Die Steuerung von Bildungsprodukten erfolgt bislang manuell und ist mit einem hohen Ressourcenaufwand verbunden. Es bestehen Schwächen in der Nutzung vorhandener Daten, der Prozessautomatisierung und der Entscheidungsstruktur. Trotz vorhandener Daten fehlen systematische Ansätze zur Entscheidungsunterstützung. Die Herausforderung bestand darin, aufzuzeigen, wie datenbasierte KI-Technologien diese Schwachstellen adressieren und unter den bestehenden Rahmenbedingungen realisierbar sind.

Nach einer Literaturrecherche zu KI-Anwendungen wurde eine systematische Prozessanalyse durchgeführt. Diese umfasste Experteninterviews sowie die Auswertung interner Dokumente. Aus den identifizierten Schwachstellen wurden Problemcluster abgeleitet und priorisiert. Die Ergebnisse dieser Analyse bildeten die Grundlage für zwei konzeptionelle Proof of Concepts und zwei funktionsfähige Prototypen. Diese belegen die Machbarkeit des gezielten Einsatzes von KI zur Entscheidungsunterstützung und Qualitätssicherung.

Es wurden fünf zentrale Problemfelder identifiziert: Schwächen im Datenmanagement, fehlende Automatisierung, mangelnde Systemintegration, unklare Entscheidungsprozesse und unstrukturierte Feedbackverarbeitung. Der erste PoC nutzt KI-basierte logistische Regression, um die Wahrscheinlichkeit der Kursdurchführung vorherzusagen, und liefert datenbasierte Empfehlungen für diese herausfordernden Entscheidungen. Der zweite PoC automatisiert mithilfe eines Large Language Models die Analyse von Feedback der Kursteilnehmer:innen. Die KI analysiert mehrsprachige Rückmeldungen, erkennt Muster, leitet Verbesserungsvorschläge ab und unterstützt so die Qualitätsentwicklung, während gleichzeitig der manuelle Aufwand reduziert wird. Beide PoCs zeigen, wie datenbasierte KI-Technologien unter realen Bedingungen einen Mehrwert schaffen können. Die Arbeit bildet somit die Grundlage für einen strukturierten Einstieg in den Einsatz datenbasierter KI im Bildungsbereich.