Lehrstuhl Fischer · DigiLLab · Erweiterungsfach Medienpädagogik

edpsych-ai.de
KI- und Forschungsinfrastruktur für Lehre, Schule und Wissenschaft

Seit 2025 betreibt das DigiLLab eine eigene, dockerisierte Serverinfrastruktur für Künstliche Intelligenz, LLM-Observability, Datenbanken, Dokumentenverarbeitung und Open-Source-Sprachmodelle, produktiv im Einsatz in Lehre und Forschung an der LMU und darüber hinaus.

Ein gemeinsames Angebot von Lehrstuhl für Empirische Pädagogik und Pädagogische Psychologie (Prof. Dr. Frank Fischer), DigiLLab der LMU und dem Erweiterungsfach Medienpädagogik.

Betrieb

Eigene Infrastruktur, DSGVO-konform bei deutschem Hoster

Reichweite

Produktiv in Lehre, Schulpraxis & Drittmittelprojekten

Architektur

Vollständig containerisiert, modular erweiterbar

Standards

xAPI & LTI 1.3 für Anschlussfähigkeit

// infrastruktur

Wachsende Infrastruktur, produktiv im Einsatz

Die performante Serverhardware ist hochverfügbar bei einem DSGVO-konformen deutschen Hoster angemietet und wächst mit den Anforderungen von Lehre und Forschung stetig weiter.

Dedizierte KI-Dienste wie Flowise, n8n und Langfuse in Verbindung mit Vektordatenbanken (Weaviate, Qdrant), Graphdatenbanken (Neo4j) und klassischen Datenbanken (PostgreSQL, Redis) ermöglichen es, komplexe KI-Agentensysteme zu entwickeln, datenschutzkonform zu betreiben und wissenschaftlich auszuwerten.

Ergänzend stehen weitere Forschungs- und Lehrdienste zur Verfügung: Docling und MinIO für Dokumentenverarbeitung und Datenhaltung, LimeSurvey für Datenerhebungen, R-Studio und Shiny für statistische Analysen und interaktive Visualisierungen sowie Grafana und Metabase für die Auswertung von Infrastruktur- und Nutzungsdaten.

// compute

NVIDIA DGX Spark

Übernimmt rechenintensive KI-Aufgaben: Embedding, Reranking, Bildverbalisierung beim Dokumenten-Ingest sowie Inferenz mit Open-Source-Modellen.

bge-m3 Nemotron-3-nano Qwen3.8 27B GPT-OSS 120b

// angebot

Sieben Dienstkategorien, vollständig containerisiert

Von der No-Code-Prototypentwicklung bis zur produktiven Applikation läuft jeder Dienst als eigener Docker-Container.

KI-Dienste: No-Code

Umgebungen zum Bauen eigener Agents und Workflows.

Flowisen8nBotpress

Vektor- & Graphdatenbanken

Datenbasis für RAG- und Agentensysteme.

WeaviateQdrantNeo4j

Klassische Datenbanken

Anwendungsdaten für produktive Systeme.

PostgreSQLMongoDBRedis

Monitoring & Auswertung

Observability und Dashboards für KI-Systeme.

LangfuseClickHouseGrafanaMetabase

KI-Applikationen

Produktiv im Einsatz in Lehre und Schule.

AIS-ChatLMU SMART-RAG

Dokumente & Datenhaltung

Aufbereitung und Speicherung für KI-Pipelines.

DoclingMarkdownCleanerMinIO

Weitere Dienste

Forschungs- und Lehrwerkzeuge rund um die Infrastruktur.

LimeSurveyR-StudioShinyWorkAdventureDigivate

⇄

Interoperabilität

Anschlussfähig an bestehende Lernsysteme.

xAPILTI 1.3

// projekte und lehrveranstaltungen

Von der Qualifikation in die Schulpraxis

Die Infrastruktur trägt Lehrveranstaltungen, produktive Anwendungen und Forschungsprojekte gleichermaßen.

Basisqualifikation Medienpädagogik

seit SoSe 2025

Alle EWS-Studierenden bauen erste eigene KI-Agenten auf der Infrastruktur und erwerben so praktische Kompetenz im Umgang mit KI-Systemen. Ab dem Wintersemester 2026/27 lernen darin pro Semester rund 800 Lehramtsstudierende mit AIS-Chat, eigene Lernassistenten und Agents für den Einsatz im Klassenzimmer zu bauen.

Erweiterungsfach Medienpädagogik

Seminar KI in der Schule

Nutzt die Infrastruktur sowohl als Lernumgebung als auch zur Entwicklung eigener Tools. Im Seminar „Künstliche Intelligenz in der Schule" entwickeln angehende und aktive Lehrkräfte mit Flowise eigene, komplexere KI-Agenten, die mit Schülerinnen und Schülern im Unterricht eingesetzt werden, und reflektieren deren didaktischen Einsatz, begleitet durch Langfuse-basiertes Interaktionstracing.

LMU SMART-RAG

Agent-basiertes Lernsystem

Ein Multi-Agenten-System mit 14 spezialisierten Agenten und der einheitlichen Assistenzpersona „Valerie", über eine LTI-1.3-Schnittstelle nahtlos in Moodle eingebunden. Produktiv im vhb-Kurs „Einführung in die Mediendidaktik" eingesetzt und begleitet rund 300 Lehramtsstudierende.

Umfasst ein Retrieval-Augmented-Generation-Backend mit semantischem Langzeitgedächtnis pro Studierender, einen Neo4j-basierten Wissensgraphen sowie vollständiges Tracing aller LLM-Interaktionen via Langfuse, eine Grundlage für lernanalytische Forschung.

Flowise-Oberfläche mit den 14 Agenten von LMU SMART-RAG — Flowise-Oberfläche: die 14 Agenten von LMU SMART-RAG

KoKon

BMBF · lernen:digital

Das DigiLLab beteiligt sich am BMBF-geförderten Verbundprojekt KoKon, das digitale Schulentwicklung an allgemein- und berufsbildenden Schulen fördert. Auf der Infrastruktur wurde ein KI-gestützter Schulportrait-Bot entwickelt, der schulische Entwicklungsprozesse dokumentiert und analysiert.

Lehrstuhl für Sprachheilpädagogik

SHARP-Framework

Setzt die Infrastruktur für KI-gestützte Lernsimulationen ein, die Studierende der Sprachtherapie auf Grundlage des SHARP-Framework beim Aufbau diagnostischer Kompetenzen unterstützen.

Digivate / DiSo-SGW

BMBF, lernen:digital, Juni 2023 bis Dez. 2025

Simulationsbasierte, webbasierte Lernumgebungen, die Lehrkräfte und Lehramtsstudierende gezielt auf die Herausforderungen des Unterrichts in einer digitalen Welt vorbereiten. Digivate-Learn fördert fachübergreifend Lehr- und Diagnosekompetenzen zur kognitiven Aktivierung von Schülerinnen und Schülern im mediengestützten Unterricht.

Digivate-DiSo, eine Weiterentwicklung für die Deutschdidaktik, vermittelt digitale Textsouveränität im Kontext der Nachhaltigkeitsbildung am Beispiel von Greenwashing und unterstützt Lehrkräfte bei der Planung entsprechender Unterrichtseinheiten.

Digivate-Lernumgebung: Unterrichtssimulation am Laptop — Digivate-Learn: Unterrichtssimulation

Digivate-DiSo: Illustrierte Lehrperson erklärt digitale Textsouveränität — Digivate-DiSo: digitale Textsouveränität

Arbeitsgruppe Fischer

Lehre & Forschung

Darüber hinaus nutzen Lehrende der Arbeitsgruppe Fischer die Infrastruktur für eigene Lehrveranstaltungen und Forschungsvorhaben, ebenso wie Kooperationspartner und weitere Drittmittelprojekte wie das MZL, jeweils auf derselben zentral gewarteten Basis.

DSGVO-Konformität

Alle Dienste laufen containerisiert auf eigener, in Deutschland gehosteter Infrastruktur. Für die Sprachverarbeitung einzelner KI-Assistenten werden Eingaben auf Grundlage von EU-Standardvertragsklauseln an externe Anbieter übermittelt; Einzelheiten regeln die Datenschutzhinweise. Damit wird die Grundlage für den datenschutzkonformen Einsatz von KI in Forschung, Lehre und Schule geschaffen.

Eigenes Hosting statt Drittanbieter-Cloud
Volle Kontrolle über Studierenden- und Forschungsdaten
DSGVO-konformer deutscher Hoster, hochverfügbar
Grundlage für den Einsatz an bayerischen Schulen

Datenschutzhinweise · Nutzungsbedingungen · Impressum