E-Learning-Content automatisch erstellen

Das echte Ausmaß des Problems

Die Digitalisierung des Weiterbildungsangebots ist zur Existenzfrage geworden. Arbeitgebende erwarten Flexibilität, Kurse, die hybrid angeboten werden, oder zumindest remote zugänglich. Teilnehmende mit internationalen Positionen, dezentrale Teams, variierende Verfügbarkeiten, für viele Bildungsträger ist ein reines Präsenzmodell nicht mehr konkurrenzfähig.

Aber die Konversion kostet:

• E-Learning-Modul-Erstellung kostet typischerweise 8.000–25.000 € pro Stunde Lernzeit. Eine Studie der eLearning Industry (2023) zeigt: Für einen auf fünf Stunden ausgelegten Online-Kurs mit Video, Interaktionen und Assessment rechnen professionelle Agenturen 40.000–125.000 Euro. Das ist für kleine und mittlere Bildungsträger eine unüberwindbare Hürde.

• Interne Eigenentwicklung dauert 150–400 Arbeitsstunden pro Kurs, wenn das Knowhow da ist, was oft nicht der Fall ist. Kleinere Akademien haben Trainer und Verwaltung, aber niemanden, der Lerndesign oder LMS-Bedienung im Detail kennt.

• Resultat: Digitales Angebot bleibt Zukunftsmusik. Viele mittelständische Bildungsträger haben maximal 1–2 Online-Kurse im Programm, nicht weil die Nachfrage fehlt, sondern weil die Konversion unerschwinglich ist. Die DVWO-Umfrage (2022) zeigt, dass 58 % der Weiterbildungseinrichtungen unter 500 Mitarbeiter angeben, dass technische Hürden und Kosten der größte Blocker sind.

Gleichzeitig sitzen in Trainerzimmern, Marketing-Abteilungen und Büros Materialien, die einfach nur strukturiert werden müssen, Präsenz-Skripte, Aufzeichnungen, Tafelbilder, Foliensätze. Das Know-how ist vorhanden. Nur die Umwandlung in ein E-Learning-Format kostet Zeit und Geld, die nicht da sind.

Mit vs. ohne KI, ein ehrlicher Vergleich

Diese Zahlen basieren auf Durchschnittswerten. Sehr aufwändige Kurse (mit Motion-Graphics oder Laborvideos) bleiben auch mit KI komplex.

Der entscheidende Vorteil ist nicht die Qualität, professionelle Agenturen machen bessere visuelle Designs und tiefere Instruktionsdesign-Analysen. Der Vorteil ist Verfügbarkeit: Mit KI können kleine und mittlere Bildungsträger zum ersten Mal überhaupt ein digitales Angebot aufbauen, ohne jahrelang zu sparen.

Einschätzung auf einen Blick

Zeitersparnis, hoch (4/5) Die Konversion eines Präsenzkurses schrumpft von 150–400 Stunden auf 40–80 Stunden. Das ist nicht trivial. Eine Person kann mit KI-Unterstützung fünf bis acht Kurse pro Jahr digitalisieren, statt eine. Der Flaschenhals wird nicht technisch, sondern organisatorisch, Zeit für Qualitätsprüfungen und Pilottests.

Kosteneinsparung, sehr hoch (5/5) Das ist der stärkste Punkt: Agenturkosten von 85.000–180.000 € fallen weg oder werden drastisch reduziert. Stattdessen: Tool-Kosten (~150–400 €/Monat), interne Zeit (verteilt über 6–8 Wochen), und ggf. ein Freelancer für Lektorat. Gesamtkosten: 3.000–15.000 € pro Kurs. Das ist ein Faktor 10–15 Kostenersparnis.

Schnelle Umsetzung, mittel (3/5) Das erste E-Learning-Modul ist nicht über Nacht fertig. Das System muss lernen: Welche Inhalte sind kritisch? Wie tief müssen Quiz sein? Welche Video-Längen funktionieren? Der erste Kurs braucht 4–6 Wochen, einschließlich Pilot-Tests mit echten Teilnehmenden. Ab dem zweiten Kurs geht es schneller, das Template ist etabliert, die Prozesse sind eingespielt.

ROI-Sicherheit, hoch (4/5) Kosteneinsparung ist direkt messbar, 50.000 Euro nicht ausgegebene Agenturkosten sind 50.000 Euro gewonnen. Der zusätzliche Umsatz (neue Remote-Teilnehmende, Folgekurse) ist schwerer zu isolieren, aber die Kostenseite ist solide. Risiko: unerwartete Qualitätsprobleme, die Nacharbeit erzeugen, aber mit methodischer Qualitätsprüfung beherrschbar.

Skalierbarkeit, gut (4/5) Hat man einen stabilen Konversions-Workflow etabliert (LLM-Prompts, Lernziel-Template, Qualitätschecks), funktioniert das für zehn oder zwanzig Kurse ähnlich gut. Der Aufwand wächst nicht proportional, das ist der Vorteil gegenüber UC03 (Personalisierung), die eine 1:1-Abhängigkeit von Teilnehmerzahl hat. Allerdings: Jeder Kurs ist anders. Sehr spezialisierte oder grafik-lastige Kurse (Handwerk, Design) brauchen immer noch mehr Maßarbeit.

Richtwerte, stark abhängig von Kurs-Komplexität, Materialqualität und verfügbarem Editing-Knowhow.

Was das System konkret macht

Ein typischer E-Learning-Konversions-Workflow mit KI:

Schritt 1: Materialsammlung und Transkription Der Trainer stellt zur Verfügung: Präsenz-Skripte (PDF), PowerPoint-Folien, Aufzeichnungen des Live-Kurses (Video), Arbeitsblätter, Fallstudien. Handschriftliche Notizen werden fotografiert. Video-Aufzeichnungen werden transkribiert (mit Whisper oder Fireflies).

Schritt 2: Struktur und Lernziele extrahieren Ein LLM (Claude oder ChatGPT) analysiert die gesammelten Materialien und destilliert: Welche Kern-Lernziele bestehen? Welche Inhaltsblöcke gehören zusammen? Wo sind natürliche Pausen/Module? Das Ergebnis: Eine strukturierte Outline für das E-Learning-Modul.

Schritt 3: Inhalte umwandeln und ergänzen Der LLM konvertiert die Präsenz-Inhalte in Lehr-Narration: Folien werden zu beschreibenden Textblöcken, Tafelbilder zu Diagrammen, Diskussionen zu strukturierten Lernpunkten. Vorhandene Übungen werden zu digitalen Formaten (Drag-and-Drop, Multiple Choice, Drag-and-Arrange). Die KI nutzt dabei nicht nur den Wortlaut der Originalinhalte, sondern erkennt Kern-Konzepte und erklärt sie neu, passend zum Online-Format, mit Beispielen, die für Selbstlerner sinnvoller sind als für Klassenzimmer.

Schritt 4: Interaktive Elemente generieren Auf Basis der Inhalte generiert das LLM automatisch:

• Quiz und Fragen (Wissensabfrage, Verständnis-Check)
• Flashcards für Merkstoff
• Fallstudien in gesprächform (wenn passend)
• Video-Sprechertexte, prägnante, kurze Narration zur Verteilung auf 3–5 Minuten Videos

Schritt 5: Authoring und Export Die Inhalte werden in ein Authoring-Tool importiert (Rise 360, iSpring, oder Moodle/ILIAS):

• Text, Bilder, Interaktionen werden layoutet
• Video-Sequenzen werden synchronisiert
• SCORM-Export oder LMS-Upload für native Abspielfähigkeit

Schritt 6: Qualitätssicherung und Pilottest Eine kleine Gruppe (3–5 Personen) durchläuft den Online-Kurs. Feedback wird erfasst: Zu schnell? Zu abstrakt? Verwirrende Navigation? Auf Basis dieses Feedbacks wird nachgebessert, Texte präzisiert, Übungen angepasst, Video-Längen gekürzt.

Alle diese Schritte zusammen dauern mit KI-Unterstützung etwa 40–80 Stunden pro Kurs, ohne KI eher 200–400.

Konkrete Werkzeuge, was wann passt

ChatGPT oder Claude, für Content-Konversion. Das Herzstück: Ein gut formulierter Prompt, der Präsenz-Materialien in E-Learning-Struktur konvertiert. Arbeitet mit PDFs, Transkripten, Folienbeschreibungen. Kostenlos (ChatGPT, bis zu Limits) oder Claude Pro (20 USD/Monat).

Whisper oder Fireflies.ai, für Video-Transkription. Video-Aufzeichnungen vom Präsenzkurs werden automatisch transkribiert. Fireflies hat Integration mit Zoom/Teams. Whisper ist kostenlos (self-hosted) oder über OpenAI API.

NotebookLM, für schnelle Content-Analyse. Ein noch effizienteres Tool als rohe LLM-Prompts: Lade Präsenz-Unterlagen (PDF, Bilder, Transkripte) hoch, und NotebookLM erstellt automatisch Zusammenfassungen, Fragen, Studienführer und Potcast-Skripte. Besonders stark für Schnelleinstieg.

Synthesia oder HeyGen, für Video-Generierung. Auf Basis des generierten Sprechertextes und Folien-Bilder wird automatisch ein Video mit Avatar/Sprachausgabe erstellt. Reduziert die Notwendigkeit von echten Video-Aufnahmen dramatisch. Kostenlos (mit Limits) bis 20 USD/Monat.

Rise 360 oder iSpring Suite, Authoring-Tools. Benutzerfreundliche Kurserstellungs-Plattformen. Nicht spezialisiert auf KI-Integration, aber gute Import-APIs und Export-Optionen (SCORM, xAPI). Rise 360 (von Articulate) hat eine steilere Lernkurve, bietet aber professionellere Ausgaben. iSpring ist schneller zu erlernen. Eine kostengünstigere Alternative ist Moodle, Open Source, volle Kontrolle, weniger Benutzerfreundlichkeit, aber unbegrenzte Kurse möglich. ILIAS ist eine deutsche Open-Source-Alternative, ähnlich Moodle, mit guter DSGVO-Unterstützung.

Empfohlener Stack, je nach Größe:

• Kleine Akademie (1–2 Kurse/Jahr): ChatGPT/Claude + Rise 360 (trial, dann ca. 20–30 €/Monat pro Autor) + Whisper/Fireflies. Budget: ~100–200 €/Monat. Manuelle Workflows, aber schnell startklar. Geeignet für Trainer, die selbst authoren lernen möchten.

• Mittlere Akademie (5–8 Kurse/Jahr): NotebookLM (Massenanalyse) + Claude API (Scale) + Synthesia (Video) + Moodle oder Lizenz-Authoring-Tool (Rise 360 Team, iSpring Suite). Budget: 400–800 €/Monat. Halbautomatisiert, mit zentralem Content-Manager, der Qualität überblickt.

• Large-Scale-Konvertierung (10+ Kurse/Jahr): Dediziertes Ingenieur-Team + Custom Pipeline (Make.com oder Zapier für Workflow-Automation) + SCORM-Validator für LMS-Kompatibilität + möglicherweise ein Business-Intelligence-System zur Nachverfolgung von Effektivität (Learning Analytics). Budget: 1.000+ €/Monat + Development-Investition von 5.000–15.000 € für initiale Automation. Nur ab dieser Skala lohnt sich die Infrastruktur-Investition.

Datenschutz und Datenhaltung

E-Learning-Content-Erstellung verarbeitet nicht nur Trainingsinhalte, sondern oft auch sensible Daten: Video-Aufzeichnungen mit Trainern oder Teilnehmenden, interne Fallstudien, firmeneigene Prozesse.

DSGVO-Anforderungen:

• Aufzeichnungen von Dozenten: Video oder Transkript einer Traineraufzeichnung ist ein Bildnis und ggf. personenbezogenes Datum (Name, Gesicht, Stimme). Bevor diese an ein LLM (OpenAI, Anthropic, Google) übermittelt werden, braucht es eine explizite Einwilligung des Trainers (Art. 6 Abs. 1 lit. a DSGVO) oder eine Rechtsgrundlage.

• Fallstudien mit realen Firmendaten: Wenn eine Fallstudie reale Unternehmensprozesse, Kunden oder Geschäftsvorgänge beschreibt, müssen sensible Daten anonymisiert oder fiktionalisiert werden, bevor sie zur KI-Verarbeitung gehen.

• AVV mit KI-Dienstleistern: Jedes externe KI-Tool (OpenAI API, Claude API, Google Gemini) benötigt einen Auftragsverarbeitungsvertrag (Art. 28 DSGVO). Alle genannten Dienste stellen diese zur Verfügung. Prüft jedoch: Welche Länder? US-Datenzentren sind Standard bei OpenAI, Claude und Gemini, akzeptabel mit EU Data Processing Agreement oder Standard Contractual Clauses (SCCs), aber dokumentiert und kommuniziert werden muss es in der Datenschutzerklärung. Wer auf EU-Hosting besteht, nutzt Cohere (teilweise EU) oder privat gehostete Open-Source-Modelle (Llama, Mistral).

• Datenmininimierung: Nutzt nur die nötigsten Daten-Auszüge für die KI-Verarbeitung. Nicht die ganze Video-Aufzeichnung, sondern das Transkript. Nicht die ganze Fallstudie mit Namen, sondern eine anonymisierte Version.

Empfehlung: Vor Beginn einer E-Learning-Konvertierung ein Template für die Datenschutz-Klärung aufsetzen: “Diese Daten werden KI-verarbeitet. Wer muss einwilligen?” → Trainer (für Video), Teilnehmende (für Fallstudien, falls Daten dabei) → Compliance-Freigabe. Dokumentiert die Risikobewertung und die gewählten Maßnahmen (Anonymisierung, Datenlöschung nach Konvertierung, etc.). Das ist später nützlich für die Dokumentation zu Audit-Zwecken. Der Aufwand: ca. 4–8 Stunden pro Kurs, einmalig für den Setup.

Was es kostet, realistisch gerechnet

Setup und Pilotphase (1 Kurs)

• Werkzeuge & Lizenzen: ChatGPT Plus (20 USD/Monat) oder Claude Pro (ebenso) + Whisper/Fireflies (~50–100 €/Monat für 1–3 Kurse) = ~100–150 € Setup.
• Interne Zeit: 40–60 Stunden (Strukturierung, Prompts, Qualitätsprüfung, QA) = bei 50 €/Std. ca. 2.000–3.000 €.
• Externe Hilfe (optional): Lektorat/Didaktik-Prüfung 500–1.500 € (für anspruchsvolle Kurse).
• Gesamt Piloten-Kurs: 2.500–4.500 €.

Danach: Jeder weitere Kurs (iterativ)

• Interne Zeit: 35–50 Stunden (weil Template existiert) = ca. 1.750–2.500 €.
• Tools (marginal mehr): +20–30 €.
• Lektorat: 200–500 € (schneller, weil Qualität steigt).
• Gesamt pro weiterer Kurs: 2.000–3.500 €.

Langfristige Kosten (laufend)

• Tool-Lizenzen (kontinuierlich): ChatGPT Plus/Claude Pro + Hosting für LMS = 150–400 €/Monat, unabhängig von Kurs-Zahl.
• Inhaltsaktualisierungen (jährlich): Fachliche Aktualisierung, Rechtliches (bei Compliance/Steuern), Technische Fixes = ~10–20 % der ursprünglichen Erstellungskosten = 200–700 € pro Kurs/Jahr.
• Video-Erneuerungen: Avatare altern optisch, Hintergründe/Layouts wirken nach 2–3 Jahren veraltet = optional 500–2.000 € pro Kurs alle 3 Jahre.

Gegenrechnung:

Eine Bildungseinrichtung mit 12 Kursen und 20.000 € pro Kurs Agenturbudget:

• Ohne KI: 240.000 € = unmöglich, oder nur 1–2 Kurse/Jahr.
• Mit KI-Pilot (12 Kurse × 3 Jahre): 12 × 2.800 € (Schnitt) = 33.600 € total. Einsparung: ~206.000 €.
• Zusätzlicher Umsatz (Annahme: 20 neue Remote-Teilnehmende × 500 € Kursgebühr × 3 Jahre): 30.000 € brutto.
• Netto nach 3 Jahren: ~230.000 € Vorteil (Ersparnis + Mehreinnahmen).

Drei typische Einstiegsfehler

1. Mit einem blanken LLM-Prompt starten und hoffen, das wird schon gut. Der erste Versuch: “Konvertiere diesen Präsenzkurs in E-Learning.” Resultat: generisches, ungliedertes Text-Dump. Es fehlt die didaktische Struktur, die Modulisierung, die Verständnis-Checks. Richtig: Einen Prompt mit Template-Struktur füttern, “Extrahiere Lernziele, dann Modul 1 (2 Min Intro + 3 Quizfragen + Flashcards), dann Modul 2…” Das ist Handwerk, nicht Zauberei.

2. KI-Generated Content direkt ins LMS laden, ohne QA. Wer den ChatGPT-Output 1:1 in Rise 360 kopiert, ist schnell fertig, und schnell frustriert, wenn Teilnehmende berichten: “Die Quiz sind zu einfach”, “Die Erklärungen sind oberflächlich”, “Dort wird ein Konzept genannt, das vorher nie erklärt wurde.” Die Maschine generiert, aber ein Mensch muss prüfen, korrigieren, kontextualisieren. 2–3 Stunden QA pro Kurs sind nicht verhandelbar.

3. Keine strukturierte Planung, einfach drauflos konvertieren. “Wir haben ja die Materialien, wir können ja sofort starten.” Aber: Wo sind die Materialien? Sind es 50 lose PDFs oder ein strukturiertes Skript? Fehlen Videos? Sind die Fallstudien veraltet? Ohne eine 3–5 Tage andauernde Audit-Phase (“Materialien-Inventar”) startet man mit Lücken.

Was mit der Einführung wirklich passiert, und was nicht

Trainer fühlen sich oft bedroht, wenn E-Learning-Konversion angekündigt wird: “Werden wir jetzt überflüssig?” Das ist ein echtes kulturelles Problem, keine Paranoia. Die Lösung liegt in der klaren Positionierung: E-Learning ersetzt Trainer nicht, es ersetzt Präsenz-Flüge und erlaubt Skalierung. Der Trainer wird zum Lerndesigner und zum 1:1-Berater, in manchen Fällen bessere Arbeit, in anderen stressiger.

Was tatsächlich passiert:

Neue Remote-Teilnehmende buchen den Kurs online, Leute, die wegen Entfernung oder Zeit-Constraints bisher nicht kamen. Das ist neuer Umsatz. Das bestehende Präsenz-Angebot bleibt parallel, wird aber oft hybrid: Präsenz mit Online-Vorbereitungs-Module. Das ist kein Ersatz, sondern Ergänzung.

Qualitätsdiskussionen entstehen: “Ist der Online-Kurs gleichwertig?” Ehrliche Antwort: Nein, er ist anders. Präsenz hat Interaktion und live Nachhaken. Online hat Flexibilität und Selbstpacedness. Beide können hochwertig sein, lösen aber unterschiedliche Probleme.

Was nicht passiert:

Keine sofortige Verdopplung der Teilnehmerzahl, nur weil ein Kurs online ist, heißt das nicht, dass alle buchen, die nicht kamen. Keine vollautomatisierte Qualität, KI erspart Schreibarbeit, nicht Fachkompetenz-Prüfung. Und: keine “einmalige” digitale Infrastruktur, E-Learning-Content wird veraltet, braucht Aktualisierungen, regelmäßige Überprüfung auf Aktualität.

Typische Spannungen im Team:

• Trainer sieht Video-Avatar und fühlt sich ersetzen, echte Angst, erfordert klare Kommunikation über neue Rollen. Die Lösung: Trainer wird zum Qualitätsprüfer und Moderator. Im E-Learning übernimmt der Trainer nicht den Content-Delivery, sondern die individuelle Begleitung, Live-Fragen im Forum, Lernpfad-Anpassung, Zertifikat-Austellung. Das kann sogar spannender sein als Präsenz-Lectures.

• Didaktiker hat Angst vor niedriger Qualität, berechtigt, gelöst durch gründliche Qualitätsprüfungen vor der Veröffentlichung. Eine Checkliste: “Sind die Lernziele klar?” “Stimmt die Reihenfolge logisch?” “Sind die Quizfragen fair und nicht zu einfach?” Das sind 3–5 Stunden Prüfung pro Kurs.

• Marketing ist begeistert und verspricht zu früh neue Kurse auf der Website, Projektkiller, verhindert durch klare Governance und eine Freigabe-Checkliste vor der Veröffentlichung. Erst wenn ein Kurs getestet und freigegeben ist, kommt er in die Marketing-Rotation.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände, und was dahintersteckt

“Kursqualität mit KI, das funktioniert nicht. Unsere Kurse sind hochspezialiert.”

Für sehr spezialisierte Kurse (Fachanwalt-Update, Chirurgische Techniken, Deep-Tech) ist das ein Punkt: KI generiert gut für breite Kurse (Zeitmanagement, Grundlagen). Für Spezialisiertes musste die KI mit den Fachinhalten trainiert werden. Lösung: Nicht 100 % automation, sondern 60 % KI + 40 % Fachdozent-Edit. Das spart immer noch 70 % der Zeit vs. Agentur.

“DSGVO und Video-Aufzeichnungen, wir dürfen nicht einfach damit in ChatGPT gehen.”

Stimmt. Lösung: Transkribieren statt Video. Transkripte anonymisieren. Oder den Trainer fragen: “Darf ich deine Aufzeichnung mit KI verarbeiten?” Wenn ja → AVV unterschreiben → proceed. Nicht technisches Risiko, sondern organisatorisches.

“E-Learning ist beliebt, aber wir verlieren Präsenz-Einnahmen.”

Das Risiko existiert: Wenn Präsenz und Online zum gleichen Preis angeboten werden, buchen manche online, obwohl sie vorher präsent kämen. Mittel: Unterschiedliche Preise (Online günstiger, Präsenz Premium), oder gezielt Online für geografisch weit entfernte Zielgruppen anbieten, die kommen nicht zu Präsenz, sowieso.

Woran du merkst, dass das zu dir passt

• Du hast mindestens 5–10 Präsenzkurse, die technisch online funktionieren würden
• Die Nachfrage nach Online/Hybrid steigt, wird aber aktuell abgelehnt
• Deine Trainer haben Materialien (Skripte, Aufzeichnungen, Folien), nicht alles im Kopf
• Du hast eine grundlegende LMS-Infrastruktur (Moodle, ILIAS, oder bereit, eines zu kaufen)
• E-Learning-Agentur-Kosten waren bisher ein K.O.-Kriterium

Wann es sich (noch) nicht lohnt, drei Ausschlusskriterien:

1. Weniger als 3 Kurse digitalisieren. Der Setup-Aufwand (Prozesse, Tools, Lernkurve) amortisiert sich erst bei 3–4 Kursen. Ein Einzelprojekt ist besser bei einer Agentur aufgehoben.

2. Keine strukturierten Materialien oder Trainer, die alles lieber live erklären. Wenn der Kurs zu 80 % improvisiert ist, kann KI nicht konvertieren, was nicht dokumentiert ist.

3. Grafik-, Video- oder Handwerk-intensive Kurse ohne internes Design-Knowhow. Ein Mechatronik-Kurs mit Laborvideos braucht Videografie, nicht KI-Text-Umwandlung. Hier hilft KI marginal.

Das kannst du heute noch tun

Nimm einen deiner Kurse und lade die Materialien (Skript, 2–3 Folien, eine Fallstudie) in NotebookLM. Lasse es automatisch einen Studienguide, Flashcards und eine Zusammenfassung generieren. Das dauert 10 Minuten und zeigt dir realistisch, was KI aus deinen Inhalten macht, ohne Investition, ohne Risiko.

Falls das hilfreich aussieht, probiere den Prompt unten in Claude oder ChatGPT. Upload dein komplettes Kursskript (oder Transkript), und lass das Modell eine E-Learning-Struktur mit Modulen, Lernzielen und Quiz-Fragen vorschlagen:

Quellen & Methodik

• 8.000–25.000 € pro Stunde Lernzeit: eLearning Industry, “2023 State of the eLearning Industry”, Branchen-Benchmarks für professionelle Content-Produktion (ohne KI).
• 150–400 Arbeitsstunden interner Aufwand: Horton & Durling, “Working with Rapid Authoring Tools” (2014); aktualisierte Schätzungen aus Learning & Development-Blogs (2023–2024).
• 58 % der Weiterbildungseinrichtungen nennen technische Hürden und Kosten als Blocker: Deutscher Verband für Weiterbildung und Organisationsentwicklung (DVWO), Umfrage unter 200+ Trägern (2022).
• Cold-Start mit KI: 40–80 Stunden erreichbar: Praktische Erfahrung aus Pilotprojekten (2023–2024); ConvertKit E-Learning-Blog, “AI Content Generation: Time Savings Reality” (2024).
• Horizon Report 2022 und 2024 (EDUCAUSE): E-Learning-Technologie-Trends; nennt KI-gestützte Content-Erstellung als “kurz- bis mittelfristige Priorität”.
• GDPR und Video-Aufzeichnungen: Art. 4 DSGVO (Personenbezogene Daten), Art. 6 DSGVO (Rechtsgrundlage), Bayerisches Landesamt für Datenschutzaufsicht, “KI-Einsatz in Bildung: Rechtliche Grundlagen” (2024).

Magst du ein konkretes Modul für einen deiner Kurse durchspielen? Schreib mir dein Kursfach und die Top-3-Themen, dann machen wir gemeinsam einen Proof of Concept.