Innovationsfonds Digitalisierung
Fokus 2026: Digitalisierung in der Verwaltung
Mit dem Innovationsfonds für Digitalisierung unterstützt das Rektorat Projekte, die mit pragmatischem Lösungsansatz die Herausforderungen der digitalen Transformation an der Universität Innsbruck gestalten. Im Jahr 2026 werden Projekte gefördert, welche die Digitalisierung in der Verwaltung unterstützen. Im Jahr 2025 lag der Fokus auf Digitalisierung in der Lehre. Der Innovationsfond richtet sich dabei an alle Mitarbeitenden mit Anstellung an der Universität Innsbruck (auch allgemeines Personal), die eine innovative Idee zur digitalen Transformation in den Bereichen Lehre und Weiterbildung erarbeiten oder testen möchten.
Hier finden Sie einen Überblick über die Siegerprojekte. Sollten Sie Fragen oder Anregungen haben, können Sie sich jederzeit an das Vizerektorat unter digital@uibk.ac.at wenden.
FACE-EFA
Facial Analysis & Classification im Fotobestand des European Forum Alpach
Das Projekt zielt darauf ab, den umfangreichen Fotobestand des Archivs des European Forum Alpbach (ca. 12.000 Bilder aus den Jahren 1945–2015) durch den Einsatz einer datenschutzkonformen, lokal betriebenen KI-Lösung zur Gesichtserkennung und -identifikation systematisch zu erschließen.
Die Bilder werden digitalisiert, in die Fotodatenbank eingelesen und von einer KI-Lösung analysiert und mit technischen sowie semantischen Metadaten angereichert, wobei erkannte Gesichter gruppiert und identifizierten Personen zugeordnet werden können. Menschliche Bearbeiter:innen überprüfen und ergänzen diese Vorschläge. Durch kontinuierliches Training verbessert sich die Erkennungsleistung der KI laufend. Ziel ist eine effizientere Recherche, wissenschaftliche Nutzung und Publikation der Bestände, etwa über Kulturpool und Europeana. Gleichzeitig entsteht eine nachhaltige, nachnutzbare Infrastruktur für die digitale Archivarbeit an der Universität Innsbruck.
Projektleitung: Mag. Dr. Guenter Mühlberger vom Institut für Germanistik
IZA
Digitale Transformation für das Innsbrucker Zeitungsarchiv
Das Innsbrucker Zeitungsarchiv (IZA) verfügt mit rund 1,5 Millionen Zeitungsartikeln über eine international einzigartige Sammlung zu Literatur, Theater und dem Literaturbetrieb im deutschsprachigen Raum. Das Projekt entwickelt ein Multi-Agenten-System, das zentrale Arbeitsschritte im Archiv – vom Sammeln digitaler Zeitungsausgaben über die Auswahl relevanter Artikel bis hin zur Extraktion von Metadaten und zur inhaltlichen Erschließung – weitgehend automatisiert.
Durch die Automatisierung mit Hilfe von künstlicher Intelligenz sollen manuelle Routinen deutlich reduziert und die Grundlage für einen zeitgemäßen, skalierbaren Workflow geschaffen werden. Neben der Automatisierung steht vor allem die qualitative Aufwertung der Sammlung im Mittelpunkt: Artikel sollen künftig schneller verfügbar sein, mit strukturierten Metadaten, Zusammenfassungen und Verknüpfungen zu externen Wissensquellen angereichert werden und in einem modernen Such- und Webinterface zugänglich sein. Gleichzeitig werden Alt- und Neubestand in einer gemeinsamen Datenbank zusammengeführt. Das Projekt schafft damit nicht nur einen unmittelbaren Mehrwert für die literatur- und theaterwissenschaftliche Forschung, sondern eröffnet auch anderen Sammlungs- und Archivbereichen der Universität neue Perspektiven für den Einsatz KI-gestützter Workflows.
Projektleitung: Mag. Dr. Irene Zanol vom Brennerarchiv
UPLIFT
University Personnel Leveraging of Intelligent Flow Tools
Verwaltungsmitarbeitende stehen häufig vor wiederkehrenden Aufgaben, von denen sie sich wünschen würden, dass man sie automatisiert. Sie verfügen jedoch nicht über die notwendigen Ressourcen, um neue Werkzeuge zu entwickeln. Dieses Projekt soll mit Hilfe eines human-in-the-loop-Ansatzes Abhilfe schaffen.
Zur Problematik der fehlenden Ressourcen kommt hinzu, dass die meisten verfügbaren Optimierungswerkzeuge ausschließlich als externe Cloud-Dienste existieren, was Bedenken hinsichtlich Datenschutz, Autonomie und digitaler Souveränität aufwirft. Im Projekt UPLIFT verfolgen wir einen lokalen, menschzentrierten Ansatz: ZID-Automatisierungsfachkräfte, geleitet von Human-Factors-Theorie, arbeiten direkt mit Verwaltungsmitarbeitenden zusammen, um mithilfe lokaler Drag-and-Drop-Werkzeuge und, wo sinnvoll, DSGVO-konformer KI-Dienste intelligente visuelle Ablaufautomatisierungen gemeinsam zu gestalten. Ab Mai 2026 gliedert sich das Projekt in zwei sechsmonatige Phasen, in denen ausgewählten Verwaltungsmitarbeitenden ein Desktop-KI-System sowie wöchentliche Co-Design-Sitzungen mit Automatisierungsfachkräften angeboten werden. Dieses Vorhaben führt zu einer gesteigerten KI-Kompetenz der Mitarbeitenden, einer Bibliothek einfacher Ablaufwerkzeuge sowie wiederverwendbaren Leitlinien für intelligente Automatisierung. Weitere Informationen finden Sie auf der Homepage des Projekts.
Projektleitung: Edward Watson, Zentraler Informatikdienst, Abteilung Digitale Medien und Lerntechnologien
AgenticAI
Jede:r kennt ChatGPT – aber das ist nur der Anfang. Was passiert, wenn Künstliche Intelligenz nicht nur Texte schreibt, sondern aktiv bei der Arbeit hilft?
Wenn sie Dokumente liest, Informationen findet, Prozesse automatisiert oder sogar Forschung unterstützt?
Genau das erforscht ein interdisziplinäres Team der Universität Innsbruck.
Im Fokus stehen sogenannte Agentensysteme - KI-Modelle, die selbstständig Aufgaben übernehmen, andere KI-Agenten steuern und Ergebnisse bereitstellen. Ganz ohne Programmierkenntnisse lassen sich so kleine Arbeitshelfer bauen: von der automatischen Datenextraktion aus PDFs bis hin zur intelligenten Literaturrecherche. Getestet werden diese Systeme dort, wo sie sofort helfen können – in der Verwaltung und in der wissenschaftlichen Praxis. Bachelor- und Masterstudierende der Werkstoffwissenschaften bekommen als erste Zugang, um selbst mit KI-Workflows zu experimentieren. Ziel ist ein System, das einfach nutzbar, sicher und universell teilbar ist – und das zeigt, was heute schon mit KI im Alltag möglich ist.
Projektleitung: Janko Stajkovic, BSc MSc vom Institut für Mechatronik
Im Projekt AgenticAI wurde eine lokale KI-Infrastruktur für Forschung, Lehre und Verwaltung aufgebaut. Sie ermöglicht den kontrollierten Einsatz von Sprachmodellen, RAG-Systemen und KI-gestützten Workflows, etwa für wissenschaftliche Literaturrecherche, PDF-Auswertung und administrative Aufgaben. Neben mehreren Demonstratoren entstanden dokumentierte, wiederverwendbare Softwarepakete. Eine zentrale Erkenntnis war, dass erfolgreiche KI-Nutzung weniger von einzelnen Modellen abhängt als von einfachen Schnittstellen, konkreten Beispielen, praktischer Schulung und der Integration in bestehende Arbeitsabläufe.
NEXTlearn
Neue digitale Wege für effektives Lernen und Prüfen
Das Projekt NEXTlearn nutzt innovative Technologien, um die Lehr- und Prüfungspraxis in Einführungskursen der Volkswirtschaftslehre zukunftsorientiert weiterzuentwickeln. Im Zentrum steht ein dynamischer Aufgabenpool, der vielfältige Varianten von Prüfungsfragen automatisch erzeugt – ideal für individuelles Feedback, eigenständiges Lernen und faire Prüfungen.
Unterstützt durch Open-Source-Software und Künstliche Intelligenz entstehen innovative Formate, die Lehrinhalte aus Vorlesung, Übung und Selbststudium sinnvoll verzahnen. Sowohl die neuen Arbeitsprozesse als auch die eingesetzten Werkzeuge – darunter das an der Fakultät entwickelte Softwarepaket R/exams – sind modular aufgebaut und können als Open Educational Resources auch für andere Lehrveranstaltungen an der Uni und darüber hinaus angepasst werden. Eine Pilotstudie im Wintersemester 2025/26 misst wissenschaftlich den Lernerfolg. Das Projekt trägt so nicht nur zur Verbesserung der Lehrqualität in Großveranstaltungen der Volkswirtschaftslehre bei, sondern schafft ein übertragbares Modell für eine zukunftsorientierte, digitale Hochschullehre.
Projektleitung: Univ.- Prof.Andreas Steinmayr, PhD vom Institut für Finanzwissenschaft
Große Einführungsmodule in der Volkswirtschaftslehre neu denken — mit dem Leitsatz: Digitalisierung als Basis, persönliche Betreuung als Ziel.
Große Einführungslehrveranstaltungen zählen in den wirtschaftswissenschaftlichen Bachelor-Studiengängen zu den zentralen Herausforderungen der Studieneingangsphase: Über 1.000 Studierende pro Studienjahr, sehr unterschiedliche Vorkenntnisse und begrenzte Ressourcen für individuelle Betreuung. Genau hier setzt das Projekt _NEXTlearn_ an. Es entwickelt die Lern- und Prüfungskultur in zwei volkswirtschaftlichen Einführungsmodulen weiter. Die Grundidee: Digitale Werkzeuge übernehmen wiederkehrende Übungs- und Feedbackaufgaben, damit mehr Zeit für das gemeinsame Verstehen ökonomischer Zusammenhänge bleibt.
Ein durchgängiger Wochenrhythmus
Kern des Konzepts ist ein wöchentlicher Ablauf, in dem Vorlesung, Selbststudium und Proseminar ineinandergreifen (siehe Abbildung). Im Anschluss an jede Vorlesungseinheit bearbeiten die Studierenden digitale Übungsaufgaben im eigenen Tempo und erhalten unmittelbar ein automatisiertes Feedback. Im Proseminar bleibt dadurch mehr Raum für Diskussion und vertieftes Verständnis, statt Lösungen vorzurechnen. Kurze schriftliche Tests am Ende jeder Proseminareinheit bilden den Abschluss des wöchentlichen Rhythmus. So werden niedrigschwellige Anreize geschaffen, in allen Teilen des Moduls kontinuierlich mitzulernen — anstelle kurzfristiger Prüfungsvorbereitung.
Technische Grundlage ist ein dynamischer Aufgabenpool auf Basis der Open-Source-Software [R/exams], deren Hauptentwickler dem Projektteam angehört. Die Aufgaben werden bei jedem Aufruf mit neuen Werten erzeugt und lassen sich so beliebig oft üben. Ergänzend entwickelt das Team KI-Werkzeuge, die Lehrende bei der Aufgabenerstellung entlasten und neue, aktive Lernformate eröffnen — etwa ein Rollenspiel, in dem Studierende als Wettbewerbsbehörde eine simulierte Unternehmensfusion aus volkswirtschaftlicher Perspektive prüfen.
Erprobt und wissenschaftlich begleitet
Im Wintersemester 2025/26 wurde das neue Format mit rund 900 Studierenden erprobt und begleitend evaluiert. Für die Evaluierung wurde das neue Konzept zunächst nur in der Hälfte der Proseminargruppen eingeführt, während die übrigen Gruppen in einem traditionelleren Format unterrichtet wurden. Der Vergleich beider Gruppen erlaubt eine fundiertere Einschätzung der Wirkung des Formats. Die Rückmeldungen von Studierenden und Lehrenden fielen überwiegend positiv aus: angeregtere Diskussionen, eine aktivere Beteiligung und der Eindruck vieler Studierender, über das Semester hinweg „am Ball zu bleiben". Im Vergleich zur traditionell unterrichteten Gruppe zeigt sich in der NEXTlearn-Gruppe ein wachsendes Interesse an volkswirtschaftlichen Themen, mehr Zeit mit den wöchentlichen Aufgaben und eine höhere Antrittswahrscheinlichkeit beim ersten Prüfungstermin.
Vom Pilotprojekt in den Regelbetrieb
Seit dem Sommersemester 2026 ist NEXTlearn im Regelbetrieb. Aufgabenpool, die Weiterentwicklung von R/exams und offen zugängliche Lernmaterialien (Open Educational Resources) sind auf andere Lehrveranstaltungen übertragbar. Aktuell arbeitet das Team an der nächsten Stufe der KI-Integration, insbesondere an der KI-gestützten Erstellung von Prüfungsfragen. Damit leistet das Projekt einen Beitrag zur Digitalisierungs-, KI- und OER-Strategie der Universität Innsbruck — und versteht sich nicht als Abschluss, sondern als Startpunkt für die weitere Entwicklung digital gestützter Großlehre.
Prompt Lab
Documenting Prompts and Critically Reflecting the Effects of LLMs for Learning
Das fakultätsübergreifende Projekt zielt darauf ab, den kompetenten und reflektierten Einsatz von Large Language Models (LLMs) in der Hochschullehre zu fördern. Während ein Großteil der Studierenden bereits KI-Werkzeuge nutzt, zeigen Studien erhebliche Unterschiede in ihrer LLM-Kompetenz.
Aufbauend auf Vygotskys Theorie der Zone der nächsten Entwicklung soll durch gezielte Förderung von Prompting-Fähigkeiten sowie den Einsatz von Retrieval-Augmented Generation (RAG) die kritische Reflexion und das fachliche Lernen vertieft werden. Zentrale Maßnahmen sind die Entwicklung eines Prompt Labs, eines OER-basierten Lehrleitfadens, die Erweiterung bestehender Online-Kurse sowie tutorielle Begleitung in Fachseminaren. Der Fokus liegt auf Nachhaltigkeit, ethischen Fragen und einem datenschutzkonformen Einsatz von KI. Langfristig soll ein offener Prompt-Katalog entstehen, der als Grundlage für selbstgesteuertes Lernen dient. Die Ergebnisse werden wissenschaftlich begleitet, öffentlich diskutiert und in die Lehrer:innenbildung transferiert. Ein besonderes Augenmerk liegt auf der datenschutzkonformen Nutzung nicht-kommerzieller LLMs. Weitere Infos zum Projekt, dem Team sowie Termine, bei denen das Projekt vorgestellt wird finden sich auf der Homepage des PromptLab.
Projektleitung: Priv.-Doz. Dr. Nicola Brocca vom Institut für Fachdidaktik
PromptLab: LLMs fürs Studium nutzen – und ihre Ergebnisse kritisch prüfen
LLMs wie ChatGPT oder Academic AI gehören für viele Studierende bereits zum Studienalltag. Doch wie können sie eingesetzt werden, ohne dass fachliches Denken und selbstständiges Lernen in den Hintergrund treten? Genau hier setzte das Projekt PromptLab an. Es entwickelte Lehraktivitäten, in denen Studierende den Einsatz von LLMs nicht nur erprobten, sondern deren Ergebnisse systematisch mit ihren eigenen Leistungen verglichen und kritisch reflektierten.
Erst Fachwissen aufbauen, dann das LLM befragen
Das didaktische Konzept folgte einem einfachen Prinzip: Zunächst bearbeiteten die Studierenden eine fachliche Aufgabe ohne Unterstützung durch ein LLM. Anschließend erhielten sie eine Einführung in geeignete Prompting-Strategien und lösten dieselbe oder eine vergleichbare Aufgabe mit Unterstützung eines LLMs. Abschließend verglichen sie beide Ergebnisse: Was konnte das LLM gut? Wo traten Fehler oder unplausible Antworten auf? Und welche Teile der Aufgabe erforderten weiterhin menschliches Fachwissen?
Die Aktivitäten reichten von sprachwissenschaftlichen Textanalysen über die Planung von Fremdsprachenunterricht und die Erstellung von Lektüreprotokollen bis hin zur Bearbeitung bildungs- und literaturwissenschaftlicher Fragestellungen. Dabei wurden auch Datenschutz, ethische Fragen und der verantwortungsvolle Umgang mit KI thematisiert.
In 28 Lehrveranstaltungen erprobt
PromptLab wurde zunächst im Sommersemester 2025 in sechs Lehrveranstaltungen pilotiert und im Wintersemester 2025/26 auf 22 weitere Kurse ausgeweitet. Insgesamt kam das Konzept somit in 28 Lehrveranstaltungen aus den Bildungswissenschaften, der Sprach- und Literaturwissenschaft sowie der Fremdsprachendidaktik zum Einsatz. Rund 200 Studierende nahmen an den Aktivitäten teil.
Das Projekt wurde wissenschaftlich begleitet. Neben Fragebogendaten, Prompts und studentischen Arbeitsergebnissen wurden etwa 150 schriftliche Reflexionen gesammelt. Diese geben Aufschluss darüber, wie Studierende die Zuverlässigkeit von LLM-Ausgaben beurteilen, welche Prompting-Strategien sie verwenden und inwiefern die Arbeit mit LLMs ihr fachliches Lernen und ihre kritische Reflexion unterstützt. Die Ergebnisse werden derzeit in mehreren Publikationen wissenschaftlich ausgewertet.
Offene Materialien für die weitere Lehre
Die im Projekt entwickelten und erprobten Aktivitäten wurden als Open Educational Resources aufbereitet. Sie stehen Lehrenden zur Verfügung und können an unterschiedliche Fächer und Lehrveranstaltungen angepasst werden. Ergänzend wurde auf der Projektwebseite ein offener Prompt-Katalog eingerichtet, in dem erprobte Prompts gemeinsam mit den zugehörigen Aufgaben und didaktischen Hinweisen dokumentiert werden.
Die Ergebnisse wurden in Workshops, universitätsinternen Veranstaltungen und wissenschaftlichen Tagungen vorgestellt. Damit schafft PromptLab eine nachhaltige Grundlage für einen fachbezogenen und verantwortungsvollen Einsatz von LLMs in der Hochschullehre – mit dem Grundsatz: erst selbst lernen, dann das LLM nutzen und seine Ergebnisse kritisch prüfen.
Publikationen und Materialien
Brocca, N., Grobler, S., Jäger, S., & Konecny, C. (Hrsg.). (2026). OER-Materialien des Projekts PromptLab der Universität Innsbruck: Aufgaben in geistes- und bildungswissenschaftlichen Fächern für die Förderung von Prompting-Kompetenzen und die Reflexion über die Effektivität von LLMs. Universität Innsbruck. https://doi.org/10.48517/0fkv-4k16
Brocca, N., Konecny, C., Grobler, S., & Jäger, S. (Hrsg.). (2027). Large Language Models in der Hochschuldidaktik: Aktivitäten zur Förderung der LLM-Literacy in der fremdsprachendidaktischen sowie bildungs-, literatur- und sprachwissenschaftlichen Lehre [Sammelband in Vorbereitung]. Narr Francke Attempto.
Brocca, N., & Romano, A. (im Druck). Generative AI literacies and discipline-specific knowledge: Pre-service teachers planning L2 lessons with GenAI. Digital Studies in Language and Literature.
Brocca, N., & Garassino, D. (2026). LLM in text linguistics teaching: An exploratory study with GenAI novices in higher education. Computers & Education Open, 11, 100414. https://doi.org/10.1016/j.caeo.2026.100414