e-Learning-Formate in Moodle: Der große Überblick für Bildungsanbieter

Wer Moodle betreibt, verwaltet in Wahrheit einen ganzen Zoo an e-Learning-Formaten: SCORM-Pakete vom Content-Anbieter, H5P-Übungen aus der eigenen Redaktion, klassische Moodle-Aktivitäten wie Lesson und Page – und dazwischen PDFs, Videos und externe Tools. Jedes Format hat seine Stärken, seine Grenzen und seine eigene Art, Lerninhalte zu speichern. Genau das wird 2026 zur entscheidenden Frage: Denn wer KI-Tutoren nutzt, merkt schnell: Die Antworten sind nur so gut wie die Wissensbasis, auf die er zugreifen kann – und die liegt in genau diesen Formaten.

Dieser Artikel ist der Auftakt unserer Serie über e-Learning-Formate in Moodle. Hier bekommt ihr den Überblick: Was leistet welches Format, wie gut ist es in Moodle integriert – und wie kommt das Wissen daraus in die Vektordatenbank (RAG) eines KI-Tutors? Zu jedem Format folgt ein eigener Detail-Artikel.

Key Takeaways

• Moodle ist ein Format-Flickenteppich – und das ist okay: SCORM, H5P, xAPI und native Aktivitäten haben alle ihre Berechtigung. Problematisch wird es erst, wenn das Wissen in den Formaten eingeschlossen bleibt.

• Interaktivität ist nicht gleich KI-Tauglichkeit: Ein SCORM-Paket kann hochinteraktiv sein und trotzdem eine Blackbox für die KI. Entscheidend ist, ob sich die Inhalte extrahieren und in eine Wissensbasis synchronisieren lassen.

• Tracking-Standards sind kein Wissens-Zugang: SCORM und xAPI regeln, was das LMS über den Lernenden erfährt – nicht, was ein KI-Tutor über den Inhalt weiß. Zwei verschiedene Baustellen.

• Der Weg zur RAG-Wissensbasis führt über Sync: Mit dem Moodle Sync von Alphalearn werden Kursinhalte automatisch extrahiert, in eine Vektordatenbank überführt und pro Kurs mit dem KI-Tutor verknüpft – auch Inhalte aus SCORM-, xAPI- und HTML-Paketen.

Warum e-Learning-Formate über den Erfolg eures KI-Tutors entscheiden

Ein moderner KI-Tutor beantwortet Fragen nicht aus dem allgemeinen Weltwissen des Sprachmodells, sondern aus einer kontrollierten Wissensbasis: einer Vektordatenbank, die per Retrieval-Augmented Generation (RAG) durchsucht wird. Damit das funktioniert, müssen die Lerninhalte aus ihren Formaten heraus in diese Wissensbasis gelangen – idealerweise automatisch und aktuell gehalten.

Und hier trennen sich die Formate: Eine Moodle-Page ist offener Text und trivial zu erfassen. Ein SCORM-Paket ist ein ZIP-Container mit eigener Logik, dessen Inhalte extrahiert werden müssen. Ein H5P-Element speichert seine Texte in einer JSON-Struktur. Wer seinen KI-Tutor plant, sollte deshalb beide Fragen stellen: Wie gut ist das Format für Lernende – und wie gut ist es für die KI lesbar?

Die wichtigsten e-Learning-Formate im Überblick

SCORM

der Industriestandard für austauschbare Kurse

SCORM (Sharable Content Object Reference Model) ist seit über 20 Jahren der Standard für den Austausch fertiger e-Learning-Module zwischen Autorentools (Articulate, Adobe Captivate, iSpring …) und LMS. Moodle unterstützt SCORM 1.2 vollständig, SCORM 2004 mit Einschränkungen (kein Sequencing).

• Stärken: Wiederverwendbarkeit, Abschluss- und Score-Tracking, riesiges Content-Ökosystem.

• Schwächen: Das Paket ist eine geschlossene Box – Moodle sieht nur Kursabschluss und Ergebnisse von Übungen, nicht die Inhalte.

• KI und SCORM: Alphalearn von Alphabees kann SCORM-Inhalte in die Wissensbasis aufnehmen und den KI-Tutor sogar direkt ins SCORM-Paket einbetten – so wird aus dem statischen Modul eine interaktive Lernumgebung.

xAPI & cmi5

Lerndaten jenseits des LMS

xAPI (Tin Can API) löst SCORMs größte Schwäche: Es trackt Lernerlebnisse überall – in Apps, Simulationen, sogar offline – und speichert sie als „Actor–Verb–Object“-Statements in einem Learning Record Store (LRS). In Moodle braucht es dafür Plugins (z. B. Logstore xAPI) plus einen externen LRS; cmi5, das designierte SCORM-Nachfolge-Profil, wird ebenfalls per Plugin angebunden. Stärken: granulare Lernanalytik, Geräte-Unabhängigkeit. Schwächen: Infrastruktur-Aufwand, und wie SCORM liefert xAPI Tracking – keinen Inhaltszugang.

KI und xAPI: xAPI-Statements verraten, was Lernende getan haben – wertvoll für Analytics und Learner Profiles. Die Inhalte selbst kommen über die Paket-Extraktion in die Wissensbasis; Alphalearn unterstützt die Einbindung in xAPI-Pakete nativ.

H5P

interaktive Inhalte direkt in Moodle

H5P ist das beliebteste Format für selbst erstellte interaktive Inhalte im DACH-Raum: interaktive Videos, Drag-and-Drop-Übungen, Präsentationen, Quizze – erstellt direkt im Browser, seit Moodle 3.9 fest im Core mit eigener Content Bank. Stärken: keine Autorentool-Kosten, offene Technologie (HTML5/JSON), xAPI-Statements inklusive. Schwächen: Tracking weniger standardisiert als SCORM, Inhalte verteilen sich schnell über viele einzelne Elemente.

KI und H5P: H5P speichert Texte strukturiert in JSON – gut extrahierbar. Über den Moodle Sync von Alphalearn landen die Inhalte der H5P-Aktivitäten automatisch in der Wissensbasis, und der KI-Tutor kann Fragen zu genau der Übung beantworten, in der ein Lernender gerade feststeckt.

Moodle-Aktivitäten

Page, Book, Lesson, Quiz & Co.

Die nativen Moodle-Aktivitäten sind das Rückgrat der meisten Kurse: Page für einzelne Inhaltsseiten, Book für mehrseitige Kapitel, Lesson für verzweigte Lernpfade, Quiz für Prüfungen, dazu Glossar, Forum und Datei-Ressourcen (PDF, Video). Stärken: null Zusatzkosten, direkt im LMS gepflegt, sauber strukturiert. Schwächen: begrenzte Interaktivität im Vergleich zu H5P oder Autorentool-Content.

KI für Moodle Aktivitäten: Für RAG sind native Aktivitäten das dankbarste Format: offener, strukturierter Text. Der automatische Kurs-Sync von Alphalearn erfasst sie ohne Umwege – inklusive zeitgesteuerter Aktualisierung, wenn sich Kursinhalte ändern.

Formate im Vergleich:

Format	Interaktivität	Tracking	Moodle-Integration	RAG-Wissensbasis (KI-Tutor)
SCORM	hoch (je nach Autorentool)	Abschluss & Score	Core (1.2 voll, 2004 eingeschränkt)	⚠️ Extraktion nötig – via Alphalearn Sync möglich
xAPI / cmi5	hoch (Tool-abhängig)	granular (LRS erforderlich)	via Plugin + LRS	⚠️ Extraktion nötig – via Alphalearn Sync möglich
H5P	sehr hoch	xAPI-Statements, Gradebook	Core (seit 3.9, Content Bank)	✅ JSON-Struktur, gut extrahierbar
Moodle-Aktivitäten	mittel	Moodle-Bordmittel	nativ	✅ ideal – offener Text
PDF / Video / Dateien	gering	Aufruf	als Ressource	✅ PDF direkt, Video via Transkript

Stand: Juli 2026. Die RAG-Tauglichkeit bewertet, wie gut sich Inhalte automatisiert in eine KI-Wissensbasis überführen lassen.

Vom Format zur Wissensbasis:

So wird aus Moodle-Content ein KI-Tutor

Der Weg ist bei allen Formaten derselbe – nur der Aufwand unterscheidet sich:

1. Extraktion: Die Lerninhalte werden aus ihrem Format gelesen – offener Text direkt, SCORM/xAPI-Pakete und H5P-Elemente über strukturierte Extraktion, Videos über Transkripte.

2. Vektorisierung: Die Inhalte werden in Abschnitte zerlegt und als Vektoren in einer Datenbank gespeichert – die RAG-Wissensbasis.

3. Verknüpfung: Jeder KI-Tutor wird mit der Wissensbasis seines Kurses verknüpft, damit Antworten kursbezogen und belegbar sind.

4. Synchronisation: Ändern sich Kursinhalte, aktualisiert sich die Wissensbasis – ohne manuelles Nachpflegen.

Mit dem Moodle Sync von Alphalearn passieren alle vier Schritte automatisch: Kurse werden zeitgesteuert synchronisiert, Inhalte aus Aktivitäten, Dateien und Paketen extrahiert und pro Kurs mit dem jeweiligen KI-Tutor verknüpft. Beim Template-Rollout über das gesamte Kurs-Portfolio verbindet sich jede Tutor-Instanz mit einem Klick mit der Wissensbasis ihres Kurses. Ergänzend lassen sich externe Quellen wie Google Drive, SharePoint oder Websites anbinden.

Fazit & Ausblick auf die Serie

Es gibt nicht das eine richtige e-Learning-Format – ein guter Moodle-Kurs kombiniert meist mehrere. Entscheidend für 2026 ist, dass die Inhalte nicht in ihren Formaten eingeschlossen bleiben, sondern als Wissensbasis für interaktive, KI-gestützte Lernbegleitung nutzbar werden. In den nächsten Teilen dieser Serie nehmen wir jedes Format einzeln unter die Lupe: SCORM, H5P, xAPI & cmi5 sowie die Moodle-Aktivitäten – jeweils mit konkreter Anleitung, wie das Wissen daraus in euren KI-Tutor kommt.

Häufige Fragen

• Welche e-Learning-Formate unterstützt Moodle?

  Moodle unterstützt nativ SCORM (1.2 vollständig, 2004 eingeschränkt), H5P (seit Moodle 3.9 im Core mit Content Bank) sowie die eigenen Aktivitäten wie Page, Book, Lesson und Quiz. xAPI und cmi5 werden über Plugins und einen externen Learning Record Store angebunden.

• Was ist der Unterschied zwischen SCORM und xAPI?

  SCORM trackt Lernfortschritt innerhalb des LMS (Abschluss, Score). xAPI trackt Lernerlebnisse überall – auch außerhalb des LMS – und speichert sie granular in einem Learning Record Store. Beide regeln Tracking, nicht den Zugriff auf die Inhalte selbst.

• Kann ein KI-Tutor auf SCORM-Inhalte zugreifen?

  Nicht von selbst – ein SCORM-Paket ist eine geschlossene Box. Lösungen wie Alphalearn extrahieren die Inhalte in eine RAG-Wissensbasis und können den KI-Tutor zusätzlich direkt in das SCORM-Paket einbetten.

• Wie kommen Moodle-Kursinhalte in eine Vektordatenbank?

  Über einen automatischen Kurs-Sync: Inhalte werden extrahiert, in Abschnitte zerlegt, als Vektoren gespeichert und mit dem KI-Tutor des Kurses verknüpft. Bei Alphalearn läuft das zeitgesteuert und automatisch – auch für externe Quellen wie Google Drive oder SharePoint.

• Ist H5P besser als SCORM?

  Andere Baustelle: H5P ist ein Format zum Erstellen interaktiver Inhalte direkt in Moodle, SCORM ein Austauschstandard für fertige Module aus Autorentools. Viele Kurse nutzen beides. Für die KI-Wissensbasis ist H5P dank offener JSON-Struktur leichter zu erfassen.

• Kann ein KI-Tutor Videos auslesen?

  Aktuell gibt es keinen KI-Tutor, der direkt Videos auslesen kann. Über eine Kombination aus Visual-Understanding-Models und einem Transkript-Tool ist es jedoch möglich Video Inhalte in eine Text-Form zu bringen und sie in die Wissensbasis von KI-Tutoren hochzuladen.