Zurück zur Übersicht
THE BRIEFING — KI-Gesprächssimulation
Lernspiele

THE BRIEFING — KI-Gesprächssimulation

Ein Serious Game für Instructional Designer: Im Konferenz-Layout führst du ein Erstgespräch mit einem KI-simulierten Kunden und deckst durch gezielte Fragen das eigentliche Projekt auf, bevor du eine Lösung versprichst.

Zielgruppe

Angehende Instructional Designer:innen, Kommunikationstraining

Lernziel

Professionelle Gesprächsführung, aktives Zuhören und Bedarfsanalyse im Kundenerstgespräch trainieren, statt vorschnell eine Lösung anzubieten.

Meine Rolle

Konzept, Instructional Design, technische Umsetzung (Hybrid-Engine aus deterministischer Spiellogik und KI-Analyse)

Ergebnis

Sieben Gesprächsphasen mit fünf möglichen Enden, getrenntes KI-Feedback-System und abschließende Kompetenz-Radar-Auswertung; läuft dank regelbasierter Mock-KI auch offline ganz ohne API-Key.

Eingesetzte Tools

Next.jsTypeScriptClaude API (Anthropic)Web Speech API
Case Study

Mein Denkprozess

Wie ich von der ersten Idee zur fertigen Lösung gekommen bin — Entscheidungen, Stolpersteine und was am Ende dabei herausgekommen ist.

  1. Schritt 01

    Herausforderung

    Angehende Instructional Designer:innen springen im echten Erstgespräch oft zu schnell zu einer Lösung, statt den eigentlichen Bedarf zu klären — ein Gespräch, das sich in der Realität kaum wiederholen lässt.

    • Zielgruppe: angehende Instructional Designer:innen
    • Anforderung: risikofreies Übungsumfeld für ein einmaliges Gespräch
    • Anforderung: nachvollziehbare Auswertung statt reinem Punktestand
  2. Schritt 02

    Analyse

    Zielgruppe analysiert

    Theorie zur Bedarfsanalyse bekannt, Gesprächspraxis fehlt meist.

    Lernziele definiert

    Aktives Zuhören und gezieltes Nachfragen statt vorschnelles Lösungsversprechen.

    Didaktik gewählt

    Serious Game mit echten Konsequenzen — falsche Fragen führen zu einem von fünf Enden, nicht zu einer „richtigen” Antwort.

    Technik bewertet

    Hybrid aus deterministischer Spiellogik und KI-Analyse statt freier KI-Konversation — prüfbar und offlinefähig.

  3. Schritt 03

    Konzept

    Gesprächsfluss

    Sieben Phasen mit Verzweigungen zu fünf möglichen Enden.

    Raum-Layout

    Konferenzraum mit Gesprächsverlauf und Kompetenz-Radar skizziert.

    Spannungsbogen

    Vom lockeren Einstieg zum kritischen Wendepunkt im Gespräch.

    Moodboard

    Professionelle, aber nicht einschüchternde Meeting-Atmosphäre.

  4. Schritt 04

    Umsetzung

    Next.js

    Schnelle, serverseitig vorgerenderte Oberfläche für den Konferenzraum.

    Claude API (Anthropic)

    Freie Kundenantworten und Abschlussauswertung, wo starre Regeln nicht ausreichen.

    Web Speech API

    Gesprochene statt getippte Fragen für mehr Gesprächsnähe.

    TypeScript

    Sieben Phasen und fünf Enden robust typisiert statt fehleranfällig verzweigt.

  5. Schritt 05

    Herausforderungen & Lösungen

    Problem

    Reine KI-Konversation ist schwer prüf- und wiederholbar.

    Lösung

    Hybrid-Engine aus regelbasierter Spiellogik plus KI nur für Sprache und Feedback.

    Problem

    Ohne API-Key wäre das Spiel für Interessierte unspielbar.

    Lösung

    Regelbasierte Mock-KI, die das Spiel vollständig offline lauffähig macht.

    Problem

    Ein „richtig/falsch” wird der Komplexität eines Erstgesprächs nicht gerecht.

    Lösung

    Fünf mögliche Enden je nach Gesprächsführung statt binärer Bewertung.

  6. Schritt 06

    Ergebnis

    Sieben Gesprächsphasen mit fünf Enden, separates KI-Feedback und Kompetenz-Radar — vollständig offline spielbar.

    Gelernt

    Ein glaubwürdiges Übungsgespräch lebt mehr von guter Verzweigungslogik als von möglichst freier KI.

    Heute anders

    Ich würde das Kompetenz-Radar schon im Entwurf einbeziehen, um die Phasen direkt darauf zuzuschneiden.

Selbst ausprobieren

Am besten spricht das Ergebnis für sich — wirf einen Blick in die Demo.

Demo ansehen