Apical

Ausgangslage

Die Plattform musste sowohl strukturierte Englisch-Testvorbereitung als auch verlässliche Online-Bewertungsabläufe unterstützen. Dafür mussten Content-Auslieferung, Testdurchführung, Bewertungsunterstützung und reaktionsschnelles Frontend in einem stimmigen Produkt zusammengeführt werden.

Was umgesetzt wurde

• Eine umfassende Plattform für Pearson-Test-of-English-Vorbereitung und Online-Training konzipiert und entwickelt.
• RESTful-Laravel-APIs aufgebaut und eine reibungslose Integration mit einem Nuxt-basierten Frontend sichergestellt.
• Azure Cognitive Services integriert, um Testergebnisse automatisiert und mit hoher Genauigkeit auszuwerten.

Technischer Ansatz

Laravel übernahm die Anwendungs- und API-Ebene, während Vue.js und Nuxt die lernorientierte Oberfläche und den Delivery-Flow unterstützten. MySQL-Schema und Query-Design wurden so optimiert, dass Performance schnell und skalierbar blieb, während Nutzer Trainings- und testbezogene Abläufe durchliefen.

Testablauf-Diagramm

• Schritt 01: Registrierung, Paketwahl und Terminplanung wurden im Nuxt-Frontend durchgeführt und gegen Backend-Regeln zur Verfügbarkeit validiert.
• Schritt 02: Übungsmodule, Probetests und zeitgesteuerte Prüfungssessions wurden über dedizierte APIs ausgeliefert, damit Reading-, Listening-, Speaking- und Writing-Abläufe getrennt und nachvollziehbar blieben.
• Schritt 03: Nutzerantworten wurden in Laravel-Services gespeichert, nach Testtyp normalisiert und für Bewertungs- sowie Review-Prozesse vorbereitet.
• Schritt 04: Finale Score-Daten, Versuchshistorie und Feedback-Zusammenfassungen wurden einheitlich an Lernenden-Dashboard und Mitarbeiter-Portal zurückgegeben.

Bewertungslogik

Die Bewertungsebene kombinierte regelbasierte Validierung mit Azure Cognitive Services für sprach- und textbezogene Auswertungsschritte. Objektive Bereiche wie Multiple-Choice oder strukturierte Antworten konnten direkt bewertet werden, während Speaking- und Writing-Abgaben durch eine kontrollierte Pipeline liefen, in der KI-unterstützte Ergebnisse auf das interne Score-Modell der Anwendung abgebildet wurden, bevor Lernende oder Trainer sie sahen.

• Rohantworten wurden getrennt von berechneten Score-Datensätzen gespeichert, um Bewertung reproduzierbar zu halten.
• Pro Bereich wurde Bewertungs-Metadaten abgelegt, damit Mitarbeiter nachvollziehen konnten, wie ein Endergebnis entstanden ist.
• Für Grenzfälle gab es einen administrativen Review-Ablauf, bevor sensible Ergebniszusammenfassungen veröffentlicht wurden.

API-Architektur

Die Laravel-API war entlang klarer Domänen strukturiert: Authentifizierung und Nutzerprofile, Kurs- und Inhaltsauslieferung, Prüfungs-Session-Management, Antwortübermittlung, Bewertung und Reporting. Dadurch blieb das Nuxt-Frontend schlank, während sich prüfungsbezogene Workflows weiterentwickeln konnten, ohne alle Screens an eine übergroße Controller-Struktur zu koppeln.

• Authentifizierungs-Endpunkte steuerten den Zugriff für Lernende und Mitarbeiter mit rollenabhängigen Antworten.
• Prüfungs-APIs verwalteten Session-Status, Timer, Fragen-Payloads und die Speicherung von Antworten.
• Bewertungs- und Reporting-Endpunkte lieferten zusammengefasste Ergebnisse für Dashboards, Review-Queues und Trainingsanalysen.