Innovationsfonds – Projekte 2025/2026

Sechs innovative Lehrprojekte

Ab dem Wintersemester 2025/26 fördert der Innovationsfonds Lehre Personalmittel für je ein Lehrprojekt pro Fakultät und Projekte zentraler Einrichtungen der Lehre mit bis zu 10.000 Euro. Der Fokus der Ausschreibung liegt auf Projekten, die Studienerfolg fördern und innovative Lehrformate nachhaltig etablieren.

Projekte Innovationsfonds 2024/2025 (nach Fakultäten)

Dieses Lehrprojekt verbindet forschendes Lernen und spezifische Praxiserfahrungen mit dem Ziel, Grundschullehramtsstudierende in Bayern auf den inklusiven Umgang mit Heterogenität vorzubereiten. Im Fokus steht die Funktionsweise des Mobilen Sonderpädagogischen Dienstes (MSD) in inklusiven Bildungskontexten. Studierende erhalten durch theoretische Einführungen, Praxisbeobachtungen und multiprofessionelle Zusammenarbeit ein umfassendes Verständnis für die präventive und systemische Arbeit des MSD. Kern des Projekts ist der Theorie-Praxis-Transfer: Studierende begleiten Förderschullehrkräfte, führen Screeningverfahren durch und analysieren Beratungsgespräche. Sie entwickeln eigene Förderdiagnostikkonzepte und reflektieren ihre subjektiven Theorien zum Umgang mit Heterogenität. Unterstützt von erfahrenen Mentorinnen und Mentoren setzen sie theoretisches Wissen in realen Situationen um und gewinnen praxisnahe Erfahrungen.

  • Philosophische Fakultät und Fachbereich Theologie
  • Dr. Saskia Liebner, Prof. Dr. Bärbel Kopp
  • Institut für Grundschulforschung, Lehrstuhl für Grundschulpädagogik und -didaktik mit dem Schwerpunkt Lehren und Lernen
  • Bewilligter Stellenumfang: 25% E13 für 12 Monate

Digitales, social-media-gestütztes Lehrformat zur Bildung von kritischen Kompetenzen in Zeiten von Fakenews, algorithmischer Beeinflussung und generativen Large Language Models (LLMs) und zur Vermittlung von KI-Kompetenzen: Rechte Kommunikationsstrategien, Fakenews und algorithmische Manipulation nehmen insbesondere in sozialen Medien zu. KI-Technologien wie Deepfakes und LLMs erleichtern die Verbreitung von Falschinformationen und Verschwörungserzählungen. Zugleich können LLMs die Dekonstruktion von Tatsachenbehauptungen unterstützen. Auch etablieren sie sich in der Berufspraxis; Texte effizient auf Fehler prüfen zu können, wird zur Kernkompetenz. Doch Faktenchecks und KI-Kompetenzen werden im Studium der Rechtswissenschaft bislang kaum vermittelt. Die Lehrveranstaltung schließt diese Lücke: Studierende aller Ausbildungsstufen lernen Tatsachenbehauptungen systematisch zu prüfen und KI verständig einzusetzen. Interaktiv und social-media-gestützt werden Faktenchecks durchgeführt. Videos zu Faktenchecks und Lehrinhalte zu KI werden über FAU.tv bzw. Instagram dauerhaft bereitgestellt. Das als Pilot in der Rechtswissenschaft realisierte Konzept ist auf andere Fächer übertrag- und in bestehende LV integrierbar.

  • Rechts- und Wirtschaftswissenschaftliche Fakultät
  • Prof. Dr. Paulina Jo Pesch, Prof. Dr. Patricia Wiater, Dr. Martin Zwickel, Prof. Dr. Grazyna Baranowska, Prof. Dr. Christian Jäger
  • Juniorprofessur für Bürgerliches Recht, Recht der Digitalisierung, des Datenschutzes und der Künstlichen Intelligenz, Lehrstuhl für Öffentliches Recht, Völkerrecht und Menschenrechte, Lehrstuhl für Migrationsrecht und Menschenrechte; Lehrstuhl für Strafrecht, Strafprozessrecht, Wirtschafts- und Medizinstrafrecht, Serviceeinheit „Lehre und Studienberatung“
  • Bewilligter Stellenumfang: 50% E13 für 6 Monate

Im Medizinstudium zeigen viele Studierende eine zunehmende psychosoziale Belastung, suchen jedoch nur selten Hilfe. Während professionelle Angebote und Selbsthilfe bestehen, fehlt eine strukturierte Zwischenebene. Ziel des Projekts ist der Aufbau eines Peer-Support-Programms, in dem höhersemestrige Studierende in einem Workshop befähigt werden, psychisch belastete Kommiliton:innen durch Gespräche niedrigschwellig zu unterstützen und bei Bedarf weiterzuvermitteln. Die Peers werden engmaschig supervisiert, das Angebot durch Informationsmaterialien und -veranstaltungen sichtbar gemacht. Evaluiert wird auf individueller und Programmebene. Neben einer Verbesserung der mentalen Gesundheit und Studierfähigkeit sollen auch Persönlichkeitsentwicklung und eine frühe Bindung an Psych-Fächer gefördert werden. Perspektivisch ist die Verstetigung über ein Wahlpflichtfach vorgesehen.

  • Medizinische Fakultät
  • Dr. Philipp Spitzer
  • Lehrstuhl für Psychiatrie und Psychotherapie
  • Bewilligter Stellenumfang: 25% E13 für 12 Monate

Das Vorhaben Re:Math unterstützt die Lehreinheit Mathematik und Data Science, die Studieneingangsphase qualitätsvoll weiterzuentwickeln, die seit Jahren als kritische Phase in mathematischen Studiengängen beschrieben wird. Angesichts der steigenden Bedeutung mathematischer Kompetenzen für berufliche und gesellschaftliche Teilhabe in einer Kultur der Digitalität, sinkenden Studieninteressiertenzahlen und dem wachsenden Lehrkräftemangel muss daher die Studieneingangsphase dringend zukunftsweisend bearbeitet werden. Das Vorhaben exploriert, wie inhaltliche Hürden zu Beginn des Mathematikstudiums, die zu Frustration führen, abgemildert werden können. Dazu wird die Lehrinnovation „Aufgaben zur expliziten Verzahnung von Schul- und Hochschulmathematik” implementiert, die in den letzten Jahren speziell wegen bekannter inhaltlicher Hürden am Übergang Schule-Hochschule (sog. „Erste Diskontinuität“) für das Mathematikstudium entwickelt wurde. Die Maßnahme wird zuerst im akademischen Jahr 2025/26 in den Eingangsveranstaltungszyklen Lineare Algebra und Analysis umgesetzt und soll die Lehrenden der Lehreinheit Mathematik und Data Science breiter für die Übergangsproblematik sensibilisieren. Außerdem werden an der FAU erste Erfahrungen zu Gelingensbedingungen gesammelt. Auf diese Weise knüpfen wir an zeitgemäße, fachlich anspruchsvolle Lehrkonzepte an und realisieren nachhaltige inhaltliche und organisatorische Impulse für eine bedarfsgerechtere Studieneingangsphase in Mathematik.

  • Naturwissenschaftliche Fakultät
  • Prof. Dr. Anke Lindmeier, Prof. Dr. Lea Boßmann, Prof. Dr. Hermann Schulz-Baldes
  • Professur für Analysis, Professur für Mathematik (Mathematische Physik),Lehrstuhl Didaktik der Mathematik
  • Bewilligter Stellenumfang: 25% E13 für 12 Monate

Die Vorlesung „Grundlagen der Informatik“ (GDI) richtet sich an technische und nicht technische Studiengänge und hat mit heterogenen Lernvoraussetzungen zu kämpfen. Aktuell werden interaktive Lehrmaterialien verwendet, aber es fehlen individualisierte Vorbereitungsmöglichkeiten. Um dies zu adressieren, soll ein KI-unterstützter Selbstlernkurs entwickelt werden, der auf einem Domänenmodell basiert und semantisch annotierte Aufgaben sowie automatisches Feedback bietet. Der Kurs fördert die selbstständige Vor- und Nachbereitung der GDI-Vorlesung und ermöglicht durch permanentes Kompetenzmonitoring flexibles, selbstreguliertes Lernen. Dies erlaubt den Lernenden, ihren Fortschritt in Echtzeit zu verfolgen. Zudem verbessert die Automatisierung des Feedbacks die Verfügbarkeit von Übungsaufgaben und unterstützt so den Wissenserwerb. Durch diesen Ansatz wird ein effektives formatives Assessment sichergestellt und die Lehr- und Lernsituation kontinuierlich verbessert.

  • Technische Fakultät
  • Prof. Dr. Michael Kohlhase, Prof. Dr. Marc Berges, Dr. Frank Bauer
  • Professur für Wissensrepräsentation und -verarbeitung, Professur für Didaktik der Informatik, Lehrstuhl Graphische Datenverarbeitung (Informatik 9)
  • Bewilligter Stellenumfang: 25% E13 für 12 Monate

Im Fokus dieses Projekts steht die Förderung des Studienerfolgs in einer zunehmend diversen Studierendenschaft. Diese ist geprägt durch unterschiedliche Bildungshintergründe, Internationalisierung und eine wachsende Zahl an Erstakademikerinnen und Erstakademikern, mit jeweils unterschiedlichen Bedürfnissen im Lernprozess. Gemeinsam mit Lehrenden werden fachspezifische Lehrkonzepte entwickelt, die bewährte didaktische Ansätze wie adaptives Lernen, Peer Teaching und forschendes Lernen an konkrete Fachkontexte anpassen. Die Konzepte werden im Lehralltag erprobt und unter Beteiligung von Studierenden weiterentwickelt. Ziel ist es, Barrieren im Lernprozess zu identifizieren und gezielt abzubauen. Nach Möglichkeit sollen die verschiedenen Fakultäten gleichmäßigt berücksichtigt werden. Die daraus resultierenden didaktischen Muster werden in das hochschuldidaktische Weiterbildungsprogramm von FAU Lehre überführt, um langfristig die Qualität von Studium und Lehre zu stärken.

  • FAU Kompetenzzentrum Lehre
  • Dr. Uwe Fahr, Anna-Katharina Scholz
  • Bewilligte Summe: 9.695,00 €