Adaptive Lernsysteme passen sich an den Lernenden an, zum Beispiel hinsichtlich der Lernpräferenzen oder des Lernfortschritts. Insgesamt soll das Umfeld, in dem der Lernende arbeitet, individuell und damit besser auf den Lernenden zugeschnitten werden.
Die heutigen Erwartungen der Nutzenden an moderne Ausbildungs- und Trainingssysteme zeigen klar auf den Einsatz von Techniken der Künstlichen Intelligenz (KI), etwa um die individuellen Bildungsreisen an den jeweiligen Kompetenzstufen automatisch zu adaptieren, um Entscheidungsunterstützung bzw. Empfehlung zu relevanten Inhalten zu erhalten, oder um die Lernfortschritte objektiv mittels Learning Analytics zu bewerten.
Ein Beispiel, wie sich das System an den Lernfortschritt und -geschwindigkeit des Lernenden anpassen kann, sind adaptive Lernpfade. Das System erkennt, während der Lernende Kapitel bearbeitet, den erworbenen Wissensstand und liefert Vorschläge hinsichtlich der Wahl des nächsten Kapitels. So kann das System beispielsweise empfehlen, ein bestimmtes Kapitel zu wiederholen oder auch zu überspringen. Über ein Kompetenzmodell wird das "Wissen" des Lernenden modelliert und über die Bearbeitung von Aufgaben ständig aktualisiert. So ist es möglich Lernpfade noch individueller zu gestalten.
Im Kontext der Gamifizierung von Lerninhalten, etwa in Form von Quizlernspielen, lassen sich die Schwierigkeitsstufen dynamisch an die individuelle Leistung der Nutzenden adaptieren. Derartige adaptive Systeme können sich positiv auf die Motivation und damit auf den Lernerfolg auswirken. Der Mehrwert zeigt sich in etwa der verbesserten Nutzung der E-Learning Materialien oder durch einen geringeren Zeitaufwand.
Das Fraunhofer IOSB entwickelt Methoden und Technologien, um eine plattformübergreifende Adaptivität für unterschiedliche Assistenz- und Lernsysteme zu ermöglichen. Existierende Systeme können ohne großen Aufwand mit KI-Funktionalitäten nachträglich ausgerüstet werden. Dazu werden etablierte E-Learning Standards und Service-orientierte Softwarearchitekturen eingesetzt.