Der konversationelle Ansatz von Praktika zum Sprachenlernen

Praktika entstand aus einer zutiefst persönlichen Einsicht: Sprache eröffnet Möglichkeiten. 

Die Mitbegründer Adam Turaev, Anton Marin und Ilya Chernyakov sind alle damit aufgewachsen, sich in neuen Ländern zurechtzufinden, nachdem ihre Familien auf der Suche nach besseren Möglichkeiten eingewandert waren. Englisch wurde schnell unverzichtbar, nicht nur für die Schule, sondern auch für Arbeit, Mobilität und Zugehörigkeit.

„Englisch zu lernen war nie nur eine Frage der Kommunikation“, sagte Turaev. „Es hat Türen zu internationaler Arbeit und Karrierewachstum geöffnet.“ 

Doch traditioneller Sprachunterricht hat nicht ausgereicht. Trotz jahrelanger Studien stellten die Gründer fest, dass sie zwar fließend lesen und schreiben konnten, aber Schwierigkeiten hatten, selbstbewusst zu sprechen, wenn es am wichtigsten war: bei der Arbeit, in Besprechungen und im Alltag. Die Kluft zwischen dem Lernen im Klassenzimmer und der fließenden Beherrschung in der Praxis war größer, als sie es sich vorgestellt hatten.

Praktika⁠⁠(wird in einem neuen Fenster geöffnet) wurde entwickelt, um diese Lücke zu schließen. Es ist eine Sprachlern-App, die dir dabei hilft, durch tägliche Gespräche praxisnahe Sprachkompetenz zu entwickeln – mit personalisierten KI-Tutoren, die dich durch interaktive, zielorientierte Lektionen führen. Zu den Benutzer:innen gehören Studierende, die sich auf Prüfungen vorbereiten, Berufstätige, die an berufsbezogenen Sprachkenntnissen arbeiten, und Einwander:innen, die sich in fremden Ländern ein neues Leben aufbauen.

Als das Produkt reifte, entwickelte sich Praktika von einer Ein-Modell-Architektur zu einem Multi-Agenten-System weiter, das darauf ausgelegt ist, zu spiegeln, wie echte Tutoren Lektionen in Echtzeit anpassen. 

Der Lektionsagent ist der primäre Gesprächsagent, der als Tutor mit den Lernenden interagiert. Basierend auf GPT‑5.2 kombiniert er Tutor-Persönlichkeit, Unterrichtskontext, Lernziele und aktuelle Konversationen, um Lerneinheiten bereitzustellen, die sich natürlich und nicht nach Skript anfühlen. Das ist der Punkt, an dem sich das System eher wie ein echter Tutor anfühlt als wie ein geskriptetes Erlebnis.

Kontinuierlich im Hintergrund ausgeführt, verfolgt der Lernfortschrittsagent die Sprachleistung der Lernenden über alle Interaktionen hinweg. Mit GPT–5.2 überwacht dieser Agent die Sprachflüssigkeit, Genauigkeit, den Wortschatzgebrauch und wiederkehrende Fehler. Diese Daten bilden einen kontinuierlichen Feedbackkreislauf, die sowohl das Verhalten des Lektionsagenten während der Sitzung als auch die langfristige Lernstrategie beeinflusst und es ermöglicht, dass sich das Erlebnis im Laufe der Zeit auf natürliche Weise weiterentwickelt.

Der Lernplanungsagent konzentriert sich darauf, die langfristige Entwicklung der Lernenden zu gestalten. Ausgehend vom individuellen Lernziel des/der Lernenden nutzt er Erkenntnisse aus dem Lernfortschrittsagenten, um zu bestimmen, was als Nächstes gelernt werden soll, wie Fähigkeiten zu sequenzieren sind und welche Aktivitäten am effektivsten sind. Angetrieben von GPT‑5 Pro besteht seine Aufgabe darin, den Lernplan kontinuierlich anzupassen, damit der Fortschritt personalisiert, effizient und auf das gewünschte Ergebnis des Lernenden ausgerichtet bleibt.

Alle Agenten teilen sich den Zugriff auf eine dauerhafte Speicherebene, die Lernziele, Vorlieben und frühere Fehler speichert. Anstatt den Kontext vorab zu laden, ruft Praktika das Gedächtnis unmittelbar ab, nachdem der Lernende gesprochen hat, um sicherzustellen, dass die Antworten auf dem relevantesten und aktuellsten Signal basieren.

„Das System kann zu einer völlig anderen Übung wechseln, wenn der Lernende nicht in Stimmung ist“, sagt Turaev. „Das bringt die Magie zurück. Es fühlt sich immer mehr wie ein echter menschlicher Tutor an.“

Damit sich konversationelles Lernen natürlich anfühlt, muss das Gedächtnis so arbeiten, wie es im echten Leben funktioniert. Praktikas Erinnerungsschicht ruft den relevanten Kontext erst ab, nachdem der Lernende mit dem Sprechen fertig ist. Dadurch kann der Tutor auf das reagieren, was gerade gesagt wurde, nicht auf das, was er erwartet hat.

„Wenn ein Lernender gerade jetzt einen Fehler macht, reagiert der Tutor auf diesen Fehler, nicht auf einen von gestern“, sagt Mitbegründer und CEO Adam Turaev. „Dieser Timing-Unterschied ist subtil, aber er sorgt dafür, dass die Interaktion aufmerksam statt mechanisch wirkt.“

Spracherkennung spielt eine ähnliche Rolle. Sprachlernende zögern, fangen Sätze neu an und sprechen Wörter nicht perfekt aus. Praktika nutzt die Transcription API, um fragmentierte, akzentuierte und nicht-muttersprachliche Sprache zuverlässiger zu verarbeiten als herkömmliche Systeme, die auf fließende Sprache trainiert sind. Das ermöglicht es den Lernenden, sich auf die Kommunikation zu konzentrieren, ohne für ihren Anfängerstatus bestraft zu werden.

Zusammen bilden Gedächtnis-Timing und Spracherkennung einen einzigen Kreislauf: aufmerksam zuhören, den richtigen Kontext abrufen und sofort reagieren.

Frühe Versionen des Produkts von Praktika kombinierten ausdrucksstarke Avatare mit regelbasiertem NLP und den ersten davinci-Modellen, aber die Gespräche fühlten sich immer noch eingeschränkt an. Mit der Veröffentlichung von GPT–3.5 erlebte das Team seinen ersten großen Durchbruch.

„Zum ersten Mal konnten wir fortgeschrittenes Sprachverständnis mit ausdrucksstarken, lebensechten Avataren verbinden“, sagt Adam Turaev. „Die Gespräche hörten auf, sich wie auswendig gelernt anzufühlen. Sie wurden natürlich, emotional und authentisch.“ 

Während Praktika neuere Modelle evaluierte, erwies sich GPT–4.1 in den internen Bewertungen als die beste Wahl, gemessen am Abschluss des Onboardings, der Nutzerbindung am ersten Tag, der Umwandlung von Test- zu Bezahlkund:innen und dem qualitativen Nutzerfeedback.

„GPT‑4.1 gab uns die beste Balance aus Schlussfolgern, emotionaler Nuance und Zuverlässigkeit“, sagt Turaev. „Es unterstützte mehrsprachige Gespräche und eine komplexe Tutoring-Logik in der von uns benötigten Qualität, was die Qualität der Gesprächssitzungen erheblich verbesserte.“

Diese Verbesserungen führten direkt zu Ergebnissen für Benutzer:innen und das Unternehmen. Nach der Einführung ihres neuen Langzeitgedächtnissystems verzeichnete Praktika einen Anstieg der Kundenbindung am ersten Tag um 24 % und verdoppelte den Umsatz in nur wenigen Monaten.

In letzter Zeit hat Praktika begonnen, GPT‑5.2- Modelle zu nutzen, um seine Architektur zu unterstützen. GPT‑5.2 treibt jetzt den primären Gesprächsagenten an, während GPT‑5.2 Pro die Aufsicht beim Schlussfolgern übernimmt und GPT‑5 Mini die kontinuierliche Fortschrittsverfolgung unterstützt. Zusammen ermöglichen diese Modelle dem System, parallel zu denken und dabei die Gesprächsqualität, die Pädagogik und die Effizienz in großem Maßstab auszubalancieren.

Heute unterstützt Praktika Millionen von Lernenden in neun Sprachen, und es werden noch mehr hinzukommen. Mit ihrer agentenbasierten Grundlage konzentriert sich Praktika nun darauf, zu erweitern, was ein KI-Tutor verstehen, sich merken und gemeinsam mit jedem Lernenden erschaffen kann.

„Wir lehren nicht nur Sprachen“, sagt Turaev. „Wir entwickeln KI, die Menschen dabei hilft, sich sicher zu fühlen, wenn sie diese in der realen Welt einsetzen.“