Prof. Dr. Matthias Ziegler
Institut für Psychologie, Psychologische Diagnostik

Wer eine Vorlesung mit über 100 Studierenden hält, kennt das Problem: Fragen häufen sich vor Prüfungen, das E-Mail-Postfach quillt über, und nicht immer lassen sich alle Frage in einer Fragestunde klären. Im Wintersemester 2025/26 wurde an der HU Berlin ein KI-gestützter Tutor-Bot für die Lehrveranstaltungen „Modul Diagnostik I – Testtheorie“ im Bachelorstudiengang Psychologie entwickelt und eingesetzt. Im Sommersemester geht nun eine generalüberholte Version an den Start, welche die durch den CMS bereitgestellten KI-Tools nutzt.

Wissen aus erster Hand

Speziell an diesem Bot ist sein Wissensfundament: Anders als allgemeine, kommerzielle KI-Systeme greift er ausschließlich auf kursgebundene Materialien zurück – Vorlesungsfolien, aufbereitete Transkripte, Lehrbuchkapitel und R-Tutorials. Technisch basiert der Bot auf RAGflow, einem Open-Source-Framework für Retrieval-Augmented Generation (RAG). Das Besondere daran ist, dass der durch den CMS entwickelte Workflow alle Schritte stark unterstützt. So ist es leicht möglich, aus Videos der Vorlesungen Transkripte zu erstellen oder hieraus wiederum Lernskripte. Gemeinsam mit den Vorlesungsmaterialien bilden diese die Wissensgrundlage für den Chatbot, aus der das Sprachmodell die jeweiligen Antworten formuliert. Der Bot erfindet nichts und gibt immer an, woher eine Information stammt: „Laut Folie 12 zur Reliabilität …“ oder „Das Lehrbuch erklärt das ausführlicher in Kapitel 3 …“.

Die Persona als Schlüssel

Ein RAG-Bot ist mit den vorhandenen Hilfsmitteln recht schnell aufgesetzt – doch unsere Erfahrung zeigt, dass seine Qualität von der sogenannten Persona abhängt: dem System-Prompt, der definiert, wie der Bot kommuniziert, was er tut und was nicht, wenn er etwas nicht weiß. Für den Diagnostik-Bot wurde dieser Prompt sorgfältig ausgearbeitet: So unterscheidet er explizit zwischen Quellentypen – Folieninhalte gelten als prüfungsrelevanter Standard, Buchkapitel als Vertiefung. Bei Fragen außerhalb seiner Wissensbasis antwortet der Bot mit einem festen Wortlaut statt zu spekulieren, und bezüglich der Prüfungsleistungen liefert er keine fertigen Lösungen, sondern begleitet das Verständnis.

Studierende loben die Möglichkeit der Nutzung explizit in Lehrevaluationen. Der Bot sei eine Hilfe begleitend zur Vorlesung, vor allem aber in der Prüfungsvorbereitung.