Eltern-Dashboard: Aussprachehilfe in Echtzeit

Amal und Thurayya bieten ein Eltern-Dashboard, das Echtzeit-Lernanalysen zeigt: Aussprachegenauigkeit pro arabischem Buchstaben und Wort, tägliche Serienverfolgung, Konzeptbeherrschung (Anfänger/Mittelstufe/Fortgeschrittene), Übungszeit und Fortschritt der Inhalte. Eltern können genau sehen, was ihr Kind gelernt hat, ohne bei jeder Sitzung daneben zu sitzen.

Was das Dashboard zeigt

Aussprachegenauigkeit

• Buchstabengenauigkeit: "ب" bei 94%, "ظ" bei 68%
• Wortgenauigkeit: "كتاب" bei 91%, "يكتبون" bei 74%
• Trendlinie: Wie sich die Aussprachegenauigkeit in der letzten Woche/Monat verändert hat
• Vergleich: "Die Aussprache Ihres Kindes verbesserte sich diese Woche um 12%"

Beherrschungsstufen (farblich kodiert)

• Anfänger (Rot): <60% Genauigkeit, benötigt regelmäßige Wiederholung
• Mittelstufe (Gelb): 60-85% Genauigkeit, auf Kurs
• Fortgeschritten (Grün): >85% Genauigkeit, solide gelernt
• Meisterschaft (Blau): >95% für 30+ Tage, dauerhaft verinnerlicht

Jedes Konzept zeigt sein aktuelles Niveau:

Buchstaben:

• ب ✓ Fortgeschritten (94% Genauigkeit)
• ت ✓ Fortgeschritten (91%)
• ث ✓ Mittelstufe (72%)
• ج ✓ Anfänger (54%)

Wörter:

• كتاب ✓ Fortgeschritten (89%)
• يكتب ✓ Mittelstufe (77%)

Serienkalender

• Visualer Kalender zeigt Übungsaktivität
• Volle Tage grün hervorgehoben (Kind geübt)
• Tage mit Teilübungen in Gelb
• Ruhetage in Grau
• Aktuelle Serie: "12 aufeinanderfolgende Tage" 🔥
• Motivationsabzeichen: "14-Tage-Serie!" "100 Gesamttage!"

Zeiterfassung

• Geübte Minuten: Heute (23 min) | Diese Woche (142 min) | Dieser Monat (487 min)
• Durchschnitt pro Sitzung: 18 Minuten
• Aktivster Tag: Samstag (45 min)
• Wenigster aktiver Tag: Montag (12 min)
• Empfehlung: "Konsistenz ist wichtiger als Dauer. Streben Sie täglich 15 Minuten an."

Inhaltsfortschritt

• Buchstaben: 18/28 Buchstaben gemeistert (64%)
• Wörter: 156/450 Wörter gelernt (35%)
• Leseabschnitt: Stufe 2/5 (Mittelstufe)
• Fortschrittsbalken: Geschätzte 8 Wochen zur Leseflüssigkeit

Wie die Metriken berechnet werden

Aussprachegenauigkeitsaggregation

Die Genauigkeit wird aus den Ähnlichkeitswerten der Spracherkennung abgeleitet (siehe Blog #1):

Kinde versucht, "كتب" zu sprechen 
  ↓
Spracherkennung liefert zurück:
  - Geräte STT: "كتب" (75% Vertrauen)
  - Cloud STT: "كتب" (92% Vertrauen)
  - Ähnlichkeitswert: 0,89 (auf einer Skala von 0-1)
  ↓
Gespeichert als: (0,75 + 0,92) / 2 = 83,5% Genauigkeit für diesen Versuch
  ↓
Aggregiert über alle Versuche dieser Woche:
  - Versuch 1: 83,5%
  - Versuch 2: 87%
  - Versuch 3: 91%
  → Wöchentlicher Durchschnitt: 87,2% für "كتب"

Beherrschungsstufenermittlung

Abgeleitet von HLR concept_strength (0-1 Skala):

concept_strength = 0-0,6  → Anfänger (Rot)
concept_strength = 0,6-0,85 → Mittelstufe (Gelb)
concept_strength = 0,85-0,95 → Fortgeschritten (Grün)
concept_strength = 0,95+ UND stabil für 30 Tage → Meisterschaft (Blau)

Serienberechnung

Aufeinanderfolgende Tage mit mindestens einem abgeschlossenen Inhaltsbiss:

15. März (Samstag): 23 min ✓ Serie setzt fort
16. März (Sonntag): 45 min ✓ Serie setzt fort
17. März (Montag): 0 min ✗ Serie bricht (würde auf 0 zurückgesetzt)
18. März (Dienstag): 18 min ✓ Serie startet bei 1

Allerdings erlauben Thuraya und Amal eine "Kulanzfrist": Bis zu 2 übersprungene Tage ohne Unterbrechung der Serie, wenn das Kind wieder beginnt. Dies verhindert harte Strafen für kurze Urlaube.

Analyse-Architektur (Hinter den Kulissen)

Tier 1: Mobile Ereignisse

App sendet Ereignisse in Echtzeit:

{
  "event_type": "attempt_complete",
  "concept_id": "letter_ba",
  "accuracy_score": 0,89,
  "attempt_number": 3,
  "timestamp": "2026-03-28T14:35:22Z"
}

Tier 2: Backend-Enrichment

Backend fügt Kontext hinzu:

{
  "..._event...",
  "user_id": "user_456",
  "age_group": "5-7",
  "persona": "intermediate",
  "days_since_start": 34,
  "app_name": "amal"
}

Tier 3: Analytics Lake

Asynchrone Pipeline:

Backend → SQS → Kinesis Firehose → S3 (partitioniert nach Datum + App)
  ↓
AWS Glue (durchsucht S3, ermittelt Schema)
  ↓
Athena (SQL-Abfragen ohne Auswirkungen auf Produktionsdatenbank)
  ↓
Dashboard (fragt Athena ab, zeigt Echtzeitmetriken)

Dead-letter-Queue-Muster: Wenn die Analyse fehlschlägt, blockiert sie niemals Benutzeranfragen. Die Erfahrung des Kindes bleibt unberührt.

Warum "Vertrauen ohne Überwachung" wichtig ist

Das Problem

• Eltern überwachen während Übungssitzungen: Kind fühlt sich beobachtet und bewertet 
• Reduziert Motivation für unabhängiges Üben 
• Eltern können tatsächlich nicht helfen (App liefert besseres Feedback als Eltern) 
• Stressig für beide

Unsere Forschung

Interne Daten: Kinder üben 30% länger und erzielen 18% bessere Ergebnisse, wenn Eltern während der Sitzungen nicht über die Schulter schauen. Aber Eltern möchten sichtbar haben.

Die Lösung

Das Dashboard gibt Eltern Vertrauen ohne physische Anwesenheit:

• "Sie übt konsequent" (Serie sichtbar)
• "Ihre Aussprache verbessert sich" (Trend sichtbar)
• "Sie ist bereit für das nächste Niveau" (Fortschritt sichtbar)
• "Keine Intervention notwendig" (Metriken sind positiv)

Vergleich mit Konkurrenten

Dashboard-Funktion	Duolingo	Amal/Thurayya	Unterschied
Aussprachegenauigkeit	✗	✓ Detailliert pro Buchstaben	Arabisch-spezifisch
Meisterschaftsstufen	Nur XP	Farbkodierte Stufen	Kognitive Klarheit
Serienverfolgung	✓	✓ Plus Kulanzfrist	Besseres UX
Zeiterfassung	✓ Basic	✓ Detailliert + Empfehlungen	Einsicht
Inhaltsfortschritt	✓ Kurs %-Angabe	✓ Pro Konzept granular	Präzision
Trendanalyse	✗	✓ Wochen-/Monatstrends	Datengetrieben

FAQ

Q: Kann mein Kind das Eltern-Dashboard sehen?

A: Nein. Das Dashboard ist nur für Eltern zugänglich, über Login. Kinder sehen ihren eigenen Fortschritt innerhalb der App (Serienzähler, Beherrschungsabzeichen), aber detaillierte Analysen sind elternprivat.

Q: Sind die Daten in Echtzeit oder verzögert?

A: Echtzeit für die aktuelle Sitzung (Serie sofort aktualisiert). Pro-Konzept-Genauigkeit und Trends aktualisieren sich innerhalb von 1 Stunde, während Daten durch den Analytics Lake fließen.

Q: Kann ich die Fortschrittsdaten meines Kindes exportieren?

A: Ja. Das Dashboard verfügt über eine "Bericht herunterladen"-Schaltfläche, die eine CSV mit allen Metriken der letzten 3 Monate generiert. Nützlich zum Teilen mit Nachhilfelehrern oder Lehrern.