Skip to Main Content

German Dialects: Document, Preserve and Learn (with the help of AI)

Project Description

Das Projekt wird in Zusammenarbeit mit der Ludwig-Maximilians-Universität München, dem Österreichischen Forschungsinstitut für Artificial Intelligence und der Universität Liechtenstein durchgeführt. Ziel ist es, die Dialekte von Liechtenstein, Westösterreich und Südtirol zu dokumentieren und zu erforschen.
Das Projekt teilt sich in drei Phasen:
Phase 1: Dokumentation und Archivierung: Sammlung von Audioaufnahmen in Dialekten aus öffentlichen Quellen angereichert mit eigens für das Projekt erstellten Audio-Aufnahmen.
Phase 2: Maschinelle Verarbeitung der Audiosammlung: Die gesammelten Audiodateien werden automatisch nach Hochdeutsch transkribiert und Metadaten werden erstellt: Geschlecht des Sprechers, zugehörige Dialektregion und Altersgruppe.
Phase 3: Lernen: Die verwendeten AI-Modelle werden auf einer Plattform Interessenten angeboten. Es werden Anleitungen für Linguisten und AI-Forscher erstellt, wie diese Modelle bei ihrer Forschungsarbeit eingebunden werden können. Weitere Funktion der Plattform ist die Unterstützung bei der Erlernung von Dialekten. Damit hilft die Plattform die sprachliche Barriere für zugezogene Personen zu überwinden.

GenAI-Natives - Educating (the next generation of) teachers on usage of generative artificial intelligence

Project Description

Das Projekt zielt darauf ab, das Verständnis und die effektive Integration von generativer KI vor allem in der Sekundarstufe zu verbessern, indem der Einsatz von KI in der Praxis evaluiert wird. Es soll bewährte Verfahren bereitstellen für den Einsatz und die Selbstimplementierung von KI-Tools, die Lehrkräfte in die Lage versetzen, KI auf ethische und effektive Weise zu nutzen, und die digitale Kompetenz, KI-Kompetenz und innovative Lehrmethoden fördern. Durch die Bereitstellung von Online-Materialien und hybriden Veranstaltungen soll das Projekt für ein breites Publikum zugänglich sein. Unsere Daten und Ergebnisse werden auf einer gross angelegten Pilotstudie mit über 100 Lehrkräften basieren, die ChatGPT-basierte Tools verwenden. Unser Studiendesign umfasst Interviews, Umfragen und computergestützte Analysen. Wir werden Workshops zur Schulung von Lehrkräften entwickeln und durchführen, Lehrmaterialien erstellen und anpassbare KI-Tools für Dozenten entwerfen sowie einen Leitfaden für die Umsetzung erstellen. Das Projekt wird evidenzbasierte Erkenntnisse über die Rolle der KI in der Bildung und über bewährte Praktiken für ihren Einsatz liefern,
Grenzen aufzeigen und Schulungsmaterial für Lehrkräfte und KI-Tools für Dozenten bereitstellen. Druch die Integration der Erkenntnisse in die Ausbildung von Lehrern, werden die Vorteile langfristig sein und über die zukünftige (sowie die aktuelle) Generation von Lehrern an Kinder weitergegeben werden. Diese Ergebnisse werden die fortlaufende digitale Kompetenz und die KI-Integration unterstützen und Lehrern, Schülern und Bildungseinrichtungen zugute kommen.

Experiential AI Collaboration Training for Future-Oriented Business Leadership (X-ACT)

Project Description

Das X-ACT-Projekt trägt zur digitalen Transformation in der Hochschulbildung bei, indem es Studierende der Wirtschaftswissenschaften auf KI-gestützte Arbeitswelten vorbereitet und sie zur erfolgreichen Zusammenarbeit und Führung in hybriden Mensch-KI-Teams befähigt. Dafür entwickelt und erprobt das Projekt eine erfahrungsbasierte Leadership-Training-Simulation, die Virtual Reality mit Generativer KI verbindet und für den mehrsprachigen, offenen und skalierbaren Einsatz an europäischen Wirtschaftshochschulen konzipiert ist.

Das Projektteam entwickelt immersive VR-Szenarien und KI-gestützte Teaminteraktionen in einem iterativen Designprozess und integriert sie in Lehrveranstaltungen an den Partneruniversitäten. Zum Abschluss werden ein validierter Prototyp der VR/AI-Simulation, ein Teaching Playbook für die curriculare Nutzung sowie frei zugängliche Lehr- und Lernmaterialien bereitgestellt. Die Ergebnisse werden über wissenschaftliche Publikationen, Workshops und digitale Medien verbreitet, um breite Anwendung und Weiterentwicklung zu ermöglichen.

Projektdetails

EntreCivil: Unternehmerische Kompetenzen für den Aufbau zivilgesellschaftlicher Hilfsnetzwerke am Beispiel geflüchteter Frauen aus der Ukraine

Project Description

Das vorliegende Projekt verfolgt das Ziel, geflüchtete Frauen aus der Ukraine dabei zu unterstützen, ihre unternehmerischen Fähigkeiten zu erkunden und zu entwickeln, um sie auf dem Weg zur Gründung und dem Aufbau ihres zivilgesellschaftlichen Hilfsnetzwerkes zu begleiten. Durch die Bereitstellung einer umfassenden Toolbox erfolgt die Bestrebung, die Teilnehmerinnen zu ermutigen, ihre individuellen Po-tenziale zu entfalten und eigenverantwortliches Handeln in ihren jeweiligen Ländern zu fördern. Die Förderung des Unternehmertums unter geflüchteten Frauen repräsentiert eine kraftvolle Dynamik, die nicht nur das Leben einzelner Menschen positiv beeinflussen kann, sondern auch das wirtschaftliche Gefüge der Aufnahmeländer nachhaltig verändern kann.
Die Zielgruppe dieses Projekts sind Hilfsnetzwerke und Vereine. Wir beabsichtigen, diese durch gezielte Schulungen in unternehmerischen Fähigkeiten im Fluchtland, beispielsweise Liechtenstein, sowie im Ausland beim Wiederaufbau und der Wiederintegration zu unterstützen. Eine zentrale Fragestellung des Projekts ist, wie unternehmerische Kompetenzen das Empowerment für freiwillige Arbeit und Selbsthilfe stärken können, insbesondere in Staaten mit schwächeren Strukturen. Durch gezielte Massnahmen möchten wir das Selbstvertrauen und die Selbstständigkeit fördern. Unser Fokus liegt dabei darauf, Multiplika-toren sowohl vor Ort als auch in der Ukraine zu etablieren, um die Verbreitung dieser Kompetenzen in Vereinen und Netzwerken zu fördern.

Energieeffizienz von LLM-generiertem Code

Project Description

Dieses Projekt befasst sich mit der Energieeffizienz von LLM-generiertem Code. Aufgrund der erheblichen Einsparungen der Entwicklungkosten, die sich aus dem Einsatz von LLM für die Programmierung ergeben, ist das Verständnis der Energieeffizienz von LLM-generiertem Code von grosser Bedeutung für die Nachhaltigkeit der IT-Industrie, insbesondere in verschiedenen Bereichen des IoT. Das Projekt wird die bestehenden Energieeffizienz-Benchmarks für ver-schiedene Programmiersprachen experimentell untersuchen und neue Strategien zur Verbes-serung entwickeln.

EBAHOLZ 1:1

Project Description

Ausführung des Innenausbaus für die Universität Liechtenstein

Participating Institutions

Project Participants

Employee
Prof. em. Dipl. Arch. ETH Urs Meister
- Projektleiter
Projektleiter

Design Thinking for AI

Project Description

Dieses Projekt zielt auf die Entwicklung eines innovativen, modularen Lehrprogramms zu "Design Thinking for AI" (DT4AI) für europäische Hochschuldozierende ab. Das Programm befähigt Lehrende dazu, studierendenzentrierte, problemorientierte Kurse anzubieten, die Kompetenzen in KI-gestützter Problemlösung, Rapid Prototyping und effektivem Teamwork fördern. Durch die Integration dieses Programms in bestehende Curricula adressieren wir zentrale Lücken in der KI-Ausbildung und fördern strukturierte Ansätze zur Lösung organisatorischer Herausforderungen.
Mit dem DT4AI-Programm werden wir umfassende Lehrmaterialien entwickeln - darunter Vortragsfolien, Begleitnotizen, ein Handbuch mit Best Practices und zur Curriculumintegration sowie domänenspezifische Fallstudien aus den Bereichen Produktion, Finanzwesen und Gesundheitswesen. Ergänzende Aktivitäten beinhalten die Erstellung videobasierter Trainingsmodule sowie einer frei zugänglichen Wissensplattform. Diese Ressourcen befähigen Lehrende, DT4AI praxisnah und strukturiert zu vermitteln und Lernenden die Anwendung von Design Thinking- und KI-Kompetenzen auf reale Herausforderungen zu ermöglichen.
Durch die Bereitstellung umfassender Lehrmaterialien, digitaler Module und domänenspezifischer Fallstudien wird dieses Projekt europäische Hochschuldozierende in die Lage versetzen, "DT4AI" in ihre Curricula zu integrieren. Studierende entwickeln dadurch essenzielle Fähigkeiten in Problemlösung, Nutzerforschung und Prototyping. Das Projekt stärkt die Zusammenarbeit zwischen Wissenschaft und Praxis, schließt Bildungslücken und stattet Institutionen mit skalierbaren Werkzeugen aus, um reale Herausforderungen mit strukturierten und innovativen Ansätzen zu bewältigen.

Crooked Wood

Project Description

Rund 41% der Fläche des Fürstentums Liechtenstein sind mit Wald bedeckt. (Amt für Statistik, 2021) Drei Viertel dieses Waldes sind aufgrund einer durchschnittlichen Hangneigung von 40 % oder mehr als Schutz-wald definiert. (Amt für Wald, Natur und Landschaft, 2012) Dennoch ist er eine der wichtigsten Rohstoff-quellen. Von dem jährlich in Liechtenstein geernteten Holz werden jedoch rund 70% direkt energetisch genutzt, was den Kohlenstoffspeicherzyklus von Holz drastisch verkürzt. (Amt für Statistik, 2021) Zudem verändern sich die Waldstrukturen aufgrund des Klimawandels. Prognosen für den liechtensteinischen Wald besagen, dass im Jahr 2070 die Fichte vor allem in den tiefen Lagen verschwinden wird und nur noch in den höheren Regionen überleben kann. (Frehner, Zischg, & Gubelmann, Chur, Sargans und Bern 2021) Im Gegensatz dazu werden die Laubholzarten zunehmen, was zu einem Mischwald führt.
Daher wird der Schwerpunkt der Forschung auf dem Potenzial von Laubholz in schlechter Qualität gelegt. Ein allgemeines Ziel ist es, die Lebensdauer eines Holzstammes zu verlängern, bevor dieser als Energieträger genutzt wird. Eine Analyse des lokalen Vorkommens von Laubholzarten und ihrer Qualität wird als Werkzeug dienen, um dieses Wissen in konstruktive Lösungen umzusetzen. Darüber hinaus dient ein Ver-gleich verschiedener Konstruktionssysteme, die mit kurzen Holzstämmen aus massivem Laubholz arbeiten können und die Möglichkeiten zur Ressourceneffizienz und Rückbaubarkeit bieten, als Ausgangspunkt für die weitere Erforschung der Systeme von Fachwerkstrukturen. Dieses Konstruktionssystem wurde historisch massiv genutzt, bietet aber auch Potenziale für zukünftige Nutzungen, da es Möglichkeiten für die verbleibenden Laubhölzer bietet. So werden die verschiedenen beteiligten Teile des Systems auf ihre strukturelle Rolle und ihre Eigenschaften hin untersucht, um Potenziale im vorhandenen, aber nicht genutzten Laubholz zu finden. Eine Katalogisierung von Laubholz mit minderwertiger Qualität wie beispielsweise krummen, zu kurzen, zu dicken oder verdrehten Hölzern, definiert das verfügbare Material neu. Das Ziel kann als Darstellung von Möglichkeiten innerhalb des strukturellen Systems des Fachwerkbaues formuliert werden und durch den Einsatz des Laubholzes neues Potential aufzeigen.

Relevance to Liechtenstein

Der Anteil des Energieholzes (inkl. Ast- und Kronenmaterial) an der gesamten Holzverwendung in Liechtenstein betrug im Jahr 2020 72,3% (Amt für Statistik, 2021). Mit dem zunehmenden Verständnis für die Notwendigkeit des Wandels hin zu einer nachhaltigeren Zukunft, ist eine direkte Nutzung von geschlagenem Holz als Energieholz nicht mehr zu vertreten. Mit diesem Forschungsprojekt über das Potenzial von heimischem Laubholz werden daher neue Möglichkeiten mit dem regionalen Material aufgezeigt. Die Auswirkungen liegen somit direkt im Land Liechtenstein. Gleichzeitig ist der Anteil an Energieholz in anderen Alpenregionen vergleichbar. Die vorgestellten Ergebnisse sollten sich also nicht nur auf Liechtenstein konzentrieren, sondern können Möglichkeiten für eine breitere Öffentlichkeit bieten, die sich mit dem globalen Thema der Nachhaltigkeit und dem Drang nach einem ressourcenschonenderen Bauwesen auseinandersetzen.

Scientific, Economic and Societal Impact

Der Hauptschwerpunkt der Forschung wird auf dem Potenzial von minderwertigem Laubholz liegen. Ziel ist es, die Lebensdauer eines Holzstamms zu verlängern, bevor dieser als Energiequelle genutzt wird. Eine Analyse des lokalen Vorkommens von Laubholzarten und ihrer Qualität dient als Instrument, um dieses Wissen in bauliche Lösungen umzusetzen. Darüber hinaus wird ein Vergleich verschiedener Konstruktionssysteme, die mit kurzen Holzstämmen aus massivem Laubholz arbeiten können und Möglichkeiten für Ressourceneffizienz und einer Rückbaubarkeit bieten, mit einem tieferen Fokus auf dem Fachwerk abgeschlossen. Dieses Konstruktionssystem wurde in der Vergangenheit massiv genutzt, bietet aber auch zukünftige Chancen, da es Möglichkeiten für Laubholzanwendungen eröffnet. Die verschiedenen beteiligten Teile des Systems werden auf ihre strukturelle Rolle und Eigenschaften untersucht, um das Potenzial des verfügbaren Materials zu ermitteln. Eine Katalogisierung von minderwertigem Laubholz, wie krummen, kurzen, dicken oder verdrehten Teilen, definiert das verfügbare Material neu und soll im Fachwerk eingeordnet werden.

Participating Institutions

abonnieren