Eine Sprachlernplattform setzt ein winziges KI-Modell ein, um Gespräche zwischen Lernenden und Lehrkräften mit Grammatikbegriffen zu versehen. Das Modell, eine Version von Qwen3.5 mit 0,8 Milliarden Parametern, wurde anhand von Beispielen aus der Lehrpraxis feinabgestimmt und dient nun als Grundlage für einen neuen Tracker, der die Grammatikkenntnisse aller Englischlernenden auf der Plattform erfasst. Nach Angaben des Unternehmens ist der Betrieb 16-mal günstiger als mit Prompts für große Spitzenmodelle wie GPT‑5.4 oder GPT‑5.6.
Entwicklung und Tests des Modells
Das Team filterte und balancierte die von Lehrkräften erstellten Trainingsdaten neu aus und ergänzte eine Adapter-Schicht – eine kleine Anzahl zusätzlicher Gewichte –, in der die Regeln für die Annotation hinterlegt sind. So kann das 0,8B-Modell mit einem kurzen, passenden Prompt statt mit ausführlichen Anweisungen arbeiten. In zwei von Menschen zusammengestellten Benchmark-Tests übertrafen das eingesetzte Modell und ein Referenzmodell mit 4B Parametern GPT‑5.4 und GPT‑5.6 mit Prompts sowohl bei der Präzision als auch beim Recall. Dabei kamen zunehmend strengere Übereinstimmungskriterien zum Einsatz: Konzept, Belegstelle und Korrektheit.
Auswirkungen auf Lernende und Geschäft
Ein Online-A/B-Test ergab, dass der neue Tracker das Engagement der Lernenden um 15,8 Prozent steigerte. Die gebuchten Unterrichtsstunden nahmen um 2,1 Prozent zu, und der Bruttowarenwert neu gebuchter Lektionen wuchs um 13,2 Prozent, wie aus internen Kennzahlen der Plattform hervorgeht.
Warum es wichtig ist
Für Englischlernende bedeutet die günstigere KI, dass die Plattform kontinuierliches, automatisiertes Grammatikfeedback anbieten kann, ohne die Preise zu erhöhen. Für das Unternehmen führen geringere Rechenkosten und höheres Engagement zu mehr Unterrichtsbuchungen und höheren Einnahmen.
