Wenn wir ein Moodle Plugin entwickeln, verpacken wir nicht nachträglich eine fertige Methode in Software. Wir beginnen bei der fachdidaktischen Aufgabe: Was sollen Lernende bearbeiten, welcher Zwischenstand muss erhalten bleiben, wo hilft Feedback und wie wird Fortschritt sichtbar? Erst aus diesen Fragen entsteht ein maßgeschneidertes Aktivitätsmodul.
Diese Perspektive prägt unsere Arbeit am Schulserver „Cosmo“ der MOS München. Auf der Moodle-5.x-Instanz „mos Kurse“ laufen 55 Eigenentwicklungen. Dazu gehören Aktivitäten für Deutsch und Politik und Gesellschaft, kurz PuG, ebenso wie lokale Werkzeuge für Organisation und Verwaltung. Das Portfolio zeigt, warum Schule nicht mit einem einzigen Generalisten-Tool auskommen muss.
Der technische Rahmen gehört zur didaktischen Lösung. Die Moodle-Instanz und ihre selbstgehosteten KI-Dienste laufen auf einem Schulserver in Docker. Wie Server, GPU-Queue und Datenhoheit zusammenspielen, beschreiben wir im Beitrag über EdTech Hosting für Schulserver. Mehr über Moodle erfährst Du auf Moodle.org.
Moodle Plugin entwickeln: Was bedeutet das didaktisch?
Für unser Referenzprojekt bedeutet die Entwicklung, eine konkrete fachliche Lernhandlung als eigene Aktivität abzubilden. Nicht ein allgemeines Werkzeug bestimmt den Ablauf. Die Aufgabe entscheidet, welche Stationen, Entwürfe, Rückmeldungen oder Darstellungen nötig sind. Der Code folgt damit der Fachdidaktik und nicht umgekehrt.
Du erkennst diese Trennung an den beiden großen Gruppen unseres Portfolios. Die Deutsch-Fachdidaktik besteht aus Aktivitätsmodulen im Bereich mod/. Lernende arbeiten also mit einer fachlich benannten Aktivität. Die Organisations- und Verwaltungswerkzeuge liegen dagegen im Bereich local/. Sie unterstützen Abläufe rund um Kurse und den Schulbetrieb.
Diese Trennung hält den Blick auf den Zweck frei. Ein Debatten-Dojo ist kein umbenannter Kursbaustein ohne eigenes Profil. Eine Raumbuchung ist zugleich keine Lernaktivität. Beide können zur selben Moodle-Instanz gehören, brauchen aber unterschiedliche Rollen im Portfolio. Genau diese Nähe von fachlicher Konzeption, Entwicklung und Betrieb macht maßgeschneiderte EdTech-Lösungen praktikabel.
Wie wird aus einer Lernreise ein Moodle-Aktivitätsmodul?
Die PuG-Lernreise übersetzt einen klaren Ablauf in das Aktivitätsmodul mod_puglernreise: Lernende durchlaufen Stationen, speichern Entwürfe, erhalten Feedback und verfolgen ihren Fortschritt. Diese vier Schritte bilden keinen losen Werkzeugkasten. Sie gehören zu einer zusammenhängenden Lernreise für das Fach Politik und Gesellschaft.
Am Modul kannst Du die Verbindung von Fachdidaktik und Code direkt ablesen. Eine Station gibt dem Weg eine bearbeitbare Einheit. Ein Entwurf hält einen Zwischenstand fest. Feedback setzt an diesem Arbeitsstand an. Der Fortschritt zeigt, wie weit die Reise bearbeitet ist. So bleibt der fachliche Prozess im Modul erkennbar.
- Stationen: Die Lernreise wird in bearbeitbare Stationen gegliedert.
- Entwürfe: Lernende können Zwischenstände ihrer Arbeit speichern.
- Feedback: Zu diesen Arbeitsständen stehen Rückmeldungen bereit, einschließlich lokaler KI-Feedback-Funktionen.
- Fortschritt: Das Modul hält fest, wie die Lernreise voranschreitet.
Der konkrete Softwarestand ist benannt: Die PuG-Lernreise liegt in Version 2026070511 vor und verlangt Moodle ≥ 2025100600. Im Referenzprojekt gehört sie zu einer Moodle-5.x-Instanz. Diese Angaben sind wichtig, weil ein pädagogischer Name allein noch nichts über die technische Einordnung und den vorgesehenen Softwarestand sagt.
Welches Datenmodell trägt die PuG-Lernreise?
Die PuG-Lernreise besitzt eigene Datenbanktabellen für Stationen, Lösungen, Entwürfe, Feedback und Fortschritt. Ihre technischen Namen lauten station, solution, draft, feedback und progress. Damit bildet das Datenmodell genau die Zustände ab, die das Aktivitätsmodul für seine Lernreise strukturiert im System vorhalten muss.
Ein eigenes Datenmodell ist hier kein Selbstzweck. Die Lernreise muss mehrere klar benannte Bestandteile bewahren. Sie kennt die Station, den gespeicherten Entwurf, das zugehörige Feedback und den Fortschritt. Auch Lösungen sind als eigener Tabellenbereich vorgesehen. So kann das Modul seine fachlich definierten Bestandteile strukturiert verwalten.
Die fünf Tabellen halten die Zustände im Modul lesbar. draft steht für den gespeicherten Zwischenstand, feedback für die Rückmeldung und progress für den Fortschritt. Diese Trennung folgt dem Ablauf der Lernreise. Du kannst dadurch im Datenmodell dieselben Schritte wiederfinden, die auch die Aktivität prägen.
Wie gibt lokale KI Feedback, ohne Lösungen vorzugeben?
In der PuG-Lernreise dient KI als Feedback-Helfer nach dem Prinzip Hilfe zur Selbsthilfe, nicht als Lösungsautomat. Das Modul bindet seine Feedback-Funktionen lokal über GPUQ und Ollama an. Lernende erhalten damit Unterstützung zu ihrem Arbeitsstand, während die pädagogische Grenze gegen eine bloße Lösungsausgabe bestehen bleibt.
Ollama stellt auf dem Schulserver lokale Sprachmodelle für Chat- und Textaufgaben bereit. GPUQ ist unsere selbst entwickelte GPU-Job-Queue. Sie teilt eine GPU fair zwischen den KI-Diensten und Plugins, führt Aufträge durch eine Warteschlange und liefert einen Status. Für die PuG-Lernreise entsteht so ein lokaler Weg vom Entwurf zur KI-gestützten Rückmeldung.
Der PuG KI-Helfer nutzt ebenfalls GPUQ und Ollama; daneben gehört das PuG-Wirkungs-Dashboard zur PuG-Familie. Entscheidend ist der Betriebsort: Die KI-Verarbeitung läuft selbstgehostet auf dem Schulserver. Schülerdaten verlassen diesen Server nicht, und für diese Feedback-Funktionen ist keine US-Cloud-KI nötig.
Für uns ist das Teil des Aktivitätsdesigns. Eine lokale Anbindung löst nicht automatisch die didaktische Frage. Sie schafft aber die technische Voraussetzung, Feedback in eine fachlich definierte Lernreise einzubetten. Die Aktivität gibt den Rahmen vor; GPUQ und Ollama liefern den lokalen Verarbeitungsweg.
Welche Deutsch-Plugins übersetzen Fachdidaktik in Aktivitäten?
Die Deutsch-Familie bündelt fachlich benannte Aktivitätsmodule. Ihre Themen reichen von Debatte, Zitat und Konjunktiv über Erzähltechnik und Drama bis zu Kommentar und mündlicher Prüfung. An ausgewählten Stellen ergänzt das Portfolio diesen fachlichen Zuschnitt durch lokale KI oder ein Spielformat. So bleibt der Gegenstand jeder Aktivität sichtbar.
| Aktivitätsmodul | Funktion oder Themenfokus |
|---|---|
| Debatten-Dojo | Gesprochene Debatten mit Ollama und Whisper |
| Zitier-Schmiede und Elegantes Zitieren | Zitieren als fachlicher Gegenstand |
| Konjunktiv-Runner | Grammatik-Spiel zum Konjunktiv |
| Redewerkstatt | Rede als fachlicher Gegenstand |
| Erzähltechniken: Das Minigame | Minigame zu Erzähltechniken |
| Bühnenmeister, Charakterisierung Drama und Inhaltsangabemeister Drama | Drama als fachlicher Gegenstand |
| Kommentar und KommentarMeister | Kommentar als fachlicher Gegenstand |
| Mündliche Prüfungssimulation | Simulation einer mündlichen Prüfung mit Ollama |
Über die Auswahl in der Tabelle hinaus gehören Epik und EpikMeister, Weiterführender Gedanke, Materialgestützte Erörterung, Innerer Monolog, Motivvergleich, Pinnwand und Sprachliche Mittel zur Familie. In ihrer Summe zeigen die Module, wie fein wir fachliche Gegenstände in eigenständige Moodle-Aktivitäten gliedern. Jede behält dabei ihren Namen und ihren klar umrissenen Themenbereich.
Zwei Beispiele verbinden Aktivität und lokale KI ausdrücklich. Das Debatten-Dojo nutzt Ollama und Whisper für gesprochene Debatten. Die Mündliche Prüfungssimulation nutzt Ollama. Auch hier bleibt die Fachaufgabe der Ausgangspunkt. Sprache oder KI ist kein losgelöster Effekt, sondern Teil einer konkret benannten Aktivität.
Was unterscheidet mod von local in diesem Moodle-Portfolio?
mod/ bezeichnet in unserem Portfolio die didaktischen Aktivitätsmodule, mit denen Lernende innerhalb von Moodle arbeiten. local/ bündelt dagegen Werkzeuge für Organisation und Verwaltung. Die Unterscheidung beschreibt hier also den Einsatzschwerpunkt: fachliche Lernaktivität auf der einen, Unterstützung des Moodle- und Schulbetriebs auf der anderen Seite.
Zu den lokalen Werkzeugen gehören unter anderem Aktivitäten-Kopierer, Betreuung–Kursfortschritt, Abgaben exportieren, Bewertungsansicht Zoom, Vereinfachte Kursnavigation, Unterrichtsplanung, Erinnerungen, Raumbuchung, Raum Check-in und Kursgenerator. Hinzu kommen Elternkompass, Bewertungs-Radiergummi, MOS Schülerfeedback, MOS Einheitsansicht, Qualitätskompass MOS, Student-AR-Ansicht, LernLiga und die klausurenweb.de-Integration engelbrain.
Die Kategorien verhindern keine Zusammenarbeit. Ein Aktivitätsmodul kann in einer Umgebung laufen, deren Organisation durch lokale Werkzeuge unterstützt wird. Trotzdem bleibt die Verantwortung lesbar: Die PuG-Lernreise bildet eine fachliche Reise ab; eine Raumbuchung verwaltet einen organisatorischen Vorgang. Diese Klarheit hilft uns, Anforderungen in die passende Softwareform zu übersetzen.
Welche Rolle spielt Gamification bei maßgeschneiderten Plugins?
Gamification erscheint im Portfolio in drei klar benannten Formen: LernLiga ist ein lokales Gamification-Werkzeug, der Konjunktiv-Runner ein Grammatik-Spiel und Erzähltechniken: Das Minigame ein fachliches Minigame. Damit liegt das Spielformat sowohl in einem lokalen Werkzeug als auch in zwei Aktivitäten für den Deutschunterricht vor.
Damit zeigt sich erneut der Unterschied zwischen einem fachlichen Modul und einem übergreifenden Werkzeug. Konjunktiv-Runner und das Erzähltechniken-Minigame gehören zur Deutsch-Fachdidaktik im Bereich mod/. LernLiga liegt bei den Organisations- und Verwaltungswerkzeugen im Bereich local/. Gamification ist also kein eigener Architekturtyp, sondern kann unterschiedlich eingeordnet sein.
Wenn Du eine spielerische Funktion planst, klärst Du deshalb zuerst ihren Einsatzort. Soll sie eine fachliche Lernhandlung abbilden, zeigen Konjunktiv-Runner und das Erzähltechniken-Minigame den Bereich mod/. LernLiga steht dagegen im Bereich local/. Das Gamification-Etikett allein entscheidet also noch nicht über die Form des Plugins.
Was lernen wir aus der Verbindung von Didaktik und Code?
Maßgeschneiderte Aktivitäten funktionieren dann nachvollziehbar, wenn Fachaufgabe, Datenmodell und Betrieb dieselbe Linie verfolgen. Die PuG-Lernreise verbindet Stationen, Entwürfe, Feedback und Fortschritt mit eigenen Tabellen. Lokale KI ergänzt den Feedbackweg. Docker, GPUQ und Ollama halten die technische Verarbeitung auf dem betreuten Schulserver.
Aus Entwicklersicht bedeutet das: Wir wählen nicht zuerst einen technischen Effekt. Wir klären, ob eine fachliche Aktivität oder ein lokales Werkzeug gebraucht wird. Dann ordnen wir die benötigten Zustände und Dienste zu. Beim Flaggschiffmodul werden daraus fünf eigene Tabellen und eine lokale KI-Anbindung; bei anderen Plugins bleibt der Zuschnitt entsprechend ihrer Aufgabe enger.
Aus Hosting-Sicht endet die Verantwortung nicht mit dem Plugin-Code. Die Moodle-5.x-Instanz, die Container und die KI-Dienste müssen gemeinsam betrieben werden. Panomity verbindet deshalb Entwicklung und EdTech-Hosting. Im Referenzprojekt liegen Anwendung, lokale Modelle, GPU-Warteschlange und die zugehörigen Daten auf dem Schulserver.
Häufige Fragen zur Moodle-Plugin-Entwicklung
Was ist die PuG-Lernreise?
Die PuG-Lernreise ist Panomitys Moodle-Aktivitätsmodul für Politik und Gesellschaft. In mod_puglernreise bearbeiten Lernende Stationen, speichern Entwürfe, erhalten Feedback und verfolgen ihren Fortschritt. Eigene Datenbanktabellen bilden diese Bestandteile ab. Für Feedback-Funktionen bindet das Modul lokale KI über GPUQ und Ollama an.
Welche Moodle-Version braucht die PuG-Lernreise?
Die PuG-Lernreise liegt in Version 2026070511 vor und setzt Moodle ≥ 2025100600 voraus. Im Panomity-Referenzprojekt läuft sie auf der Moodle-5.x-Instanz „mos Kurse“. Für Deine Planung hast Du damit zwei klare Angaben: die Modulversion und den benötigten Moodle-Build. Die laufende Referenzumgebung ist zusätzlich als Moodle 5.x eingeordnet.
Warum sind manche Plugins mod und andere local?
Die Zuordnung folgt in diesem Portfolio dem Zweck. mod/ umfasst fachdidaktische Aktivitäten wie die PuG-Lernreise oder die Deutsch-Module. local/ steht für Organisations- und Verwaltungswerkzeuge wie Raumbuchung, Kursgenerator oder LernLiga. So bleiben Lernhandlung und betriebliche Unterstützung als unterschiedliche Aufgaben innerhalb derselben Instanz erkennbar.
Wie funktioniert das lokale KI-Feedback?
Die Feedback-Funktionen der PuG-Lernreise binden Ollama über GPUQ lokal an. Ollama stellt Sprachmodelle für Textaufgaben bereit. GPUQ verteilt Aufträge über eine Warteschlange auf die eine GPU und meldet ihren Status. Die KI bleibt Feedback-Helfer nach dem Prinzip Hilfe zur Selbsthilfe, nicht Lösungsautomat.
Verlassen Schülerdaten für das KI-Feedback den Schulserver?
Nein. Die beschriebene Moodle- und KI-Architektur läuft selbstgehostet auf dem Schulserver. Ollama verarbeitet die Textaufgaben lokal, und GPUQ koordiniert die GPU-Aufträge dort. Schülerdaten verlassen den Schulserver nicht. Für die Feedback-Funktionen der PuG-Lernreise ist deshalb keine US-Cloud-KI erforderlich. Die Verarbeitung bleibt in der betreuten Umgebung.
Fazit: Fachlichkeit bleibt der Ausgangspunkt
Die PuG-Lernreise macht unsere Arbeitsweise sichtbar: Eine fachliche Abfolge wird zum Aktivitätsmodul, ein passendes Datenmodell hält ihre Zustände fest und lokale KI unterstützt das Feedback. Die Deutsch-Module übertragen denselben Grundgedanken auf klar umrissene Themen. Organisation und Gamification erhalten dort eigene Formen, wo ihr Zweck es verlangt.
Du planst eine eigene Lernaktivität oder eine selbstgehostete Moodle- und KI-Umgebung? Panomity entwickelt und hostet EdTech aus einer Hand – von maßgeschneiderten Plugins bis zur betriebenen Infrastruktur.
0 Kommentare