Kagaz: Offline-Tool generiert Natur-Schnitzeljagden für Kinder als PDF
Lokales LLM erstellt bilinguale Hindi/Englisch-Suchspiele, die ohne Internet funktionieren
Mit KI erstellt◆ Fakten auf einen Blick
- Kagaz ist ein offline-first Tool, das druckbare bilinguale Hindi/Englisch Natur-Schnitzeljagden für Kinder generiert.
- Eltern geben Stadt, Altersspanne und Monat ein.
- Ein lokales Open-Weight-LLM schreibt die Jagd; verwendet wird qwen2.5:7b, zuvor gemma2:2b.
- Eine saisonale Filterung hält die Aufgaben realistisch für die jeweilige Jahreszeit.
- ReportLab rendert ein A4-PDF mit Checkbox-Raster.
- Nach einmaligem 'ollama pull qwen2.5:7b' läuft das Tool offline; keine Internetverbindung nötig.
Offline-Naturspiele: Kagaz generiert Schnitzeljagden als PDF
Kagaz (Hindi für „Papier") ist ein neues, offline-first Werkzeug, das druckbare zweisprachige Natur-Schnitzeljagden für Kinder erstellt – eine Art Schatzsuche in der Natur, bei der Kinder bestimmte Dinge finden und abhaken. Eltern geben lediglich eine Stadt, eine Altersspanne und einen Monat ein; mehr ist nicht nötig, um eine individuelle Jagd zu erstellen. Ein lokal ausgeführtes Open-Weight-Sprachmodell generiert daraus eine Liste von Suchaufgaben auf Hindi und Englisch. Die generierten Aufgaben reichen von konkreten Fundstücken wie einem trockenen Blatt mit Loch über Tierbeobachtungen wie eine Krähe auf einer Leitung bis zu Sinneseindrücken wie dem Geruch feuchter Erde – typische Naturerfahrungen, die Kinder mit allen Sinnen machen können. Eine saisonale Filterung stellt sicher, dass die Aufgaben zur jeweiligen Jahreszeit realistisch sind: Es werden keine Aufgaben gestellt, die in der aktuellen Saison nicht erfüllbar wären. Anschließend rendert die Python-Bibliothek ReportLab ein A4-PDF mit einem Raster aus Kontrollkästchen, sodass Kinder Funde abhaken können; das Blatt ist für den Druck auf A4-Papier optimiert. Eltern drucken das Blatt aus, geben es dem Kind, und das Kind geht nach draußen, um die Natur zu erkunden. Das Werkzeug kann überall ohne Internetverbindung genutzt werden und ist daher besonders nützlich, wo die Verbindung schwach ist. Der Name ist nicht zu verwechseln mit dem gleichnamigen indischen Dokumentenscanner Kaagaz, der ein anderes Produkt ist.
Lokal, kostenlos, datenschutzfreundlich: Technik und Vorteile
Technisch setzt Kagaz auf das Open-Weight-Sprachmodell qwen2.5:7b, nachdem der Entwickler zunächst gemma2:2b verwendet hatte. Der Wechsel erfolgte, weil qwen2.5:7b eine bessere mehrsprachige Ausgabe liefert; das zeigt, dass das System flexibel ist und sich an unterschiedliche Anforderungen anpassen lässt. Nach einem einmaligen 'ollama pull qwen2.5:7b' läuft das Tool vollständig offline; es sind keine Cloud-Dienste, kein Konto, keine Logs und kein Training mit Nutzerdaten involviert. Kinderdaten wie Alter und Stadt bleiben auf dem lokalen Rechner, sodass kein Risiko besteht, dass sie in die Hände Dritter gelangen oder für Trainingszwecke verwendet werden. Da keine API-Kosten anfallen, ist das Werkzeug besonders für Lehrkräfte attraktiv: Eine Lehrkraft kann 100 Kopien für eine Klasse drucken, es kostet nur Papier und Tinte – ein entscheidender Vorteil für Schulen mit knappen Budgets. Der Modellwechsel ist über eine Zeile in der .env-Datei möglich, und eine lokale Feinabstimmung ist denkbar, etwa auf Marathi-Artnamen, um die Jagd an regionale Flora und Fauna anzupassen. Das Projekt ist eine Einreichung für die erste Woche des Hacktoberfest 2026 zum Thema 'Touch Grass'. Der Autor schätzt die Gesamtbildschirmzeit auf etwa 30 Sekunden und die Naturzeit auf ein bis zwei Stunden; die eigentliche Aktivität findet also fast vollständig im Freien statt.



