Unsere Aufgabe bestand darin, ein RAG-System zu entwickeln, das offizielle Rahmenlehrpläne und Expertenstandards automatisch in didaktisch wertvolle Aufgaben übersetzt. Ein entscheidender Aspekt der Strategie ist die Unabhängigkeit von externen KI-Providern. Wir hosten daher nicht nur die Anwendung, sondern auch die KI-Modelle selbst auf eigener Infrastruktur. Dies ermöglicht QUESAP höchste Datensicherheit und volle Kontrolle über die generierten Inhalte.

Ziel des Projekts ist es, die Erstellung von Lern- und Arbeitsaufgaben für die Pflegeausbildung durch den Einsatz von Künstlicher Intelligenz (KI) nachhaltig effizienter zu gestalten.

Branche
Bildung & Gesundheitswese

Leistungen
AI Engineering & Hosting
Self-Hosted LLM Integration
RAG (Retrieval Augmented Generation)
MVP-Entwicklung



Quick Facts

2.500 Std.
Praxisanteil pro Auszubildenden
~80%
Zeitersparnis für Praxisanleiter
< 2 Min.
Generierungszeit pro Aufgabe
100 %
DSGVO-konform (Self-Hosted)

Die Herausforderung

Im Rahmen des Projekts gilt es, ein KI-System zu entwickeln, das nicht nur generische Texte liefert, sondern sich strikt an die komplexen Vorgaben des Pflegeberufegesetzes und der Rahmenausbildungspläne hält. Da die generierten Aufgabenblätter direkt in der Ausbildung genutzt werden, liegt ein besonderer Fokus auf der fachlichen Korrektheit. Zudem sind die Anforderungen an den Datenschutz im Gesundheits- und Bildungssektor besonders hoch: Sensible Daten dürfen die kontrollierte Umgebung nicht verlassen.


Die Lösung

Self-Hosted AI & Datenschutz
Anders als bei vielen Standard-Lösungen setzen wir auf Open-Source-Sprachmodelle, die vollständig auf unserer eigenen iSYS-Infrastruktur betrieben werden. Es fließen keine Daten an große US-Tech-Konzerne ab. Dies garantiert maximale DSGVO-Konformität und macht den Kunden unabhängig von Drittanbietern.
RAG-Architektur (Retrieval Augmented Generation)
Um Halluzinationen der KI zu minimieren, wurde eine RAG-Architektur implementiert. Das System greift auf eine kuratierte, lokale Wissensdatenbank (Expertenstandards, Gesetze, Lehrpläne) zu, bevor es eine Antwort generiert. Dies stellt sicher, dass alle Aufgaben auf validen Quellen basieren.
Strukturiertes Prompting & Output-Format
Ein maßgeschneidertes Prompting-Framework zwingt die KI, Aufgaben in einem standardisierten Format auszugeben (inkl. Lernzielen, Handlungssituationen und Reflexionsfragen). Dies ermöglicht den Ausbildern, die Ergebnisse ohne aufwendige Nachbearbeitung direkt weiterzuverwenden.

Verwendete Technologien

Über den Kunden

Die QUESAP.software GmbH ist auf digitale Lösungen für die Ausbildung und für Studiengänge in Pflege- und Gesundheitsfachberufen spezialisiert. Das Unternehmen bietet eine Plattform zur Planung betrieblicher Anteile der Ausbildungen an. Ziel der Plattform ist es, Ausbildungsinhalte und -zeiten effizient und nachvollziehbar zu organisieren, inhaltlich zu strukturieren und teilautomatisiert zu dokumentieren. Auf Basis des empirisch erprobten QUESAP Modells werden Ausbildungsbetriebe dabei unterstützt, allgemeingültige Richtlinien in betriebliche Ausbildungspläne zu überführen und dabei unterschiedliche Einsatzsettings wie z. B. Krankenhaus, Pflegeheim oder ambulante Pflege zu berücksichtigen.


Sie haben Fragen? Wir helfen Ihnen gerne weiter!

Sie haben ein Projekt, über das Sie gerne mit uns sprechen würden? Gerne können Sie uns jederzeit kontaktierten. Wir freuen uns sehr darauf, Sie kennenzulernen!

Dr. Martin Häusl
Dr. Martin Häusl iSYS Competence Center AI