AI Force:Stage Graz
Am Dienstag, den 23. Juni 2026, gibt die AI Force:Stage Graz einen Einblick in die neuesten Entwicklungen im Bereich der Artificial Intelligence und deren Grenzen. Die Partnerbühne wird von der Technischen Universität Graz in Kooperation zwischen der Abteilung Lehr- und Lerntechnologien und dem Digital University Hub veranstaltet.

Die Präsenzbühne in Graz wird organisiert von der Technischen Universität Graz, der Abteilung Lehr- und Lerntechnologien, sowie dem Digital University Hub.
Eckdaten: Das Programm beginnt am 23. Juni 2026 um 09.30 Uhr und endet um ca. 17.20 Uhr. Für den gemütlichen Austausch bei Getränke und Snacks ist tagsüber gesorgt, dafür bedankt sich die Bühne in Graz beim österreichischen Bundesministerium für Frauen, Wissenschaft und Forschung.
Location: Erdgeschoss des Gebäudes der Stremayrgasse 30, 8010 Graz, Österreich.
Anreise: Vom Bahnhof Graz bzw. Verkehrsknotenpunkt Jakominiplatz auskommend nehmen Sie bitte die Straßenbahnlinie 6 Richtung “St. Peter Schulzentrum” bis zur Haltestelle “Neue Technik”. Von dort sind es ca. 5 Gehminuten bis zur Partnerbühne im Erdgeschoss des Gebäudes der Stremayrgasse 30, 8010 Graz.
Keynote-Speaker:innen
Rahmenprogramm
Bühnenprogramm
Keynote-Speaker:innen (Auswahl)

Horst Bischof
Rektor der Technischen Universität Graz

Birgit Phillips
Leitung der Abteilung Learning, Innovation and Technology an der FH JOANNEUM
Rahmenprogramm
Kernthema: Einblicke in die Bedeutung von Künstlicher Intelligenz (KI) für Hochschulen.
Angesichts der Fortschritte und der Auswirkungen von KI-Technologien auf verschiedene Lebensbereiche – insbesondere eben aber auch im Hochschulbereich – ist die Notwendigkeit oder gemäß dem Tagungsmotto “die Pressure” zur aktiven Mitgestaltung an der Bildungslandschaft von morgen unmittelbar gegeben.
Durch den Austausch von Ideen, Erfahrungen, Praxisberichten und ersten Evidenzen wollen wir das Verständnis für den KI-Einsatz an der Hochschule fördern und deren Potenzial für die Zukunft aufzeigen. Diese Partnerbühne widmet sich diesen dringenden und aktuellen Fragen bzw. ruft zur gemeinsamen Diskussion auf.
Neben den Hauptprogramm werden Workshops, Meetups, Stände, Vernetzungsmöglichkeiten und vieles mehr auf der U:FF-Partnerbühne AI Force:Stage Graz den Besucher:innen geboten.
„Beautiful Land“ ist eine virtuelle Einwanderungskontrollstelle, an der Besucher zu Antragstellern eines fiktiven Staates werden. Gefangen in einem Interview, das nur vorwärts verläuft (kein Ausweg, keine Rücknahme), spüren sie, wie die „Handlungsfähigkeit“ unter dem Druck zusammenbricht. Das System erfasst Zögern und Haltung und bewertet die Antragsteller nach den Kriterien Produktivität, Gehorsam und Prominenz, um über die Einreise oder Ablehnung zu entscheiden, wodurch Migration zu einem kalten Strom aus Risiko, Angst und Daten wird.
„transitional roads“ ist eine Kombination aus zwei eigenständigen Spielen. Beide sind tief in der Erfahrung der Entdeckung der eigenen Geschlechtsidentität und dem Druck, der mit diesem Prozess einhergeht, verwurzelt. Das Werk handelt vom Durchbrechen von Konventionen, von der Gleichzeitigkeit von Trauma und Realitätsflucht, von Wahlfreiheit und Ohnmacht, von Enden und Neuanfängen.
Bühnenprogramm
AI Force:Stage Graz
09:30 – 10:35
Eröffnung & Grußworte und Artificial Intelligence: Versprechen und MythenZur Keynote: Der Vortrag verortet die neuesten Entwicklungen im Bereich der Artificial Intelligence. Er zeigt aber auch deren Grenzen auf. Beispiele aus dem universitären Bereich vervollständigen das Bild.
Horst Bischof, Martin Ebner, Lina Michel
-
Horst Bischof
#AI, #Keynote, #DE -
Martin Ebner
TU Graz, Leiter Lehr- und Lerntechnologien, Dr. techn. habil. -
Lina Michel
10:50 – 11:55
Wo sind meine Daten? Daten- versus Inference-SouveränitätBedeutet KI-Souveränität an Hochschulen wirklich, dass ich ich mein Rechenzentrum mit Grafikkarten aufrüsten muss? Um die Frage zu beantworten, ist es nützlich, zwischen KI-Systemen und KI-Modellen zu trennen, wobei argumentiert wird, dass die Datenhaltung von strategisch zentralerer Bedeutung ist als die Inference-Dienstleistung (das Laufenlassen von Modellen).
Anhand des open-source KI-Ökosystems Ethel und des open-weight KI-Modells Apertus der ETH Zürich wird diskutiert, was KI-Souveränität in der Hochschulpraxis tatsächlich bedeutet. Welche Dimensionen sind zu berücksichtigen? Wie kann man hybride KI-Systeme bauen und nutzen, die Vendor-Lock-In vermeiden und die Hoheit über die eigenen Daten bei Austauschbarkeit der "Commodity" Inference bewahren?
Gerd Kortemeyer
https://ethelcommons.ch/ethelflow.html
https://www.swiss-ai.org/apertus
https://arxiv.org/pdf/2409.06717
12:10 – 12:40
Welche menschliche Kompetenz bleibt, wenn die KI alles kann?Künstliche Intelligenz verändert derzeit rasant den Wert klassischer Kompetenzen. Textproduktion, die Reproduktion von Faktenwissen oder Coding verlieren an Bedeutung, obwohl sie lange als zentrale Qualifikationen galten. Dadurch entsteht bei vielen jungen Menschen Unsicherheit über den Wert der eigenen Fähigkeiten. Verstärkt wird diese Orientierungslosigkeit dadurch, dass etablierte Kompetenzmodelle oder Literacy Definitionen diese Verschiebung nur unzureichend abbilden.
Die Session setzt genau hier an und stellt auf Basis praktischer Erfahrungen aus der KI-Tutor:innen Arbeit an der Universität Passau das sog. Dreizack-Modell vor. Es beschreibt drei Kompetenzdimensionen und bietet Kriterien zur Selbstüberprüfung der eigenen Zukunftsfähigkeit. Nach der Vorstellung wird das Modell direkt mit dem Publikum validiert und diskutiert, welche Konsequenzen sich daraus für das Lernen, Karriereentscheidungen und die zukünftige Gestaltung von Hochschullehre ergeben.
Alexandra Müller, Salomé Kalessi, Sebastian Suckow
-
Alexandra Müller
Universität Passau - KI Tutor:innen Passau -
Salomé Kalessi
KI-Tutorin Universität Passau -
Sebastian Suckow
KI-Tutor der Universität Passau
Chui, M., Hazan, E., Roberts, R., Singhal, S., Smaje, K., Sukharevsky, A., ... & Yee, L. (2024). A new future of work: The race to deploy AI and uplift skills in Europe and beyond. McKinsey Global Institute.
Kirchherr, J., & Koch, C. (2025). Future Skills 2030: Learning from the future. Stifterverband für die Deutsche Wissenschaft.
OECD. (2020). Transformative Competencies for 2030 (Concept Note). OECD Future of Education and Skills 2030.
Pluralsight. (2025). AI Skills Report 2025: Strategies for the new era of work.
World Economic Forum. (2025). The Future of Jobs Report 2025. In collaboration with Coursera.
12:45 – 13:15
Prüfen unter Druck – Rechtsrahmen zwischen Innovation und IntegritätGenerative KI ist im Studienalltag angekommen; in Prüfungen sorgt sie jedoch für erhebliche Unsicherheit. Hochschulen stehen unter Druck: Wie lassen sich Prüfungen fair, rechtssicher und zeitgemäß gestalten, wenn KI-Werkzeuge leicht verfügbar sind und klassische Abgrenzungen von Eigenleistung brüchig werden? Der Impuls beleuchtet die rechtlichen und institutionellen Spannungsfelder rund um KI-gestützte Prüfungen: zwischen Verbot und Zulassung, Kontrolle und Vertrauen, Chancengleichheit und Innovationsanforderungen. Im Mittelpunkt steht die Frage, wie Prüfungsrecht und Hochschulgovernance weiterentwickelt werden können, um Systemvertrauen zu sichern, ohne die Realität generativer KI auszublenden. Die Teilnehmenden erhalten eine strukturierte Einordnung der aktuellen Problemlage sowie Denkanstöße für faire, transparente und praktikable Regelungsansätze im Hochschulkontext.
Carolin Fuß
Braegelmann, T. (2024). Zuhilfenahme Künstlicher Intelligenz bei der Erstellung von Texten für die Universität. Recht der digitalen Wirtschaft (RDi), 188–193.
Brüning, J. (2024). KI als Herausforderung für das juristische Studium. Zeitschrift für Didaktik der Rechtswissenschaft (ZDRW), 291–319.
Dötterl, S. (2025). Der Elefant im Raum – Generative Künstliche Intelligenz und die Zukunft der juristischen Ausbildung. Ordnung der Wissenschaft, 3, 155–160.
Ekardt, F., & Klotz, P. C. (2024). ChatGPT im Hochschulrecht. Multimedia und Recht (MMR), 545–548.
Fries, M., Gössl, S. L., Hähnchen, S., et al. (2025, September 23). Juristisches Prüfen 2030. Verfassungsblog. https://verfassungsblog.de/juristisches-prufen-2030/
Heckmann, D., & Rachut, S. (2023). E-Klausur und elektronische Fernprüfung: Rechtsfragen der Umstellung von Hochschulprüfungen auf zeitgemäße, digitale Prüfungsformate. Berliner Wissenschafts-Verlag.
Heckmann, D., & Rachut, S. (2024). Rechtssichere H
13:15 – 14:15
Mittagspause14:15 – 15:20
Was Verstehen kostetWas wäre, wenn das größte Problem in der Hochschullehre nicht Ablenkung ist, nicht fehlende Motivation, nicht einmal KI, sondern Leichtigkeit? Diese Keynote beginnt mit einem Befund aus der Kognitionswissenschaft, der dem gesunden Menschenverstand direkt widerspricht, und zieht daraus Konsequenzen für Lehr-/Lerndesign, Prüfungsformate und die Frage, wozu Hochschulen eigentlich da sind. Im Zentrum steht eine Kompetenz, die weder automatisiert noch delegiert werden kann, die aber selten explizit gelehrt wird. Und die vielleicht das Einzige ist, das zählt, wenn alle anderen Antworten bereits per Knopfdruck verfügbar sind.
Birgit Phillips
15:35 – 16:05
KI-Upskilling für Lehrende: Ein institutioneller Peer-ProzessGenerative Künstliche Intelligenz verändert den Lehralltag an Hochschulen rasant und stellt Lehrende vor unterschiedliche Herausforderungen. Vorkenntnisse, Haltungen gegenüber KI und zeitliche Ressourcen variieren stark. Die Session argumentiert analytisch-kritisch, dass KI-Upskilling unter realistischen Hochschulbedingungen weniger als lineares Qualifizierungsprogramm, sondern als kontinuierlicher, niedrigschwelliger Entwicklungsprozess verstanden werden sollte. Im Fokus stehen Formate, die Heterogenität produktiv nutzen, freiwillige Teilnahme ermöglichen und den zeitlichen Aufwand begrenzen. Vorgestellt wird ein institutioneller Ansatz mit wiederkehrenden Peer-Formaten, in denen Lehrende für Lehrende konkrete KI-Einsatzszenarien im Lehralltag teilen und reflektieren. Diskutiert wird, wie solche Formate Kompetenzunterschiede schrittweise ausgleichen, Erfahrungswissen sichtbar machen und nachhaltige Lernprozesse jenseits klassischer Tool-Schulungen fördern.
Kerstin Vogel
Giesenbauer, B. (2024). Peer Learning für Hochschullehrende: Implementierung nachhaltigkeitsorientierter Lehrformate wie Service Learning durch kollegiale Beratung. ZEP – Zeitschrift für internationale Bildungsforschung und Entwicklungspädagogik, 47(4), 20–23. https://doi.org/10.25656/01:33985
Schäffer, B. (2026). Coskilling: Forschendes Lernen in qualitativen Forschungswerkstätten zusammen mit künstlicher Intelligenz. In S. Hofhues, E. Lübcke & M. Schiefner-Rohs (Hrsg.), Medien | Didaktik | Hochschule: Reflexionen und Resonanzen (S. 133–145). transcript. https://research.ebsco.com/c/3qvac2/search/results?q=medien+didaktik+hochschule&autocorrect=y&expanders=fullText&expanders=concept&limiters=FT1%3AY&searchMode=all&searchSegment=all-results&skipResultsFetch=true&sqId=sq%3A3032ae7d-3025-48dd-a001-a8986da5ce8d
16:10 – 16:40
Zwischen Hype und Hochschulrealität - KI im digitalen Prüfungsalltag an der Hochschule MünchenIm Sommersemester 2025 wurde an der Hochschule München eine neue Funktionalität für das dort entwickelte und etablierte Prüfungsframework EXaHM entwickelt, das auch an vier weiteren bayerischen Hochschulen für angewandte Wissenschaften im Einsatz ist. Ziel war, die Einbindung eines generativen KI-Tools (ChatGPT) in eine abgesicherte Prüfungsumgebung unter Einsatz von Drittsoftware rechts- und prüfungssicher zu ermöglichen.
Die technische Lösung basiert auf einer Kombination aus hochschulinternen Bordmitteln und den konkreten Anforderungen der Lehrenden. Sie erfüllt die (prüfungs-)rechtlichen Anforderungen an Datenschutz, Validität und Chancengleichheit und ermöglicht gleichzeitig die Überprüfung anwendungsbezogener Problemlösungskompetenz unter Einsatz professioneller Tools wie KI-Werkzeugen und Fachsoftware.
Besonderes didaktisches Augenmerk lag im vorliegenden Praxisbeispiel auf der anwendungsbezogenen Integration des genutzten KI-Tools in gängige professionelle Tools, mit denen die Studierenden mittels der üblichen Methodik ihre konkrete Problemlösungskompetenz nachweisen sollten. Dabei wurde bei der Prüfungsgestaltung insbesondere darauf geachtet, dass die Studierenden zwar einerseits den durch die KI generierten Mehrwert zur Lösung der Aufgabe nutzen konnten, andererseits aber auch durch ihr Fachwissen dazu in der Lage waren, die Schwächen der verwendeten KI einzuordnen und zu überwinden. Ein weiterer wichtiger Baustein war die Einbindung aller relevanten Stakeholdergruppen: Technische Supporteinrichtungen, Lehrende und Studierende wurden aktiv in die Konzeption und Umsetzung eingebunden.
Der Beitrag lädt zur Diskussion über die Zukunft digitaler Prüfungen mit KI ein und zeigt, anhand konkreter Hochschulpraxis, wie mutige Pilotprojekte und sinnvolle Rahmenbedingungen Hochschulen zu aktiven Gestalterinnen des digitalen Wandels machen können.
Ludwig Gierstl
16:55 – 17:20
Closing AI:Stage GrazMartin Ebner, Lina Michel
AI Force:Stage Graz – Workshops 1
10:50 – 12:50
🌍 Whirlpools, Well-being-Economy & Digital Sh**: Alternative Intelligence?Wo liegen die Grenzen künstlicher Intelligenz? Und wie wollen wir in Zukunft fair und gut leben?
Die Teilnehmenden denken in einem moderierten Forum über die digitalen Bedingungen des Hier und Jetzt hinaus: Wie ist ein gutes Leben, sozialer & wirtschaftlicher Wohlstand innerhalb planetarer Grenzen möglich? Und was bedeutet das für eine Universität, die weiter denkt?
Kate Raworth hat uns mit ihrem Doughnut-Modell gezeigt, worum es in Wirtschaft und Gesellschaft letztlich geht: Das Einhalten natürlicher Grenzen der Natur und sozialer Mindestbedingungen. Um die Lücke zwischen Wissen und Tun zu schließen, braucht es auch Veränderungen im Bildungssystem.
In diesem Lab sprechen wir über die Auswirkungen des digitalen Aufmerksamkeits-Wettbewerbs auf uns selbst, fragen, was das alles mit fehlenden positiven Zukunftsvisionen zu tun hat, und warum eine Wellbeing-Ökonomie ganz ohne Whirlpools auskommt.
🌍 Global Perspectives
Sebastian Lang, Friedrich "Fritz" Hinterberger, Vera Czemerinski
-
Sebastian Lang
Researcher, Student Technische Universität Berlin -
Friedrich "Fritz" Hinterberger
Member of the Club of Rome -
Vera Czemerinski
Director of Meadows, Our Beauty
Amoore, L. (2020). Cloud ethics : algorithms and the attributes of ourselves and others. Duke University Press.
Dettmers, T. (2025, December 10). Why AGI Will Not Happen. Tim Dettmers. https://timdettmers.com/2025/12/10/why-agi-will-not-happen/
Doctorow, C. (2025). Enshittification. MCD.
Doctorow, C. (2026, January 18). AI companies will fail. We can salvage something from the wreckage. The Guardian. https://www.theguardian.com/us-news/ng-interactive/2026/jan/18/tech-ai-bubble-burst-reverse-centaur
Hoffmann, M., Spittler, N., Aigner, E., Körner, D., & Hinterberger, F., (Eds.). (2024) Earth4All: Austria. Earth4All.
Mühlböck, M. (2025). Sustainable Transformation and Well-being: The Role of Business for Individual and Collective Flourishing . In M. Mühlböck (Ed.), CSR, Sustainability, Ethics & Governance. Springer Nature Switzerland. https://doi.org/10.1007/978-3-031-75566-8
Raworth, K. (2017). Doughnut economics : seven ways to think like a 21st-century economist. Rand
13:15 – 14:15
Mittagspause15:35 – 16:40
Wenn KI das Denken ersetzt – und wie kollaborative Lehre trotzdem wirktKollaborative Lehrmethoden wie Think-Pair-Share, Peer Instruction oder Gruppenpuzzle gelten als zentrale Instrumente aktivierender Hochschullehre. Mit dem zunehmenden Einsatz von Large Language Models verändert sich jedoch ihre Wirkung: Studierende nutzen KI zunehmend in Phasen, die eigentlich dem eigenen Denken, dem Aushandeln von Positionen und der gemeinsamen Argumentation dienen. Die Session geht der Frage nach, wie kollaborative Methoden unter diesen Bedingungen sinnvoll weiterentwickelt werden können. Auf Basis empirischer Befunde aus Lehrveranstaltungen werden konkrete methodische Anpassungen vorgestellt, die KI nicht verbieten, sondern gezielt so einbinden, dass Eigenleistung, Dialog und Reflexion erhalten bleiben. Die Teilnehmenden gewinnen ein differenziertes Verständnis dafür, wann KI Aktivierung unterstützt, wann sie sie unterläuft – und wie Lehrdesign darauf reagieren kann.
Felix Höpfl
Höpfl, F., & Ott, R. (2025). Potenziale und Herausforderungen der KI-Integration in die Hochschullehre: Eine explorative Analyse am Beispiel des Gesundheitsmanagements. Die neue hochschule, 2025(3), 26–29. https://doi.org/10.5281/zenodo.15474805
Hochschulforum Digitalisierung. (2025). Künstliche Intelligenz: Grundlagen für das Handeln in der Hochschullehre. Berlin: Hochschulforum Digitalisierung.
Long, D., & Magerko, B. (2020). What is AI literacy? Competencies and design considerations. In Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems (pp. 1–16). Association for Computing Machinery. https://doi.org/10.1145/3313831.3376727
Ogunleye, B., Zakariyyah, K. I., Ajao, O., Olayinka, O., & Sharma, H. (2024). A Systematic Review of Generative AI for Teaching and Learning Practice. Education Sciences, 14(6), 636. https://doi.org/10.3390/educsci14060636
AI Force:Stage Graz – Workshops 2
10:50 – 12:50
Beyond the Bot: AI Ethics in PracticeThis interactive workshop invites you to navigate the ethical labyrinth of modern education through a world café-style conversation club, designed to transform abstract dilemmas into actionable collective intelligence. The session will use a deck of scenario cards, developed as part of a research project. Each card will pose a unique ethical challenge to spark critical dialogue within small, multidisciplinary groups. Participants will draw a card and share how they would navigate these challenges in their own professional context. They will engage in a rich cross-pollination of strategies with colleagues from diverse backgrounds. Conversations within each small group will be recorded to facilitate systematic mapping and thematic analysis of core insights, moving the discourse beyond theory towards an action-oriented understanding of the "why" and "what" behind responsible AI use.
*The session will accommodate up to 20 participants, and communication will be in English.
Mehwish Raza
13:15 – 14:15
Mittagspause15:35 – 16:40
📚 Writing under Algorithmic Pressure: Schreiben zwischen Entlastung, Entscheidung und VerantwortungGenerative KI verändert Schreibprozesse grundlegend: Texte entstehen schneller, Entscheidungen werden ausgelagert, Verantwortung verschiebt sich. Gleichzeitig steigt der Druck, effizient und „richtig“ zu schreiben. Dieser Workshop verbindet beide Perspektiven, Schreiben als Entlastung und Schreiben als Ort des Denkens und Entscheidens.
Anhand kurzer Schreib- und Reflexionsimpulse untersuchen die Teilnehmenden, wie algorithmische Vorschläge, Prompts und Textvorlagen Denkprozesse beeinflussen. Im Fokus steht nicht die Technik, sondern die Frage, wie Urteilsfähigkeit, Autorschaft und Verantwortung unter Bedingungen von Zeitdruck und KI-Unterstützung neu ausgehandelt werden. Der Workshop macht Schreiben als epistemische Praxis sichtbar und überträgt diese Einsichten auf Lehre, Forschung und Verwaltung.
📚 Student Voices
Roksana Inga Rybicka
Floridi, L. (2023). Ethics, governance, and policies for artificial intelligence. Springer.
Mollick, E. (2024). Co-Intelligence: Living and working with AI. Portfolio.
Kasneci, E., et al. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274.
Schön, D. A. (1983). The reflective practitioner: How professionals think in action. Basic Books.
Dewey, J. (1938). Logic: The theory of inquiry. Holt.
Bereiter, C., & Scardamalia, M. (1987). The psychology of written composition. Lawrence Erlbaum.
Flower, L., & Hayes, J. R. (1981). A cognitive process theory of writing. College Composition and Communication, 32(4), 365–387.
Chi, M. T. H. (2009). Active–constructive–interactive: A conceptual framework for learning. Topics in Cognitive Science, 1(1), 73–105.
UNESCO. (2023). Guidance on generative AI in education and research. UNESCO.
Barnett, R. (2007). A will to learn: B
Der Workshop kombiniert kurze Impulse mit angeleiteten Mini-Schreibphasen und moderierter Reflexion. Die Teilnehmenden arbeiten mit kurzen Textauszügen, Prompts oder Entscheidungssituationen und analysieren, wie sich Denkprozesse durch KI-Unterstützung verändern. In Kleingruppen werden Beobachtungen ausgetauscht und zu gemeinsamen Mustern verdichtet. Ziel ist es, Prinzipien für einen reflektierten Umgang mit Schreiben und KI abzuleiten, die in Lehre, Forschung oder Verwaltung anschlussfähig sind.
- 09:00
- 09:30
- 10:00
- 10:30
- 11:00
- 11:30
- 12:00
- 12:30
- 13:00
- 13:30
- 14:00
- 14:30
- 15:00
- 15:30
- 16:00
- 16:30
- 17:00
- 17:30
- 18:00
- 18:30