
Mina brachte Prüfungscoaching in den KI-Chat. Schon in der Beta berichtete die Tagesschau.
Wer vor einer Prüfung steht, hat oft ein konkretes Anliegen und wenig Zeit. Mit Mina habe ich untersucht, wie ein Gespräch auf dem Smartphone in dieser Situation Orientierung geben kann. Der Weg führte vom handgeschriebenen Dialog über eine geschlossene Beta bis zum Experiment mit einem großen Sprachmodell.

Was braucht jemand, der morgen eine Prüfung schreibt?
Die Idee für Mina entstand 2020 während des Lockdowns. Persönliche Gespräche fielen weg. Gleichzeitig blieben ganz alltägliche Belastungen bestehen. Mich interessierte der Moment, in dem jemand Unterstützung sucht, aber noch gar nicht weiß, wie sich das eigene Anliegen beschreiben lässt.
Prüfungsangst bot uns einen konkreten Einstieg. Eine mündliche Prüfung, eine Präsentation und ein voller Lernplan erzeugen unterschiedliche Fragen. An diesen Situationen konnten wir prüfen, wie genau ein digitaler Coach zuhören muss, bevor sein nächster Gesprächsschritt sinnvoll wird. Inhaltlich orientierte sich das Konzept an der kognitiven Verhaltenstherapie.
Erst das Anliegen verstehen. Dann den Dialog schreiben.
Ich führte 30 Tiefeninterviews. Für die Produktarbeit war entscheidend, drei Fragen auseinanderzuhalten. Wann entsteht Unterstützungsbedarf? Was würde jemand einem Chatbot überhaupt erzählen? Und woran würde die Person während des Gesprächs merken, dass die Antwort zu ihrer Situation passt?
Meine Aufgabe war es, aus der Breite an möglichen Themen einen testbaren Ausschnitt zu machen. Die Interviews lieferten den Kontext für diese Entscheidung. Ob sich ein Dialog tatsächlich verständlich anfühlte, mussten wir anschließend mit einem benutzbaren Prototyp untersuchen.
Ein Link reichte für den ersten Produkttest.
Mit Landbot bauten wir die ersten Gesprächsverläufe als verknüpfte Textbausteine auf. Ein kleiner Testkreis konnte die Dialoge über einen Link ausprobieren. So ließ sich eine Frage umformulieren oder eine Verzweigung ändern, bevor ein Team dafür eine neue App-Version bauen musste.
Der Prototyp machte eine Eigenheit von Conversational UX sichtbar. Ein einzelner Satz kann verständlich sein und im Gespräch trotzdem an der falschen Stelle stehen. Für das Review musste das Team den jeweiligen Pfad selbst durchspielen. Eine Liste freigegebener Texte hätte diese Prüfung nicht geleistet.
Wie lädt ein Icon zu einem persönlichen Gespräch ein?
Die Marke musste auf der kleinen Fläche eines App-Icons funktionieren. In mehreren Entwurfsrunden untersuchten wir, wie sich ein Gespräch visuell andeuten lässt. Türkis und Rot gaben Mina eine eigene Identität. Der kurze Name ließ sich auch in englischen Dialogen verwenden.
Vom Thema zur ersten Antwort.
Die Themenkarte im Figma-Entwurf erklärt vor dem Einstieg, worum es geht und welchen Umfang das Coaching hat. Der Entwurf für Prüfungsangst nennt fünf Kapitel und 25 Sitzungen. Erst danach entscheidet die Person, ob sie dieses Thema wählen möchte.
Im nächsten Screen stellt sich Mina vor und erklärt, was im Gespräch passieren soll. Diese erste Nachricht übernimmt eine Aufgabe, die in anderen Apps oft ein Tutorial erledigt. Sie setzt Erwartungen an Ton, Ablauf und Gegenstand des Austauschs.
Das Inhaltsverzeichnis ergänzt den Chat um direkte Navigation. Wer für eine Präsentation übt, kann den passenden Abschnitt gezielt finden. Für mich lag hier eine wichtige Designentscheidung. Das Gespräch schafft Nähe, die Kapitelstruktur gibt den Nutzenden Kontrolle über den Weg.
Ein Redaktionssystem für Hunderte Seiten Gesprächsführung.
Die mobile Anwendung entstand mit React Native und AWS. Die aufwendigere Produktentscheidung betraf die Inhalte. Für Hunderte Seiten Gesprächsführung brauchten wir ein System, in dem das Team Texte, Verzweigungen und wiederverwendbare Bausteine pflegen konnte.
Zunächst wollten wir Landbot über seine API an die App anbinden. Das hätte einen Systemwechsel gespart. Beim Übergang vom Testdialog zur eigenen Oberfläche erwies sich die Schnittstelle jedoch als zu unflexibel. Wir entschieden uns für Botpress. Das Redaktionsteam konnte dort Dialogflüsse visuell bearbeiten, während die App die Darstellung übernahm.
Was sich mit einem Sprachmodell verändert.
Die App ging in eine geschlossene Beta mit Studierenden sowie Schülerinnen und Schülern. Der Fokus auf Prüfungsangst, Leistungsdruck und Lernstress hielt die Erprobung überschaubar. Die 16 konzipierten Themenfelder beschrieben den möglichen Ausbau.
Später untersuchten wir in einem LLM-Prototyp, wie frei formulierte Eingaben den Gesprächsverlauf verändern. Bei einem redaktionellen Dialog lässt sich jede Verzweigung einzeln lesen und prüfen. Ein Sprachmodell kann auf dieselbe Eingabe unterschiedlich antworten. Damit verändert sich auch die Aufgabe der Produktleitung. Sie muss definieren, welche Antworten im jeweiligen Kontext angemessen sind und wie sich Abweichungen erkennen lassen.
Mit dem Aufkommen allgemein verfügbarer Sprachmodelle haben wir die ursprüngliche Produktidee neu bewertet und die Weiterentwicklung in dieser Form beendet. Die geschlossene Beta und der LLM-Prototyp markieren unterschiedliche Entwicklungsstände. Aus den Produkttests lässt sich keine Aussage zur klinischen Wirksamkeit ableiten.
Was ich aus Mina in andere Produktteams mitnehme.
- Das riskanteste Nutzungserlebnis zuerst testen.Bei Mina war das der zweite oder dritte Gesprächsschritt. Ein klickbarer Dialog konnte früher zeigen, ob eine Antwort anschlussfähig war, als ein fertig gestalteter Startscreen.
- Redaktion als Teil des Produkts gestalten.Jeder zusätzliche Gesprächspfad erzeugt Arbeit für die Menschen, die ihn schreiben, prüfen und später ändern. Ihre Werkzeuge gehören deshalb schon bei der Architekturentscheidung auf den Tisch.
- Einen Technologiewechsel als Produktentscheidung behandeln.Mit generativer KI änderten sich die Erwartungen an einen Chatbot. Damit stand für uns erneut die Frage im Raum, welchen eigenständigen Nutzen ein spezialisiertes Angebot stiftet und wie dieser Nutzen überprüfbar wird.