25gma242 10.3205/25gma242 urn:nbn:de:0183-25gma2420 Meeting Abstract Meynhardt Meynhardt Charlotte C

Universitätsklinikum Würzburg, Klinik und Poliklinik für Anästhesiologie, Intensivmedizin, Notfallmedizin und Schmerztherapie, Würzburg, Deutschland

author Kranke Kranke Peter P

Universitätsklinikum Würzburg, Klinik und Poliklinik für Anästhesiologie, Intensivmedizin, Notfallmedizin und Schmerztherapie, Würzburg, Deutschland

author Meybohm Meybohm Patrick P

Universitätsklinikum Würzburg, Klinik und Poliklinik für Anästhesiologie, Intensivmedizin, Notfallmedizin und Schmerztherapie, Würzburg, Deutschland

author Hölzing Hölzing Carlos Ramon CR

Universitätsklinikum Würzburg, Klinik und Poliklinik für Anästhesiologie, Intensivmedizin, Notfallmedizin und Schmerztherapie, Würzburg, Deutschland

author German Medical Science GMS Publishing House

Düsseldorf

610 20250908 germ This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. Dieser Artikel ist ein Open-Access-Artikel und steht unter den Lizenzbedingungen der Creative Commons Attribution 4.0 License (Namensnennung). M0626 242 Jahrestagung der Gesellschaft für Medizinische Ausbildung (GMA) P-07 eTeaching / eLearning 1 Düsseldorf 20250908 20250910 P-07-02 TextFragestellung/Zielsetzung: Individuell zugeschnittene Lernmaterialien können das selbstgesteuerte Lernen im Medizinstudium signifikant fördern . Dennoch stehen Studierenden oft nur standardisierte Inhalte zur Verfügung, die wenig auf individuelle Wissensstände und Lernbedarfe eingehen. Dies erschwert sowohl die gezielte Wiederholung von Schwachstellen als auch die Anwendung theoretischen Wissens. Vor diesem Hintergrund wurde der Lernbuddy als KI-gestütztes, adaptives Lernsystem auf Basis des NKLM 2.0 [https://nklm.de/zend/menu] entwickelt. Er soll personalisierte Lernpfade erstellen, sich dynamisch an individuelle Stärken und Schwächen anpassen und simulationsbasierte Fallszenarien für den Kompetenzerwerb nutzen.Methoden: Das Lernsystem nutzt eine Retrieval-Augmented Generation (RAG)-Architektur zur gezielten Bereitstellung medizinischer Fachliteratur. Studierende werden anhand der NKLM 2.0 Lernziele abgefragt, wobei das System Antworten analysiert, Wissenslücken erkennt und Fragen adaptiv anpasst.Die simulationsbasierten Fallszenarien nutzen Chain-of-Thought-Reasoning und Role-Specific Prompting. Ein iterativer Design-Prozess integriert usability-orientierte Validierung und didaktische Optimierung, um das System kontinuierlich weiterzuentwickeln. Diese Arbeiten erfolgen derzeit in Kooperation mit der Psychologischen Ergonomie der Julius-Maximilians-Universität Würzburg.Ergebnisse: Der Lernbuddy ist webbasiert, plattformunabhängig und über eine öffentliche URL zugänglich. Er vereint zwei Kernfunktionen: Adaptive Abfragen und simulationsbasierte Fallszenarien. Die adaptive Abfragefunktion basiert auf vordefinierten Lernzielen und ermöglicht eine gezielte Wissensüberprüfung.Die Studierenden tippen/sprechen ihre Antwort in ein Antwortfeld ein und erhalten personalisertes Feedback, welches optional als Sprachausgabe bereitgestellt werden kann. In den simulationsbasierten Fallszenarien wählen Nutzende ein Themengebiet aus, woraufhin die KI einen klinischen Fall erstellt, der im Dialog über eine Texteingabe durchgespielt wird. Hierbei werden physiologische Parameter, Laborwerte und EKG-Daten analysiert und dynamisch eingebunden.Diskussion: Der erste Beta-Test bestätigt die technische Funktionalität und adaptive Anpassung. Die KI analysiert Antworten, erkennt Wissenslücken und passt Fragen dynamisch an. In den Simulationen steuert sie den Fallverlauf und integriert relevante diagnostische Parameter. Die nächste Entwicklungsphase konzentriert sich auf die Optimierung personalisierter Lernalgorithmen und eine systematische Evaluation. Arvidsson TS Kuhn D Realizing the full potential of individualizing learning 2021 Contemp Educ Psychol 101960 Arvidsson TS, Kuhn D. Realizing the full potential of individualizing learning. Contemp Educ Psychol. 2021;65:101960. DOI: 10.1016/j.cedpsych.2021.101960 http://dx.doi.org/10.1016/j.cedpsych.2021.101960 0 0 0 0