---
_id: '66842'
abstract:
- lang: ger
  text: AnnoPy ist ein digitales Werkzeug, um kollaborativ Texte zu lesen, zu erschließen
    und zu analysieren. Es ist für die Präsenzlehre konzipiert und unterstützt Lehrende
    dabei, den Übergang von der individuellen Auseinandersetzung mit wissenschaftlichen
    Texten hin zu einer kollaborativ-sozialen Aushandlung des Gelesenen in Lehrveranstaltungen
    zu organisieren und zu strukturieren. Im Beitrag wird das digitale kollaborative
    Tool AnnoPy vorgestellt und gezeigt, welche Potenziale sich für die Analyse von
    Daten über Lernende durch die Integration von KI-basierter Learning Analytics
    in das Tool ergeben. Anhand von exemplarischen Daten aus einer Vorlesung der Mathematikdidaktik
    wird zunächst vorgestellt, wie in AnnoPy eine algorithmisch-händische Analyse
    und Datenauswertung erfolgte, um dann diese Art der Auswertung mit einer KI-gestützten
    Auswertung, bei der ein MCP-Server eingebunden wurde, zu vergleichen.
author:
- first_name: Oliver
  full_name: Scholle, Oliver
  id: '15099'
  last_name: Scholle
- first_name: Sara
  full_name: Rezat, Sara
  id: '58338'
  last_name: Rezat
- first_name: Sebastian
  full_name: Rezat, Sebastian
  id: '31132'
  last_name: Rezat
- first_name: Dominik
  full_name: Niehus, Dominik
  last_name: Niehus
citation:
  ama: 'Scholle O, Rezat S, Rezat S, Niehus D. AnnoPy – Potenziale von KI-basierter
    Learning Analytics für die Förderung wissenschaftlicher Textkompetenz. In: Leschke
    J, Queckenberg R, Persike M, eds. <i>Learning Analytics, Artificial Intelligence
    und Data Mining in der Hochschulbildung: Beiträge zur Learning AID 2025</i>. transcript;
    2026:171–182. doi:<a href="https://doi.org/10.14361/9783839458761">10.14361/9783839458761</a>'
  apa: 'Scholle, O., Rezat, S., Rezat, S., &#38; Niehus, D. (2026). AnnoPy – Potenziale
    von KI-basierter Learning Analytics für die Förderung wissenschaftlicher Textkompetenz.
    In J. Leschke, R. Queckenberg, &#38; M. Persike (Eds.), <i>Learning Analytics,
    Artificial Intelligence und Data Mining in der Hochschulbildung: Beiträge zur
    Learning AID 2025</i> (pp. 171–182). transcript. <a href="https://doi.org/10.14361/9783839458761">https://doi.org/10.14361/9783839458761</a>'
  bibtex: '@inbook{Scholle_Rezat_Rezat_Niehus_2026, place={Bielefeld}, title={AnnoPy
    – Potenziale von KI-basierter Learning Analytics für die Förderung wissenschaftlicher
    Textkompetenz}, DOI={<a href="https://doi.org/10.14361/9783839458761">10.14361/9783839458761</a>},
    booktitle={Learning Analytics, Artificial Intelligence und Data Mining in der
    Hochschulbildung: Beiträge zur Learning AID 2025}, publisher={transcript}, author={Scholle,
    Oliver and Rezat, Sara and Rezat, Sebastian and Niehus, Dominik}, editor={Leschke,
    Jonas and Queckenberg, Robert and Persike, Malte}, year={2026}, pages={171–182}
    }'
  chicago: 'Scholle, Oliver, Sara Rezat, Sebastian Rezat, and Dominik Niehus. “AnnoPy
    – Potenziale von KI-basierter Learning Analytics für die Förderung wissenschaftlicher
    Textkompetenz.” In <i>Learning Analytics, Artificial Intelligence und Data Mining
    in der Hochschulbildung: Beiträge zur Learning AID 2025</i>, edited by Jonas Leschke,
    Robert Queckenberg, and Malte Persike, 171–182. Bielefeld: transcript, 2026. <a
    href="https://doi.org/10.14361/9783839458761">https://doi.org/10.14361/9783839458761</a>.'
  ieee: 'O. Scholle, S. Rezat, S. Rezat, and D. Niehus, “AnnoPy – Potenziale von KI-basierter
    Learning Analytics für die Förderung wissenschaftlicher Textkompetenz,” in <i>Learning
    Analytics, Artificial Intelligence und Data Mining in der Hochschulbildung: Beiträge
    zur Learning AID 2025</i>, J. Leschke, R. Queckenberg, and M. Persike, Eds. Bielefeld:
    transcript, 2026, pp. 171–182.'
  mla: 'Scholle, Oliver, et al. “AnnoPy – Potenziale von KI-basierter Learning Analytics
    für die Förderung wissenschaftlicher Textkompetenz.” <i>Learning Analytics, Artificial
    Intelligence und Data Mining in der Hochschulbildung: Beiträge zur Learning AID
    2025</i>, edited by Jonas Leschke et al., transcript, 2026, pp. 171–182, doi:<a
    href="https://doi.org/10.14361/9783839458761">10.14361/9783839458761</a>.'
  short: 'O. Scholle, S. Rezat, S. Rezat, D. Niehus, in: J. Leschke, R. Queckenberg,
    M. Persike (Eds.), Learning Analytics, Artificial Intelligence und Data Mining
    in der Hochschulbildung: Beiträge zur Learning AID 2025, transcript, Bielefeld,
    2026, pp. 171–182.'
date_created: 2026-08-25T07:09:25Z
date_updated: 2026-08-25T07:09:44Z
department:
- _id: '360'
doi: 10.14361/9783839458761
editor:
- first_name: Jonas
  full_name: Leschke, Jonas
  last_name: Leschke
- first_name: Robert
  full_name: Queckenberg, Robert
  last_name: Queckenberg
- first_name: Malte
  full_name: Persike, Malte
  last_name: Persike
language:
- iso: ger
main_file_link:
- open_access: '1'
  url: https://www.transcript-verlag.de/978-3-8376-8045-4/learning-analytics-artificial-intelligence-und-data-mining-in-der-hochschulbildung/?number=978-3-8394-5876-1
oa: '1'
page: 171–182
place: Bielefeld
publication: 'Learning Analytics, Artificial Intelligence und Data Mining in der Hochschulbildung:
  Beiträge zur Learning AID 2025'
publication_identifier:
  isbn:
  - 978-3-8376-8045-4
publication_status: published
publisher: transcript
quality_controlled: '1'
status: public
title: AnnoPy – Potenziale von KI-basierter Learning Analytics für die Förderung wissenschaftlicher
  Textkompetenz
type: book_chapter
user_id: '31132'
year: '2026'
...