EdTech Hosting wird greifbar, wenn aus einem einzelnen Schulserver mehr als eine Ablage wird. Für die MOS München betreuen und hosten wir bei Panomity den Server „Cosmo“ samt selbst entwickelter Software. Darauf verbindet sich die Moodle-5.x-Instanz „mos Kurse“ mit 55 Eigenentwicklungen, lokalen KI-Diensten und einem Docker-Stack zu einem digitalen Ökosystem.
Dieses Referenzprojekt zeigt, wie eng Lernsoftware und Infrastruktur zusammengehören. Eine maßgeschneiderte Aktivität braucht eine verlässliche Plattform. Lokale KI braucht Rechenleistung und eine faire Verteilung. Selbstgehostete Werkzeuge brauchen einen klaren technischen Rahmen. Wir betrachten diese Teile deshalb nicht einzeln, sondern entwickeln und betreiben sie als zusammenhängendes System.
Das Ergebnis ist kein anonymer Werkzeugkasten. Es ist eine konkrete Antwort auf schulische Aufgaben: fachdidaktische Übungen, Organisation, lokale KI-Unterstützung und weitere Dienste laufen auf einer gemeinsamen, gut dimensionierten Basis. Ein Server, Docker und eine eigene GPU-Queue reichen hier für das komplette EdTech-Ökosystem einer Schule.
Was bedeutet EdTech Hosting für eine Schule?
EdTech Hosting bezeichnet hier den gemeinsamen Betrieb von Lernplattform, maßgeschneiderten Anwendungen und lokalen KI-Diensten auf kontrollierter Infrastruktur. Im Münchner Referenzprojekt laufen Moodle, Docker-Container und eine GPU-Queue auf einem gut dimensionierten Schulserver. Panomity verbindet dabei Entwicklung und Hosting, sodass Software und technische Basis als zusammenhängendes System geplant werden.
Der Unterschied zu einem isolierten Hosting-Paket liegt in der Perspektive. Wir fragen nicht nur, ob eine Anwendung erreichbar ist. Wir betrachten auch, welche Erweiterungen Moodle benötigt, welche KI-Funktion lokal arbeitet und wie eine gemeinsame GPU sinnvoll verteilt wird. Die Architektur folgt damit den Anwendungen, die im Schulalltag tatsächlich gebraucht werden.
Ein Schulserver, mehrere Ebenen
„Cosmo“ trägt mehr als die Lernplattform. Die Basis bilden ein EL9-Server sowie CyberPanel und OpenLiteSpeed. Docker-Container nehmen die unterschiedlichen Dienste auf. Darüber läuft „mos Kurse“ als Moodle-5.x-Instanz. Wenn Du die Lernplattform selbst kennenlernen möchtest, findest Du die Projektseite unter moodle.org.
Die folgende Übersicht zeigt die belegten Schichten des Systems. Sie macht zugleich deutlich, warum „ein Server“ nicht „eine Anwendung“ bedeutet. Entscheidend ist, wie die Komponenten zusammenspielen.
| Ebene | Komponenten | Aufgabe im Ökosystem |
|---|---|---|
| Server und Webbetrieb | EL9, CyberPanel, OpenLiteSpeed | Technische Basis des Schulservers |
| Container | Docker | Rahmen für die selbstgehosteten Dienste |
| Lernplattform | „mos Kurse“ auf Moodle 5.x | Basis für 55 selbst entwickelte Erweiterungen |
| Lokale KI | Ollama, Speaches, Whisper | Text, Chat, Spracherkennung und Sprachausgabe |
| GPU-Verteilung | GPUQ | Faire Queue mit Warteschlange und Status für eine GPU |
| Weitere Dienste | Perplexica, Open Notebook, OpenClaw, n8n, OnlyOffice, Vaultwarden | KI-Suche, NotebookLM-Alternative, geschützte Assistenz und weitere Standortdienste |
Perplexica dient dabei als KI-Suche, Open Notebook als NotebookLM-Alternative. Das OpenClaw-Assistenzportal ist zugangsgeschützt. n8n, OnlyOffice und Vaultwarden ergänzen den selbstgehosteten Stack am Standort. Nicht jeder Dienst ist ein Moodle-Plugin. Zusammen bilden sie jedoch die digitale Arbeitsumgebung, die rund um die Lernplattform betrieben wird.
Docker und GPUQ verbinden die Dienste
Docker schafft den gemeinsamen Betriebsrahmen für die Dienste auf dem Schulserver. Für die KI kommt eine weitere Aufgabe hinzu: Mehrere Anwendungen wollen dieselbe GPU nutzen. Einfach nur eine Grafikkarte einzubauen, löst diese Verteilungsfrage noch nicht. Deshalb haben wir GPUQ entwickelt.
Eine GPU, eine faire Warteschlange
GPUQ ist unsere eigene GPU-Job-Queue. Sie teilt eine GPU fair zwischen den KI-Diensten und Plugins. Aufträge erhalten eine Warteschlange und einen Status. Dadurch kann die vorhandene Rechenressource von unterschiedlichen Funktionen koordiniert genutzt werden, statt für jede Anwendung eine eigene GPU vorauszusetzen.
Ollama läuft lokal unter localhost:11434 und stellt Sprachmodelle für Chat- und Textaufgaben bereit. Speaches nutzt CUDA für lokale Spracherkennung mit Whisper und für Sprachausgabe. GPUQ verbindet diese Rechenarbeit mit den Anwendungen. Die Queue ist dabei kein abstraktes Infrastrukturdetail, sondern die Schaltstelle zwischen einer GPU und vielen konkreten Anfragen.
Zugangsschutz gehört zur Architektur
„Auth“ ist die Kurzform für Authentifizierung: Ein System prüft, wer auf einen Dienst zugreifen darf. Im Referenz-Stack ist der Schutz beim OpenClaw-Assistenzportal ausdrücklich Teil des Betriebs; das Portal läuft zugangsgeschützt. Damit bleibt der Zugang kein nachträglicher Gedanke, sondern eine eigene Aufgabe innerhalb der selbstgehosteten Umgebung.
55 Moodle-Eigenentwicklungen statt Standardkasten
Die Moodle-Instanz enthält 55 eigene Erweiterungen. Ihre Breite ist wichtiger als eine lange Namensliste: Ein Teil unterstützt die Fachdidaktik Deutsch, ein Teil Politik und Gesellschaft, weitere Plugins übernehmen Organisation und Verwaltung oder binden lokale KI ein. So wächst Moodle gezielt mit den Aufgaben der Schule.
Zur Deutsch-Familie gehören beispielsweise Bühnenmeister, Debatten-Dojo, EpikMeister, Konjunktiv-Runner, Redewerkstatt, Elegantes Zitieren und Zitier-Schmiede. Die PuG-Lernreise führt durch Stationen und kann über GPUQ und Ollama lokales KI-Feedback geben. Sie speichert Stationen, Lösungen, Entwürfe, Feedback und Fortschritt in eigenen Tabellen.
Auch der organisatorische Bereich ist konkret. Aktivitäten-Kopierer, Betreuung–Kursfortschritt, Abgaben exportieren, Bewertungsansicht Zoom, Unterrichtsplanung, Erinnerungen, Raumbuchung, Raum Check-in und Kursgenerator bilden unterschiedliche Abläufe ab. LernLiga ergänzt Gamification, die Student-AR-Ansicht Augmented Reality. engelbrain bindet klausurenweb.de ein.
Bei den KI-Erweiterungen finden sich mosKI als Coursebot, Control AI für die zentrale KI-Steuerung, Audio-Transkription, Bild-OCR und der lokale PuG KI-Helfer. Diese Plugins sind keine austauschbare Sammlung von Generalisten-Tools. Sie verbinden fachliche oder organisatorische Aufgaben mit der Infrastruktur, die direkt hinter Moodle arbeitet.
Lokale KI soll beim Weiterdenken helfen
Die KI-Dienste haben klar umrissene Nutzer im System. Der mosKI-Coursebot kombiniert Ollama, Speaches und Whisper für Chat und Sprache. Bild-OCR nutzt Ollama Vision. Die Mündliche Prüfungssimulation arbeitet mit Ollama. Im Debatten-Dojo treffen Ollama und Whisper für gesprochene Debatten zusammen. PuG-Lernreise und PuG KI-Helfer greifen auf GPUQ und Ollama zu.
Die pädagogische Leitlinie ist dabei ebenso wichtig wie das Modell: KI dient als Feedback-Helfer nach dem Prinzip „Hilfe zur Selbsthilfe“, nicht als Lösungsautomat. Maßgeschneiderte Aktivitäten geben den fachlichen Rahmen vor. Die lokale KI unterstützt innerhalb dieses Rahmens, statt die Fachdidaktik durch ein allgemeines Chatfenster zu ersetzen.
Wer den schulischen Blick auf diese Arbeit vertiefen möchte, findet in der öffentlichen Serie „KI in der Schule“ weitere Einblicke. Unser Blick als Panomity bleibt der des Entwicklers und Hosts: Wir verbinden die fachliche Anwendung mit dem lokalen technischen Unterbau.
Warum ist Selbsthosting für Schulen relevant?
Selbsthosting schafft Datenhoheit, weil die entscheidenden KI-Dienste auf dem Schulserver laufen. Im Referenzprojekt verlassen Schülerdaten den Server nicht; eine US-Cloud-KI ist für diese Funktionen nicht nötig. Für DSGVO-Fragen entsteht damit eine klare technische Ausgangslage: Verarbeitung und Infrastruktur bleiben dort, wo die schulischen Anwendungen betrieben werden.
Datenhoheit ist hier keine bloße Ortsangabe. Ollama verarbeitet Chat und Text lokal. Speaches und Whisper verarbeiten Sprache lokal. GPUQ verteilt die Rechenaufträge auf der eigenen GPU. Die Moodle-Erweiterungen greifen auf diese Bausteine zu. Der Datenfluss folgt damit der selbstgehosteten Architektur statt einer notwendigen Weitergabe an eine US-Cloud-KI.
Auch Kosten-Kontrolle beginnt mit einer klar umrissenen Architektur. Ein gut dimensionierter Server, Docker und eine fair geteilte GPU machen sichtbar, welche Ressourcen das Ökosystem nutzt. Die Queue verbindet mehrere KI-Funktionen mit derselben GPU. So lässt sich der Betrieb als gemeinsames System statt als Sammlung voneinander getrennter Dienste planen.
Vom Schulserver bis WordPress und VR
Unsere Entwicklung endet nicht bei Moodle. Panomity DarkWeb Press in Version 8.1.2 ist ein eigenes WordPress-Plugin. Es prüft, ob Passwörter im Darkweb kompromittiert wurden, und bildet die Basis des Panomity Darkweb-Gateways. Panomity WP Cache ist unser eigenes Caching-Plugin. Viele Kundensites betreiben und verwalten wir zentral über einen MainWP-Hub.
Dass sich Infrastrukturwissen zwischen Bereichen übertragen lässt, zeigt CMS4VR. Die VR-Tour-Plattform nutzt einen selbstgehosteten KI-Concierge mit Ollama sowie Whisper-STT, DepthAnything V2, Apple SHARP und Dollhouse. GPUQ kommt auch auf dem Panomity-Server für CMS4VR zum Einsatz. Dieselbe selbst entwickelte Queue verbindet damit EdTech- und VR-Anwendungen mit fair geteilter GPU-Rechenleistung.
Wie der lokale Assistent in virtuellen Rundgängen arbeitet, erläutert unser Beitrag „KI-Concierge für virtuelle Touren“. Der Artikel „Matterport-Alternative: 3D-Touren und 360°-Fotos“ ordnet weitere Bausteine der VR-Plattform ein. Beide Querverweise zeigen: Selbsthosting, KI und eigene Software sind keine getrennten Inseln.
Was wir aus dem Referenzprojekt ableiten
Ein komplettes EdTech-Ökosystem braucht nicht automatisch eine unüberschaubare Serverlandschaft. Das Münchner Beispiel belegt, dass ein gut dimensionierter Schulserver mit Docker und GPUQ ausreicht. Entscheidend sind die klare Zuordnung der Dienste, eine faire GPU-Queue und Anwendungen, die für konkrete fachliche sowie organisatorische Aufgaben entwickelt wurden.
Ebenso wichtig ist die Verbindung der Verantwortungsbereiche. Wenn Entwicklung und Hosting zusammen gedacht werden, kann ein Moodle-Plugin passend zur lokalen KI-Anbindung entstehen. Panomity liefert diese Verbindung für WordPress, Moodle, VR und KI-Infrastruktur aus einer Hand. Der Server ist dann nicht das Endprodukt, sondern die tragende Basis eines anpassbaren digitalen Systems.
Häufige Fragen zum EdTech-Ökosystem
Was gehört zu EdTech Hosting auf einem Schulserver?
Zum EdTech Hosting gehören in diesem Referenzprojekt die Moodle-5.x-Instanz „mos Kurse“, 55 Eigenentwicklungen, Docker-Container, lokale KI-Dienste und die technische Basis aus CyberPanel, OpenLiteSpeed und EL9. Ergänzt wird der Stack durch eine GPU mit GPUQ sowie weitere selbstgehostete Dienste wie Perplexica, Open Notebook und das zugangsgeschützte OpenClaw-Portal.
Warum genügt im Referenzprojekt eine GPU für mehrere KI-Dienste?
GPUQ teilt eine GPU fair zwischen den lokalen KI-Diensten und Moodle-Plugins. Aufträge landen in einer Warteschlange und erhalten einen Status. Dadurch können Ollama, Speaches und angebundene Anwendungen dieselbe Rechenressource koordiniert nutzen. Genau diese selbst entwickelte Queue setzt Panomity außerdem auf seinem Server für die VR-Plattform CMS4VR ein.
Bleiben Schülerdaten beim selbstgehosteten KI-Einsatz auf dem Server?
Ja. In der beschriebenen Architektur verlassen Schülerdaten den Schulserver nicht. Lokale Sprachmodelle laufen über Ollama, Sprache wird mit Speaches und Whisper lokal verarbeitet, und GPUQ koordiniert die GPU-Aufträge. Damit ist für diese KI-Funktionen keine US-Cloud-KI nötig. Das schafft eine klare technische Grundlage für Datenhoheit und Datenschutz.
Welche Aufgaben übernehmen die 55 eigenen Moodle-Plugins?
Die 55 Eigenentwicklungen decken Fachdidaktik, Politik und Gesellschaft, Organisation, Verwaltung und lokale KI ab. Beispiele reichen von Debatten-Dojo, Zitier-Schmiede und PuG-Lernreise bis zu Raumbuchung, Unterrichtsplanung, Kursgenerator, mosKI und Bild-OCR. So wird die Moodle-Instanz gezielt um schulische Aktivitäten und Werkzeuge erweitert. Die Erweiterungen bleiben damit eng an ihrem jeweiligen Einsatzgebiet.
Was liefert Panomity beim EdTech Hosting aus einer Hand?
Panomity verbindet Entwicklung und Hosting für WordPress, Moodle, VR und KI-Infrastruktur. Im Referenzprojekt umfasst das den betreuten Schulserver, selbst entwickelte Moodle-Erweiterungen und den lokalen KI-Stack. Eigene WordPress-Produkte, der MainWP-Hub und die wiederverwendete GPUQ zeigen, wie Softwareentwicklung und technischer Betrieb zusammengeführt werden. Der Ansatz bleibt dadurch technisch und fachlich verbunden.
EdTech gemeinsam entwickeln und hosten
Du möchtest Lernplattform, eigene Anwendungen und lokale KI als zusammenhängendes System planen? Panomity entwickelt und hostet EdTech aus einer Hand – von Moodle und WordPress bis zur VR- und KI-Infrastruktur. Erfahre mehr über unser Hosting und unsere IT-Lösungen aus München oder nimm über unsere Startseite Kontakt mit uns auf.
0 Kommentare