Skip to content

SkillPilot-Qualitätssicherung: Das Vier-Stufen-Champion-Modell

Generated artifact. Do not edit manually.

Generated by: scripts/build_compendia.py Regenerate with: python3 scripts/build_compendia.py --compendium qa-ci --web-and-tex Source of truth: docs/qa-ci/source/

Sprache / Language: Deutsch (DE) · English (EN) | PDF: Deutsches PDF · English PDF

Kompendium: §1 Reifegrade & Erprobung · §2 QA-Scopes & CQR · §3 Graph-Validierung · §4 Semantische Atomizität · §5 Champion-Leitfaden · §6 Vier-Stufen-Modell

6. SkillPilot-Qualitätssicherung: Das Vier-Stufen-Champion-Modell

Zukunftsgerichteter Ausbauplan

Zielbild für den stufenweisen Ausbau der Curriculum-QS zwischen algorithmischer CI, KI-Agenten und menschlicher Praxiserprobung. Für die heute produktiv ausgewiesenen Reifegrade und Erprobungsbadges gilt verbindlich 1 (Level 1a und Level 2 sind heute produktive Anker; Level 1b und Level 1c beschreiben geplante Ausbaustufen).

6.1. Einordnung und die vier QS-Stufen

Damit Fachexpertinnen und -experten beim Übergang von KI-extrahierten Rohgraphen zu schulreifen Skill-Landschaften nicht mit JSON-Formalia oder DAG-Mathematik überlastet werden, gliedert das Zielmodell das frühere Level 1 in drei technische/agentische Vorstufen (1a, 1b, 1c) vor dem menschlichen Praxissiegel (Level 2):

Stufe Heutiger Stand Prüffokus und typische Aufgaben
Level 1a: CI-Pipeline Produktiv aktiv Algorithmische Strukturintegrität ohne Inhaltsdeutung: Zyklenfreiheit in contains/requires, Schema- und ID-Prüfungen, gültige View-Projektionen (3).
Level 1b: Statischer KI-Agent Zukunftsgerichtet Statische didaktisch-formale Leitplanken ohne Laufzeitsimulation: Routenabdeckung von Motivation bis Autonomie, saubere Trennung von sourceRef und Didaktikmaterial, formale Vollständigkeit von Prüfungs- und Bewertungsschemata.
Level 1c: Dynamischer KI-Agent Zukunftsgerichtet Simulierte Lernendendurchläufe unter Laufzeitbedingungen: Frontier- und Filterverhalten, Sackgassen/verdeckte Blocker, Prüfungssimulation mit unvollständigen/falschen Antworten sowie SRS-Memorize-Abläufe.
Level 2: Menschlicher Champion Produktiv aktiv Reale didaktische Praxiserprobung in WebGUI oder KI-Lerncoach: Tonalität, Altersangemessenheit, Motivation, fachliche Passung und UX mit Rückmeldung über Issues/PRs bis zum Status Menschlich erprobt (5).

6.2. Zusammenspiel und Governance

Das Modell folgt einer klaren Mensch-Agenten-Arbeitsteilung:

  1. Level 1a blockiert mathematisch oder technisch defekte Graphen frühzeitig in der CI.
  2. Level 1b und Level 1c strukturieren künftig formale und simulierte Befunde automatisiert vor.
  3. Level 2 beurteilt die tatsächliche Unterrichts- und Lernqualität am echten Curriculum.
  4. Befunde fließen transparent in GitHub Issues und Pull Requests zurück.
  5. Menschliche Maintainer entscheiden Konfliktfälle und wahren die fachdidaktische Richtung.