Entdecken Sie die technische Architektur hinter AI Educademy: Next.js 15 App Router, next-intl für i18n, MDX-Content-Pipeline, Git-Submodule, PWA-Unterstützung und Vercel-Bereitstellung.
Der Aufbau der AI Educademy stellte eine einzigartige technische Herausforderung dar: Erstellen Sie eine Plattform, die für Lernende weltweit zugänglich, einfach zu warten und skalierbar genug ist, um Millionen von Benutzern zu bedienen – und das alles unter Beibehaltung einer sauberen und entwicklerfreundlichen Codebasis.
In diesem ausführlichen Einblick gehen wir durch die Architekturentscheidungen, die unsere Plattform geprägt haben, von unserer Wahl für Next.js 15 bis hin zur Art und Weise, wie wir mehrsprachige Inhalte mit Git-Submodulen verwalten. Egal, ob Sie eine Bildungsplattform, eine Dokumentationsseite oder eine andere inhaltsreiche Anwendung erstellen, hier finden Sie praktische Einblicke.
Als wir mit dem Aufbau der AI Educademy begannen, war Next.js 14 der Standard. Zum Zeitpunkt unserer Einführung wurde Next.js 15 mit erheblichen Verbesserungen am App Router veröffentlicht. Wir haben den Sprung geschafft, weil mehrere Faktoren perfekt zu unseren Zielen passten:
Standardmäßig Serverkomponenten: Der Next.js 15 App Router verwendet standardmäßig Serverkomponenten, was bedeutet, dass wir Daten direkt in unseren Komponenten ohne zusätzliche API-Routen für einfache Vorgänge abrufen können. Dies reduziert die Komplexität und verbessert die Leistung sofort.
Inkrementelle statische Regeneration (ISR): Bildungsinhalte ändern sich nicht ständig, aber sie ändern sich. ISR ermöglicht es uns, Seiten zum Zeitpunkt der Erstellung vorab zu rendern und sie dann nach einem Zeitplan erneut zu validieren. Das bedeutet, dass unsere Blogbeiträge, Tutorials und Kursmaterialien immer aktuell sind, ohne dass es zu Leistungseinbußen durch On-Demand-Rendering kommt.
Integrierte Optimierung: Bildoptimierung, Laden von Schriftarten und Codeaufteilung werden automatisch durchgeführt. Wir mussten keine Zyklen damit verbringen, diese Funktionen zu entwickeln oder zu konfigurieren – sie funktionieren einfach.
Dateibasiertes Routing: Die intuitive Dateistruktur des App Routers macht deutlich, wo sich Seiten und API-Routen befinden. Neue Mitwirkende können in die Codebasis einsteigen und die Struktur sofort verstehen.
// Our routing structure is intuitive and scalable
app/
├── [locale]/
│ ├── page.tsx
│ ├── programs/
│ │ ├── page.tsx
│ │ └── [slug]/
│ │ └── page.tsx
│ └── blog/
│ ├── page.tsx
│ └── [slug]/
│ └── page.tsx
├── api/
└── layout.tsx
AI Educationcademy wurde für die globale Gemeinschaft entwickelt. Das Anbieten von Inhalten in mehreren Sprachen ist nicht nur „nice-to-have“ – es ist unerlässlich, um unsere Mission einer kostenlosen KI-Bildung für alle zu erfüllen.
Wir haben next-intl gewählt, weil es:
/en/programs und /es/programas mit derselben Seitenkomponente haben)So strukturieren wir unser i18n-Setup:
// middleware.ts - Detects user locale and routes accordingly
import { createMiddleware } from 'next-intl/middleware';
export default createMiddleware({
locales: ['en', 'es', 'fr', 'de', 'zh'],
defaultLocale: 'en'
});
export const config = {
matcher: ['/((?!api|_next|.*\\..*).*)']
};
Unsere Übersetzungsdateien sind nach Gebietsschema und Funktion geordnet:
messages/
├── en/
│ ├── common.json
│ ├── programs.json
│ └── blog.json
├── es/
│ ├── common.json
│ └── ...
└── fr/
└── ...
Dieser Ansatz lässt sich wunderbar skalieren. Das Hinzufügen einer neuen Sprache bedeutet das Hinzufügen eines neuen Ordners mit JSON-Dateien – es sind keine Codeänderungen erforderlich.
Hier wird es interessant. Wir hätten ein herkömmliches Headless-CMS verwenden können, aber wir haben uns für MDX entschieden, weil es uns das Beste aus beiden Welten bietet: Content-Management, das neben unserem Code versioniert ist, und die Möglichkeit, interaktive React-Komponenten direkt in unsere Bildungsinhalte einzubetten.
Wenn Sie einen Blogbeitrag oder ein Tutorial zu AI Educamy lesen, lesen Sie nicht nur statisches HTML. Möglicherweise interagieren Sie mit:
All dies ist möglich, weil wir MDX verwenden. Unsere Inhaltsautoren können in Markdown schreiben, aber Entwickler können benutzerdefinierte Komponenten übergeben:
---
title: "Understanding Neural Networks"
---
# Understanding Neural Networks
<ConceptExplainer concept="neural-networks" />
Neural networks are inspired by how our brains work...
<InteractiveQuiz questionId="nn-101" />
## Real-World Applications
<CodeExample language="python" title="Simple Neural Network" />
Damit MDX in Next.js 15 reibungslos funktioniert, verwenden wir @next/mdx und konfigurieren es in unserem next.config.js:
// next.config.js
import createMDX from '@next/mdx';
const withMDX = createMDX({
options: {
remarkPlugins: [
// Our custom plugins for syntax highlighting, TOC generation, etc.
],
rehypePlugins: []
}
});
export default withMDX({
pageExtensions: ['ts', 'tsx', 'mdx']
});
Hier ist eine clevere Architekturentscheidung: Unsere Inhalte befinden sich in separaten Git-Repositories, die als Git-Submodule in die Hauptanwendung gezogen werden.
Warum? Weil es ermöglicht:
Unsere Verzeichnisstruktur sieht so aus:
ai-educademy/
├── content/ (git submodule)
│ ├── blog/
│ │ ├── en/
│ │ ├── es/
│ │ └── fr/
│ ├── programs/
│ │ └── [course content]
│ └── lab/
│ └── [interactive exercises]
├── app/
├── package.json
└── .gitmodules
Wenn wir Inhalte aktualisieren müssen, gehen wir wie folgt vor:
# Pull latest content
git submodule update --remote
# Or content authors can PR directly to the content repo
Diese Entkopplung hat für unsere Geschwindigkeit eine entscheidende Rolle gespielt. Inhalte können aktualisiert werden, ohne dass Anwendungsneuerstellungen ausgelöst werden müssen (dank ISR), und neue Programme können von Nicht-Ingenieuren hinzugefügt werden.
Der Unterricht findet auf allen Geräten statt, auch in Umgebungen mit geringer Bandbreite. Wir haben AI Educamy als PWA entwickelt, damit Lernende:
// next.config.js includes PWA configuration
import withPWA from 'next-pwa';
const withPWA = require('next-pwa')({
dest: 'public',
disable: process.env.NODE_ENV === 'development'
});
Unsere Service-Worker-Strategie ist einfach:
Wir stellen auf Vercel bereit, da die Integration mit Next.js nahtlos ist. Jeder Push zu unserem Hauptzweig löst automatische Builds und Bereitstellungen aus. Noch wichtiger:
Unsere Bereitstellungspipeline sieht folgendermaßen aus:
Git Push → GitHub → Vercel Build → CDN Distribution → Global Users
Speziell für Inhaltsaktualisierungen haben wir Webhooks eingerichtet, sodass Vercel die Website automatisch mit neuen Inhalten neu aufbaut, wenn unser Inhaltssubmodul aktualisiert wird.
Die gesamte Architektur arbeitet zusammen, um eine Plattform zu schaffen, die Spitzenleistungen erbringt. Unsere realen Kennzahlen:
Dabei handelt es sich nicht um Eitelkeiten – schnellere Websites bedeuten, dass mehr Lernende auf unsere Inhalte zugreifen können, insbesondere auf solche über Mobilfunknetze oder in Regionen mit begrenzter Infrastruktur.
Die gesamte Codebasis ist Open Source. Wenn Sie sehen möchten, wie all diese Teile zusammenwirken, können Sie das Repository erkunden, Verbesserungen beisteuern oder es für Ihre eigene Bildungsplattform bereitstellen.
Die hier beschriebene Architektur ist nicht proprietär – sie basiert auf soliden, weit verbreiteten Open-Source-Tools. Die Community profitiert von unseren Erkenntnissen und wir profitieren von den Beiträgen der Community.
Unabhängig davon, ob Sie eine Bildungsplattform oder eine inhaltsintensive Anwendung erstellen, sollten Sie Folgendes bedenken:
AI Educadamy steht für unser Engagement für eine zugängliche, leistungsstarke und wartbare technische Infrastruktur für die Bildung. Wenn Sie an einer dieser Technologien interessiert sind oder einen Beitrag leisten möchten, unser Code ist Open Source und wartet auf Ihre Zusammenarbeit.
Möchten Sie unsere Plattform ausprobieren? Entdecken Sie unsere Programme | Besuchen Sie das Labor | Lesen Sie mehr über unsere Mission
Teste die erste Lektion jeder Akademie kostenlos und schalte danach jede weitere Lektion, jedes Projekt und jedes Zertifikat mit Pro frei.
Stand der Open-Source-KI im Jahr 2026: Die Modelle, Tools und Communities, die den Weg weisen
Von HuggingFace über Llama bis hin zu LeRobot – Open-Source-KI floriert im Jahr 2026. Entdecken Sie die Top-Modelle, Tools und Communities, die barrierefreie KI für alle gestalten.
Warum wir die KI-Bildungsakademie aufgebaut haben
Die Geschichte hinter einer kostenlosen Open-Source-KI-Bildungsplattform, die künstliche Intelligenz in 11 Sprachen lehrt – vom absoluten Anfänger bis zum Fortgeschrittenen.