Einführung und Ziele: Die Apps üben, Claude unterrichtet, ein Repository hält alles zusammen
Die Lern-Apps sind kleine, statische Trainer zu je einem Schulthema. Ein Kind von etwa 13 Jahren übt darin Kompetenzen wie „Prozentwert berechnen“ oder „Pfadregeln anwenden“. Unterrichtet wird es nicht von der App, sondern von Claude auf claude.ai: Die App liefert Erklärung, Bild, beliebig viele Aufgaben und einen Diagnosetest, der Tutor führt das Gespräch und verlinkt gezielt einzelne Aufgaben. Pro Schuljahr sollen rund 20 Apps entstehen (Mathe, Physik, Chemie). Damit das bei einer Person mit einem KI-Agenten tragbar bleibt, liegen alle Apps in einem Monorepo mit einem Kern, einem Layout und einem Build (ADR-012). Die Apps sind zugleich ein Versuch für edugo, eine Plattform, die Bildungs-Micro-Apps über eine Kompetenzkarte verbindet; die Mathe-Karte liegt deshalb im selben Repository (ADR-018).
Aufgabenstellung: Aus einem Lehrplanthema wird eine App, aus einer Kompetenz ein paar Dateien
Das Monorepo soll drei Dinge leisten.
-
Üben ohne Anmeldung. Jede Kompetenz hat eine Seite mit Warum, Regel, Beispiel, Bild, Video und einem Aufgabengenerator mit Sofort-Feedback, Tipp und Lösungsweg. Eine Checkliste mit Selbsteinschätzung und ein Test (voll oder schnell) zeigen, wo das Kind steht. Text und Bild sind ohne JavaScript lesbar.
-
Anschluss an einen KI-Tutor. Jede Aufgabe trägt eine vorlesbare Aufgabennummer; der Tutor kennt über
llms.txtalle Seiten, URL-Parameter und typischen Fehler und kann deshalb eine konkrete Aufgabe verlinken.tutor.mdist der Prompt, mit dem das Kind die Sitzung startet. -
Neue Apps und Kompetenzen aus einem Guss. Eine neue Kompetenz besteht aus drei Dateien und einer Zeile in der App-Konfiguration; Menü, Checkliste, Test, Übersicht, Manifest und Karten-Eintrag entstehen im Build. Eine Korrektur am Kern ist ein Commit für alle Apps.
Worin sich dieser Ansatz von verwandten Projekten unterscheidet, zeigt die Seite Was lernapps anders macht.
Die fachlichen Anwendungsfälle, auf die sich Tests und Szenarien beziehen:
| ID | Anwendungsfall | Umgesetzt in |
|---|---|---|
UC-1 |
Eine Aufgabe üben: lösen, prüfen, Tipp, Lösung, neue Aufgabe |
|
UC-2 |
Eine Aufgabe über ihre Nummer und URL-Parameter wieder öffnen |
|
UC-3 |
Zahlen eingeben: Rundungsregel, Brüche und Terme, Live-Vorschau |
|
UC-T |
Terme mit Variablen eingeben: Gleichwertigkeit, Form, Fehlterme, Vorschau |
|
UC-4 |
Test oder Schnelltest machen und die Ergebniszeile an den Tutor schicken |
|
UC-5 |
Sich selbst einschätzen und den letzten Test in der Checkliste sehen |
|
UC-6 |
Ein Video erst nach Zustimmung laden |
|
UC-7 |
Eine Tutor-Sitzung auf claude.ai starten; Tutor und Mensch finden Apps, Karte und Doku |
|
UC-8 |
Eine neue Kompetenz anlegen; der Build prüft, ob sie vollständig ist |
|
UC-9 |
Auf der Mathe-Karte sehen, welche Kompetenzen eine App übt und wo Lücken sind |
|
Qualitätsziele: Datenschutz geht vor, dann die richtige Rückmeldung
Fünf Qualitätsziele treiben die Architektur. Sie sind aus der Vorlage übernommen. Ihre Rangfolge hat der Product Owner am 23.09.2026 festgelegt: Die Spalte „Prio“ zeigt sie, 1 ist das wichtigste Ziel. Die IDs bleiben, weil andere Kapitel auf sie verweisen; deshalb weicht die Reihenfolge der IDs von der Rangfolge ab. Kapitel 4 ordnet jedem Ziel einen Lösungsansatz zu, Kapitel 10 macht sie mit Szenarien messbar.
| Prio | ID | Qualitätsziel (ISO/IEC 25010) | Warum es die Architektur treibt |
|---|---|---|---|
1 |
QZ-1 |
Datenschutz by Design (Sicherheit: Vertraulichkeit) |
Die Nutzer sind Kinder. Keine App darf etwas über sie an Dritte geben: kein Server, kein Tracking, keine Anfrage an fremde Hosts, bis das Kind ein Video startet. |
2 |
QZ-3 |
Fachlich richtige Rückmeldung (Funktionale Eignung: Korrektheit) |
Ein Kind, dem die App eine richtige Antwort als falsch meldet, verliert das Vertrauen. Brüche rechnen exakt, gerundet wird nach einer einzigen Regel, und alle Apps prüfen mit demselben Kern. |
3 |
QZ-2 |
Tutor-Anschlussfähigkeit (Kompatibilität: Interoperabilität) |
Der Tutor ist ein LLM auf fremder Infrastruktur, das die Apps nur über Links und Texte kennt. URL-Parameter, Anker, Aufgabennummern und Adressen sind ein öffentlicher Vertrag und müssen reproduzierbar und stabil sein. |
4 |
QZ-4 |
Neue Apps und Kompetenzen schnell und einheitlich (Wartbarkeit: Wiederverwendbarkeit, Modifizierbarkeit) |
Rund 20 Apps je Schuljahr, gebaut von einem KI-Agenten. Das gelingt nur, wenn das Generische einmal existiert, eine Korrektur alle Apps erreicht und der Build jede Abweichung meldet. |
5 |
QZ-5 |
Zugänglich auf jedem Gerät (Benutzbarkeit: Zugänglichkeit) |
Kinder üben auf dem Handy und auf Schulgeräten. Mobile-first ab 360 px, Text und Bild ohne JavaScript lesbar, bedienbar per Tastatur. |
Stakeholder: Das Kind lernt, Claude und Claude Code arbeiten mit
| Rolle | Wer | Erwartung an die Architektur |
|---|---|---|
Lernende |
Kind, etwa 13 Jahre, Klasse 7–8, Gymnasium Hessen |
Aufgaben sofort, ohne Konto; ehrliche Rückmeldung; keine Noten; nichts wird über es gesammelt. |
Eltern |
begleiten das Lernen, geben den Tutor-Link |
Keine Datenweitergabe ohne Klick; verständliche Datenschutz-Angabe. |
Tutor |
Claude auf claude.ai, gestartet mit |
Vollständige, stabile Beschreibung in |
App-Autor:in |
Ralf D. Müller, zusammen mit Claude Code |
Neue App als Ordner, neue Kompetenz als drei Dateien und eine Zeile; |
Lehrkraft, Schule |
mögliche Nutzer auf Schulgeräten |
Kein Login, kein Server, DSGVO-Frage beantwortbar; Lizenz klar (heute offen, R-018). |
edugo |
Plattform-Vorhaben, das Micro-Apps verbindet |
Apps nach einem Muster, eingetragen in der Mathe-Karte mit ehrlicher Angabe zu |
Feedback
Was this page helpful?
Glad to hear it! Please tell us how we can improve.
Sorry to hear that. Please tell us how we can improve.