pAIge

ChatGPT war gerade zwei Wochen öffentlich, als ein Freund von milbos Gründer bei KPMG ein Training darüber gab, was generative AI bald anrichten würde. Unser Gründer ging hin — und das entscheidende Gespräch fand danach statt: drei Leute, die sich hinsetzten und skizzierten, was daraus wirklich werden könnte. Vieles davon zeigte auf Software.

Also bauten sie. aiceyourexams kam zuerst, ein kostenloses Tool das Karteikarten für TUM-Kurse generierte, kostenlos für Studierende, einfach um zu sehen ob es jemanden interessiert. Es interessierte. Daraus wurden Videoerklärungen, ein Podcast, ein Webinar mit 150 Studierenden zu Gen-AI im Studium, und einige Talks. Fast ein Jahr lang führten drei Leute im Grunde eine kleine Gen-AI-Beratung.

Was sie dabei sahen, war größer als ein Lern-Tool. Die TUM School of Management war genau die Art Ort, die echte Hilfe brauchte: 6.000 Studierende, 700 Support-Mails jede Woche auf einem Team, meist die gleichen Fragen. Kaum eine europäische Universität hatte damals einen Gen-AI-Chatbot. Das war die Lücke — und niemand füllte sie.

Das Risiko lag nie im Bauen. Es lag darin, eine Institution auf eine Technologie zu wetten, die niemand bewiesen hatte, und die sich innerhalb von Monaten unter allen verändern konnte. Dass es funktioniert hat, lag an der TUM. Statt einer Agentur zu bezahlen, die auf Nummer sicher spielt, gaben sie uns die Freiheit, das Ding richtig zu erforschen und auf etwas wirklich Unsicheres zu bauen. Diese Ermöglichung war der ganze Unterschied.

Genau das hatten wir gepitcht: Agenturen skippen, Hackathon mit Microsoft, mit TUM-Leuten für TUM-Leute bauen, im Haus halten. Die Managing Directorin der School of Management, Barbara Tasch, brach die Suche ab und stellte sich hinter uns.

Es begann als Hackathon, drei Tage bei Microsoft, über 250 Bewerbungen, einige davon flogen dafür ein, 40 wurden angenommen und mehr als 50 saßen im Raum. Wir schliefen im Microsoft-Büro bis der Security-Dienst uns gegen Morgen rausschmiss und ein paar Stunden später wieder reinließ. Diese drei Tage produzierten die erste echte Version.

Die TUM übernahm es von da an als komplettes Implementierungsprojekt, und unser Gründer führte es als Co-Lead und SCRUM Master: ein Team von mehr als zehn, fast ein Jahr, Seite an Seite mit Microsofts Education-Team und der TUM-Fakultät. Der harte Teil war nie das Chat-Fenster. Es war, dass alles was Studierende wissen müssen an verschiedenen Stellen sitzt: Website, FAQs, SharePoint, fachbereichseigene Quellen — nichts davon als eine Sache durchsuchbar. Also bauten wir das System, das alles zusammenzieht und im Kontext antwortet: ein TUM-gebrandetes Frontend das sich wie ChatGPT anfühlt, eine Retrieval-Pipeline die jede dieser Quellen aufnimmt, ein Vector Store der dem Modell erlaubt nach Bedeutung statt Keyword zu suchen, eine Orchestrierungs- und Observability-Schicht über OpenAI- und Azure-Modellen, und einen Reporting- und Feedback-Loop damit es besser wird je mehr es benutzt wird.

Wir haben es End-to-End gebaut und als pAIge übergeben.

pAIge ist live und hat nicht aufgehört. Es antwortet über die ganze School of Management und mittlerweile auch am Campus Heilbronn, trifft einen sehr hohen Prozentsatz seiner Antworten richtig, und wird in kontinuierlicher Entwicklung durch ein studentisches Praktikum weitergeführt. Das Praktikum ist der Punkt — auch das war ein Vorschlag unseres Gründers, der die erste Kohorte selbst geleitet hat: gebaut um jedes einzelne Team zu überdauern, einschließlich desjenigen, das es gestartet hat. Der 72-Stunden-Hackathon der es startete, mit über 50 Studierenden im Microsoft-Büro, ist heute ein wiederkehrender Beitragskanal, kein einmaliges Event.

Die TUM ist der Ort aus dem viel von milbo kommt — in Informatik, Robotik, Data Engineering — was diese Geschichte persönlich macht. Bevor es das Studio gab, waren es drei Leute, die auf dem Boden eines Microsoft-Büros schliefen, einen der ersten Universitäts-AI-Chatbots der Region bauten und eine 6.000-Studierenden-Institution davon überzeugten, ihnen zu vertrauen. Hier hat milbo gelernt, AI live zu bringen. Das Studio, das danach kam, ist darauf gebaut.

Wenn du eine Institution führst und Builder von diesem Kaliber willst — die Art Talent die die TUM produziert und die schon einmal AI innerhalb einer solchen Institution ausgeliefert hat — ist der nächste Schritt ein Gespräch.