adaptive Lernpfade. Eine Ebene über deinem bestehenden LMS, die Lektionen für jeden Lernenden neu ordnet, basierend auf den Fragen, die er falsch beantwortet hat. Gleicher Kurs, gleiche Dozierende. Die Reihenfolge ändert sich pro Lernendem, sodass Schwachstellen behandelt werden, bevor die Kohorte weiterzieht.
Das ist das Problem, das das löst. Eine 4-monatige Kohorte startet mit 120 Lernenden und endet mit 74. Die, die abbrechen, scheitern selten am ersten Tag. Sie geraten bei Modul 3 in Rückstand, erholen sich nie und tauchen bis Modul 6 still und leise nicht mehr auf.
Du kannst das mit mehr Dozentenstunden beheben oder mit der richtigen Reihenfolge. Adaptive Lernpfade wählen die Reihenfolge. Wenn ein Lernender zwei Fragen zu SQL-Joins falsch beantwortet, sieht er als Nächstes die Wiederholung zu Joins, nicht die nächste geplante Vorlesung.
#kann KI die Abschlussquote einer Kohorte steigern, ohne neue Dozierende einzustellen?
braucht KI für personalisierte Lernpfade neues Lehrpersonal?
nein. Adaptive Lernpfade ordnen deine bestehenden Lektionen neu, je nach den falschen Antworten jedes Lernenden, sodass Lernende die Wiederholung erreichen, bevor sie in Rückstand geraten. Die Dozierenden, die Inhalte und das LMS bleiben gleich. Du änderst die Reihenfolge, in der Lektionen ausgespielt werden – du stellst nicht mehr Personal ein oder baust den Kurs um.
Der Hebel ist die Reihenfolge, nicht die Menge. Die meisten Curriculum-Leitungen haben bereits genug guten Content. Was fehlt, ist ein Weg, ihn in der richtigen Reihenfolge auszuspielen – für einen Lernenden, der in Woche 5 kämpft, im Vergleich zu einem, der mühelos durchkommt.
Wir haben diese Art von Projekt schon gebaut. Stennir hat für ein Online-Bildungsunternehmen mit 4-monatigen Kohorten eine LMS-Erweiterung gebaut, bei der rubrik-gesteuerte Automatisierung die Bewertungszeit pro Kohorte um 70 % gesenkt hat, während der NPS für die Dozentenqualität stabil blieb. Gleiche Käuferin, gleiches LMS-Erweiterungsmuster, in das adaptive Sequenzierung einsteckt. Mehr dazu, wie wir solche Projekte durchführen, findest du auf der Consultancy-Seite.
#müssen wir dafür unser LMS umbauen?
nein. Das wird auf dem LMS aufgebaut, das du bereits betreibst. Thinkific, Teachable, Canvas, Moodle. Wir binden über LTI-Integrationen, SCORM-Pakete oder die direkte API an, je nachdem, was deine Plattform unterstützt.
Dein LMS bleibt das führende System. Anmeldung, Zahlung, Noten und Zertifikate bleiben, wo sie sind. Die adaptive Ebene liest, welche Fragen ein Lernender falsch beantwortet hat, und ordnet die ausgespielten Lektionen neu. Sie rührt weder deine Kursstruktur noch deine Abrechnung an.
we are
Stennir baut eine adaptive Ebene, die deine eigenen Lektionen je nach den falschen Antworten jedes Lernenden neu ordnet, während deine Dozierenden und Rubriken weiterhin bestimmen, was Meisterschaft bedeutet.
we aren't
Stennir verkauft keinen generischen Chatbot-Tutor, der Hausaufgaben für Lernende beantwortet und ihnen hilft, die Arbeit zu umgehen, die du eigentlich vermitteln willst.
#was ändert sich im Alltag für eine Curriculum-Leitung?
- Lernende, die ein Konzept verpassen, bekommen als Nächstes die Wiederholungslektion, nicht erst drei Module später, wenn sie schon ausgestiegen sind.
- du siehst, welche Lektionen kohortenweit die meisten falschen Antworten verursachen, sodass du zuerst die schwächste Lektion überarbeitest, statt zu raten.
- Dozierende bewerten weiterhin nach derselben Rubrik. Die Sequenzierung liest diese Ergebnisse, sie überstimmt sie nicht.
- Bestehensquote und Abschlussquote werden pro Kohorte gegen deine Baseline gemessen, sodass du weißt, ob sich die Neusequenzierung gelohnt hat.
Der Sinn der kohortenweisen Messung ist Ehrlichkeit. Wenn adaptive Lernpfade die Abschlussquote für deinen konkreten Kurs nicht bewegen, solltest du das in einer Kohorte erkennen und es abschalten können. Wir zeigen dir lieber die Zahl, als dir die Idee zu verkaufen.
die Studierenden, die abbrechen, sind nicht die, die das erste Quiz nicht bestehen. Es sind die, die nie die zweite Erklärung zu dem bekommen haben, was sie nicht verstanden hatten.
Wenn dein Team auch Unterstützung braucht, damit Dozierende diese Signale sicher lesen können, übernimmt unsere Training-Sparte die Befähigung, und weitere Anwendungsfall-Beiträge wie dieser stehen im Journal.
Wir sind neu, und unsere Arbeitsweise ist unkompliziert. Wir grenzen einen Kurs ab, binden uns an dein bestehendes LMS an, lassen adaptive Sequenzierung auf der nächsten Kohorte laufen und vergleichen Abschluss- und Bestehensquote mit deiner Baseline. Wenn du ein Online-Kurs-Unternehmen, ein Bootcamp oder ein internes L&D-Team leitest und sehen willst, ob Neusequenzierung deine Zahlen verbessert, buche einen 30-minütigen Discovery-Call und bring die Daten einer Kohorte mit.