Ein mehrsprachiger Campus-Assistent, der nur aus vertrauenswürdigen Daten antwortet

Studierende stellen kleine, praktische Fragen. Wann ist die Abgabe? Hat die Bibliothek sonntags geöffnet? Wo ist der IT-Support? Wer ist für Studierendenservices zuständig? Die Antworten gibt es meist, aber sie sind verstreut über Aushänge, LMS-Seiten, Stundenpläne, E-Mails, Gruppenchats und einzelne Abteilungen. CampusAI ist ein Prototyp, der diese Suche einfach machen soll, ohne zu einem Chatbot zu werden, der selbstbewusst Antworten erfindet.

Worum es geht

CampusAI ist ein mehrsprachiger Assistent für den Studierendensupport an Hochschulen. Statt mehrere Systeme zu durchforsten, tippen Studierende eine natürliche Frage wie „Wann ist meine Hausarbeit in Netzwerksicherheit fällig?“. Die App durchsucht ihre institutionelle Wissensbasis, wählt den passenden Datensatz, schickt nur diesen an Google Gemini und erhält eine studierendenfreundliche Antwort zurück. Sie funktioniert auf Englisch, Tamil und Singhalesisch, weil ein Assistent nicht alle Studierenden in eine einzige Sprache zwingen sollte.

Das eigentliche Problem

Gemini an ein Chatfenster anzuschließen, ist der leichte Teil. Schwieriger ist die Frage, wie man Antworten aus vertrauenswürdigen Campus-Informationen statt ausgedachter bekommt. Im Studierendensupport kann eine falsche Information schlimmer sein als gar keine. Stellen Sie sich vor, der Assistent sagt, eine Abgabe sei nächste Woche fällig, obwohl die echte Frist morgen endet.

Daraus ergaben sich drei Prinzipien: erst abrufen, dann generieren und die Quelle nennen.

Wie alles zusammenspielt

Die Architektur ist bewusst schlicht. Eine Frage läuft über die Oberfläche zu einer Retrieval-Engine, die die Wissensbasis abfragt. Nur die relevanten Datensätze erreichen Gemini, und die Antwort kommt in der Sprache der Studierenden mitsamt Quelle zurück:

Student
   ↓
CampusAI UI
   ↓
Retrieval Engine
   ↓
Campus Knowledge Base
   ↓
Relevant Records
   ↓
Google Gemini
   ↓
Multilingual Answer + Source

Der Prototyp ist mit Python und Streamlit gebaut, nutzt Google Gemini über das Google Gen AI SDK, hält das institutionelle Wissen in JSON, stützt sich auf eine eigene Schicht für Retrieval und Relevanzbewertung und verwaltet Änderungen mit Git und GitHub.

Das Wissen ordnen

Statt einer riesigen Datei sind die Daten nach Themen aufgeteilt, eine Datei pro Bereich:

data/
├── assignments.json
├── contacts.json
├── courses.json
├── general.json
├── library.json
├── policies.json
└── services.json

Ein einzelner Bibliotheksdatensatz sieht so aus:

{
  "id": "LIB-001",
  "category": "library",
  "title": "Library Opening Hours",
  "content": "The campus library is open Monday to Friday from 8:00 AM to 6:00 PM. On Saturday it is open from 8:00 AM to 1:00 PM. The library is closed on Sunday.",
  "source": "Library Information Notice"
}

Das alles sind Demodaten, keine offiziellen Unterlagen einer echten Hochschule. Diese Unterscheidung ist wichtig. Ziel ist es, eine Architektur zu belegen, die später mit freigegebenen Informationen der Hochschule laufen könnte.

Retrieval kommt vor der Generierung

Die erste Version schickte bei jeder Frage die gesamte Wissensbasis an Gemini. Das funktionierte, skaliert aber nicht. Je mehr Informationen eine Hochschule hat, desto verschwenderischer ist es, alles zu senden, und fremde Inhalte machen die Verankerung in Fakten ungenauer.

Also kam eine Retrieval-Schicht hinzu. Bei einer Frage wie der zur Abgabe arbeitet der Retriever diese Schritte ab:

1. Die Frage normalisieren.
2. Wenig aussagekräftige Wörter entfernen.
3. Die wahrscheinlichen Kategorien schätzen.
4. Die bedeutungstragenden Begriffe vergleichen.
5. Die Kandidaten-Datensätze bewerten.
6. Schwache Treffer aussortieren.
7. Nur die stärksten zurückgeben.

Das kommt bei der Frage zur Abgabe heraus:

Question:
When is my Network Security assignment due?

        ↓

Retriever

        ↓

ASSIGN-001
Network Infrastructure Security Assignment

Deadline:
30 September 2026

Submission:
LMS

Source:
Network Security Assignment Notice

Erst danach sieht Gemini überhaupt etwas. Seine Aufgabe ist es, die Formulierung der Studierenden zu verstehen und die abgerufenen Fakten natürlich darzustellen, nicht die Campus-Fakten selbst zu erraten.

Wenn nichts passen sollte

Beim Testen zeigte sich ein lehrreicher Fehler. Jemand fragte nach dem Mensa-Speiseplan für morgen, und die Wissensbasis enthält nichts über Mensen. Trotzdem lieferte der Retriever unpassende Datensätze, weil häufige Wörter wie „what“, „is“ und „the“ in verschiedenen Dokumenten vorkamen.

Die Lösung bestand aus mehreren Teilen:

• Stoppwörter filtern.
• Eine bedeutsame Token-Überschneidung verlangen.
• Kategorien stärker gewichten.
• Treffer auf Schlüsselbegriffe aus mehreren Wörtern unterstützen.
• Einen Mindestwert für die Relevanz einführen.

Danach verhält sich dieselbe Frage korrekt:

Question:
What is tomorrow's cafeteria menu?

Der Retriever liefert nichts:

Records found: 0

Der Assistent sagt dann, dass er keine verifizierten Informationen findet, statt einen Speiseplan zu erfinden. Diese Weigerung ist eines der wichtigsten Verhaltensmuster des ganzen Projekts.

Gemini schreibt die Antwort

Abgerufene Datensätze gehen mit klaren Anweisungen an Gemini. Das Modell darf keine Abgabefristen, Stundenpläne, Lehrenden, Räume, Gebühren, Regelungen, Kontaktdaten oder Ankündigungen erfinden. Gibt es einen Treffer, macht das Modell daraus einen klaren Satz. Bei der Frage zur Abgabe nennt die Antwort die Frist 30. September 2026 und den Hinweis, über das LMS abzugeben, und fügt dann die Quelle an, nämlich die Aufgabenankündigung. Die Quellenangabe zeigt den Studierenden, woher die Antwort stammt.

Drei Sprachen, eine Wissensbasis

Die Frage zur Bibliothek lässt sich auf Englisch, Tamil oder Singhalesisch stellen. Der abgerufene Datensatz bleibt in einem strukturierten Format, während Gemini in der Sprache antwortet, die die Person verwendet hat. Das ist weit flexibler, als für jede Sprache einen eigenen Chatbot zu betreiben.

Ein durchgespieltes Beispiel

Angenommen, der Bibliotheksdatensatz enthält diese Öffnungszeiten:

Library hours

Monday–Friday:
8:00 AM – 6:00 PMSaturday:
8:00 AM – 1:00 PMSunday:
Closed

Jemand fragt, ob die Bibliothek sonntags geöffnet hat. Der Retriever findet den Bibliotheksdatensatz, und Gemini antwortet, dass sie sonntags geschlossen ist, mit Verweis auf den Infoaushang der Bibliothek. Die Studierenden müssen nie wissen, ob die Antwort in einer JSON-Datei, einem Stundenplan, einem Aushang oder einer Datenbank steckt. Sie fragen einfach.

Verantwortungsvolles Verhalten von Anfang an

CampusAI ist noch ein Prototyp, aber sicheres Verhalten gehört zum Design, statt später angeflanscht zu werden. Es gelten fünf Schutzmaßnahmen:

1. Campus-Fakten müssen aus abgerufenen Datensätzen stammen, und Gemini ist angewiesen, dafür kein Allgemeinwissen zu nutzen.
2. Eine Mindestrelevanz verwirft Treffer mit geringer Sicherheit.
3. Gibt es nichts Passendes, erfahren die Studierenden, dass keine verifizierten Informationen gefunden wurden.
4. Jeder Datensatz bewahrt die institutionelle Quelle, die für die Antwort verwendet wurde.
5. Die Demo enthält keine sensiblen Daten, also keine Matrikelnummern, Noten, Gesundheitsangaben, Passwörter, Finanzdaten oder privaten Unterlagen.

Ein Produktiveinsatz bräuchte Authentifizierung und Zugriffskontrolle, bevor er personenbezogene Daten von Studierenden berührt.

Die Oberfläche

Das Frontend ist mit Streamlit gebaut und soll sich vertraut anfühlen für alle, die schon ein modernes KI-Chatprodukt genutzt haben. Es gibt einen Gesprächsbereich, eine Seitenleiste, Fragevorschläge, Sprachhinweise, eine Option für einen neuen Chat, ein dauerhaftes Eingabefeld und gut lesbare Antworten. Das visuelle Design bleibt bewusst einfach. Entscheidend ist nicht Animation, sondern ob jemand fragen kann, wo es IT-Support gibt, und schnell die richtige Antwort bekommt.

Wie getestet wurde

Mehrere Arten von Fragen wurden ausprobiert. Bekannte Informationen:

What are the library opening hours?

Abgaben:

When is my Network Security assignment due?

Campus-Services:

Where can I get IT support?

Tamil, eine Frage in gemischter Sprache dazu, wann die Arbeit abzugeben ist:

Network Security assignment எப்போது submit செய்ய வேண்டும்?

Singhalesisch, mit der Frage, wo der IT-Support-Schalter ist:

IT support එක කොහෙද තියෙන්නේ?

Und Informationen, die es nicht gibt:

What is tomorrow's cafeteria menu?

Die letzte Kategorie ist die wichtigste. Ein nützlicher Hochschul-Assistent sollte sagen können, dass er zu etwas keine verifizierten Informationen hat. Das ist jeder selbstbewussten, falschen Antwort überlegen.

Was wir gelernt haben

Das generative Modell ist nur ein Baustein. Eine nützliche Anwendung braucht außerdem gute Daten, Retrieval, klare Grenzen, Quellennachverfolgung, Fehlerbehandlung, eine ordentliche Nutzererfahrung und ein Bewusstsein für Datenschutz.

Die größte Verbesserung kam nicht vom Umschreiben des Prompts. Sie kam von der Retrieval-Schicht, die festlegt, was Gemini sehen darf, bevor es irgendetwas generiert. Dadurch wurde das Verhalten vorhersehbarer und das System bekam eine deutlich klarere Struktur.

Wie es weitergehen könnte

Das Projekt ist ein MVP, und mehrere Richtungen sehen vielversprechend aus:

• Semantisches Retrieval. Der heutige Ansatz nutzt Kategorieerkennung und Relevanzbewertung. Größere Datenbestände könnten auf Embeddings und Vektorsuche umsteigen.
• Dokumentenimport. Verwaltungsmitarbeitende könnten geprüfte Dateien hochladen, etwa PDF-Aushänge, Ordnungen, Handbücher, Stundenpläne und Leitfäden für Studierende, und die App würde sie selbst indexieren.
• LMS-Integration. Echte freigegebene Informationen könnten direkt aus dem LMS kommen statt aus Demo-JSON-Dateien.
• Authentifizierung von Studierenden. Angemeldete Studierende könnten mit passenden Zugriffskontrollen Informationen zu ihrem eigenen Studiengang oder Semester sehen.
• Analysen für die Verwaltung. Hochschulen könnten erfahren, welche Fragen am häufigsten auftauchen und welche Informationen Studierende nur schwer finden.
• Cloud-Bereitstellung. Die aktuelle Version läuft lokal, könnte aber zu einem skalierbaren Webdienst auf Google Cloud werden.

Die Idee in einem Satz

Die Ausgangsfrage war, ob Studierende natürlicher an Campus-Informationen kommen können, ohne auf Verlässlichkeit zu verzichten. Gemini liefert Sprachverständnis und mehrsprachige Generierung. Erst die Kombination mit Retrieval, strukturierten Daten, Quellenangaben und der Bereitschaft, abzulehnen, macht daraus etwas Besseres als einen simplen Chatbot.

Natürlich fragen. Sorgfältig abrufen. Aus vertrauenswürdigen Informationen generieren.