Open Source · scibly-dev/skills
KI-Skills für Instructional Designer und Course Creator
Neun spezialisierte Agent Skills für L&D-Teams. Von der Bedarfsanalyse bis zum Storyboard, in jeder Phase des Kursdesigns.
npx skills add scibly-dev/skills --all
needs-analysis
Analyse
Was muss gelernt werden?
Verarbeitet SME-Notizen, Transkripte und Stellenbeschreibungen zu einer strukturierten Kompetenzlückenanalyse. Aus rohem Input wird ein Lernbriefing, das man direkt weiterverarbeiten kann.
Wann einsetzen
Wenn unklar ist, was ein Kurs eigentlich abdecken soll. Besonders nützlich nach SME-Interviews oder vor dem Start eines neuen Trainingsprojekts.
didactic-reduction
Analyse
Raus mit allem, was nicht unterrichtet werden muss.
Filtert jeden Inhalt auf das didaktisch notwendige Minimum. Der Skill nutzt drei Prüffilter aus der deutschen Bildungswissenschaft, um zu entscheiden, was wirklich gelehrt werden muss und was wegfällt.
Wann einsetzen
Wenn ein SME 200 Folien geliefert hat und unklar ist, was davon in den Kurs gehört. Oder wenn Schulungsinhalt zu umfangreich für die verfügbare Zeit ist.
learning-objectives
Kursdesign
Von vage zu messbar.
Wandelt schwache Lernziele wie 'Mitarbeitende kennen den Prozess' in präzise, testbare Verhaltensformulierungen nach Bloom's Taxonomie und dem ABCD-Modell um.
Wann einsetzen
Direkt nach der Bedarfsanalyse oder bevor ein Kurs strukturiert wird. Ohne klare Lernziele produzieren Assessments die falschen Fragen und Microlearning-Module das falsche Thema.
microlearning-design
Kursdesign
Struktur für 3- bis 10-minütige Lerneinheiten.
Entwirft fokussierte Microlearning-Sessions: Welche Szenen, welche Reihenfolge, welcher Übungsmoment. Der Skill strukturiert die Lerneinheit, nicht nur den Inhalt.
Wann einsetzen
Wenn ein Kurs in kurze, mobile Lerneinheiten aufgeteilt werden soll. Besonders hilfreich für Onboarding, Performance Support und Just-in-time Training.
assessment-design
Kursdesign
Quizfragen, die wirklich prüfen.
Erstellt Quizfragen, die über einfaches Wiedererkennen hinausgehen. Der Skill nutzt Bloom's Taxonomie, um Fragen auf Anwendungsebene zu erzeugen, inklusive funktionierender Distraktoren und Feedback, das weiterlehrt.
Wann einsetzen
Wenn KI-generierte Fragen zu einfach, zu offensichtlich oder rein auswendiglernbasiert sind. Oder wenn ein Kurs einen validen Abschlussnachweis braucht.
scenario-generation
Inhalt
Realistische Arbeitsszenarien im Dutzend.
Generiert realistische Szenarien, Fallstudien und Verzweigungssituationen. Mit dem richtigen Briefing produziert KI in der Zeit eines handgeschriebenen Szenarios zehn.
Wann einsetzen
Wenn für eine Kompetenz viele Übungssituationen gebraucht werden oder wenn bestehende Szenarien zu generisch oder unrealistisch wirken.
content-editing
Inhalt
KI schreibt den Entwurf. Du machst ihn gut.
Führt durch die Überarbeitung von KI-generiertem Inhalt: Was suchen, wie schnell beheben. Kürzt Entwicklungszeit, ohne Qualität zu opfern.
Wann einsetzen
Wenn KI-Output vorhanden ist, aber etwas nicht stimmt. Oder wenn ein Team KI als Entwurfsmaschine nutzen will, ohne die redaktionelle Kontrolle zu verlieren.
instructional-prompt-engineering
Inhalt
Bessere Prompts, bessere Kursinhalte.
Zeigt, wie man KI-Prompts für Lerninhalte strukturiert: eine 4-Zutaten-Struktur, die pädagogisch fundierte, zielgruppengerechte Inhalte liefert statt generischem Text.
Wann einsetzen
Wenn KI-Output sich generisch anfühlt oder nicht zum Publikum passt. Oder wenn jemand lernen will, wie man KI für Instructional-Design-Aufgaben gezielt brieft.
storyboard
Produktion
Was produzieren wir, und wo macht es Sinn?
Wandelt eine Kursstruktur in einen Medienplan um: welche Szene ein Video, eine Animation, ein interaktives Szenario oder einfachen Text bekommt, mit didaktischer Begründung.
Wann einsetzen
Wenn eine Kursstruktur steht und die Frage kommt: Was produzieren wir eigentlich? Besonders nützlich, bevor Video- oder Animationsproduktion beginnt.