Pima Community College kooperiert mit LearnWise AI für 24/7-Support direkt in Brightspace

Überblick

Das Pima Community College (PCC) ist ein großes, mehrere Standorte umfassendes Community College, das eine sehr diverse und zahlenmäßig große Studierendenschaft in Südarizona betreut. Zu den Lernenden zählen erwachsene Studierende, Schüler im Dual-Enrollment-Programm und ein bedeutender Anteil an vollständig online Studierenden. Im akademischen Jahr 2025 waren 30 % der Credit-Studierenden ausschließlich online eingeschrieben, und etwa die Hälfte der Studierenden im Frühjahrs- und Herbstsemester lernte teilweise online. Selbst Studierende in Präsenzformaten nutzen das Learning Management System (LMS) intensiv.

Mit einer unduplizierten Gesamtzahl von 40.642 Studierenden im akademischen Jahr 2024–2025 agiert PCC in erheblichem Umfang. In der Praxis ist Brightspace nicht einfach ein Bereitstellungstool für Online-Kurse, sondern das Rückgrat der Lernerfahrung: Lehrpläne, Kursmaterialien, Noten und die Kommunikation mit Lehrkräften finden allesamt im LMS statt. Über alle Lernformate hinweg ist das LMS der zentrale Ort für Lehren und Lernen.

PCC hat sich mit LearnWise AI zusammengetan, um Lumi Chat (LearnWise AI Campus Support in Brightspace) innerhalb von Brightspace einzuführen, ergänzt durch eine Integration mit TeamDynamix (TDX). Lumi Chat ist seit Ende Juni 2026 live, und die TDX-Integration läuft inzwischen im Produktivbetrieb. Das Ziel von Anfang an war klar: Reibungsverluste im wichtigsten digitalen Raum der Studierenden zu verringern und den Support am tatsächlichen Rhythmus der Lernenden auszurichten.

Kontext & Herausforderung

Die Komplexität bei PCC ergibt sich aus einer Kombination aus Größe und schnellem technologischen Wandel.

Lehrkräfte sind keine homogene Gruppe: Manche bevorzugen möglichst wenig Technologieeinsatz, andere gehören zu den ersten, die neue Tools ausprobieren. Das LMS-Team unterstützt dieses gesamte Spektrum und sorgt gleichzeitig für Klarheit und Konsistenz für die Studierenden.

Gleichzeitig verändern sich die Erwartungen der Studierenden an die digitale Erfahrung: Viele Lernende gehen einer Vollzeitbeschäftigung nach, kümmern sich um Familie und loggen sich spät abends in Brightspace ein. Ihre Zeit ist knapp bemessen, und genau in diesen späten Stunden ist institutionelles Personal am wenigsten verfügbar.

Diese Lücke zu schließen bedeutete, innerhalb realer Grenzen bei Personalzeit und Verfügbarkeit zu arbeiten. PCC pflegte bereits Wissensdatenbanken mit korrekten Informationen und baute FAQ-Bereiche aus – das Problem war also nicht die Verfügbarkeit von Informationen, sondern deren Zugänglichkeit im jeweiligen Kontext. Studierende und Lehrkräfte haben häufig Schwierigkeiten, ihr Problem präzise zu formulieren. Sie wissen oft nicht, welches System zuständig ist oder welche Begriffe zu verwenden sind. Die Reibung ist also nicht immer technischer, sondern oft kognitiver Natur.

Das Ziel war nie Automatisierung um ihrer selbst willen, sondern reaktionsschneller Support, der der gelebten Realität von Lernenden und Lehrkräften gerecht wird.

Die Partnerschaft mit LearnWise AI

Die Partnerschaft mit Brightspace zur Bereitstellung von KI-Lösungen reduzierte das institutionelle Risiko und passte zur bestehenden Infrastruktur. Vor allem aber spiegelt Lumi Chat wider, wie weit sich konversationelle KI-Technologie entwickelt hat: Sie ist natürlich, leistungsfähig und lässt sich unkompliziert direkt im LMS-Umfeld einsetzen.

Governance stand ebenfalls im Mittelpunkt der Entscheidung. Lehrkräfte und Studierende bewegen sich bereits zwischen mehreren Systemen, und jede zusätzliche Oberfläche bedeutet zusätzlichen Schulungsaufwand und kognitive Last. Durch die direkte Einbettung von Lumi Chat in Brightspace bewahrt PCC die Konsistenz der Benutzeroberfläche und vermeidet Fragmentierung.

Für PCC sollte Support nicht erfordern, die Lernumgebung zu verlassen. Wenn Nutzer auf Schwierigkeiten stoßen, erhöht es die Komplexität genau in dem Moment, in dem sie Klarheit brauchen, wenn sie zu separaten Systemen wie Wissensdatenbanken, Ticket-Portalen oder institutionellen Websites wechseln müssen.

Den Assistenten trainieren: Wie PCC Lumi Chat mit echten Support-Daten geschult hat

Vor dem Launch entwickelte das LMS-Team von PCC eine eigene Trainingsmethodik auf Basis von zwei Jahren gesammelter Support-Historie. Sie überführten zwei Jahre an Umfrageergebnissen, rund 14.000 Support-Tickets und Nutzerberichten in Google NotebookLM und identifizierten damit die am häufigsten gestellten Fragen von Studierenden und Lehrkräften – einschließlich realistischer Variationen: unterschiedlich formulierte Versionen, Tippfehler und Grenzfälle.

Dieser Fragenkatalog bildete die Grundlage für einen strukturierten Testprozess. Jede Testfrage wurde gegen den Assistenten geprüft, und die Antwort wurde von einer studentischen Hilfskraft und dem LMS-Team protokolliert und bewertet – Runde für Runde, während Prompt und Wissenskonfiguration angepasst wurden.

Eine frühe Erkenntnis prägte den finalen Aufbau mehr als alles andere: PCC konfigurierte den Assistenten zunächst mit strengen Leitplanken, die einschränkten, worauf er zugreifen und wie er antworten konnte. Als diese Einschränkungen gelockert wurden, verbesserte sich die Antwortqualität. Rückblickend auf die frühen Testrunden rührte der Impuls zur Übervorsicht aus der Erfahrung, KI-Tools von Grund auf selbst zu bauen – anders als bei einem speziell dafür entwickelten Produkt, bei dem viele dieser Sicherheitsmechanismen bereits vorhanden sind.

Eine konkrete Design-Entscheidung ergab sich direkt aus diesen Tests: PCCs eigener Instinkt war es, den Assistenten eher dazu zu bringen, ein Ticket zu erstellen oder auf einen Wissensdatenbank-Artikel zu verweisen. Eine studentische Hilfskraft, die aus Studierendenperspektive testete, widersprach dem und wollte, dass der Assistent die Frage nach Möglichkeit direkt beantwortet, statt weiterzuleiten. Diese Spannung zwischen der administrativen und der studentischen Sichtweise prägte die FAQ-basierte Prompt-Grundlage, die schließlich in Produktion ging.

Das Zwei-Gänge-Modell: Geschwindigkeit und Empathie im Gleichgewicht

Eine der markantesten Design-Entscheidungen aus dem Entwicklungsprozess von PCC war das, was das Team ein Zwei-Gänge-Modell des Supports nennt: einen transaktionalen Gang für Geschwindigkeit und einen emotionalen Gang für Empathie.

Diese Unterscheidung entstand aus negativem Feedback zu früheren Support-Tickets, oft von Studierenden in echten Stresssituationen: ein zeitlich begrenztes Quiz, das um 23 Uhr technisch versagt, ohne dass vor Ablauf der Frist jemand helfen kann. In solchen Situationen kann meist nur die Lehrkraft das Problem tatsächlich lösen – und sieht die Nachricht oft erst, nachdem das Zeitfenster für das Quiz bereits geschlossen ist.

Statt jede Anfrage gleich zu behandeln, wurde der Assistent darauf trainiert, Stresssignale zu erkennen (expliziter Zeitdruck, eine laufende Prüfung oder ein laufendes Quiz, dringliche Formulierungen zu einer verpassten oder nicht bestandenen Abgabe) und in solchen Fällen anders zu reagieren: Er bestätigt zunächst, was die Studierenden gerade durchmachen, und lenkt sie dann auf den schnellsten realistischen Weg zur Lösung – in der Regel die direkte Kommunikation mit der Lehrkraft, ergänzt durch Dokumentation, auf die sie sich berufen können.

Ticket-Management neu gedacht mit der TeamDynamix-IntegrationTicket-Erfassung neu gedacht: Die Integration mit TeamDynamix

PCC sieht in Lumi Chat eine Lösung mit dem Potenzial, als einheitliche, konversationelle Erfassungsebene innerhalb des institutionellen Enterprise-Helpdesk-Modells zu fungieren.

Für Tony Sovak und das LMS-Team von PCC war die technische Seite der Partnerschaft einer der einfachsten Teile des gesamten Projekts. Die TeamDynamix -Integration im Speziellen erforderte kaum mehr als eine einzige Implementierung durch LearnWise: Wie Tony es beschrieb, „war das sehr einfach, LearnWise hat die Arbeit gemacht", und sobald sie eingerichtet war, „macht sie es einfach" – Tickets werden automatisch weitergeleitet, ohne laufenden Aufwand für sein Team. Dieselbe Leichtigkeit zeigte sich auch bei den integrierten Sicherheitsmechanismen des Produkts. PCCs erster Instinkt war es, den Assistenten mit denselben strengen Leitplanken abzusichern, die Tony aus dem eigenen Bau von KI-Tools von Grund auf gewohnt war – bis sich zeigte, dass eine Lockerung dieser Einschränkungen die Antworten verbesserte, da die Sicherheitsmechanismen, die er selbst hätte bauen müssen, seinen Worten nach größtenteils „schon vorhanden" waren. Das Ergebnis war ein Rollout, den PCC größtenteils selbst steuern konnte: ein kleines internes Team testete, verfeinerte und brachte den Assistenten nach eigenem Zeitplan live, während der Anteil von LearnWise an der Integration nach der Einrichtung nicht mehr im Weg stand.

Ein nächster Schritt, der derzeit diskutiert wird, ist eine geplante Übergabe an TDX' eigenen Assistenten für Anfragekategorien, die dort bereits besser bedient werden, etwa beim Studierendensekretariat, Facility Management oder bei Hardware-Problemen. Diese Routing-Logik wird auf PCC-Seite noch ausgearbeitet.

Ticketsysteme sind essenziell, um Service nachzuverfolgen und Trends zu erkennen. Dennoch stehen Nutzer ihnen oft ablehnend gegenüber. Indem erforderliche Details konversationell erfasst und bei Bedarf strukturierte Tickets erstellt werden, will PCC Nachvollziehbarkeit bewahren und gleichzeitig Reibung reduzieren.

Erste Ergebnisse

Lumi Chat ist bei Pima Community College seit Ende Juni 2026 live. Die folgenden Zahlen umfassen die Nutzung bis zum 19. August 2026.

In diesem Zeitraum bearbeitete Lumi Chat 614 Konversationen und beantwortete 1.066 Fragen mit 1.680 Antworten. 467 individuelle Nutzer interagierten mit dem Assistenten. 74 Konversationen wurden an einen menschlichen Ansprechpartner weitergeleitet, das entspricht etwa 12,1 % der Gesamtzahl – eine KI-Lösungsquote von 87,9 %.

Studierende vergaben in PCCs erster Umfrage eine Gesamtzufriedenheit von 4,19 von 5 Punkten. Zusätzlich bewerteten sie die Antwortgeschwindigkeit (4,14) und die Wahrscheinlichkeit, das Tool bei zukünftigen Anliegen an Pima erneut zu nutzen (4,05).

Neue Anwendungsfälle

Die Nutzung von Lumi Chat ist inzwischen über den ursprünglichen Support-Ticket-Bereich hinausgewachsen. Mitarbeitende haben begonnen, Lumi Chat als internes Wissensfindungs-Tool einzusetzen: um verstreute Barrierefreiheits-Dokumentation für eine Compliance-Frage zu finden oder einen versteckten Kurs-Einschreibungslink aufzuspüren, den die eigene Website-Suche von PCC nicht anzeigte. Beide Anwendungsfälle zeigen, dass Lumi Chat als breiterer Zugangspunkt zu institutionellem Wissen fungiert – nicht nur als Ticket-Erfassungstool.

Skeptische Lehrkräfte zu überzeugen, gelang bei PCC weniger durch Überzeugungsarbeit als durch konkrete Demonstration. Tonys Ansatz begegnet der Reaktion „Was würde ich denn überhaupt fragen?" mit etwas Greifbarem: Wussten Sie, dass Sie direkt aus dem Chat heraus ein Ticket erstellen oder Ihre aktuellen Einschreibungen mit einem Klick verknüpfen können? Für ihn funktioniert Lumi Chat am besten, wenn man es nicht als reines Support-Tool versteht, sondern als das, was er ein „Sprungbrett-Produkt" nennt – einen Einstiegspunkt in alles von der KI-Nachhilfe bis zum Self-Service für die LMS-Administration. Er hat ein Muster bemerkt, wenn er Menschen zeigt, wie er das Tool selbst im Alltag nutzt: Genau dann, so seine Worte, „leuchten ihre Augen auf".

Ausblick

Die kurzfristigen Pläne des PCC umfassen:

• Eine repräsentativere Nutzungsumfrage. Sowohl das Nutzungsfenster als auch die Stichprobe der Lehrkräfte sind noch früh. PCC plant, seine Feedback-Umfrage gegen Mitte oder Ende des Herbstsemesters zu wiederholen, um ein vollständigeres Bild der Zufriedenheit auf beiden Seiten zu erhalten.
• Verfeinertes TDX-Routing. Die Erweiterung der Übergabe-Logik, sodass Anfragekategorien, die bereits gut vom eigenen Chatbot von TDX bedient werden (Studierendensekretariat, Facility Management, Hardware), direkt dorthin weitergeleitet werden, statt alle beim LMS-Team von PCC zu landen.
• Fortlaufende Einblicke in Nutzungsmuster. PCC interessiert sich weiterhin für die Lücke zwischen reinem Ticketvolumen und der tatsächlich gelebten Nutzererfahrung und sieht in musterbasierten Erkenntnissen darüber, wann und warum Hilfe angefragt wird, eine Möglichkeit, Dokumentation, Onboarding und proaktive Serviceverbesserungen gezielt weiterzuentwickeln.

Für Pima Community College bleibt dies verantwortungsvolle Erprobung: angemessen im Umfang, in Zusammenarbeit mit LearnWise und ausgerichtet auf eine langfristige Vision, Reibungsverluste in dem wichtigsten digitalen Raum zu reduzieren, den Lernende täglich nutzen.

Möchten Sie LearnWise AI in Aktion sehen?

Buchen Sie eine 30-minütige Sitzung, um LearnWise AI in Aktion zu erleben, maßgeschneidert für Ihren Campus. Sehen Sie echte Szenarien, testen Sie den Assistenten mit Ihren eigenen Fragen und entdecken Sie, wie er Studierende und Mitarbeiter rund um die Uhr unterstützt – ohne dass diese die Tools und Plattformen verlassen müssen, die sie bereits kennen und schätzen.

Dieses Update basiert auf einem Gespräch mit Tony Sovak im Anschluss an die Präsentation des Pima Community College auf der D2L Fusion 2026 sowie auf den Materialien dieser Sitzung. Da D2L keine Aufzeichnungen von Breakout-Sessions öffentlich zugänglich macht, stützt sich dieser Beitrag auf die Unterlagen des Referenten und ein direktes Interview anstelle eines Sitzungsvideos.