diff --git a/01_Konzeption/02-2 Sovereign RAG Tutor – Externes Kundendokument.md b/01_Konzeption/02-2 Sovereign RAG Tutor – Externes Kundendokument.md index 97a8d99..d770115 100644 --- a/01_Konzeption/02-2 Sovereign RAG Tutor – Externes Kundendokument.md +++ b/01_Konzeption/02-2 Sovereign RAG Tutor – Externes Kundendokument.md @@ -2,7 +2,7 @@ ## Problem, Ziel und Lösungsvorschlag -**Ein Konzept der d-opt GmbH für die mastersolution AG** **Status:** Entwurf v0.1 · **Stand:** Juli 2026 +**Ein Konzept der d-opt GmbH für die mastersolution AG** **Status:** Entwurf v0.2 · **Stand:** Juli 2026 _Hinweis zur Fassung: Die enthaltenen Diagramme liegen in dieser Arbeitsfassung als Mermaid-Notation vor und werden für die finale Fassung durch gestaltete Grafiken ersetzt._ @@ -14,7 +14,12 @@ _Hinweis zur Fassung: Die enthaltenen Diagramme liegen in dieser Arbeitsfassung **Das Ziel.** mastersolution erhält eine KI-gestützte Wissens- und Lernassistenz für das eigene Produktökosystem, die vollständig souverän betrieben wird: in deutschen Rechenzentren oder On-Premise beim Endkunden, ohne Datenabfluss an externe Anbieter, ohne Training auf Kundendaten. Das System beantwortet Fragen belegt und nachvollziehbar aus dem freigegebenen Materialbestand, erkennt Kompetenzlücken auf Basis eines redaktionell geprüften Wissensmodells und begleitet Lernende adaptiv – mit dem messbaren Ziel, Onboarding- und Schulungsprozesse bei den Endkunden nachweisbar zu verkürzen. -**Der Lösungsvorschlag.** d-opt schlägt einen Ausbau in vier Stufen vor, von denen jede eigenständig produktiv nutzbar und vermarktbar ist: (1) eine souveräne semantische Suche mit Berechtigungsfilterung und Quellenangaben, (2) ein Frage-Antwort-Assistent auf Basis eines lokal betriebenen Sprachmodells, (3) ein Kompetenzmodell mit nachvollziehbarem Lernstands-Tracking und (4) adaptive Didaktik mit generierten Prüfungsfragen, automatischen Lernpfaden und Lern-Coaching. Komplexität und Risiko steigen über die Stufen kontrolliert an; regulatorische Anforderungen (EU AI Act, Mitbestimmung, DSGVO) sind von Beginn an als Designprinzipien verankert und werden als mitgelieferte Compliance-Ausstattung zum Verkaufsargument gegenüber den Endkunden. +**Der Lösungsvorschlag.** d-opt schlägt einen Ausbau in vier Stufen vor, von denen jede eigenständig produktiv nutzbar und vermarktbar ist: + +1. eine souveräne semantische Suche mit Berechtigungsfilterung und Quellenangaben, +2. ein Frage-Antwort-Assistent auf Basis eines lokal betriebenen Sprachmodells, +3. ein Kompetenzmodell mit nachvollziehbarem Lernstands-Tracking, +4. adaptive Didaktik mit generierten Prüfungsfragen, automatischen Lernpfaden und Lern-Coaching. Komplexität und Risiko steigen über die Stufen kontrolliert an; regulatorische Anforderungen (EU AI Act, Mitbestimmung, DSGVO) sind von Beginn an als Designprinzipien verankert und werden als mitgelieferte Compliance-Ausstattung zum Verkaufsargument gegenüber den Endkunden. ```mermaid flowchart TD @@ -41,7 +46,16 @@ Genau darin liegt die Chance. Die Kundensegmente von mastersolution – Behörde ### 2.3 Anforderungen aus den gemeinsamen Gesprächen -Aus dem ersten gemeinsamen Termin zwischen mastersolution und d-opt sind die Leitplanken dieses Konzepts hervorgegangen. mastersolution benötigt Lösungen, die nachvollziehbar arbeiten (jede Aussage und jede Empfehlung muss begründbar sein), die Datensicherheit strukturell garantieren, die schnell antworten, die Lernprozesse – insbesondere das Onboarding neuer Mitarbeitender bei den Endkunden – messbar verkürzen, die das rollenbasierte Berechtigungswesen der Endkunden ausnahmslos respektieren und die pragmatisch bleiben: Problemlösung vor Technologie, keine unnötige Komplexität. Diese sechs Anforderungen sind keine Randbedingungen des Konzepts, sondern seine Konstruktionsprinzipien – jede zentrale Entscheidung in Kapitel 5 lässt sich auf mindestens eine von ihnen zurückführen. +Aus dem ersten gemeinsamen Termin zwischen mastersolution und d-opt sind die Leitplanken dieses Konzepts hervorgegangen. mastersolution benötigt Lösungen, die + +1. nachvollziehbar arbeiten – jede Aussage und jede Empfehlung muss begründbar sein, +2. Datensicherheit strukturell garantieren, +3. schnell antworten, +4. Lernprozesse messbar verkürzen – insbesondere das Onboarding neuer Mitarbeitender bei den Endkunden, +5. das rollenbasierte Berechtigungswesen der Endkunden ausnahmslos respektieren, +6. pragmatisch bleiben – Problemlösung vor Technologie, keine unnötige Komplexität. + +Diese sechs Anforderungen sind keine Randbedingungen des Konzepts, sondern seine Konstruktionsprinzipien – jede zentrale Entscheidung in Kapitel 5 lässt sich auf mindestens eine von ihnen zurückführen. Als Zielbild wurde gemeinsam die Vision eines persönlichen Lernassistenten erarbeitet: ein System, das den Nutzer und seinen Lernstand kennt, Fragen aus den Kursmaterialien (Dokumente, Quizfragen, Videos) belegt beantwortet, auf Grundlagen zurückverweist, wenn Lücken erkennbar sind, auf Anschlussmodule hinweist und Lernpfade automatisch auf Rolle, Berechtigung und Kenntnisstand zuschneidet. @@ -73,11 +87,15 @@ Vier Grundsätze definieren, was das System bewusst nicht tut. Sie sind keine Ei ## 4. Lösungskonzept: Vier Ausbaustufen -Das System entsteht in vier Stufen. Diese Staffelung ist eine bewusste Konstruktionsentscheidung mit drei Eigenschaften: Jede Stufe ist eigenständig produktiv nutzbar und vermarktbar – die Endkunden von mastersolution profitieren ab Stufe 1, nicht erst am Ende. Komplexität und Risiko steigen kontrolliert an – die anspruchsvollsten Bausteine setzen auf einem erprobten Fundament auf. Und jede Stufe erzeugt Daten und Erkenntnisse für die nächste – die Suchanfragen aus Stufe 1 zeigen beispielsweise, wonach Nutzer tatsächlich fragen, und informieren damit die Wissensmodellierung in Stufe 3. +Das System entsteht in vier Stufen. Diese Staffelung ist eine bewusste Konstruktionsentscheidung mit drei Eigenschaften: + +1. Jede Stufe ist eigenständig produktiv nutzbar und vermarktbar – die Endkunden von mastersolution profitieren ab Stufe 1, nicht erst am Ende. +2. Komplexität und Risiko steigen kontrolliert an – die anspruchsvollsten Bausteine setzen auf einem erprobten Fundament auf. +3. Jede Stufe erzeugt Daten und Erkenntnisse für die nächste – die Suchanfragen aus Stufe 1 zeigen beispielsweise, wonach Nutzer tatsächlich fragen, und informieren damit die Wissensmodellierung in Stufe 3. ### Stufe 1: Souveräne Suche -**Was entsteht:** Eine produktionsreife semantische Suche über den gesamten Materialbestand eines Endkunden. Die Suche kombiniert bewährte Volltexttechnologie mit semantischer Ähnlichkeitssuche – sie findet also auch dann die richtige Stelle, wenn der Nutzer andere Worte verwendet als das Dokument. Jedes Ergebnis wird vor der Anzeige gegen die Rolle und die Berechtigungen des Nutzers geprüft; jedes Ergebnis verlinkt direkt auf die Fundstelle. Videos werden über eine Transkriptions-Pipeline erschlossen (lokal betriebene Spracherkennung, keine Cloud-Dienste) und sind sekundengenau ansteuerbar: Ein Treffer führt direkt zu Minute 4:32 des Schulungsvideos. Ein Mess- und Qualitätsframework gehört zum Lieferumfang – die Suchqualität wird gegen ein kundenspezifisches Testset kontinuierlich gemessen, nicht behauptet. +**Was entsteht:** Eine produktionsreife semantische Suche über den gesamten Materialbestand eines Endkunden. Die Suche kombiniert bewährte Volltexttechnologie mit semantischer Ähnlichkeitssuche – sie findet also auch dann die richtige Stelle, wenn der Nutzer andere Worte verwendet als das Dokument. Jedes Ergebnis wird vor der Anzeige gegen die Rolle und die Berechtigungen des Nutzers geprüft; jedes Ergebnis verlinkt direkt auf die Fundstelle. Videos werden über eine Transkriptions-Pipeline erschlossen (lokal betriebene Spracherkennung, keine Cloud-Dienste); Treffer verlinken auf den jeweils relevanten Abschnitt des Videos, sodass Nutzer nicht das gesamte Video durchsehen müssen. Ein Mess- und Qualitätsframework gehört zum Lieferumfang – die Suchqualität wird gegen ein kundenspezifisches Testset kontinuierlich gemessen, nicht behauptet. **Der unmittelbare Nutzen:** Jede Instanz von mastersolution ONE erhält eine spürbar bessere Suche – der am schnellsten sichtbare Mehrwert für Bestandskunden. Die Suche läuft ohne Spezialhardware auf üblicher Serverinfrastruktur. @@ -87,7 +105,7 @@ Das System entsteht in vier Stufen. Diese Staffelung ist eine bewusste Konstrukt **Was entsteht:** Ein Frage-Antwort-Assistent auf Basis eines souverän betriebenen Sprachmodells – gehostet im deutschen Rechenzentrum oder On-Premise beim Endkunden. Der Nutzer stellt eine Frage in natürlicher Sprache; das System sucht die relevanten Stellen im freigegebenen Material und formuliert daraus eine Antwort mit Quellenangaben und Video-Timestamps. Die Antwort ist strikt auf die gefundenen Inhalte begrenzt; deckt das Material eine Frage nicht, sagt das System das ausdrücklich. In dieser Stufe werden zudem die Betriebsprofile erarbeitet: definierte Hardware-Konfigurationen mit zugesicherten Antwortzeiten, damit Endkunden vor der Einführung wissen, welche Infrastruktur sie benötigen. -**Der unmittelbare Nutzen:** Beschäftigte der Endkunden erhalten belegte Antworten auf Prozess- und Fachfragen im Arbeitsalltag – ohne Suche durch Ordnerstrukturen, ohne Rückfragen an Kollegen, rund um die Uhr. Bestandene Schulungsinhalte werden zum nachschlagbaren Referenzmaterial. +**Der unmittelbare Nutzen:** Beschäftigte der Endkunden erhalten belegte Antworten auf Prozess- und Fachfragen im Arbeitsalltag – ohne langes Durchsuchen der Kurs- und Plattforminhalte, ohne Rückfragen an Kollegen, rund um die Uhr. Bestandene Schulungsinhalte werden zum nachschlagbaren Referenzmaterial. **Bewusst noch nicht enthalten:** keine Didaktik, kein Lernstands-Tracking. Der Assistent beantwortet Fragen; er bewertet niemanden. @@ -101,7 +119,11 @@ Das System entsteht in vier Stufen. Diese Staffelung ist eine bewusste Konstrukt ### Stufe 4: Adaptive Didaktik -**Was entsteht:** Die generativen und adaptiven Fähigkeiten, in drei getrennt einführbaren Paketen. Erstens die Fragengenerierung: Das System erzeugt aus dem Lernmaterial Prüfungsfragen auf gestaffelten Anspruchsniveaus – vom Faktenwissen bis zur Analyse – die vor Veröffentlichung von Fachexperten freigegeben werden. Zweitens die automatische Lernpfadgenerierung: Aus Lernziel, Wissensgraph und aktuellem Kenntnisstand berechnet das System den passenden Weg durch die verfügbaren Materialien, unter strikter Beachtung der Berechtigungen. Drittens der Coaching-Modus: In Kursen begleitet der Assistent den Lernenden mit gezielten Fragen und abgestuften Hinweisen zur eigenständigen Lösung, statt Antworten vorzugeben. +**Was entsteht:** Die generativen und adaptiven Fähigkeiten, in drei getrennt einführbaren Paketen: + +1. **Fragengenerierung:** Das System erzeugt aus dem Lernmaterial Prüfungsfragen auf gestaffelten Anspruchsniveaus – vom Faktenwissen bis zur Analyse –, die vor Veröffentlichung von Fachexperten freigegeben werden. +2. **Automatische Lernpfadgenerierung:** Aus Lernziel, Wissensgraph und aktuellem Kenntnisstand berechnet das System den passenden Weg durch die verfügbaren Materialien, unter strikter Beachtung der Berechtigungen. +3. **Coaching-Modus:** In Kursen begleitet der Assistent den Lernenden mit gezielten Fragen und abgestuften Hinweisen zur eigenständigen Lösung, statt Antworten vorzugeben. **Der unmittelbare Nutzen:** Hier werden die Kennzahlen realisiert und gemessen, um die es im Kern geht – kürzere Onboarding-Zeiten, schnellere Qualifizierung, höhere Bestehensquoten, jeweils nachgewiesen gegen die zu Projektbeginn erhobene Vergleichsbasis. @@ -142,17 +164,37 @@ Die Arbeitsteilung ist bewusst gewählt: Die Fachhoheit über das Kompetenzmodel ### 5.3 Rechtssicherheit als Produktbestandteil -Ein System, das Lernstände von Beschäftigten bewertet, berührt drei Regelungsebenen: den EU AI Act (Lernstandsbewertung im Beschäftigungskontext fällt voraussichtlich in die Hochrisiko-Kategorie mit entsprechenden Dokumentations-, Logging- und Aufsichtspflichten), die betriebliche Mitbestimmung und die DSGVO-Regeln zu automatisierten Einzelentscheidungen. Das Konzept behandelt diese Anforderungen nicht als nachgelagerte Prüfung, sondern als Konstruktionsprinzipien: Das System empfiehlt statt zu entscheiden; das Tracking ist regelbasiert und jede Empfehlung begründbar – dieselbe Eigenschaft erfüllt die Transparenzpflicht des AI Act und die Nachvollziehbarkeits-Anforderung von mastersolution; die Datenerhebung ist minimiert; Vorgesetzten-Sichten sind standardmäßig aggregiert. +Ein System, das Lernstände von Beschäftigten bewertet, berührt drei Regelungsebenen: -Daraus entsteht ein Verkaufsargument: Die Endkunden von mastersolution sind Betreiber im Sinne des AI Act – und die wenigsten Mittelständler können die Betreiberpflichten allein stemmen. Das Produkt wird deshalb mit einer Compliance-Ausstattung ausgeliefert: technische Dokumentation, Logging-Konzept, Vorlage für die Datenschutz-Folgenabschätzung, Muster für die Betriebsvereinbarung. Die Botschaft an die Endkunden lautet damit nicht nur "Ihre Daten bleiben bei Ihnen", sondern "Sie können das System rechtssicher einführen" – ein Angebot, das cloudbasierte Wettbewerber strukturell nicht machen können. Eine juristische Begleitung des Vorhabens ist als fester Projektschritt vorgesehen. +1. den EU AI Act – Lernstandsbewertung im Beschäftigungskontext fällt voraussichtlich in die Hochrisiko-Kategorie mit entsprechenden Dokumentations-, Logging- und Aufsichtspflichten, +2. die betriebliche Mitbestimmung, +3. die DSGVO-Regeln zu automatisierten Einzelentscheidungen. + +Das Konzept behandelt diese Anforderungen nicht als nachgelagerte Prüfung, sondern als Konstruktionsprinzipien: + +1. Das System empfiehlt, statt zu entscheiden. +2. Das Tracking ist regelbasiert und jede Empfehlung begründbar – dieselbe Eigenschaft erfüllt die Transparenzpflicht des AI Act und die Nachvollziehbarkeits-Anforderung von mastersolution. +3. Die Datenerhebung ist minimiert. +4. Vorgesetzten-Sichten sind standardmäßig aggregiert. + +Daraus entsteht ein Verkaufsargument: Die Endkunden von mastersolution sind Betreiber im Sinne des AI Act – und die wenigsten Mittelständler können die Betreiberpflichten allein stemmen. Das Produkt wird deshalb mit einer Compliance-Ausstattung ausgeliefert: + +1. technische Dokumentation, +2. Logging-Konzept, +3. Vorlage für die Datenschutz-Folgenabschätzung, +4. Muster für die Betriebsvereinbarung. Die Botschaft an die Endkunden lautet damit nicht nur, dass ihre Daten bei ihnen bleiben, sondern dass sie das System rechtssicher einführen können – ein Angebot, das cloudbasierte Wettbewerber strukturell nicht machen können. Eine juristische Begleitung des Vorhabens ist als fester Projektschritt vorgesehen. ### 5.4 Souveränität bis ins Update -Datensouveränität endet nicht bei der Frage, wo Daten liegen – sie umfasst den gesamten Lebenszyklus. Drei Festlegungen sichern das ab. Erstens: Die KI-Modelle werden nicht auf Kundendaten trainiert; die gesamte Kundenspezifik liegt in Index und Wissensgraph beim Endkunden. Zweitens: Modell-Updates ändern bei KI-Systemen das Verhalten, nicht nur Funktionen – ein neues Modell kann im Durchschnitt besser sein und trotzdem für die Fachbegriffe eines bestimmten Kunden schlechter. Jedes Update durchläuft deshalb ein Qualitäts-Gate: Es wird erst aktiviert, nachdem es auf der Instanz des Kunden gegen dessen eigenes Testset geprüft wurde und keine Verschlechterung zeigt; das vorherige Modell bleibt als Rückfalloption erhalten. Drittens: Für vollständig abgeschottete Installationen existiert ein Offline-Update-Weg mit signierten Paketen, die ohne Netzverbindung eingespielt und vor Ort geprüft werden – die Konsequenz der Betriebsdisziplin, die die Marktposition von mastersolution begründet. +Datensouveränität endet nicht bei der Frage, wo Daten liegen – sie umfasst den gesamten Lebenszyklus. Drei Festlegungen sichern das ab: + +1. Die KI-Modelle werden nicht auf Kundendaten trainiert; die gesamte Kundenspezifik liegt in Index und Wissensgraph beim Endkunden. +2. Modell-Updates ändern bei KI-Systemen das Verhalten, nicht nur Funktionen – ein neues Modell kann im Durchschnitt besser sein und trotzdem für die Fachbegriffe eines bestimmten Kunden schlechter. Jedes Update durchläuft deshalb ein Qualitäts-Gate: Es wird erst aktiviert, nachdem es auf der Instanz des Kunden gegen dessen eigenes Testset geprüft wurde und keine Verschlechterung zeigt; das vorherige Modell bleibt als Rückfalloption erhalten. +3. Für vollständig abgeschottete Installationen existiert ein Offline-Update-Weg mit signierten Paketen, die ohne Netzverbindung eingespielt und vor Ort geprüft werden – die Konsequenz der Betriebsdisziplin, die die Marktposition von mastersolution begründet. ### 5.5 Nutzen wird gemessen, nicht behauptet -"Verkürzung von Lernprozessen" ist eine Vergleichsaussage – sie braucht einen Vergleichsmaßstab. Deshalb gehört zur Einführung bei jedem Endkunden die Erhebung einer Vergleichsbasis: heutige Onboarding-Dauern, Schulungsdurchlaufzeiten, Bestehensquoten. Gegen diese Basis werden die Wirkungen des Systems gemessen. Ergänzend misst das Qualitätsframework kontinuierlich die Systemqualität selbst: die Treffergüte der Suche gegen ein kundenspezifisches Testset, die Belegtreue der generierten Antworten – einschließlich der Frage, ob das System zuverlässig auf fehlende Materialdeckung hinweist, statt zu spekulieren – und ab Stufe 3 die Treffsicherheit der Kompetenzeinschätzungen. Sämtliche Wirkungskennzahlen werden aggregiert erhoben; sie dienen dem Nachweis des Produktnutzens, nicht der Bewertung einzelner Beschäftigter. +Die Verkürzung von Lernprozessen ist eine Vergleichsaussage – sie braucht einen Vergleichsmaßstab. Deshalb gehört zur Einführung bei jedem Endkunden die Erhebung einer Vergleichsbasis: heutige Onboarding-Dauern, Schulungsdurchlaufzeiten, Bestehensquoten. Gegen diese Basis werden die Wirkungen des Systems gemessen. Ergänzend misst das Qualitätsframework kontinuierlich die Systemqualität selbst: die Treffergüte der Suche gegen ein kundenspezifisches Testset, die Belegtreue der generierten Antworten – einschließlich der Frage, ob das System zuverlässig auf fehlende Materialdeckung hinweist, statt zu spekulieren – und ab Stufe 3 die Treffsicherheit der Kompetenzeinschätzungen. Sämtliche Wirkungskennzahlen werden aggregiert erhoben; sie dienen dem Nachweis des Produktnutzens, nicht der Bewertung einzelner Beschäftigter. --- @@ -162,7 +204,12 @@ Datensouveränität endet nicht bei der Frage, wo Daten liegen – sie umfasst d Die vier Stufen werden sequenziell umgesetzt und einzeln abgenommen. Zwei Arbeitspakete sind bewusst vorgezogen: Gegen Ende von Stufe 2 startet ein Pilot des Wissensgraphen mit einem Referenzkurs – seine Erkenntnisse zu Detailtiefe und Prüfaufwand fließen in die Planung von Stufe 3 ein, bevor diese festgelegt wird. Parallel beginnt die juristische Begleitung, sodass die regulatorische Ausstattung vorliegt, bevor Stufe 3 produktiv geht. Die Video-Erschließung läuft bereits in Stufe 1 als paralleler Strang: Die Suche geht mit Textmaterial produktiv, Videos folgen fortlaufend. -Zur Einführung bei jedem Endkunden gehört ein standardisierter Ablauf: Erhebung der Vergleichsbasis, Aufbau des kundenspezifischen Qualitäts-Testsets, Hinterlegung des Fachvokabulars für die Videotranskription und Abbildung des Rollenmodells. +Zur Einführung bei jedem Endkunden gehört ein standardisierter Ablauf: + +1. Erhebung der Vergleichsbasis, +2. Aufbau des kundenspezifischen Qualitäts-Testsets, +3. Hinterlegung des Fachvokabulars für die Videotranskription, +4. Abbildung des Rollenmodells. ### 6.2 Qualitative Aufwandseinordnung @@ -170,11 +217,19 @@ Die Quantifizierung der Aufwände erfolgt mit dem Projektplan als nächster Etap ### 6.3 Was mastersolution einbringt -Das Konzept ist auf Partnerschaft angelegt; drei Beiträge von mastersolution sind für den Erfolg wesentlich. Erstens ein Referenzkurs samt Materialbestand für den Graph-Piloten – idealerweise ein Kurs mit Video-Anteil und klar abgrenzbarem Fachgebiet. Zweitens Zugang zu Fachexpertise für die Prüfsitzungen des Piloten, um Prüfaufwand und Werkzeugbedarf realistisch zu ermitteln. Drittens die Mitwirkung an der Vergleichsbasis: Kennzahlen zu heutigen Schulungs- und Onboarding-Prozessen, damit der Nutzen des Systems später belegbar ist. Für den Produktbetrieb gilt die bewährte Arbeitsteilung: Die fachliche Hoheit über Inhalte und Kompetenzmodelle liegt beim jeweiligen Endkunden, die Werkzeug- und Plattformhoheit bei mastersolution. +Das Konzept ist auf Partnerschaft angelegt; drei Beiträge von mastersolution sind für den Erfolg wesentlich: + +1. ein Referenzkurs samt Materialbestand für den Graph-Piloten – idealerweise ein Kurs mit Video-Anteil und klar abgrenzbarem Fachgebiet, +2. Zugang zu Fachexpertise für die Prüfsitzungen des Piloten, um Prüfaufwand und Werkzeugbedarf realistisch zu ermitteln, +3. Mitwirkung an der Vergleichsbasis – Kennzahlen zu heutigen Schulungs- und Onboarding-Prozessen, damit der Nutzen des Systems später belegbar ist. Für den Produktbetrieb gilt die bewährte Arbeitsteilung: Die fachliche Hoheit über Inhalte und Kompetenzmodelle liegt beim jeweiligen Endkunden, die Werkzeug- und Plattformhoheit bei mastersolution. ### 6.4 Zu klärende Punkte -Drei Punkte sind bewusst offen und werden zu definierten Zeitpunkten entschieden. Die Integrationsarchitektur gegenüber Moodle (Anbindung an das native AI-Subsystem von Moodle 4.5 oder eigenständiger Dienst) wird vor Implementierungsbeginn von Stufe 1 per Entscheidungsvorlage geklärt – sie prägt Auslieferung und Update-Weg der gesamten Produktlinie. Die konkreten Betriebsprofile (Hardware, Antwortzeiten, Nutzerzahlen) sind Ergebnis der Erprobung in Stufe 2. Die juristische Detailprüfung der regulatorischen Einstufung erfolgt im Rahmen der vorgesehenen Begleitung ab Ende Stufe 2. +Drei Punkte sind bewusst offen und werden zu definierten Zeitpunkten entschieden: + +1. Die Integrationsarchitektur gegenüber Moodle (Anbindung an das native AI-Subsystem von Moodle 4.5 oder eigenständiger Dienst) wird vor Implementierungsbeginn von Stufe 1 per Entscheidungsvorlage geklärt – sie prägt Auslieferung und Update-Weg der gesamten Produktlinie. +2. Die konkreten Betriebsprofile (Hardware, Antwortzeiten, Nutzerzahlen) sind Ergebnis der Erprobung in Stufe 2. +3. Die juristische Detailprüfung der regulatorischen Einstufung erfolgt im Rahmen der vorgesehenen Begleitung ab Ende Stufe 2. ### 6.5 Nächster Schritt @@ -198,4 +253,4 @@ d-opt schlägt als nächsten Schritt die gemeinsame Abstimmung dieses Konzepts u **Sokratischer Coaching-Modus:** Didaktische Gesprächsführung, die mit gezielten Fragen und abgestuften Hinweisen zur eigenständigen Lösung führt, statt Antworten vorzugeben. -**Souveränes Sprachmodell:** Ein KI-Sprachmodell, das vollständig in kontrollierter Umgebung betrieben wird – im deutschen Rechenzentrum oder On-Premise – ohne Datenübermittlung an externe Anbieter. \ No newline at end of file +**Souveränes Sprachmodell:** Ein KI-Sprachmodell, das vollständig in kontrollierter Umgebung betrieben wird – im deutschen Rechenzentrum oder On-Premise – ohne Datenübermittlung an externe Anbieter.