Zurück zur Hilfe-Übersicht

Von Upload bis Note

Von Upload bis Note: Der Lebenszyklus einer Studienarbeit in UIS-FairGrade

Einleitung: Demystifizierung des Korrekturprozesses

Willkommen bei UIS-FairGrade! Wenn Sie eine Studienarbeit zur Bewertung einreichen, setzen Sie eine Kette von automatisierten Prozessen in Gang. Dieses Dokument begleitet Sie Schritt für Schritt auf dem Weg, den eine Arbeit im System zurücklegt – vom ersten Klick auf „Hochladen“ bis hin zur fertig ausgefüllten Bewertungsmatrix. Wir erklären die technischen Abläufe einfach und verständlich, damit Sie genau nachvollziehen können, wie die KI-gestützte Analyse funktioniert und wie Sie die Ergebnisse optimal nutzen können.

1. Der Start: Die Einreichung der Arbeit

Der gesamte Prozess beginnt mit einem einfachen Dateiupload. Doch schon hier legt das System den Grundstein für eine präzise und strukturierte Analyse.

1.1 Schritt 1: Das Hochladen der Datei

Der Upload ist der erste, entscheidende Schritt. So einfach funktioniert er:

  1. Teilnehmer auswählen: Navigieren Sie in der Prüfungsansicht zu dem Teilnehmer, für den Sie eine Arbeit einreichen möchten.
  2. Upload starten: Klicken Sie auf den Button „Datei hochladen“ oder eine entsprechende Schaltfläche im Upload-Bereich.
  3. Datei auswählen: Wählen Sie die gewünschte Datei von Ihrem Computer aus. Das System unterstützt die gängigsten Formate für wissenschaftliche Arbeiten:
  4. PDF
  5. DOCX
  6. TXT
  7. Bestätigen: Schließen Sie den Vorgang mit einem Klick auf „Hochladen“ ab. Eine Bestätigungsmeldung informiert Sie über den erfolgreichen Transfer.

1.2 Die unsichtbare Vorbereitung: Was direkt nach dem Upload geschieht

Sobald die Datei auf dem Server ist, beginnt eine vollautomatische Vorbereitungspipeline. Diese Phase ist entscheidend für die Qualität der späteren Bewertung, da sie sicherstellt, dass die KI nur den relevanten, vom Studierenden verfassten Text bewertet.

  1. Textextraktion: Zunächst extrahiert das System den reinen Text aus der hochgeladenen Datei (PDF oder DOCX).
  2. Transcript-Bereinigung: Ein intelligenter Algorithmus durchsucht den Inhalt nach potenziellen Transkripten, wie sie bei Interviews entstehen (erkennbar an Zeitstempeln wie [00:12:34] oder Sprecher-Markierungen wie Interviewer:). Solche Abschnitte werden automatisch entfernt, um zu verhindern, dass sie fälschlicherweise als Teil der wissenschaftlichen Ausarbeitung bewertet werden.
  3. Extraktion von Inhalts- und Literaturverzeichnis: Anschließend identifiziert das System das Inhaltsverzeichnis (ToC) am Anfang und das Literaturverzeichnis am Ende des Dokuments. Beide Teile werden extrahiert und aus dem Haupttext entfernt. Dies stellt sicher, dass die KI ausschließlich den selbst verfassten Haupttext des Studierenden bewertet.
  4. Konvertierung in Markdown: Der bereinigte Haupttext wird in das Markdown-Format (.md) umgewandelt. Der entscheidende Vorteil: Die klare Struktur von Markdown (Überschriften, Listen, Tabellen) wird von der KI besonders gut verstanden, was die Analysepräzision erhöht. Diese .md-Datei ist das bevorzugte Format für die spätere Bewertung. Sollte die Konvertierung fehlschlagen, greift das System auf die Originaldatei zurück.
  5. Bereitstellung: Nach Abschluss dieser Vorbereitungsschritte erhält die Arbeit den Status „Bereit“. Sie ist nun optimal aufbereitet und wartet darauf, dass Sie den eigentlichen Korrekturprozess starten.

Mit der abgeschlossenen Vorbereitung ist die Arbeit nun bereit für die aktive Phase – die detaillierte Bewertung durch die KI-Agenten.

2. Die Korrektur: Ein Blick hinter die Kulissen

Jetzt beginnt der Kernprozess: die KI-gestützte Analyse. Auch hier sorgt das System im Hintergrund für einen reibungslosen und zuverlässigen Ablauf.

2.1 Schritt 2: Die KI-Korrektur starten

Mit einem einzigen Klick auf „Korrektur starten“ in der Teilnehmeransicht geben Sie das Startsignal. Das System erstellt daraufhin einen sogenannten „Evaluation Job“ und übergibt diesen an einen spezialisierten Hintergrundprozess.

2.2 Der digitale Assistent: Was ist der "Evaluation Worker"?

Der „Evaluation Worker“ ist der unsichtbare Motor des Korrekturprozesses. Stellen Sie ihn sich als einen unermüdlichen, automatisierten Assistenten vor, der im Hintergrund die gesamte Analysearbeit zuverlässig abwickelt. Er bietet Ihnen entscheidende Vorteile:

  • Zuverlässigkeit: Die Korrektur läuft auch dann weiter, wenn Sie Ihren Browser schließen. Der Prozess ist vollständig unabhängig von Ihrer aktiven Sitzung. Sollte eine KI-Bewertung aufgrund eines temporären Fehlers fehlschlagen, versucht der Worker die Aufgabe automatisch bis zu dreimal, bevor er sie als fehlgeschlagen markiert.
  • Effizienz: Sie können Korrekturen für mehrere Teilnehmer gleichzeitig starten. Der Worker verarbeitet die Aufträge parallel und optimiert so den Zeitaufwand. Zudem erkennt er festgefahrene Aufgaben und verhindert, dass der Gesamtprozess blockiert wird.
  • Transparenz: Während der Worker arbeitet, können Sie den Fortschritt jedes einzelnen Bewertungsschritts in Echtzeit in der Matrix-Ansicht verfolgen.

2.3 Die Analyse: Wie die KI die Arbeit bewertet

Der Evaluation Worker orchestriert nun die eigentliche Bewertung durch die konfigurierten KI-Modelle. Der Prozess wurde optimiert, um die gesamte Arbeit im Kontext zu analysieren:

  1. Das System sendet die vollständige, vorbereitete Datei an einen zentralen Dienst namens KiGate. Bevorzugt wird hierfür die Markdown-Datei (.md) verwendet; falls diese nicht verfügbar ist, wird auf die ursprüngliche PDF- oder DOCX-Datei zurückgegriffen.
  2. KiGate leitet die Datei an die konfigurierten KI-Agenten (z. B. Modelle von OpenAI, Google Gemini oder Anthropic Claude) weiter. Diese Systeme analysieren das gesamte Dokument, um den Kontext tiefgehend zu verstehen und jedes einzelne Bewertungskriterium aus dem hinterlegten Korrekturprofil systematisch zu prüfen.
  3. Für jedes Kriterium liefert jeder Agent zwei Ergebnisse zurück: eine prozentuale Bewertung und ein detailliertes textliches Feedback, das die Bewertung begründet.

Diese Fülle an Einzelbewertungen und Feedbacks wird anschließend übersichtlich in der Matrix-Ansicht zusammengefasst und für Sie visualisiert.

3. Das Ergebnis: Die Matrix-Ansicht verstehen

Die Matrix ist Ihr zentrales Cockpit. Hier laufen alle Ergebnisse zusammen und werden so aufbereitet, dass Sie schnell einen umfassenden Überblick gewinnen und gezielt in die Tiefe gehen können.

3.1 Aufbau der Matrix: Alle Bewertungen auf einen Blick

Die Matrix ist wie eine Tabelle aufgebaut, die alle relevanten Informationen logisch anordnet:

  • Zeilen: Jede Zeile steht für ein Bewertungskriterium aus Ihrem Korrekturprofil (z. B. „Fachliche Korrektheit“, „Struktur und Aufbau“).
  • Spalten: Jede Spalte zeigt die Bewertung eines einzelnen KI-Agenten. So können Sie die Ergebnisse der verschiedenen Modelle direkt miteinander vergleichen.
  • Ensemble-Spalte: Diese besondere Spalte berechnet und zeigt den Durchschnittswert aller KI-Bewertungen für das jeweilige Kriterium in der Zeile an.

3.2 Die Ergebnisse interpretieren: Farben, Zahlen und Ensembles

Jede Zelle in der Matrix liefert Ihnen auf einen Blick wichtige Informationen durch farbcodierte Status-Anzeigen.

Farbe Status Bedeutung für Sie 🟢 Grün Success Die Bewertung für diese Zelle ist erfolgreich abgeschlossen. 🔵 Blau Running Die Bewertung wird gerade aktiv durchgeführt. 🔴 Rot Failed Es ist ein Fehler aufgetreten. Sie können die Details einsehen. ⚪ Grau In Warteschlange Die Bewertung wartet darauf, gestartet zu werden.

Zusätzlich zu den Einzelbewertungen bietet die Matrix drei Arten von zusammengefassten Ensemble-Werten, die Ihnen helfen, Tendenzen zu erkennen:

  1. Horizontales Ensemble (pro Kriterium): Der Durchschnittswert aller Agenten für ein einziges Kriterium. „Wie einig sind sich die KIs bei der ‚Struktur‘?“
  2. Vertikales Ensemble (pro Agent): Der Durchschnittswert, den ein Agent über alle Kriterien hinweg vergeben hat. „Welche Tendenz hat Agent 1 insgesamt?“
  3. Gesamt-Ensemble: Die gewichtete Gesamtnote, die aus allen Einzelbewertungen berechnet wird und als finaler Bewertungsvorschlag dient.

Der Ensemble-Ansatz wird genutzt, um den Bias einzelner KI-Modelle zu reduzieren und die Zuverlässigkeit der Gesamtbewertung zu erhöhen.

3.3 Interaktion mit der Matrix: Ihr Werkzeug zur Steuerung

Die Matrix ist nicht nur eine passive Anzeige, sondern ein interaktives Werkzeug, das Ihnen die volle Kontrolle gibt.

  1. Details und Feedback einsehen (ℹ️): Ein Klick auf das Info-Symbol in einer Zelle öffnet ein Fenster. Dort finden Sie das ausführliche, von der KI verfasste textliche Feedback, das die prozentuale Bewertung detailliert begründet.
  2. Fehlgeschlagene Bewertungen neu starten (🔄): Sollte eine Bewertung fehlschlagen (roter Status), können Sie mit diesem Button den einzelnen Bewertungsschritt gezielt neu starten, ohne den gesamten Prozess wiederholen zu müssen.
  3. Qualität bewerten (⭐): Mit der 5-Sterne-Funktion können Sie die Qualität jeder einzelnen KI-Bewertung beurteilen. Da sich UIS-FairGrade in der Pilotphase befindet, ist Ihr Feedback besonders wertvoll. Es hilft uns direkt dabei, die KI-Modelle für alle Nutzer kontinuierlich zu trainieren und zu verbessern.

Zusammenfassung: Ihre Rolle im Prozess

Eine Studienarbeit durchläuft in UIS-FairGrade einen transparenten und hochstrukturierten Lebenszyklus: vom Upload über die automatisierte Vorbereitung bis zur detaillierten, KI-gestützten Analyse, deren Ergebnisse übersichtlich in der Matrix dargestellt werden.

Beachten Sie dabei stets: UIS-FairGrade liefert eine datengestützte, transparente und nachvollziehbare Bewertungsgrundlage, die Sie befähigt, Ihre endgültige, fachliche Entscheidung effizienter und sicherer zu treffen. Die finale Verantwortung, das fachliche Urteilsvermögen und die endgültige Notenvergabe liegen jedoch immer bei Ihnen als Prüfer.