Byggesikkerhed og compliance-uddannelse
USA
5 måneder
Kunden er en amerikansk udbyder af sikkerheds- og compliance-uddannelser, der betjener bygge- og industrisektoren. De leverer OSHA- og SST-certificeringsprogrammer via online- og instruktørledede formater.
Organisationen opererer i et reguleret miljø, hvor uddannelseskvalitet, reviderbarhed og certificeringsnøjagtighed er afgørende. Deres LMS-platform er en central indtægtskanal og en vigtig del af deres model for levering af tjenester.
Kunden havde en eksisterende LMS-model, der gjorde det muligt for brugere at købe og gennemføre online-kurser i compliance-træning. Systemet leverede dog statiske læringsforløb og tilpassede sig ikke den enkelte elevs præstation.
Fra et forretningsperspektiv skabte dette flere problemer:
Kunden havde brug for at bygge et skalerbart cloud-native LMS, der kunne:
Vi forbedrede kundens eksisterende LMS ved at integrere et AI-drevet personaliseringslag ved hjælp af Retrieval-Augmented Generation (RAG).
Kernen i LMS-platformen (en Angular-frontend og en Spring Boot-backend implementeret på AWS) var allerede i drift. Vores rolle var at udvide dens kapaciteter ved at introducere intelligent afhjælpning, videnshentning og adaptive læringsfunktioner uden at forstyrre produktionsarbejdsgange.
Vi designede og implementerede et AI-forstærkningslag, der integreres problemfrit med de eksisterende backend-tjenester.
Arkitekturen omfatter:
Der blev ikke udført nogen udskiftning af LMS eller genopbygning af kerneplatformen. AI-tjenesterne blev integreret som modulære komponenter i det eksisterende system.
Vi introducerede en efter-quiz-intelligensworkflow, der fungerer som en udvidelse af LMS’ets vurderingsmotor:
Dette skaber en lukket feedbacksløjfe, hvor elevens præstationer løbende forbedrer personaliseringens nøjagtighed.
Fordi platformen opererer i et reguleret træningsmiljø, var validering af AI-output afgørende.
Vi implementerede en struktureret LLM-evalueringsproces ved hjælp af Promptfoo for systematisk at teste:
Dette sikrede, at de genererede afhjælpningsplaner forblev pålidelige, forankret i Kendra-hentet indhold og egnede til et compliance-drevet miljø.
Den forbedrede LMS-platform udviklede sig fra et statisk kursusleveringssystem til et adaptivt, AI-udvidet compliance-træningsmiljø — uden at udskifte den eksisterende kerneinfrastruktur. Platformen leverer nu:
Kunden kan nu levere personaliserede læringsplaner i stor skala. Elever drager fordel af målrettet feedback på quiz-niveau, der identificerer videnshuller, mens undervisere oplever forbedret effektivitet og bedre resultater i kundens træningsprogram.
Hvert quizforsøg forfiner elevens afhjælpningsplan. Denne kontinuerlige feedback-sløjfe forbedrer personaliseringsnøjagtigheden over tid og skaber målbar synlighed i elevens fremskridt på domæneniveau.
Med AI-drevet afhjælpning reducerer kunden undervisernes arbejdsbyrde for rutineopgaver. Dette gør det muligt for personalet at dedikere deres ekspertise til mere kompleks eller effektfuld læringsstøtte, hvilket forbedrer den operationelle effektivitet.
Gennem struktureret LLM-validering og forankring via AWS Kendra forbliver AI-genererede output i overensstemmelse med godkendte uddannelsesmaterialer. Platformen fungerer sikkert i et reguleret, revisionsdrevet compliance-miljø.
Den modulære RAG-baserede arkitektur lader kunden skalere sikkert på AWS, med fuld revision og adgangskontrol, hvilket understøtter yderligere vækst i compliance-træning uden driftsrisiko.
Send et oplæg, en specifikation eller tre sætninger om, hvor systemet er gået i stå. Én samtale er som regel nok til at afgøre, om vi passer til jer.
Skræddersyet software, AI og ML, data og analyse, cloud og sikkerhed — fra tidlig afklaring til langsigtet levering.
Vi og vores partnere bruger teknologi som cookies på vores websted til at personalisere indhold og annoncer, levere funktioner til sociale medier og analysere vores trafik. Klik på ”Acceptér” for at give samtykke til brugen af denne teknologi på nettet.
