Ein KI-Lerntutor als Prototyp: Vorlesen, Erklären, Prüfen
Lesen allein bringt oft wenig. Ich baue einen Prototyp, der Texte vorliest, pausiert und prüft, ob ich das Gelesene in eigenen Worten erklären kann. Gebaut von Claude Code, geprüft von Codex.
Wer einen Fachtext liest, hat am Ende oft das Gefühl, ihn verstanden zu haben. Ob das stimmt, zeigt sich erst, wenn man den Inhalt jemandem erklären soll. Genau dort setzt mein neuer Prototyp an: ein KI-Lerntutor, der vorliest, innehält und nachfragt.
Die Idee
Der Tutor liest einen Text abschnittsweise vor und hebt die Stelle beim Vorlesen hervor, so dass man mitlesen kann. Nach jedem Abschnitt pausiert er. Dann ist man selbst dran: Man gibt den Inhalt in eigenen Worten wieder.
Ein KI-Tutor vergleicht diese Erklärung mit den Kernaussagen des Abschnitts und meldet zurück, was stimmt, was fehlt und wo vielleicht ein Missverständnis steckt. Rückfragen zum Abschnitt sind jederzeit möglich. Das Prinzip ist alt und bewährt: Was man nicht erklären kann, hat man noch nicht verstanden (Feynman-Technik).

Oberstes Prinzip: so simpel wie möglich
Ein Prototyp soll eine Idee prüfen, nicht beeindrucken. Deshalb gilt für den Code eine klare Regel:
- nur bauen, was für den Test der Idee nötig ist
- wenige Dateien, wenige Abhängigkeiten
- lieber direkt und lesbar als elegant und abstrakt
Als Testtext dient einer meiner eigenen Blogbeiträge. So gibt es keine Rechtefragen, und ich kenne den Inhalt gut genug, um die Rückmeldungen des Tutors beurteilen zu können.
Der Technologie-Stack
| Teil | Technik |
|---|---|
| Backend | ASP.NET Core (C#), hält den API-Schlüssel |
| Frontend | Angular mit TypeScript |
| Vorlesen | Sprachausgabe des Browsers, ohne Kosten |
| Betrieb | ein Docker-Container, gestartet über Docker Compose |
Ein bewährter, typisierter Stack, der sich gut warten lässt. Das Backend liefert die fertige Angular-Anwendung gleich mit aus, damit bleibt es bei einem einzigen Container.
Zwei Agenten, ein Repository
Spannend ist für mich nicht nur das Ergebnis, sondern auch der Weg dorthin. Den Code schreibt Claude Code. Nach jedem Umsetzungsschritt prüft OpenAI Codex die Änderungen, über das offizielle Codex-Plugin für Claude Code. Bei heiklen Stellen, etwa der Sprachausgabe mit Pausen, kommt zusätzlich ein strengeres, bewusst kritisches Review dazu. Claude Code arbeitet die Befunde ein, erst dann geht es weiter.

Jede dieser Runden wird kurz im Ordner docs/review-log/ festgehalten: was gebaut wurde, was Codex angemerkt hat und was daraufhin geändert wurde. So bleibt nachvollziehbar, wie zwei KI-Agenten zusammenarbeiten, und wo es noch hakt.
Ein zweiter Agent mit frischem Blick findet Dinge, die der erste übersieht.
Entwickelt auf dem Server, gesteuert aus dem Browser
Die Claude-Code-Sitzung läuft direkt auf meinem eigenen Server. Gesteuert wird sie über Remote Control aus dem Browser oder vom Handy. Der Code verlässt den Server dabei nicht, und das lästige Hin- und Herkopieren zwischen Fenstern fällt weg.
Wie es weitergeht
Der Prototyp befindet sich derzeit im Aufbau. Die Vorlese-Seite steht bereits, und die ersten Tests laufen. Als Nächstes folgen die Prüfung der eigenen Erklärung und die Möglichkeit, gezielte Rückfragen zu stellen. Danach werde ich den Tutor selbst ausführlich testen und die Prompts schrittweise optimieren.
Unter lerntutor.ralfwbalz.ch entsteht aktuell eine erste lauffähige Version, die in Kürze für interessierte Tester geöffnet wird. Das Feedback aus dieser Testphase soll direkt in die weitere Entwicklung einfliessen.
Langfristig soll daraus eine interaktive Lernplattform zu meinen Büchern auf ralfwbalz.ch entstehen, mit dem Ziel, Wissen nicht nur zu lesen, sondern durch aktives Erklären, gezielte Rückfragen und individuelles Feedback nachhaltig zu verstehen und anzuwenden.
Neue Beiträge erscheinen auch im WhatsApp Channel «Softwareentwicklung mit KI-Agenten».
Fragen zum Thema oder ein ähnliches Vorhaben? Schreiben Sie mir über das Kontaktformular.