SkillDuck (i40) – Multi-Agenten-Pipeline für E-Learning verbessert

Ausgangssituation

Mit SkillDuck hat i40 ein KI-Autorentool entwickelt, das aus Dokumenten und Allgemeinwissen vollständige, didaktisch strukturierte E-Learning-Kurse erzeugt. i40 hat damit den eLearning Award 2025 in der Kategorie AI gewonnen.

Die bestehende KI-Pipeline hatte zwei konkrete Schwächen:

• Halluzinationen in den generierten Kursinhalten
• Falsche Zeitschätzungen in den generierten Kursen

Beides kostet Vertrauen und Nacharbeit, gerade bei einem Tool, das Autor:innen Zeit sparen soll.

Lösung

In einem dreiwöchigen Sprint hat TAISC die bestehende Pipeline analysiert und gezielt verbessert. Die Pipeline arbeitet mit spezialisierten KI-Agenten für Gliederung, Lernziele, Narrativ und didaktische Befüllung. Eine RAG-Schicht liefert den Kontext aus hochgeladenen PDFs, Human-in-the-Loop-Schleifen sichern die Qualität an kritischen Stellen.

Das Ziel der Überarbeitung: eine automatische 80-%-Lösung. Die KI erstellt den Kurs weitgehend selbst, Autor:innen prüfen und verfeinern den Rest.

Wie man die Antwortqualität solcher Systeme messbar macht, statt sich auf Stichproben zu verlassen, beschreiben wir im Beitrag zu Ground-Truth-Daten in RAG-Systemen.

Technologie-Stack

• Azure AI Foundry, OpenAI GPT-4o (LLM-Orchestrierung)
• Python, LangChain (Backend / Agenten-Framework)
• RAG-Architektur mit Vektorindexierung (kontextsensitive Generierung aus PDFs)
• Next.js, ReactJS (Frontend / Autorenoberfläche)
• Human-in-the-Loop-Workflows (Qualitätssicherung / Halluzinationsreduktion)

Ergebnis & Impact

• 3-Wochen-Sprint zur Analyse und Verbesserung der bestehenden Pipeline
• Ziel: automatische 80-%-Lösung pro Kurs statt Entwürfen, die komplett nachgearbeitet werden müssen
• Halluzinationen und falsche Zeitschätzungen als konkrete Schwachstellen identifiziert und angegangen
• Kurserstellung in Stunden bis Tagen statt Wochen bis Monaten ist das Versprechen von SkillDuck
• Skalierbar auf beliebige Dokumentenbasis und Sprachen