Bachelorarbeiten Interaktionsgestaltung
Wilmu – Kontextbasiertes Lernen für Kinder
Kontextbasierte Wissensvermittlung für Kinder
Wilmu verwandelt die Umwelt in ein interaktives Museum. Kinder von 8-12 Jahren lösen reale Missionen, um eine digitale Welt zu bauen. So wird Lernen zum Abenteuer im Alltag.
Unsere Chance
Klassische Wissensvermittlung findet heute oft entkoppelt von der realen Welt statt. Lerninhalte wirken abstrakt und theoretisch, was den emotionalen Zugang für Kinder erschwert. Gleichzeitig prägt der schnelle Konsum digitaler Häppchen das Informationsverhalten und verhindert ein tiefes Verständnis von Inhalten. Die Bachelorarbeit „Wilmu“ setzt genau hier an: Sie nutzt das Smartphone nicht zur Isolation, sondern als Werkzeug, um die Umgebung neu zu entdecken.
Motivation – Lernen durch Selbermachen
Das Herzstück von Wilmu ist ein innovatives Motivationssystem für Kinder zwischen 8 und 12 Jahren. Statt für bloße Punkte zu lernen, verfolgen die Kinder ein kreatives Ziel: Sie gestalten eine eigene digitale Welt in Form eines lebendigen Wimmelbilds. Möchte ein Kind beispielsweise eine virtuelle Achterbahn bauen, muss es zunächst verstehen, wie diese funktioniert. Die App leitet daraus spielerische „Lernmissionen“ in der echten Welt ab.
Interaktion mit der Umgebung – Brücke zurück zur Realität
Die Kinder verlassen das Haus und nutzen die Kamera ihres Smartphones als Analysewerkzeug. Sie suchen nach physikalischen Prinzipien oder biologischen Phänomenen in ihrer direkten Nachbarschaft. 20 verschiedene Expert:innen-Charaktere begleiten sie dabei. So erklärt etwa eine Physikerin das Prinzip der Fliehkraft, während die Kinder ein reales, hohes Objekt fotografieren. Durch diesen „situationsbezogenen“ Ansatz verankert sich das Wissen nachhaltig, da es direkt mit physischen Objekten verknüpft wird.
Unser einzigartiger Mehrwert
Das Besondere an Wilmu ist die Verknüpfung von Neugier und kreativem Schaffen. Durch den sogenannten „IKEA-Effekt“ messen die Kinder dem Gelernten einen höheren Wert bei, weil sie die digitalen Belohnungen durch eigene Anstrengung selbst mitgestalten. Wilmu überwindet so die Barriere zwischen passivem Medienkonsum und aktiver Wissensaneignung. Das Projekt zeigt, wie moderne Technologie die natürliche Neugier fördern und die Basis für eine breite Allgemeinbildung legen kann.
Aufbau unserer App
Wimmelbild
Der Einstieg erfolgt über das Wimmelbild, das als zentraler Motivations-Hub fungiert. Hier können Kinder zum Einen bereits gebaute Objekte sehen, als auch durch Wünsche von Bewohnern neue vorgefertigte Missionen starten oder durch das Anwählen des zentralen Plus-Buttons ein Objekt aus eigener Motivation erstellen.
Wünsche der Bewohner – vorgefertigte Missionen
Ein Klick auf eine Figur löst einen Kamera-Zoom aus und initiiert den Dialog. Die Bewohner:in formuliert hierbei kein technisches Bauvorhaben, sondern ein emotionales Bedürfnis.
Free-Flow – generierte Missionen
Alternativ zum Einstieg über Bewohner bietet das System einen Pfad für rein intrinsische Kreativität. Dieser Ablauf fordert eine höhere Eigenleistung: Das Kind definiert zunächst die Position auf dem Wimmelbild und äußert anschließend seinen Wunsch, optional durch den Upload eines Referenzfotos unterstützt. (z. B. „Ich will eine riesige Achterbahn.“)
Konversationsscreen – Austausch mit Experten
Nach der Themenwahl übernehmen die passenden Expert:innen die Führung auf dem Konversations-Screen. Sie betten das Lernziel in eine narrative Rahmenhandlung ein und übersetzen das abstrakte Bauvorhaben in konkrete, physische Aufgaben. Das Interface dient hier als „Briefing-Room“, in dem das Ziel definiert wird, bevor die Nutzer:innen in die reale Welt entlassen werden.
Unsere drei Aufgabenarten
Bei den von den Experten gestellten Aufgaben haben wir drei verschiedene Arten an multimodale Aufgaben definiert, welche so konzipiert sind, dass sie so gut wie möglich auf die Umgebung der Kinder eingehen.
Die Wissensvermittlung
Im Anschluss an die Interaktion übernehmen die Expert:innen die Regie für den Wissenstransfer. Das Interface nutzt hierfür die generierte Visualisierung der Nutzer:innen-Inputs als dynamische Erklärfläche. Die Expert:innen manipulieren die Grafik aktiv, blenden Kausalitäten, wie Vektoren oder Energieflüsse, ein und verknüpfen das abstrakte Lernziel direkt mit dem zuvor untersuchten Objekt. Dies stellt sicher, dass die Theorie nicht losgelöst, sondern als direkte Konsequenz der eigenen Entdeckung verstanden wird.
Live Update Hintergrund
Synchron zur inhaltlichen Vertiefung visualisiert das System den Fortschritt am Zielobjekt. Die Konstruktion wächst organisch mit jedem Lernschritt. Dabei fließen die Ergebnisse der Mission ästhetisch in das Bauwerk ein: Materialien oder Strukturen, die in der realen Welt identifiziert wurden, werden zu integralen Bestandteilen des digitalen Objekts. Diese unmittelbare visuelle Belohnung validiert die Anstrengung und macht den Kompetenzzuwachs am Objekt ablesbar.
Technischer Hintergrund
Generative KI
Um unser Projekt umsetzbar zu machen, nutzen wir Generative KI. Diese hilft uns, die folgenden drei Probleme zu lösen, an denen klassische Lern-Apps scheitern.
Skalierbarkeit – Wir wollen, dass Kinder ortsunabhängig lernen können. Es ist schlichtweg nicht möglich, jedes Objekt der Welt händisch einzuprogrammieren. Mithilfe der KI können Inhalte live generiert werden, die zum Ort und der Situation passen.
Personalisierung – Während in der Schule alle dasselbe zur selben Zeit lernen, dient Wilmu als persönlicher Tutor, der Wissen anhand der Interessen der Kinder erklärt. Dadurch entsteht eine didaktische Tiefe, die statische Apps nicht erreichen.
Kontext-Verständnis – Mithilfe der Bilderkennung „sieht” die KI, was ihre Nutzer:innen tun, und kann echtes Feedback zur realen Welt geben.
Unser Umgang mit den Gefahren von KI
KI macht Fehler, die es zu verhindern gilt. Deswegen garantieren wir die Qualität unserer Inhalte durch eine klare Rollenverteilung: Wir entwickeln den Rahmen, also die Struktur und die Methoden, an die sich die KI hält. Die KI füllt eine vorgegebene Rolle, indem sie Texte improvisiert und diese so mit Leben füllt.
Unser Endergebnis
Das Ergebnis ist ein generativer Flow, der zwei Dinge live zusammenbringt: Lillys Interessen, also „Was will sie bauen?”, und ihren Kontext, „Wo ist sie gerade?”. Die KI generiert also nicht einfach irgendeinen Text, sondern Lillys maßgeschneiderte Lernreise, die genau in diesem Moment für sie Sinn ergibt.
Fabian Rafreider, Marsha Tasch, Mona Kuebelbeck
BetreuungProf. Hans Krämer, Prof. Jens Döring
Tags
