f5d5d6c59c
Some checks failed
CI / go-lint (push) Has been skipped
CI / python-lint (push) Has been skipped
CI / nodejs-lint (push) Has been skipped
CI / test-go-school (push) Successful in 42s
CI / test-go-edu-search (push) Successful in 27s
CI / test-python-klausur (push) Failing after 1m58s
CI / test-python-agent-core (push) Successful in 16s
CI / test-nodejs-website (push) Successful in 18s
Add three new Projekt documentation pages covering product vision (offline-first desktop app for teachers), 6-phase development roadmap, and 3-tier hardware strategy with distribution plan. Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
192 lines
7.4 KiB
Markdown
192 lines
7.4 KiB
Markdown
# BreakPilot Lehrer — Vision, Mission & Projektuebersicht
|
|
|
|
## Vision
|
|
|
|
**Jeder Lehrer in Deutschland hat einen digitalen Assistenten, der repetitive Verwaltungsarbeit uebernimmt — offline, datenschutzkonform und auf jeder Hardware.**
|
|
|
|
BreakPilot Lehrer befreit Lehrkraefte von Buerokratie, damit sie sich auf das konzentrieren koennen, wofuer sie Lehrer geworden sind: Unterrichten.
|
|
|
|
---
|
|
|
|
## Mission
|
|
|
|
Wir entwickeln eine **Offline-First Desktop- und Tablet-App**, die Lehrer proaktiv durch das Schuljahr begleitet. Die App erkennt handschriftliche und gedruckte Dokumente, automatisiert Korrektur-Workflows, generiert Lernmaterial und erstellt Zeugnisse — alles deterministisch, ohne Cloud-Abhaengigkeit und DSGVO-konform.
|
|
|
|
**Unsere drei Prinzipien:**
|
|
|
|
1. **Offline First** — Alle Kernfunktionen laufen ohne Internet, ohne GPU, auf normaler Lehrer-Hardware
|
|
2. **Deterministisch vor KI** — Jede Funktion wird zuerst regelbasiert implementiert. LLM ist optionales Upgrade, nie Kernabhaengigkeit
|
|
3. **Datenschutz by Design** — Alle Schuelerdaten bleiben lokal auf dem Geraet des Lehrers. Keine Cloud-Speicherung personenbezogener Daten
|
|
|
|
---
|
|
|
|
## Das Problem
|
|
|
|
### Korrektur: 6 Stunden pro Schueler
|
|
|
|
Eine Deutsch-Abiturarbeit erfordert im Durchschnitt **6 Stunden Korrekturzeit pro Schueler**. Bei 24 Schuelern sitzt ein Lehrer **zwei Wochen** ausschliesslich an der Korrektur. Der Prozess ist streng reglementiert:
|
|
|
|
1. Rechtschreibfehler markieren (Durchgang 1)
|
|
2. Grammatikfehler markieren (Durchgang 2)
|
|
3. Inhalt gegen den offiziellen Erwartungshorizont (EH) bewerten (Durchgang 3)
|
|
4. Notenspiegel ueber alle Schueler erstellen
|
|
5. Gutachten pro Schueler schreiben
|
|
6. Alle 24 Gutachten aufeinander abstimmen (Konsistenz)
|
|
7. Zweitgutachter bewertet unabhaengig
|
|
8. Bei >= 4 Punkte Differenz: Drittkorrektur
|
|
|
|
### Verwaltung: Fragmentierte Werkzeuge
|
|
|
|
Lehrer jonglieren zwischen handschriftlichen Notizbuechern, Excel-Tabellen, Word-Dokumenten und verschiedenen Schulportalen. Es gibt kein einheitliches System, das den Schuljahres-Rhythmus kennt und vorausschauend die richtigen Werkzeuge aktiviert.
|
|
|
|
---
|
|
|
|
## Die Loesung: BreakPilot Lehrer
|
|
|
|
### Fuer Lehrer (primaere Zielgruppe)
|
|
|
|
| Funktion | Was es tut | Offline? |
|
|
|----------|-----------|----------|
|
|
| **Klausur-Korrektur** | Scan → OCR → RS/Grammatik-Pruefung → EH-Abgleich → Notenspiegel → Gutachten | Ja |
|
|
| **Vokabel-Arbeitsblaetter** | Buchseite scannen → Vokabeln extrahieren → 5+ Arbeitsblatt-Formate generieren | Ja |
|
|
| **Lernunit-Generator** | Aus OCR-Daten Multiple-Choice, Lueckentexte, Lernplakate erstellen | Ja |
|
|
| **Zeugnis-Generator** | Template-basierte Zeugnisse aus gesammelten Jahresdaten | Ja |
|
|
| **Notenspiegel** | Automatische Berechnung + Fairness-Analyse + Ausreisser-Erkennung | Ja |
|
|
| **Schuljahres-Planer** | Proaktive Aufgabensteuerung basierend auf Schulkalender | Ja |
|
|
|
|
### Fuer Eltern (sekundaere Zielgruppe)
|
|
|
|
- Erhalten automatisch generierte Lernmodule via Chat (Matrix)
|
|
- Waehlen passende Uebungen fuer ihr Kind aus
|
|
- Begleiten den Lernfortschritt mit Spaced-Repetition
|
|
|
|
### Fuer Schueler (Endnutzer)
|
|
|
|
- Lernen in automatisch generierten Modulen (Vokabeln, Grammatik, Multiple Choice)
|
|
- Fortschritt wird getrackt, Schwaechen erkannt
|
|
- Erinnerungen vor Klassenarbeiten
|
|
|
|
---
|
|
|
|
## Automatischer Workflow (Beispiel)
|
|
|
|
```
|
|
Trigger: "In 3 Wochen Englisch-Klassenarbeit, Unit 4"
|
|
|
|
1. Lehrer scannt Buchseiten 54-58 ein
|
|
|
|
|
2. OCR-Pipeline extrahiert Text, Vokabeln, Grammatik
|
|
|
|
|
3. System generiert automatisch:
|
|
- Multiple-Choice-Test
|
|
- Deutsch → Englisch Vokabelabfrage
|
|
- Englisch → Deutsch Vokabelabfrage
|
|
- Lueckentexte
|
|
- Lernplakat (druckbar)
|
|
- Grammatiktests
|
|
|
|
|
4. Lernunits gehen an Eltern via Chat
|
|
"Englisch Unit 4 — 5 Lernmodule verfuegbar"
|
|
|
|
|
5. Eltern waehlen passende Units fuer ihr Kind
|
|
|
|
|
6. Kind lernt in der App, Fortschritt wird getrackt
|
|
|
|
|
7. Automatische Erinnerungen bis zur Klassenarbeit
|
|
"Noch 5 Tage — 12 von 45 Vokabeln gelernt"
|
|
```
|
|
|
|
---
|
|
|
|
## Schuljahres-Begleitung
|
|
|
|
Das System kennt den Schuljahresrhythmus und aktiviert proaktiv die passenden Funktionen:
|
|
|
|
| Phase | System-Aktion |
|
|
|-------|---------------|
|
|
| **Schulbeginn** | Klassen einrichten, Schueler anlegen, Onboarding |
|
|
| **Unterrichtsphase** | Lernmaterial vorbereiten, Units aus Buchseiten erstellen |
|
|
| **3 Wochen vor Klassenarbeit** | Lernunits automatisch generieren + an Eltern senden |
|
|
| **1 Woche vor Klassenarbeit** | Erinnerungen, Fortschritt pruefen |
|
|
| **Klassenarbeit geschrieben** | Korrektur-Workflow aktivieren |
|
|
| **Nach Korrektur** | Notenspiegel erstellen, Gutachten generieren |
|
|
| **Konferenzen** | Berichte aggregieren und vorbereiten |
|
|
| **Zeugniszeit** | Zeugnis-Generator mit allen gesammelten Daten |
|
|
| **Ferien** | Wiederholungsmaterial, naechstes Halbjahr vorbereiten |
|
|
|
|
---
|
|
|
|
## Technologie
|
|
|
|
### Offline-Kern (~1.3 GB quantisiert)
|
|
|
|
| Komponente | Technologie | Groesse |
|
|
|------------|-------------|---------|
|
|
| OCR (gedruckt) | Tesseract + RapidOCR (ONNX) | ~70 MB |
|
|
| OCR (Handschrift) | TrOCR (ONNX, int8 quantisiert) | ~560 MB |
|
|
| Layout-/Grafik-Erkennung | OpenCV | 0 |
|
|
| Rechtschreibung | pyspellchecker EN+DE | ~5 MB |
|
|
| Text-Embeddings | all-MiniLM-L6-v2 | ~90 MB |
|
|
| App + Logik | Python/TypeScript | ~200 MB |
|
|
|
|
### Optionale Cloud-Features
|
|
|
|
| Feature | Wofuer | Abhaengigkeit |
|
|
|---------|--------|---------------|
|
|
| KI-Gutachten | Gutachten-Vorschlaege aus Korrekturdaten | LLM (Cloud/GPU) |
|
|
| RAG / EH-Suche | Erwartungshorizont semantisch durchsuchen | Qdrant + Embedding |
|
|
| Spracheingabe | Aufgaben per Freitext einsprechen | Whisper |
|
|
| KI-Worksheet-Modifikation | Lernmaterial KI-optimiert anpassen | LLM |
|
|
|
|
---
|
|
|
|
## Datenschutz (DSGVO)
|
|
|
|
- **Alle Schuelerdaten, Noten und Klausuren bleiben lokal** auf dem Geraet des Lehrers
|
|
- Keine Cloud-Speicherung personenbezogener Daten
|
|
- Cloud-Features (wenn aktiviert) verarbeiten nur anonymisierte Daten
|
|
- Kommunikation ueber Matrix (Ende-zu-Ende-verschluesselt)
|
|
- Keine Audioaufnahmen gespeichert (Voice-Service)
|
|
|
|
---
|
|
|
|
## Bundesland-Erweiterbarkeit
|
|
|
|
Start mit **Niedersachsen** als Pilotbundesland. Die Architektur erlaubt spaetere Erweiterung auf andere Bundeslaender mit eigenen:
|
|
|
|
- Erwartungshorizonten und Pruefungsformaten
|
|
- Notensystemen (15-Punkte vs. Noten 1-6)
|
|
- Zeugnisvorlagen und Verwaltungsvorschriften
|
|
- Schulformen und Jahrgangsstufen
|
|
|
|
---
|
|
|
|
## Aktueller Stand (Maerz 2026)
|
|
|
|
| Modul | Status |
|
|
|-------|--------|
|
|
| OCR-Pipeline (gedruckt) | 85% — Tesseract + RapidOCR + PaddleOCR, 10-Step Pipeline |
|
|
| Vokabel-Arbeitsblaetter | 90% — 4 Formate + NRU, PDF-Export |
|
|
| Klausur-Korrektur | 70% — Scan, Annotation, 5-Kriterien, Gutachten, Fairness |
|
|
| Notenspiegel | 85% — 15-Punkte, Histogramm, Ausreisser |
|
|
| Admin Dashboard | 85% — 12 Sektionen, AI-Tools, SBOM, Security |
|
|
| Studio v2 (Lehrer-UI) | 80% — 12+ Apps, 7 Sprachen, Dark/Light Mode |
|
|
| RAG / EH-Suche | 80% — Qdrant + Embedding + Hybrid Search |
|
|
| Voice-Service | 60% — WebSocket, Whisper, Intent-Router |
|
|
| Messaging | 75% — Matrix/Synapse integriert |
|
|
| Video | 70% — Jitsi integriert |
|
|
| Handschrift-OCR | 40% — TrOCR integriert, Qualitaet verbessern |
|
|
| Lernunit-Generator | 25% — Backend-API + Companion UI vorhanden |
|
|
| Zeugnis-Generator | 30% — API + Models vorhanden |
|
|
| Schuljahres-Planer | 15% — State-Engine API vorhanden |
|
|
|
|
---
|
|
|
|
## Kontakt
|
|
|
|
**BreakPilot** — KI-Bildungsplattform fuer den deutschen Schulalltag
|
|
|
|
- Pilotphase: Niedersachsen
|
|
- Hardware: Offline auf jedem Laptop mit 8 GB RAM
|
|
- Datenschutz: DSGVO-konform, alle Daten lokal
|