Projekt Informationen
Bildungseinrichtungen
Implementierung
Next.js (TypeScript), Docker, FastAPI, Ollama LLaMA 3, Vosk Text-to-Speech
DelphiStudy ist eine innovative KI-basierte Webapplikation, die Nutzerer dabei unterstützt, den optimalen Studiengang zu finden. Basierend auf den eingegebenen Daten wie Interessen, Vorlieben und Persönlichkeitsmerkmalen analysiert und verarbeitet ein maßgeschneidertes KI-Modell diese Informationen. Am Ende der Interaktion erhalten Nutzer eine Studiengangsempfehlung, die durch eine kontinuierlich aktualisierte Studiengangsdatenbank unterstützt wird.
Ein herausragendes Feature von DelphiStudy ist der interaktive KI-Begleiter „Delphi“, der neben klassischen Eingaben auch Sprachinteraktionen ermöglicht. Diese Funktionalität schafft eine einzigartige, dialogbasierte Nutzererfahrung, die auf modernsten Methoden der Persönlichkeitsanalyse basiert.
Das zugrunde liegende KI-Modell wurde auf Ollama LLaMA 3 angepasst und integriert wissenschaftliche Persönlichkeitstests, um die Interessen und Fähigkeiten der Nutzer zu analysieren. Die Architektur der Plattform wurde entwickelt, um eine nahtlose, schnelle und datenschutzkonforme Verarbeitung aller Eingaben zu gewährleisten.
Der Lösungsansatz
Die Entwicklung von DelphiStudy brachte mehrere technische und funktionale Herausforderungen mit sich, die wir durch innovative Ansätze erfolgreich gemeistert haben:
- Lokalität und Datenschutz: Alle Datenverarbeitungen und Interaktionen mussten vollständig lokal durchgeführt werden, um die höchsten Datenschutzanforderungen zu erfüllen.
- Modularität und Einfachheit: Die Applikation sollte einfach zu installieren sein, ohne Abstriche bei der Leistungsfähigkeit oder Skalierbarkeit zu machen.
- Echtzeit-Verarbeitung: Die KI-Interaktionen und -Analysen mussten in Echtzeit erfolgen, um ein nahtloses Benutzererlebnis zu gewährleisten.
- Sprachinteraktion: Die Integration eines Text-to-Speech-Systems, das auf Browserebene funktioniert, stellte eine zusätzliche Anforderung an Performance und Kompatibilität.
Umsetzung
- Technologie-Stack: Die Kombination aus Next.js (TypeScript) für die Benutzeroberfläche und einer FastAPI-Backend-Infrastruktur ermöglichte eine reibungslose Interaktion zwischen Front- und Backend. Beide Komponenten wurden als Docker-Container gehostet, was eine einfache Bereitstellung sicherstellte.
- KI-Modell: Das Ollama LLaMA 3-Modell wurde speziell angepasst, um Persönlichkeitsmerkmale effizient zu analysieren und mit einer Studiengangsdatenbank zu korrelieren. Diese Datenbank wurde mit Live-Updates versehen, um stets aktuelle Empfehlungen zu garantieren.
- Spracherkennung: Vosk Text-to-Speech wurde integriert, um Sprachinteraktionen direkt im Browser zu ermöglichen. Dies führte zu einer hohen Benutzerfreundlichkeit und ermöglichte eine natürliche Kommunikation mit der KI.
- Optimierung der Geschwindigkeit: Durch die lokale Verarbeitung und optimierte Datenbankabfragen wurde eine hohe Antwortgeschwindigkeit erreicht, ohne Kompromisse bei der Genauigkeit der Ergebnisse einzugehen.
DelphiStudy ist ein Paradebeispiel dafür, wie modernste KI-Technologien und innovative Entwicklungstechniken kombiniert werden können, um eine einzigartige Lösung zu schaffen, die Wissenschaft, Technologie und Nutzererfahrung vereint.
Sequenzdiagramm Beispielansatz mit Cloud Applikationen
