erstellt mithilfe von KI Künstliche Intelligenz verändert Forschung, Wirtschaft und Gesellschaft in rasantem Tempo. An der Universität Regensburg beschäftigen sich Forschende aus verschiedenen Disziplinen mit den Chancen, Anwendungen und Grenzen dieser Technologien. Im Fokus stehen sowohl die technischen Grundlagen als auch Fragen nach verantwortungsvollem Einsatz, gesellschaftlichen Auswirkungen und neuen Formen der Zusammenarbeit zwischen Mensch und Maschine.
Der Themenschwerpunkt zeigt, wie vielfältig KI an der UR erforscht, gelehrt und diskutiert wird und welche Perspektiven sich daraus für Wissenschaft und Gesellschaft eröffnen.
Intelligenz braucht Kontext
In den Lectures in Leadership der Fakultät für Wirtschaftswissenschaften betont Strategieberaterin Dr. Edeltraud Leibrock, dass Unternehmen das Potenzial von Daten und Künstlicher Intelligenz nur dann ausschöpfen können, wenn Silodenken überwunden wird. In ihrem Vortrag zeigt die UR‑Alumna, wie eine Kultur der Kooperation zur entscheidenden Grundlage für nachhaltige und erfolgreiche KI‑Strategien wird.
Die richtige Weichenstellungen für KI-Start-ups
Ein aktueller Harvard Business School Case über das deutsche KI‑Start-up AGENTS.inc zeigt, wie komplex strategische Entscheidungen in jungen Tech-Unternehmen sind – etwa die Frage, ob Technologie als Open Source freigegeben werden sollte. Dr. Karoline Ströhlein erläutert, wie der Fall Studierenden hilft, ihr analytisches Denken zu schärfen, und sie unmittelbar an die Realität strategischer Entscheidungsprozesse heranführt.
zum Interview mit Dr. Ströhlein | UR Science Blog (externer Link, öffnet neues Fenster)
KI in der Grundschule
Wie kann Künstliche Intelligenz bereits in der Grundschule so vermittelt werden, dass Kinder neugierig, kreativ und kritisch damit umgehen lernen? Dieser Frage ging im Schuljahr 2025/26 ein gemeinsames Projekt der Universität Regensburg und der Klasse 4b der Grundschule Pettendorf-Pielenhofen nach. Im Seminar „KI und Unterricht: Kreative Ideen für die Grundschule entwickeln“ entwickelten Lehramtsstudierende zusammen mit den Schüler*innen altersgerechte Unterrichts- und Spielkonzepte rund um das Thema KI. KI wurde dabei nicht als bloßes Werkzeug verstanden, sondern als pädagogische und gesellschaftliche Gestaltungsaufgabe.
mehr über KI in der Grundschule erfahren | UR Science Blog (externer Link, öffnet neues Fenster)
DFG-Forschungsgruppe verbindet Quantenforschung und Künstliche Intelligenz
Unter Federführung der UR entsteht die neue DFG‑Forschungsgruppe „Maschinelles Lernen für komplexe Quantenzustände“. Das interdisziplinäre Team ist bestrebt, die Grundlagenforschung auf dem Gebiet komplexer Quantensysteme sowohl in der Theorie als auch im Experiment mithilfe von Methoden des maschinellen Lernens voranzutreiben. Ziel ist es, neue Wege zur Untersuchung von Verschränkungsstrukturen und nicht-lokaler Ordnung für die Charakterisierung solcher Systeme zu finden. Die Initiative vereint Forschende aus acht Universitäten sowie drei Max‑Planck‑Instituten und wird im Rahmen der D‑A‑CH‑Zusammenarbeit mit dem Schweizerischen Nationalfonds gefördert. Sprecher der Forschungsgruppe ist Dr. Markus Schmitt, Lehrstuhl für Maschinelles Lernen an der Fakultät für Informatik und Data Science.
Verfassungsdebatten im Podcast
Die Frage, welche Regierungsform die beste ist, beschäftigt die Menschen seit der Antike und ist heute aktueller denn je. Im Masterseminar „Verfassungsdebatten: Kontexte und Medien“ an der Universität Regensburg haben Studierende unter Leitung von Professorin Dr. Angela Ganter antike Debatten neu belebt – mit Pro/Contra-Diskussionen und eigenen Podcasts. Ein methodischer Schwerpunkt im Seminar war der Einsatz von KI: Die Studierenden verglichen klassische Formen der wissenschaftlichen Recherche mit der Wissensproduktion mithilfe von Tools wie ChatGPT. Sie sollten auf beiden Wegen fundierte Informationen einholen und den Rechercheprozess dokumentieren. Die Ergebnisse wurden kritisch bewertet und in den wissenschaftlichen Kontext eingeordnet.
Für ihren didaktischen Ansatz wurde die Dozentin mit dem UR-Lehrinnovationspreis 2025 in der Kategorie „Lehrveranstaltungen“ ausgezeichnet.
mehr über das Seminar von Prof.in Ganter | UR Science Blog (externer Link, öffnet neues Fenster)
Deep Learning für präzisere Leber-MRTs
Wie lässt sich die Auswertung von Leber-MRTs schneller, genauer und weniger fehleranfällig machen? Florian Raab untersucht mit seinem Team, wie Deep-Learning-Modelle radiologische Analysen verkürzen und optimieren können. Dabei vergleicht er unterschiedliche KI-Ansätze und kommt zu vielversprechenden Ergebnissen.
Epistase und Herzhypertrophie
Im Gespräch mit der Wissenschaftsredaktion erläutert Prof. Dr. Merle Behr wie sie zusammen mit einem Forschungsteam epistatische Strukturen in einem großen Datensatz von MRT-Aufnahmen und Genomdaten aus der UK Biobank sichtbar machen konnte. Die Studie, veröffentlicht im Fachjournal Nature Cardiovascular Research, zeigt: Nicht-additive Wechselwirkungen zwischen Genvarianten spielen eine zentrale Rolle bei der genetischen Kontrolle der Herzhypertrophie. Es zeigt sich: Interdisziplinäre Ansätze bringen einen Mehrwert für die Kardiologie von morgen.
zum Interview mit Prof. Behr | UR Science Blog (externer Link, öffnet neues Fenster)
Auszeichnung für KI-Talent Kata Vuk im Förderprogramm des StMWK
Das Bayerische Staatsministerium für Wissenschaft, Forschung und Kunst (StMWK) unterstützt zehn herausragende Postdocs im Bereich Künstliche Intelligenz mit insgesamt rund fünf Millionen Euro. Unter den Geförderten ist Dr. Kata Vuk von der Fakultät für Informatik und Data Science der Universität Regensburg. Ihr Projekt zielt darauf ab, die Anwendung von maschinellen Lernmodellen im Gesundheitsbereich weiterzuentwickeln. Die Förderung startete im Januar 2025 und läuft bis zu vier Jahre. Sie umfasst Personalmittel für die Postdocs, Forschungsmittel sowie die Unterstützung bei Vernetzung und Weiterqualifikation im Bereich Digitalisierung.
mehr erfahren über die Förderung für Dr. Vuk | UR Science Blog (externer Link, öffnet neues Fenster)