Educdia - Plattform für Digitale Kurse

Projektübersicht

Educdia ist eine fortschrittliche E-Learning-Plattform, die auf einem interaktiven Frage-Antwort-System basiert. Die Plattform wurde ursprünglich als persönliches Lernwerkzeug für Prüfungsvorbereitungen konzipiert und später zu einer vollwertigen Anwendung ausgebaut, die es Nutzern ermöglicht, eigene Kurse zu erstellen und zu absolvieren.

Systemarchitektur

Die Anwendung basiert auf einer modernen Microservices-Architektur mit folgenden Komponenten:

• NextJS-Frontend mit serverseitiger Rendering-Optimierung
• RESTful API für Kurs- und Nutzerverwaltung
• Prisma ORM für typsichere Datenbankoperationen
• Kinde Authentication für sicheres Identity Management
• OpenAI API-Integration für KI-gestütztes Feedback

KI-Integration und Lernalgorithmus

Das Herzstück von Educdia ist die Integration des GPT-4o Modells von OpenAI, das als intelligenter Prüfer fungiert. Der Prozess funktioniert wie folgt:

1. Der Nutzer beantwortet eine Frage aus dem Kurs
2. Die Antwort wird an die OpenAI API gesendet, zusammen mit dem Kontext der Frage und den erwarteten Lernergebnissen
3. Das GPT-4o Modell analysiert die Antwort und generiert ein strukturiertes Feedback im JSON-Format:

{
  "correct": false,
  "answer": "Detaillierte Erklärung der korrekten Antwort"
}

Diese Struktur ermöglicht eine programmatische Verarbeitung des Feedbacks und eine nahtlose Integration in den Lernfluss. Die Implementierung verwendet einen optimierten Prompt-Engineering-Ansatz, um konsistente und präzise Bewertungen zu gewährleisten.

Datenmodell und Persistenz

Das Datenmodell wurde mit Prisma Schema Language definiert und umfasst folgende Hauptentitäten:

• User: Nutzerdaten und Authentifizierungsinformationen
• Course: Kursmetadaten, Beschreibungen und Konfigurationen
• Question: Fragen mit Metadaten zur Schwierigkeitsstufe und Kategorisierung
• Session: Lernfortschritt und Interaktionshistorie
• Answer: Nutzerantworten mit KI-Bewertungen und Zeitstempeln

Die Datenbank-Migrations- und Seeding-Prozesse wurden automatisiert, um eine konsistente Entwicklungs- und Produktionsumgebung zu gewährleisten.

Deployment und Infrastruktur

Die Anwendung wird auf einem Kubernetes-Cluster gehostet, was folgende Vorteile bietet:

• Horizontale Skalierbarkeit bei erhöhter Nutzerlast
• Automatisierte Rollouts und Rollbacks
• Selbstheilende Infrastruktur bei Komponentenausfällen
• Effiziente Ressourcennutzung durch Container-Orchestrierung

Verwendete Technologien

• NextJS für Frontend und API-Routes
• TailwindCSS mit TailwindUI-Komponenten für das UI-Design
• Prisma als ORM für Datenbankoperationen
• Kinde Authentication für OAuth und Nutzerverwaltung
• MySQL als relationale Datenbank
• OpenAI API (GPT-4o) für KI-gestützte Antwortanalyse
• Kubernetes für Container-Orchestrierung

Zukünftige Entwicklung

Für kommende Versionen sind folgende Erweiterungen geplant:

• Implementierung eines adaptiven Lernalgorithmus, der Fragen basierend auf dem Nutzerfortschritt priorisiert
• Integration von Folgefragen für tiefergehendes Verständnis
• Entwicklung eines Kontext-Generators, der reale Anwendungsszenarien für abstrakte Konzepte erstellt
• Erweiterung der Analysefunktionen für detaillierte Lernfortschrittsauswertungen

Visuelle Darstellung