Coursera ist eine der weltweit führenden Online-Lernplattformen und hat sich dem Ziel verschrieben, allen Menschen Zugang zu hochwertiger Bildung zu ermöglichen. Mit über 100 Millionen Lernenden, mehr als 7.000 Kursen und Partnerschaften mit über 300 führenden Universitäten und Unternehmen hat Coursera die Art und Weise, wie Menschen im digitalen Zeitalter lernen, neu definiert.
Doch als die Plattform weltweit expandierte, stellte sich eine entscheidende Herausforderung: Wie lassen sich wirklich lokalisierte, emotional ansprechende Lernerlebnisse für Studierende über Sprachen und Kulturen hinweg bieten, ohne die Authentizität zu beeinträchtigen oder untragbare Produktionskosten zu verursachen?
Mustafa Furniturewala, CTO bei Coursera, leitet das Engineering-Team von Coursera sowie die KI-Initiativen. Seine Arbeit konzentriert sich auf den Aufbau generativer KI-Tools (wie KI-Dubbing, Stimmklonen, Lippensynchronisation usw.) und darauf, sicherzustellen, dass technologische Fortschritte der Kernmission dienen, eine personalisierte, zugängliche und effektive Bildung für alle Menschen überall zu ermöglichen.
„Coursera hat es sich zur Aufgabe gemacht, Lernerlebnisse weltweit in großem Maßstab bereitzustellen“, sagte Mustafa. „Und um das effektiv zu tun, müssen wir Sprachbarrieren abbauen, Lernen personalisieren und die Qualität sowie die Intention der ursprünglichen Lehre bewahren. Genau hier war generative KI – und speziell HeyGen – transformativ.“
Bereitstellung immersiver, dozentengeführter Lernerlebnisse
Bevor Coursera HeyGen einsetzte, hatte das Unternehmen KI bereits erfolgreich genutzt, um Text- und Audiountertitelung zu skalieren. Doch die Lokalisierung von Videos blieb ein erhebliches Hindernis.
„Wir haben mit Text angefangen“, sagte Mustafa. „Das war machbar, aber als es darum ging, Videoinhalte mit dem Tonfall, den Emotionen der Dozierenden und lippensynchron in die neue Sprache zu übersetzen, war das einfach nicht realisierbar. Es war zu teuer und zu komplex, um es in großem Maßstab umzusetzen.“
Der Durchbruch kam, als Mustafa und sein Team HeyGen entdeckten – insbesondere Voice Cloning und Lip-Sync. Coursera setzte HeyGen ein, um lokalisierte Versionen von dozentengeführten Videos auf Französisch, Spanisch, Deutsch und in anderen Sprachen zu erstellen und dabei nicht nur zu bewahren, was gesagt wird, sondern auch, wie es gesagt wird.
„Am überraschendsten war, wie natürlich es sich anfühlte“, sagte Mustafa. „Wir konnten ein Video einer Dozentin oder eines Dozenten auf Englisch nehmen und es so wirken lassen, als würden sie Spanisch sprechen – und dabei ihren Tonfall, Rhythmus und emotionalen Ausdruck beibehalten.“
Diese Authentizität war für Coursera nicht verhandelbar. Das Team war schon immer skeptisch gegenüber KI-generierten Inhalten, die sich roboterhaft oder distanziert anfühlten. „Wir vermitteln nicht nur Informationen. Wir schaffen immersive, dozentengeführte Lernerlebnisse“, erklärte Mustafa. „Wenn die Emotion verloren geht, leidet das Lernen.“
HeyGens Fähigkeit, in großem Umfang Qualität zu liefern, ohne dabei Emotionen oder die Präsenz der Dozenten zu opfern, war genau das, worauf Coursera gewartet hatte.
Den „magischen Moment“ mit HeyGen erleben
Mustafa stellte fest, dass Dinge, für die früher große Investitionen und viel Zeit nötig waren, heute mit deutlich mehr Agilität passieren. „Wir dachten immer, dass Videoübersetzung in großem Maßstab enorme Investitionen in Produktion oder Technologie erfordern würde“, sagte er. „Als das Team in der Lage war, das in nur wenigen Sprints oder Wochen aufzubauen, waren wir überrascht, wie schnell wir diese Größenordnung erreichen konnten.“
Für die Dozenten war es beeindruckend zu sehen, dass ihre Stimme und ihre Emotionen in den übersetzten Videos erhalten blieben. „Es fühlte sich nach ihnen an“, sagte Mustafa. „Die übersetzten Videos sahen immer noch aus und klangen wie unsere Lehrkräfte – nur in einer anderen Sprache.“
Die technische Leistung wurde von der emotionalen Reaktion noch übertroffen. „Der magische Moment für uns war, als wir ein synchronisiertes Video mit perfektem Lippenabgleich und bewahrter Emotion gesehen haben“, erinnerte sich Mustafa. „Da wurde uns klar: Das ist nicht nur ein Tool, es ist eine Plattform, um Lernen zu skalieren, ohne das zu verlieren, was es menschlich macht.“
HeyGen hat nicht nur die Logistik verbessert, sondern auch neue kreative und operative Möglichkeiten eröffnet. Die Ingenieur:innen und Content-Ersteller:innen von Coursera können jetzt sagen: „Das habe ich gemacht“ – nicht nur, weil sie das Lehrmaterial erstellt haben, sondern weil sie es selbst übersetzt und lokalisiert haben, ohne auf Hilfe von Drittanbietern angewiesen zu sein.
„Das war schockierend“, sagte Mustafa. „Das Video war in einer völlig anderen Sprache, aber es transportierte trotzdem den Kontext, die Emotionen und die didaktische Klarheit des Originals. Es wirkte ganz natürlich.“
Verbesserte Wiedergabezeiten und Abschlussraten
Seit der Einführung von HeyGen hat Coursera messbare Verbesserungen beim Engagement der Lernenden, der Barrierefreiheit der Plattform und den Lernergebnissen erzielt.
Zentrale Ergebnisse:
- 40 % Steigerung der Video-Wiedergabezeit – In Regionen wie Lateinamerika hat lokalisiertes Videomaterial die gesamte Wiedergabezeit deutlich erhöht.
- 25 % Steigerung der Kursabschlussquoten – Studierende schlossen Kurse häufiger ab, wenn die Videoinhalte in ihrer Muttersprache bereitgestellt wurden.
- Skalierbare, authentische Lokalisierung – Coursera liefert jetzt übersetzte Videoinhalte in mehreren Formaten und Sprachen, ohne kostspielige Nachdrehs.
Mustafa ermutigt andere Teams, klein anzufangen. „Wir haben mit einem Video begonnen. Mehr brauchte es nicht, um die Wirkung zu sehen“, sagte er. „Sobald man es selbst erlebt, wird klar, welches Potenzial sich dadurch eröffnet.“
Er betonte außerdem, wie rasant sich KI-Technologie – und HeyGen im Besonderen – weiterentwickelt. „Dieses Feld bewegt sich schnell. Wenn Sie jetzt nicht experimentieren, werden Sie später im Rückstand sein. HeyGen ist zu einem entscheidenden Bestandteil unserer Infrastruktur geworden.“
