Übersicht
Worum es bei diesem Projekt geht.
Du erhältst eine vereinfachte Umgebungs-Definition: jede Aufgabe hat eine Schwierigkeit zwischen 1 und 10; eine Schülerin hat eine versteckte 'wahre' Fähigkeit zwischen 1 und 10. Die Beobachtung des Agenten ist eine Sequenz vergangener (Aufgabenschwierigkeit, richtig/falsch)-Paare. Implementiere zwei Agenten: 1) einen regelbasierten Agenten mit klar definierten Wenn-Dann-Regeln, 2) einen heuristischen Agenten, der die wahre Fähigkeit schätzt und die nächste Aufgabe so wählt, dass die geschätzte Erfolgswahrscheinlichkeit nahe 70 Prozent liegt (Zone of Proximal Development — Lernpsychologisches Konzept: Aufgaben sind dann lernförderlich, wenn sie weder zu leicht noch zu schwer sind). Simuliere 200 Lernsessions mit synthetischen Schüler:innen und vergleiche die durchschnittliche Lernsession-Bewertung beider Agenten.
Das Briefing
Was Du tust und was Du zeigst.
Wie vergleicht sich ein regelbasierter Agent gegen einen heuristisch-adaptiven Agenten, wenn beide den Lernfortschritt synthetischer Schüler:innen maximieren sollen?
Earning criteria — what you'll demonstrate
- Den klassischen Agenten-Begriff (Wahrnehmung, Entscheidung, Handlung) konkret umsetzen
- Regelbasierte und heuristische Entscheidungsverfahren gegeneinander testen
- Eine simulationsbasierte Evaluation aufsetzen, statt nur Beispiel-Sessions zu zeigen
- Eine Produktempfehlung aus quantitativen Vergleichen ableiten
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
AI Engineer
AI Engineers müssen Agenten-Architekturen souverän zwischen regelbasiert und heuristisch wählen. Diese Challenge gibt einen ersten praktischen Einstieg in genau diesen Vergleich.
Dieses Projekt schärft
- intelligent-agents
- rule-based-systems
- decision-heuristics
AI Product Manager
Die Übersetzung simulierter Ergebnisse in eine Produkt-Empfehlung ist exakt die Schnittstellenarbeit eines AI Product Managers — und gerade im EdTech-Kontext eine sehr realistische Tätigkeit.
Dieses Projekt schärft
- simulation
- evaluation-metrics
- decision-heuristics
Data Scientist
Synthetische Daten generieren, Agenten gegeneinander testen und die Ergebnisse quantitativ vergleichen sind klassische Schritte im Werkzeugkasten eines:einer Data Scientist:in.
Dieses Projekt schärft
- simulation
- python
- evaluation-metrics
Noch eine Sache