HackathOER Ideensammlung

OER

Der OER Pathfinder macht aus einem Lernziel einen Lernpfad. Wer im OER Content Pool nach Keywords sucht, bekommt normalerweise sehr viele Einzeltreffer. Unsere Idee: Aus den gefundenen Materialien einen Pfad zu bauen, der didaktisch sinnvoll ist und auf ein konkretes Lehr- oder Lernziel zuläuft. Genau das übernimmt der OER Pathfinder. Man formuliert ein Ziel in eigenen Worten, und der RAG-Dienst durchsucht ein angebundenes Repositorium (z.B. den edu-sharing content pool) und stellt daraus mit Hilfe offener LLMs eine sequenzierte Lernreise zusammen. Der OER Pathfinder ist als ein Dienst mit offener, dokumentierter API gedacht, den andere Lernplattformen einbinden können. Davon profitieren Lehrende und Lernende, Betreibende von Bildungsplattformen und die OER-Community, deren Materialien durch zielgenaue Kuratierung sichtbarer werden. Für Kirons Kernzielgruppen (Geflüchtete, Migrant:innen und Menschen in unterversorgten Communities) und Kirons Partner-Organisationen (u.a. im Schul-Kontext) erschließt sich dadurch eine zielbasierte, individualisierte Kuratierung der OER-Welt. Spannend werden dazu die Fragen: - Können wir die Zielformulierung ergänzen und personalisieren, z.B. durch interaktiv erstellte Profile des Lernenden-Typs? - Wie binden wir den OER Content Pool am klügsten an die RAG-Architektur an? Direkt über die edu-sharing-API, über dessen Elasticsearch-Index mit Vektorsuche oder über einen eigenen Vektor-Store? - Können die vorhandenen Metadaten eine sinnvolle Sequenzierung überhaupt tragen, oder muss das Modell an dieser Stelle raten bzw. die gefundenen Inhalte tiefer analysieren? Auf dem Sommercamp können wir den Durchstich von Lernziel zu fertigem Pfad konzeptionieren, im besten Fall mit einem ersten Prototypen und einer Definition der Anbindung an edu-sharing als Erprobungspartner für die Vernetzungsinfrastruktur. Gesucht: Mithackende mit edu-sharing-/API-Erfahrung, RAG-Praxis, didaktischem Blick auf Sequenzierung und Lust auf Frontend.

OER

Wir machen edu-sharing zur intelligenten Arbeitsumgebung für Unterricht, Hochschullehre und Bildungsbetrieb. Unsere intelligenten Sammlungen kennen nicht nur Inhalte, sondern auch den Kontext: Lehrpläne, Landes- oder Schuldesigns, didaktische Formate, Empfehlungen von Medienberater, schulische Regularien, OER-Know-how sowie die lokalen Tools und Infrastrukturen. Auf dieser Basis können LLMs pädagogisch sinnvoll unterstützen: Sie erkennen Lücken in Sammlungen, generieren Lerninhalte, beantworten Fach- und Anwendungsfragen, prüfen und verbessern neu erstellte Materialien, geben Tipps zu Lehr-, Lern- und Administrationstools und reduzieren Supportaufwände. Lehrkräfte und andere Bildungsakteure können dadurch schneller gute Inhalte und Konzepte erstellen, diese über edu-sharing-Sammlungen, Editoren und Kooperationstools teilen und zur Nachnutzung einladen. So entsteht weniger redundante KI-Produktion an vielen Orten – und mehr gemeinsame Qualitätsentwicklung, Wiederverwendung und Zusammenarbeit. KI wird nicht nur zum Erzeugen genutzt, sondern vor allem zum Verbessern. Das spart Zeit, stärkt OER und ist am Ende sogar ressourcenschonender – gut für Bildung, Kooperation und unseren Regenwald. Auf dem Sommercamp entwickeln und zeigen wir die nächste edu-sharing Software Generation und diskutieren mit Anwendern die Schwerpunkte der reifen Implementierung für sichere KI-basierte Bildungsinfrastrukturen.

OER

OER is accompanied by descriptive metadata focused on the material itself. When you are looking for a material you will find it by searching for these metadata terms. But what if we also knew more about the context of the material? For example the course it was used in or created for. And the title and learning objectives of that course. What if we could link that automatically to the OER, so teachers and students following similar courses (based on similarity in learning objectives for example) could easily find materials other institutions are using. With the help of the information stored in the OEAPI (https://oeapi.eu/) we think it might be possible to add valuable context to OERs helping you to find materials more efficiently.

OER

In the Netherlands, most educational institutions agree on one thing: OER is the way to go. In practice there a some obstacles: teachers and institutions do not want to share materials directly with large, public platforms. There is one argument that we hear a lot: I do like to share, but I first want to do so with my colleagues, my consortium or everyone within my institution *first*. Some institutions build their own infrastructure to internally publish OER. Communities host a website tailored for their members. Some publish materials in repositories, but restrict access so only a few can see and reuse it. We understand that and try to help them by building white label platforms, LMS integrations and Wordpress-plugins. In social media similar things are happening: more and more people move away from the large, centralized platforms and use decentralized solutions like Mastodon for short messages, PeerTube for videos and Lemmy for discussions. What if we would harness the power of a protocol behind the Fediverse, ActivityPub, and introduce a new type of content: an Open Educational Resource. Institutions can easily set up their own instance, let teachers and institutions use it (and register to it) and organically grow their network and sharing resources with other people on instances they trust (federate with). Instance hosting, SSO and federation could also be supported by organisations like Edu-sharing or SURF. And because ActivityPub is used, materials can be shown on and used from PeerTube, Mastodon and other platforms, local or worldwide.

OER

Wie lassen sich verstreute OER-Inhalte, FAQs und Leitfäden durch KI-Chatbots effizient zugänglich und nutzbar machen? KI-Chatbots können komplexe, verstreute Informationen aus FAQs, Leitfäden oder OER-Plattformen leichter zugänglich machen, passende OER finden und die Erstellung und Nachnutzung von OER sogar aktiv unterstützen (via agentischer Features). ORCA.nrw und twillo möchten ihre derzeitigen Entwicklungen in diesem Bereich zusammenführen: ORCA.nrw testet derzeit einen Prototyp, der bereits über 2.000 Videos sekundengenau durchsuchbar macht und auch auf Webinhalte zugreifen kann. twillo entwickelte im Rahmen des HackathOERn 3 in Göttingen einen vielseitigen Prototyp (vgl. https://idee.hackathoern.de/?view=detail&id=63cb477b-6e0c-4b40-8b47-7b6e0ceb40ca / https://gitlab.com/e.kacaj/simple-rag/). Dieser integriert öffentlich zugängliche Inhalte selektiv (darunter auch OER aus dem OERSI) und soll beim Erstellen und Remixen von OER unterstützen. Nun sollen diese Entwicklungen bedarforientiert und anwendungsbezogen zusammengeführt und in Kooperation weiterentwickelt werden. Das Vorhaben wird von weiteren Interessierten und Institutionen (aus nah und fern) unterstützt. Aufgaben dieses Mal: Testung der RAG-Prototypen und Selektion von Features für Merger, Ausprobieren verschiedener KI-Modelle und Integration der Prototypen über ein bestehendes (prototypisches) Wordpress-Plugin, sowie Schärfung weiterer Entwicklungsanforderungen (z.B. agentische Features). Ideegebende: Markus Deimann (ORCA.nrw), Sandkühler (ORCA.nrw), Noreen Krause (twillo), David Stöllger (twillo)) Zielgruppe: OER-Community, Nutzer:innen, Ersteller:innen, Plattformen Anwendungskontext: übergreifend Unterstützungsbedarf: weitere Entwickelnde (dringend!) und Interessierte

OER

An vielen Stellen entstehen derzeit Chat-Bots für die eigene Plattform. Jedoch sind diese Bots wieder stark auf die jeweilige Plattform und deren Daten eingeschränkt. Warum nicht auch gleichzeitig die Daten anderer Plattform mit einbeziehen? Mit dem in edufeed und NOPE wird dies möglich und ist bereits erprobt worden. Durch die Nutzung eines gemeinsamen Protokolls werden verschiedene Datenräume leicht verknüpfbar und verschiedene Arten von Content-Typen (Kalender, Lernmaterialien, Wikis, Foren) leicht durchsuchbar. Auf dem Hackathon wollen wir diesen Ansatz vorstellen, erproben und weiterentwickeln: Wie kann beispielsweise das gesammelte Wissen wiederum zu Unterrichtsvorbereitung genutzt werden? Wie einfach lässt sich aus den vorhandenen Bausteinen ein Chat-Bot nur für meine Plattform bauen?

OER

OER leben von Offenheit, Zusammenarbeit und kontinuierlicher Weiterentwicklung. Gleichzeitig stellt sich immer wieder die Frage: Woran erkennen wir eigentlich die Qualität von OER? Und lässt sich Qualität überhaupt anhand von Indikatoren beschreiben, ohne die Vielfalt von OER aus dem Blick zu verlieren? Gemeinsam mit Akteuren aus Bildungspraxis, Community und IT soll in diesem Workshop das Thema Qualitätsindikatoren gemeinsam weitergedacht werden. Ausgangspunkt sind Fragen wie: Welche Dimensionen von Qualität sind für OER überhaupt relevant und wie lassen sich diese in nachvollziehbare Indikatoren übersetzen? Welche Perspektiven – etwa von Lehrenden, Lernenden, Autor, Institutionen oder Plattformen – müssen berücksichtigt werden? Wo gibt es bereits Ansätze, und welche Fragen sind bislang ungeklärt? Darauf aufbauend möchten wir gemeinsam überlegen, wie sich Qualitätsindikatoren sinnvoll beschreiben, erfassen und sichtbar machen lassen. Wie könnten Indikatoren transparent dargestellt und auch in Infrastrukturen abgebildet werden? Welche technischen oder organisatorischen Voraussetzungen wären dafür notwendig? Ziel des Slots ist es, Perspektiven zu bündeln, Fragestellungen zu schärfen und erste Konzeptideen oder Anforderungen zu entwickeln, die als Grundlage für weitere technische oder organisatorische Lösungen dienen können. Zudem soll überlegt werden, wie die weitere Zusammenarbeit und Vernetzung über die Veranstaltung hinaus, beispielsweise in Form einer Arbeitsgruppe, aussehen könnte.