Lab Projekt #1

Durch KI personalisierte Trainingserfahrungen in MR-Umgebungen

ZIM-Logo
Logo BWK

Partner
ZIM (Zentrales Innovationsprogramm Mittelstand)
2024 - 25

Technologien im Fokus
Künstliche Intelligenz (KI)
Mixed Reality (MR)

Stell dir vor, du könntest dich mit individuell auf deine konkrete Situation angepassten Lerninhalten selbstbestimmt weiterbilden. Ob du nun ein visueller Lerntyp bist, gerne mit konzisen Erklärungen versorgt wirst, oder aber spielerische Herangehensweisen bevorzugst. In einer Welt, in der die Individualisierung mittels clever genutzter Technologie eine One-Size-Fits-All-Mentalität in beinahe allen Bereichen abzulösen beginnt, stellen wir die Frage nach der eingehenden Anpassung von Trainingsinhalten.

Sollte sich die Art und Weise, wie wir zu lernen pflegen, nicht entsprechend der technologischen Möglichkeiten ändern? Sollten wir nicht unseren jeweils ganz eigenen Zugang zum globalen Wissen orchestrieren?

8 Taikonauten, 1 Ziel
120+ Seiten Insights
30 Tester:innen, 2 Prototypen

Forschungsfrage im Fokus

Genau diese Frage stand am Anfang unseres jüngsten Forschungsprojekts: 

Wie kann KI in MR-Umgebungen eine individuelle Trainingserfahrung auf Basis von Lernvorlieben (Interessen, Fähigkeiten, Bedürfnissen) adaptieren und so die Lernmotivation positiv beeinflussen?

Timeline R&D

Personalisierung durch KI in MR-Umgebungen

Unser aktuelles Forschungsprojekt untersucht, wie Trainingsinhalte in MR-Umgebungen mit Hilfe von KI individuell angepasst werden können.

Die Welt der MR bietet die Möglichkeit, Inhalte so zu erleben, wie es für die Nutzer:innen am besten funktioniert – ob durch Anfassen, Anschauen oder Hören bzw. durch einen mix dieser Modalitäten.

Bei alledem ist KI der Schlüssel: Sie hilft dabei, die Nutzungserfahrung durch kontinuierlich stattfindende Analysen nachhaltig anzupassen und Inhalte bereitzustellen, die ihrerseits perfekt mit den jeweiligen Vorlieben der Nutzenden harmonieren.

Best Practices und methodisches Vorgehen

Wir analysieren sowohl AR-, VR- und MR-Konzepte als auch KI-basierte Best Practices, um aus der Menge an Möglichkeiten die vielversprechendsten Ansätze für individuell personalisierte MR-Trainings zu destillieren.

Screenshot: Confluence

Der Design-Studio-Workshop als Katalysator

Um das Potenzial von KI in XR-Umgebungen voll auszuschöpfen und so personalisierte Trainingserfahrungen basierend auf individuellen Lernpräferenzen zu gestalten, die die Lernmotivation nachhaltig steigern, entschlossen wir uns dazu, einen Design-Studio-Workshop durchzuführen.

In diesem kreativen Format werden divergentes und konvergentes Denken miteinander kombiniert, um in kurzer Zeit innovative Ideen zu generieren und so eine gemeinsame Vision zu entwickeln.

Screenshot Mural

Von der Idee zur Anwendung

Das Ergebnis? Konkrete Ansätze, die unsere Forschung praxisnah voranbringen – mit klarer Ausrichtung auf die Bedürfnisse der Nutzer:innen und den optimalen Einsatz von KI in immersiven Lernumgebungen.

Zwei Personen: 1 mit MR-Brille, 1 am Erklären

Abschließende Fragestellung: Wer passt sich wem an?

Wie können immersive KI und XR-Technologien genutzt werden, um individuell angepasste und durchweg motivierende Trainingsinhalte zu schaffen, die sich an die Nutzenden anpassen – und nicht umgekehrt?

R&D Collage, Person mit MR-Brille + Screenshot

„Wenn Lernen sich anfühlt wie deins – dann macht KI endlich, was sie soll.“

Lydia Amaruch - UI/UX Designerin

Schritt für Schritt in Richtung Erfolg

An diese initialen Erkenntnisse knüpfte nahtlos eine erste empirische Testreihe an, in der eine prototypisierte Fassung unserer avisierten MR-Applikation durch eine Gruppe speziell ausgewählter, junger Proband:innen untersucht wurden. Die Rückmeldungen waren vor allem hinsichtlich der Personalisierung des Trainings gehaltvoll und unterstützten die Überarbeitung des initialen Prototypen.

Tisch, präpariert für R&D Workshop

Testen, testen, testen...

In einem weiteren Test mit 30 digital-affinen Teilnehmenden (18–44 Jahre) wurden zentrale Faktoren für individuelles Lernen im Kontext KI-gestützter Adaption identifiziert. Besonders Fähigkeiten erwiesen sich als stärkster Motivationsfaktor: Lernende profitieren, wenn Aufgaben ihrem Können entsprechen und adaptive Lernpfade gezielt auf ihren Wissensstand reagieren. Interessenorientierung steigerte die Motivation zusätzlich, insbesondere bei jüngeren Nutzer:innen, die auf emotionale Aktivierung durch persönliche Themen wie Musik, Sport oder Gaming besonders ansprechen. Ebenso wichtig ist die bedarfsgerechte Relevanz der Inhalte, d.h. Lernmodule müssen im richtigen Moment verfügbar sein, um einen echten Mehrwert zu schaffen.

Infografik R&D ZIM1 (Deutsch)

Kernfunktionalitäten im Fokus

Die Ergebnisse flossen direkt in die Weiterentwicklung der Kernunktionalitäten unserer MR-App zur Desinformationsprävention ein: Neben der Möglichkeit, umweltliche Realitäten und die emotionale Verbundenheit mit selbigen in den Trainingsprozess zu integrieren (semantische Räume), wurde auch das Thema der Früherkennung persönlicher Vorurteile als wichtig erachtet (Bias Scanner). Außerdem wurde die Bedeutung der Möglichkeit des Aufnehmens von realen Echtzeitdaten im Verlauf des Trainings als regelrechter Game Changer identifiziert (kontinuierliches Training).

Zwei Frauen im Gespräch, Arbeitssituation R&D

Ausblick und nächste Schritte

Die im Forschungsprozess gewonnenen Erkenntnisse bilden nun das Fundament für zukünftige Entwicklungen. Unser Ziel ist es, den Prototypen weiter zu verfeinern und die Integration der identifizierten Kernfunktionen zu perfektionieren, sodass eine hochgradig personalisierte, motivierende und technologisch zukunftsweisende Trainingserfahrung entsteht. Die Verbindung von semantischen Räumen, Bias-Erkennung und kontinuierlicher Dateneinbindung eröffnet nicht nur neue Möglichkeiten für adaptive Lernumgebungen, sondern setzt zugleich einen Standard für eine ethisch reflektierte und nutzerzentrierte Gestaltung von MR-Trainings. Damit leistet unser Projekt einen Beitrag zur Weiterentwicklung immersiver Lerntechnologien – und legt den Grundstein für nachhaltige Bildungsinnovationen in einer zunehmend vernetzten Welt.

Unser Future-Foresight Prozess führte uns in seiner Konsequenz zu InfoLens: