#109 Dreistufige Gliederungen für eine Schulungstrainings-Engine
Der Blog Post zeigt die Details einer Trainings Engine von der Planungstabelle zur Detailtabelle und wie man einen Workflow entwickelt um eine Gliederung zu erstellen.
Wie erstellt man dreistufige Gliederungen für Trainings, Konzepte, Studien usw.?
Der Blogpost zeigt den Aufbau der Schulungs-Trainings KI mit einer dreistufigen Gliederung.
In den letzten Tagen habe ich mich mit einem zentralen Element einer Schulungs-Engine beschäftigt: der Erstellung einer Planung, Schulungsdetails und Gliederungen. Es gibt zwei wichtige Tabellen: die Planungstabelle und die Detailtabelle.
Die Planungstabelle enthält verschiedene Eingabefelder wie Zielgruppe und Dauer, aber auch Felder, die von der KI berechnet werden.
Die Planung hat folgende Felder und dient zu Vorgabe der Detailplanung:
0.0 LLM
0.1 Idee Anreicherung
0.2 Idee Final
0.3 Key Points
0.4 Perspektiven
0.5 Bekannte Methoden und Lösungen
0.6 Auswahl von Methoden
0.7 Kritiker
0.8 Fachwissen und Rolle
2.0 Zielgruppe
2.1 Zeitdauer Kurs gesamt
2.1 Value Proposition
2.1 Kenntnisstand der Zielgruppe
2.2 Produkt Mission
2.2 Kennzahlen
2.2 Zeitdauer für Übungseinheit
2.3 Der Auftrag
2.3 Format
2.3 Probleme
2.4 Anzahl Module
2.4 Priorisierung
2.5 größter Engpass
2.5 Anzahl Inhalte pro Topic
2.6 Learning Characteristics
2.6 Anzahl Übungen
2.7 Workpatterns
2.8 Persona
2.9 Ziel
2.10 Lehrnmethode
4.1 Marktüberblick
4.2 Learning Objectives Empfehlung
4.3 Outline Entwurf
4.4 Outline Empfehlung
4.4.2 Outline Final do_OutlineFinal
4.5 Outline dreistufig do_OutlineJson
4.6 Finale Outline - json
4.7 Kontext
4.7 erweiterter Kontext
6.1 Video Art
6.2 Video Länge
6.3 Ton
6.4 Szenen und Output
6.5 Charakters
6.6 Sprachstil
6.7 Ausgabe Formate
6.6 A1_LernerKontext_Engpass
Sobald die Planung steht, kann ich auf einen Knopf drücken und die Detailplanung für jeden Kapitelpunkt wird automatisch erstellt.
Eine grobe Übersicht über den Workflow findet sich hier:
Dabei fließen viele Daten zusammen, aber das Herzstück ist die Erstellung der Gliederung. Die oben genannten Felder werden für Ebene 3 ausgefüllt, während für die Ebenen 1 bis 2 reduzierte Antworten verwendet werden.
Jetzt arbeite ich noch an der Implementierung des KI-Workflows für die einzelnen Fragen. Das erfordert viel Fleißarbeit. Im Workflow werden Abfragen zur Perplexity, zu realen Daten und zu einem Prüfmechanismus eingebaut, mit dem ich Inhalte aus PDF-Dokumenten extrahieren kann.
Wie sehen die Workflows aus?
Ich erstelle aus jeglicher dreistufigen Gliederung:
Eine nummerierte Gliederung im x., x.x, x.x.x. Format
Aus diesem Format wird mitActive Pieces ein Json Format erzeugt
Das JSON Format
Aus diesem Json Format erstellt der folgende Make Workflow diese dreistufige Gliederung in der Tabelle Schulungsdetails.
Wenn die Gliederung erstellt ist, kann jede Zeile mit den Inhalten bearbeitet werden. Der Rumpf des Skriptes sieht folgendermaßen aus:
Fazit
Nachdem ich den Workflow erfolgreich abgeschlossen habe, steht nun die Implementierung der Abfragen an. Das Erstellen des Markdown-Outputs für LiaScript erfordert zwar etwas mehr Aufwand, aber das sollte kein Problem sein. Herausfordernd wird noch eigene PDFs als Grundlage für einen Kritiker und Optimierer einzubringen. Ich bin bereit, meinen ersten Online-Kurs zu entwickeln.
Anhang:
Der bisherige Weg war geprägt von einem Prozess des Ausprobierens, der viele Stunden in Anspruch genommen hat. Im Folgenden werden einige Zwischenschritte aufgezeigt.
Der Blogpost erklärt den Jobs to be Done Ansatz mit Desired Outcome Statements von Ulwick und zeigt wie ich die KI dafür nutze solche Outcome Statements zu entwickeln
Wie erstellt man dreistufige Gliederungen für Trainings, Konzepte, Studien usw.?
Der Blogpost zeigt den Aufbau der Schulungs-Trainings KI mit einer dreistufigen Gliederung.
In den letzten Tagen habe ich mich mit einem zentralen Element einer Schulungs-Engine beschäftigt: der Erstellung einer Planung, Schulungsdetails und Gliederungen. Es gibt zwei wichtige Tabellen: die Planungstabelle und die Detailtabelle.
Die Planungstabelle enthält verschiedene Eingabefelder wie Zielgruppe und Dauer, aber auch Felder, die von der KI berechnet werden.
Die Planung hat folgende Felder und dient zu Vorgabe der Detailplanung:
Sobald die Planung steht, kann ich auf einen Knopf drücken und die Detailplanung für jeden Kapitelpunkt wird automatisch erstellt.
Eine grobe Übersicht über den Workflow findet sich hier:
Die Detailtabelle hat diese Felder:
0.1 Ebene 1 Ueberblick
0.2 Ebene 2 Ueberblick
0.3 Ebene 3 Ueberblick
Dabei fließen viele Daten zusammen, aber das Herzstück ist die Erstellung der Gliederung. Die oben genannten Felder werden für Ebene 3 ausgefüllt, während für die Ebenen 1 bis 2 reduzierte Antworten verwendet werden.
Jetzt arbeite ich noch an der Implementierung des KI-Workflows für die einzelnen Fragen. Das erfordert viel Fleißarbeit. Im Workflow werden Abfragen zur Perplexity, zu realen Daten und zu einem Prüfmechanismus eingebaut, mit dem ich Inhalte aus PDF-Dokumenten extrahieren kann.
Wie sehen die Workflows aus?
Ich erstelle aus jeglicher dreistufigen Gliederung:
Das JSON Format
Aus diesem Json Format erstellt der folgende Make Workflow diese dreistufige Gliederung in der Tabelle Schulungsdetails.
Wenn die Gliederung erstellt ist, kann jede Zeile mit den Inhalten bearbeitet werden. Der Rumpf des Skriptes sieht folgendermaßen aus:
Fazit
Nachdem ich den Workflow erfolgreich abgeschlossen habe, steht nun die Implementierung der Abfragen an. Das Erstellen des Markdown-Outputs für LiaScript erfordert zwar etwas mehr Aufwand, aber das sollte kein Problem sein. Herausfordernd wird noch eigene PDFs als Grundlage für einen Kritiker und Optimierer einzubringen. Ich bin bereit, meinen ersten Online-Kurs zu entwickeln.
Anhang:
Der bisherige Weg war geprägt von einem Prozess des Ausprobierens, der viele Stunden in Anspruch genommen hat. Im Folgenden werden einige Zwischenschritte aufgezeigt.
Read Next
#125 Baue Deinen eigenen Change-Story Generator: So begeisterst Du Deine Zielgruppen! 🚀
KI-gestützte Change-Stories helfen, Mitarbeiter emotional abzuholen. Mit wenigen Klicks entstehen packende Reden, die Herausforderungen & Chancen des Wandels vermitteln.
#124 Von Textgenerierung bis Tutoring: Die neuen vielseitigen Fähigkeiten von GPT-4o
Was ist alles mit gpt-4o möglich. Der Blog zeigt die Ergebnisse einer Abfrage von Yohei auf X.
#123 Entdecke die Kraft der KI: Wie Du personalisierte Beratungssysteme entwickelst 🔍
#122 Erfolg durch KI? Entdecke den Jobs-to-be-Done Ansatz! 🌟
Der Blogpost erklärt den Jobs to be Done Ansatz mit Desired Outcome Statements von Ulwick und zeigt wie ich die KI dafür nutze solche Outcome Statements zu entwickeln