Hörnlein, AlesanderReimer, StanislausKneitz, ChristianBetz, ChristianPuppe, FrankEngels, GregorSeehusen, Silke2018-01-252018-01-2520043-88579-381-4https://dl.gi.de/handle/20.500.12116/15138Problembasiertes Lernen erfordert eine möglichst große Anzahl von Fallstudien. Jedoch ist die Erstellung von Trainingsfällen ein aufwändiger Prozess. Die Kerninformation ist in Fallbeschreibungen, z.B. Arztbriefen in der Medizin, bereits enthalten. Um daraus Trainingsfälle generieren zu können, ist eine Nachbearbeitung und semantische Annotierung erforderlich. Wir präsentieren einen neuartigen, skalierbaren Ansatz, der auf eine bequeme und inkrementelle Nachbearbeitung mit automatischer Fallgenerierung optimiert ist. Die Annotationen erfassen die Struktur der Dokumente in XML, das zur Ausführung in eine Wissensbasis des Autorensystems d3web.Train übersetzt wird. Erste Testergebnisse bewerten den Nutzen, auch von verschiedenem Zusatzwissen, aus Sicht der Endbenutzer (Medizinstudenten).deText/Conference Paper1617-5468