Lern- und KI‑Diagnostik überwachen

Verwende Diagnosen, um zu entscheiden, was überprüft werden muss — nicht, um Lernende zu etikettieren oder automatische Inhaltsänderungen vorzunehmen. Starte beim zugehörigen Bericht und behalte das angezeigte Zeitfenster sowie das Datenvolumen im Blick.

Kursaktualität prüfen

Öffne Creator-Konsole → Kurse. Prüfe die Zeit der Inhaltsindizierung, den Status und das verfügbare Fortschrittssignal. Wenn ein Assistent veraltete Kursinhalte zitiert, stelle sicher, dass die beabsichtigte Kursrevision veröffentlicht und indiziert ist, bevor du neu generierst oder die Persona änderst.

Item-Gesundheit interpretieren

Öffne Einstellungen → KI → Item-Gesundheit.

Der nächtliche Bericht kann markieren:

• Zu einfach — mehr als 90 % der Antworten sind korrekt.
• Zu schwer — weniger als 50 % sind korrekt.
• Geringe Diskriminationsfähigkeit — der absolute Diskriminationswert liegt unter 0,15.
• Unzureichende Daten — weniger als 10 Antworten.

Dünne Items werden nicht zusätzlich als zu einfach oder zu schwer klassifiziert. Ein Flag kann auf eine unklare Aufgabenstellung, einen falschen Antwortschlüssel, eine Inhaltsinkongruenz oder ein absichtlich einführendes/fortgeschrittenes Item hinweisen. Überprüfe Quelle, Lernziel, Formulierung, Antwort, Feedback, Stichprobe der Lernenden und Locale, bevor du es überarbeitest.

Bewahre eine neue Bewertungsrevision auf und entscheide, wie frühere Versuche und Zertifikate behandelt werden sollen. Schreibe einen aktiven Antwortschlüssel nicht stillschweigend um.

Kohorten- und KI‑Nutzung abgleichen

Öffne Kohorten-Ergebnisse für Abschluss, Status und verfügbaren KI‑Kostenkontext. Vergleiche aggregierte Ergebnisse mit Zeitplan, Einschreibung, Zugriff und Revisionsänderungen; vermeide öffentliche Mitglieder‑Rankings.

Nutze Einstellungen → Monetarisierung → Abrechnung und die verfügbaren KI-/Kanalberichte für Credits, Modell- oder SKU‑Nutzung sowie Kanalaktivität. Gleiche einen Ausschlag nach Zeitfenster, Feature, Lauf/Sitzungs‑Identifier, Anbieterzuordnung und tatsächlich abgeschlossenem Arbeitsumfang ab. Ein reservierter, erneut gestarteter, abgebrochener oder fehlgeschlagener Job kann anders erscheinen als eine abgeschlossene Generierung.

Fehlerbehebung bei leeren oder überraschenden Daten

1. Bestätige Community, Rolle, Locale, Tab, Filter und Datumsbereich.
2. Unterscheide Lade-, deaktivierte-, Zugriff verweigert- und Nicht-genug-Echtdaten‑Zustände.
3. Aktualisiere einmal und prüfe den zugehörigen Kurs-, Kohorten-, Generierungs- oder Kanal‑Datensatz.
4. Dokumentiere geschwärzte Nachweise und Identifikatoren, bevor du eskalierst.

Erzeuge keine gefälschten Lernenden‑Antworten, führe keine reale Kontaktaufnahme durch und starte keine unnötige KI‑Generierung nur, um einen Bericht zu füllen.