Interaktive Augmentierte Videos 

Einführung

Was wäre, wenn Trainingsvideos nicht nur angeschaut, sondern in aktive Lernerfahrungen verwandelt würden? 

Problem

Traditionelle E-Learning-Videos sind passiv und schaffen es oft nicht, die Aufmerksamkeit der Lernenden zu halten oder tiefere Verständnisprozesse zu unterstützen. 

Unsere Umsetzung 

Unser System integriert Quizzes, Zusammenfassungen und KI-gestützte Interaktionen direkt in Videos. Lernende beantworten Fragen während der Wiedergabe, reflektieren über die Inhalte und erhalten automatisch generierte Notizen. Die Lösung unterstützt mehrere Sprachen und exportiert SCORM- und H5P-kompatible Pakete, sodass eine nahtlose Nutzung in Moodle oder anderen Lernmanagementsystemen möglich ist. Forschung zeigt, dass interaktive Videoformate das Verständnis und die Behaltensleistung der Lernenden deutlich verbessern und damit effektiver sind als traditionelle, passive Videos (Al-Mamun & Azad, 2024). 

Zentrale Herausforderungen 

• Präzises Time-Stamping von Fragen und Interaktionen, damit sie sich natürlich in den Videoinhalt einfügen. 
• Automatische Generierung von Fragen, Zusammenfassungen und Notizen durch KI. 
• Unterstützung mehrsprachiger Bereitstellung in unterschiedlichen Lernumgebungen.
• Sicherstellung der Interoperabilität mit LMS durch SCORM- und H5P-Standards. 

Fazit

Organisationen und Bildungseinrichtungen sparen Vorbereitungszeit, während Lernende motiviert bleiben und bessere Ergebnisse erzielen. Kontaktieren Sie uns, um zu erfahren, wie Sie Ihre Videoinhalte in interaktive, skalierbare Lernerfahrungen verwandeln können. 
Hierfür senden Sie gerne eine Mail an: markus.tatzgern@fh-salzburg.ac.at 

Referenzen 

• Kovacs, G., & Edge, D. (2021). QuizCram: A Quiz-Driven Lecture Viewing Interface. Proceedings of the ACM CHI Conference on Human Factors in Computing Systems (CHI’21). arXiv:2102.01864 
• Ruf, B., & Detyniecki, M. (2025). The «Huh?» Button: Improving Understanding in Educational Videos with Large Language Models. Proceedings of the HCII Conference on Human-Computer Interaction. arXiv:2412.14201 
• Chen, L., Wang, L., & Hu, X. (2025). Adaptive Interactive Video Learning with AI-Augmented Feedback. arXiv preprint arXiv:2504.19406v2. 
• Al-Mamun, M. A., & Azad, M. A. K. (2024). Exploring interactive video learning: Techniques, applications, and pedagogical insights. ResearchGate Preprint. Retrieved from https://www.researchgate.net/publication/378138680