Immersive virtuelle Lernumgebungen ermöglichen interaktives Lernerfahrungen, bieten jedoch oft keine individualisierte Unterstützung – insbesondere in asynchronen Szenarien mit aufgezeichneten Vorlesungen. Ohne direkte Lehrkraftinteraktion fehlt häufig personalisiertes Feedback und Raum für Selbstreflexion. GazeClass adressiert dieses Problem durch ein KI-gestütztes, biosignaladaptives Lernsystem, das Eye-Tracking in Virtual Reality (VR) mit einem sprachbasierten Lernassistenten auf einem separaten Mobil- oder Desktopgerät kombiniert. Während der Vorlesung werden Blickdaten erfasst, um Aufmerksamkeitsmuster zu erkennen; anschließend erhalten Lernende personalisiertes Feedback und reflektive Nachfragen, die individuelle Aufmerksamkeitslücken gezielt ansprechen. Durch die geräteübergreifende Interaktion zwischen VR und mobilen Endgeräten fördert GazeClass aktives und selbstreguliertes Lernen. Das System wurde in Co-Design-Workshops entwickelt und iterativ evaluiert. Diese Studie zeigt, dass GazeClass das Potenzial hat, Lernprozesse in immersiven Umgebungen durch adaptive, KI-gestützte Unterstützung messbar zu verbessern.
