterogen), Pilotphase mit 10–15 Personen zur Interface-Optimierung.
Klickpfade, Verweildauer in Clustern, Anzahl entdeckter Kurse außerhalb des eigenen Curriculums, Interaktionen mit Empfehlungen.
Pre/Post-Befragungen zu Motivation, Selbstwirksamkeit und wahrgenommener Relevanz gefundener Kurse.
Ludwig Lorenz
Master Computer Science for Digital Media · Bauhaus-Universität Weimar
Ludwig Lorenz studiert im Master Computer Science for Digital Media an der Bauhaus-Universität Weimar. Als Teil des European Digital Education Hubs der Europäischen Kommission und des Common Grounds Forums engagiert er sich für mehr Selbstbestimmung und Teilhabe in der Digitalpolitik.
Aus seiner eigenen Erfahrung in der Studierendenvertretung heraus entwickelt er digitale Werkzeuge, die Transparenz stärken — darunter BisonWatch, ein alternatives Kursverzeichnis für eine bessere Sichtbarkeit interdisziplinärer Lehre. Als Future Scout entwickelt er auf dieser Basis den Curricula Companion.
Der Curricula Companion entsteht nicht im Vakuum. Das Projekt ist in eine offene Infrastruktur eingebettet, die nachhaltige und unabhängige KI-Anwendungen an Thüringer Hochschulen ermöglicht — und deren Ergebnisse offen geteilt werden.
In einem ko-kreativen Workshop-Format werden mit Studierenden, Lehrenden und Verwaltung gemeinsame Anforderungen entwickelt. Open-Source-Komponenten können von anderen Hochschulen adaptiert werden.
Eine lokale, offene KI-Infrastruktur für alle Thüringer Hochschulen — verteilte Server, einheitliche API, unabhängig von kommerziellen Anbietern. Technische Expertise und Projektergebnisse werden hochschulübergreifend in Weiterbildungsformaten geteilt.
Ich tausche mich gerne aus — mit Hochschulen, Studierenden, Entwickler:innen und allen, die ähnliche Fragen beschäftigen. Besonders zum Thema nachhaltige und unabhängige KI-Infrastrukturen an Hochschulen freue ich mich über Gespräche.
Der Prototyp befindet sich in Entwicklung. Hinterlass deine E-Mail, wenn du informiert werden möchtest, sobald er verfügbar ist.