Die Bausteine, die aus einem Foto der Klausur einen belegten, auditierbaren Korrekturvorschlag machen, vom OCR-Token bis zur Hash-Chain.
OCR / HTR (Texterkennung)
Wie erkennt Laura handschriftlichen Text?
OCR (bei Handschrift: HTR) wandelt Bildinhalt in Text um. Laura fährt mehrere Erkenner parallel, lokale Strecken zuerst, ein Cloud-Fallback nur mit Consent, und gleicht sie ab, statt sich auf einen einzigen Erkenner zu verlassen. Das Ergebnis ist Evidenz, keine gesetzte Wahrheit.
Konkrete Modelle können sich ändern; das Glossar beschreibt bewusst das Mehr-Erkenner-Prinzip.
Siehe auch: Tokens (OCR-Tokens), Konfidenz-Kaskade (4 Stufen), Evidence Layer
Tokens (OCR-Tokens)
Was ist ein OCR-Token?
Ein Token ist die Einzelwort-Repräsentation des Erkennungs-Ergebnisses: der erkannte Text plus seine Position im Bild (Bounding Box), seine Konfidenz und seine Konfidenz-Klasse. Tokens sind die kleinste Einheit, an der Laura Belege, Vorschläge und Entscheidungen aufhängt.
Siehe auch: OCR / HTR (Texterkennung), Konfidenz-Klasse
Konfidenz-Kaskade (4 Stufen)
Wie entscheidet Laura, ob Cloud-KI nötig ist?
Die Konfidenz-Kaskade arbeitet in vier Stufen: Zuerst laufen zwei lokale, kostenlose Erkenner und gleichen ihr Ergebnis ab. Sind sie sich sicher genug einig, ist die Klausur gratis und lokal fertig. Nur die strittigen Stellen gehen an zwei unabhängige Cloud-Prozesse und werden erneut abgeglichen. Was danach unsicher bleibt, wird nicht geraten, sondern der Lehrkraft vorgelegt.
Erst gratis und lokal, Cloud nur für die wenigen Zweifelsfälle, und nur, wenn die Schule das erlaubt.
Siehe auch: Konfidenz-Klasse, Konfidenz-Ampel
Assessment Object Model (AOM)
Was ist das Assessment Object Model?
Das AOM ist Lauras generisches Datenmodell: Assessment → Submission → Evidence → Proposal → Decision → Output. Es ist bewusst nicht Deutsch-spezifisch, damit sich weitere Fächer anschließen lassen. Es ist der Bauplan, entlang dessen jede Aufgabe Schritt für Schritt verarbeitet und dokumentiert wird.
Siehe auch: Submission (Abgabe), Proposal (Bewertungsvorschlag)
Submission (Abgabe)
Was ist eine Submission?
Eine Submission ist die Abgabe genau einer Schülerin bzw. eines Schülers zu einem Assessment, die zweite Ebene im Datenmodell. An ihr hängen die erkannten Tokens, die Vorschläge und die Entscheidungen dieser einen Arbeit.
Siehe auch: Assessment Object Model (AOM)
Beleg einer Entscheidung
Was speichert Laura zu einer Lehrer-Entscheidung?
Zu jeder Entscheidung hält Laura mehrere Schichten fest: die betroffene Stelle im Heft, den maschinell erkannten Text, den von der Lehrkraft bestätigten Text, die Sicherheitseinstufung und die Art der Entscheidung, dazu die nötigen Nachweisdaten. So lässt sich später lückenlos nachvollziehen, worauf eine Bewertung beruht und wer sie getroffen hat. Nichts bleibt dem Gedächtnis oder dem Zufall überlassen.
Jede Entscheidung bleibt vollständig belegt und rekonstruierbar.
Siehe auch: Entscheidungsart, Nachvollziehbare Spur
Entscheidungsart
Welche Arten von Entscheidungen gibt es?
Jeder Handgriff, den du machst, bekommt ein klares Etikett: annehmen, selbst korrigieren, unlesbar, gehört nicht dazu oder später ansehen. Diese Etikette sagt Laura genau, was du mit ihrem Vorschlag getan hast. Und sie ist die Weiche fürs Lernen: Nur bestimmte, bewusste Entscheidungen dürfen Lauras Bild einer Handschrift verändern, ein bloßes Durchklicken eben nicht.
So lernt Laura nur aus dem, was die Lehrkraft wirklich bestätigt hat.
Siehe auch: Korrektur-Entscheidung (Edit), Schutz vor falschem Lernen
Korrektur-Entscheidung (Edit)
Was passiert, wenn ich einen Vorschlag selbst korrigiere?
Manchmal liest Laura ein Wort falsch. Dann tippst du die richtige Fassung einfach ein, fertig. Dieses eine Mal genügt: Laura speichert deine Korrektur und behält sie im Blick, wenn dieselbe Handschrift wieder auftaucht. Wichtig ist nur, dass wirklich etwas dasteht, aus einem leeren Feld lernt sie nichts. So verbessert sie sich ausschließlich dort, wo du bewusst Hand angelegt hast.
Siehe auch: Entscheidungsart, Handschrift-Lernen (Writer-Adaptive Recognition)
Unlesbar-Entscheidung
Wie markiert man eine Stelle als unlesbar?
Mit der Unlesbar-Entscheidung markiert die Lehrkraft ein Token als nicht lesbar. Ein korrigierter Text ist dabei ausgeschlossen; die Entscheidung fließt als negatives Signal ins Schriftprofil ein. So bleibt „nicht lesbar“ ehrlich als solches erhalten, statt geraten zu werden.
Siehe auch: Entscheidungsart
Nicht-relevant-Entscheidung
Was bedeutet „nicht relevant“ bei einem Token?
„Nicht relevant“ kennzeichnet Tokens, die nicht ins Schriftprofil einfließen sollen, etwa Zeichnungen, Zahlen oder Sonderzeichen. Damit lernt Laura nur aus echtem Schrifttext und nicht aus Artefakten, die für die Handschrifterkennung keine Aussage haben.
Siehe auch: Entscheidungsart
Eskalation (Escalate)
Was passiert bei einer Eskalation?
Bei der Eskalation reicht die Lehrkraft eine Konfliktentscheidung an die Schulleitung weiter. Es entsteht ein Meta-Ereignis ohne Schriftprofil-Update, und eine Begründung ist Pflicht. Die Eskalation ist einer der geregelten Wege, wenn ein Konflikt nicht vor Ort auflösbar ist.
Siehe auch: Konflikt-Auflösung, Rationale (Begründung)
Merge-Edit-Strategie
Wie löst Laura zwei widersprüchliche Korrektur-Stände auf?
Bei der Merge-Edit-Strategie tippt die Lehrkraft einen neuen finalen Text, der beide widersprüchlichen Stände ersetzt. Daraus entsteht eine neue Edit-Entscheidung. Kein Stand wird still überschrieben; die Lehrkraft setzt bewusst den maßgeblichen Text.
Siehe auch: Konflikt-Auflösung, Korrektur-Entscheidung (Edit)
Konflikt-Auflösung
Was passiert, wenn dieselbe Klausur auf zwei Geräten korrigiert wurde?
Laura überschreibt nichts still, sondern fragt die Lehrkraft, welcher Stand gilt. Es gibt geregelte Strategien: lokalen Stand behalten, Server-Stand behalten, zusammenführen oder eskalieren. So bleibt die Auflösung eine bewusste Entscheidung mit Spur.
Siehe auch: Merge-Edit-Strategie, Eskalation (Escalate), Offline-Ablage
Manipulationssichere Kette
Wie sichert Laura, dass Entscheidungen nicht nachträglich verändert werden?
Alle Protokolleinträge einer Arbeit werden wie Kettenglieder miteinander verbunden: Jeder Eintrag trägt einen digitalen Fingerabdruck des vorherigen. Würde jemand einen Eintrag nachträglich verändern, passt der Fingerabdruck nicht mehr und die Kette bricht sichtbar. So ist sofort erkennbar, ob an der Entscheidungshistorie gedreht wurde.
Wie ein Siegel, das beim kleinsten Aufbrechen reißt.
Siehe auch: Unveränderbares Protokoll, GENESIS-Hash, Integritätsstatus
Unveränderbares Protokoll
Was ist ein unveränderbares Protokoll?
Ein unveränderbares Protokoll ist ein Verzeichnis, in das nur hinzugefügt werden kann; Ändern oder Löschen ist ausgeschlossen. Jede Korrekturentscheidung wird darin festgehalten wie ein Stempel im Logbuch, der später nicht mehr wegretuschiert werden kann. So bleibt die Historie ehrlich und vollständig, auch Wochen später. Was hineinkommt, bleibt drin, genau so, wie es war.
Wie ein Fahrtenbuch: Einträge kommen dazu, verschwinden aber nie.
Siehe auch: Nachvollziehbare Spur, Manipulationssichere Kette
Nachvollziehbare Spur
Was ist im Verlauf einer Bewertung nachvollziehbar?
Die Spur ist die durchgehende Kette aller Entscheidungen, mit Zeitpunkt, handelnder Person, Fingerabdruck und Begründung. Bei jeder Bewertung lässt sich damit zurückverfolgen, wer sie wann und mit welcher Begründung getroffen hat. Nichts geschieht anonym oder im Verborgenen, jeder Schritt ist zuordenbar. Das macht eine Note gegenüber Eltern wie Schulleitung belastbar.
Wer, wann, warum: bei jeder Bewertung ablesbar.
Siehe auch: Unveränderbares Protokoll, Manipulationssichere Kette
GENESIS-Hash
Was ist der GENESIS-Hash?
Der GENESIS-Hash ist der feste Start-Wert einer Hash-Chain pro Submission, der „vorherige Hash“ des allerersten Eintrags. Fehlt er, ist die Kette nicht sauber begonnen; seine Konstanz macht den Anfang jeder Audit-Kette eindeutig prüfbar.
Siehe auch: Manipulationssichere Kette, Integritätsstatus
Integritätsstatus
Wie zeigt Laura, ob eine Audit-Kette unversehrt ist?
Der Integritätsstatus fasst zusammen, ob die Audit-Kette einer Submission gültig ist oder wo sie beschädigt wäre, etwa Hash-Bruch, fehlender Start, verwaister Eintrag, doppelte Kennung oder Quarantäne. So ist maschinell erkennbar, ob den Daten zu trauen ist.
Siehe auch: Manipulationssichere Kette, GENESIS-Hash
Offline-Ablage
Was passiert mit Entscheidungen, wenn gerade kein Netz da ist?
Die Offline-Ablage ist eine kleine Warteschlange direkt im Browser: Fällt das Netz aus, werden Entscheidungen dort zwischengespeichert und beim nächsten Verbinden automatisch nachgereicht. So kann die Lehrkraft im Zug oder im Keller ohne Empfang weiterarbeiten, ohne dass eine einzige Entscheidung verloren geht.
Wie ein Postausgang, der wartet, bis wieder Verbindung da ist.
Siehe auch: Idempotenz, Konflikt-Auflösung
Idempotenz
Was verhindert doppelte Einträge beim Nachsenden?
Idempotenz heißt: Wird dieselbe Entscheidung mit derselben Kennung mehrfach gesendet, etwa nach einem Verbindungsabbruch, entsteht trotzdem nur ein Eintrag. Ein eindeutiger Index verhindert Duplikate, sodass Wiederholungen sicher sind.
Siehe auch: Offline-Ablage
Wort-Diff (LCS)
Wie zeigt Laura, was sich zwischen zwei Ständen geändert hat?
Der Wort-Diff nutzt den Algorithmus der längsten gemeinsamen Teilfolge (LCS), um hinzugefügte und entfernte Wörter farbcodiert sichtbar zu machen. In der Konflikt-Ansicht sieht die Lehrkraft so auf einen Blick, worin sich zwei Korrektur-Stände unterscheiden.
Siehe auch: Konflikt-Auflösung
Eine einzige Wahrheitsquelle
Warum widersprechen sich bei Laura keine zwei Stellen?
Hinter Laura steht das Prinzip einer einzigen Wahrheitsquelle: Jede Datenart ist genau einmal zentral festgelegt, und alle anderen Stellen leiten sich davon ab. So können keine widersprüchlichen Kopien entstehen, die mit der Zeit auseinanderlaufen. Was einmal richtig definiert ist, gilt überall gleich, ein Ort der Wahrheit statt vieler leicht abweichender Zettel.
Gespiegelte Struktur
Was ist eine gespiegelte Struktur?
Eine gespiegelte Struktur ist eine Ordnung, die an zwei Orten gleich aussieht: einmal als Weg durch die Web-Oberfläche und einmal als Ablage in der Datei-Struktur. Beide bilden dieselbe Hierarchie ab, sodass Navigieren und Ablegen zueinander passen. Man findet sich in der Bedienung genauso zurecht wie in der Ablage.
Handschrift-Lernen (Writer-Adaptive Recognition)
Wie wird Laura bei einer bekannten Handschrift besser?
Je öfter Laura die Handschrift eines Kindes sieht, desto besser entziffert sie sie. Für jede Schülerin und jeden Schüler legt sie sich nach und nach ein Gespür an: welche Buchstaben dieses Kind eigenwillig schreibt, wo du typischerweise korrigierst. Gefüttert wird dieses Gespür nur aus deinen bewussten Entscheidungen, nie aus eigenen, unbestätigten Vermutungen. Einmal erklärt, sitzt es.
Eine Eigenheit musst du im Idealfall nur ein einziges Mal korrigieren.
Siehe auch: Handschrift-Gedächtnis (WriterAtlas), Schreiber-Profil, Schutz vor falschem Lernen, Korrektur-Entscheidung (Edit)
Schutz vor falschem Lernen
Was schützt das Handschrift-Wissen vor falschem Lernen?
Damit Laura sich nichts Falsches angewöhnt, gibt es einen Türsteher fürs Lernen. Er lässt nur saubere Signale durch: deine echten, bewussten Entscheidungen. Ein Vorschlag, den niemand geprüft hat, oder zwei widersprüchliche Angaben kommen nicht rein. So bleibt das, was Laura sich über eine Handschrift merkt, immer auf dem gebaut, was du wirklich bestätigt hast, und verwässert nicht mit der Zeit.
Siehe auch: Handschrift-Lernen (Writer-Adaptive Recognition), Entscheidungsart, Handschrift-Gedächtnis (WriterAtlas)
Handschrift-Gedächtnis (WriterAtlas)
Was speichert das Handschrift-Gedächtnis?
Der WriterAtlas ist Lauras Gedächtnis für Handschriften: für jedes Kind hält er fest, welche Buchstaben es gern verwechselt, welche Korrekturen bei ihm immer wieder vorkommen und wie sicher Laura sich bei dieser Schrift schon fühlt. Er füllt sich ausschließlich aus deinen bewussten Entscheidungen. Deshalb musst du eine Eigenheit im Idealfall nur einmal erklären, danach erkennt Laura sie von allein wieder.
Siehe auch: Schreiber-Profil, Handschrift-Lernen (Writer-Adaptive Recognition), Schutz vor falschem Lernen
Schreiber-Profil
Was ist ein Schreiber-Profil?
Das Schreiber-Profil ist die Seite im Handschrift-Gedächtnis, die zu genau einem Kind gehört: die Eigenheiten seiner Schrift, aus denen Laura eine treffsichere Erkennung ableitet. Es wächst nur durch das, was du bewusst entscheidest, nie durch stille Vermutungen. Einmal Gelerntes wird sauber verwahrt und beim nächsten Aufsatz desselben Kindes von allein wieder angewandt.
Siehe auch: Handschrift-Gedächtnis (WriterAtlas), Handschrift-Lernen (Writer-Adaptive Recognition)
Behutsamer Technik-Umbau
Wird Laura im Hintergrund umgebaut, ohne dass die Korrektur leidet?
Ja, und bewusst schrittweise. Die erprobte Korrektur-Engine, die schon an echten Klausuren getestet ist, wird nach und nach in eine sauberere, langfristig tragfähige Struktur überführt. Bis dieser Umzug abgeschlossen ist, bleibt die bewährte Fassung die maßgebliche. Es wird also kontrolliert umgezogen statt riskant alles auf einmal umgestellt.
Umzug bei laufendem Betrieb: erst einziehen, wenn das neue Zuhause wirklich steht.
Direkt im Browser nutzbar
Muss ich für Laura etwas installieren?
Nein. Laura läuft direkt im Web-Browser: ohne Installation, ohne Update-Pflege, ohne Extra-Programm auf dem Schulrechner. Man öffnet einfach die Seite und legt los. Das hält die Nutzung einfach und schnell und sorgt dafür, dass sich Laura auf jedem Gerät gleich und vorhersehbar verhält, ob Laptop zu Hause oder Rechner im Lehrerzimmer.
Kein Download, kein Admin-Termin mit der IT: Seite öffnen und loslegen.
XMP-Freigabe-Metadaten
Woran erkennt man, dass ein PDF von der Lehrkraft freigegeben wurde?
Lauras exportierte PDFs tragen ein XMP-Metadatenfeld, das die Lehrkraft-Freigabe markiert, sobald final bestätigt wurde. Damit ist maschinell prüfbar, dass ein Dokument den vollständigen Freigabe-Weg durchlaufen hat und nicht ein Zwischenstand ist.
Siehe auch: No-Surprises-PDF
Inline-Korrektur-Overlay
Wie erscheinen Korrekturen auf dem digitalisierten Original?
Das Inline-Overlay legt Korrekturzeichen direkt auf das digitalisierte Original, verankert an der Position des betreffenden Wortes (Bounding Box). Im Adjust-Modus kann die Lehrkraft Marker verschieben, sodass die Korrektur genau an der richtigen Stelle sitzt.
Siehe auch: Korrekturzeichen, Tokens (OCR-Tokens)