Departement Forschung und Dienstleistungen

Forschung, die in der Praxis ankommt: Finanzierung im Behindertenbereich – Zwischen Steuerung und Wirkung 

Ein zentraler Auftrag der Fachhochschulforschung ist der Transfer von wissenschaftlichen Erkenntnissen und spezifischer Fachexpertise in die Praxis. Auch das IMI leistet gemäss dieser Verpflichtung in mehreren Dienstleistungsmandaten einen konkreten Beitrag zur Weiterentwicklung des Behindertenbereichs in der Schweiz. Im Zentrum stehen Fragen rund um Finanzierungsthemen.

Für den nationalen Branchenverband INSOS wurde eine detaillierte Landkarte zur Finanzierung im Behindertenbereich erarbeitet. Auf ihr ist eingetragen, wie unterschiedlich die Finanzierung kantonal geregelt ist – von punktuellen Abweichungen bis hin zu grundlegend verschiedenen Finanzierungssystemen. Im Auftrag verschiedener Kantone – sie sind für die Finanzierung von Behinderteneinrichtungen zuständig – widmete sich das IMI zudem spezifischen Fragestellungen, darunter die Finanzierung von Bauten, die Betreuungsfinanzierung von Menschen mit hohem Betreuungsbedarf sowie die Analyse von Kostenrechnungs- und Tarifstrukturen. 

Wichtige Rahmenbedingungen wie der zunehmende öffentliche Spardruck, die Umsetzung der UN-Behindertenrechtskonvention, die Weiterentwicklung der Subjektfinanzierung sowie die Innovationsanforderungen der Branche werden stets berücksichtigt. Besonders relevant ist es, eine gute Balance zwischen knappen Ressourcen, zukünftiger Positionierung, kantonalem Leistungsauftrag und letztlich einer bedarfsgerechten Betreuung der Menschen mit Behinderung zu finden.

Weitere Highlights des Jahres 2025 aus dem IMI  

• Neue Projekte: Das Institut erhielt den Zuschlag für zwei neue Innosuisse-Machbarkeitsstudien in den Bereichen «Anwendung von KI bei Bergbahnen» und der «Erfassung von Kundenbedürfnissen bei Zivilschutzorganisationen». Die Stiftung Movetia hat das gemeinsam mit dem MSc Business Administration in Innovation Management der FFHS eingereichte GLOBE-Proposal zum internationalen Austausch berufstätiger Studierender bewilligt. 

• Nachhaltigkeitsberichterstattung von Sportorganisationen: Gemeinsam mit der Wirtschaftsprüfergesellschaft BDO-Schweiz wurden die Ergebnisse einer entsprechenden Studie im VM-Magazin der Universität Freiburg veröffentlicht. 

• Personelles: Prof. Dr. Daniela Mühlenberg wurde im November in den Stiftungsrat von Pro Lutra gewählt und Prof. Dr. Hagen Worch wurde gleichzeitig vom Council der University of Cape Town in Südafrika als «Honorary Associate Professor» der Graduate School of Business bestätigt.

Unterstützung der Programmier-Lehre an der FFHS durch «JupyterHub» und «nbgrader» 

Im vergangenen Jahr arbeitete das IFeL an rund 20 Forschungs- und Entwicklungsprojekten im Bereich technologiegestützter, innovativer Lehre. Dazu gehören Projekte, deren Erkenntnisse und Wissen in die Lehre der FFHS einfliessen. Ein Beispiel ist etwa die Einführung einer institutionellen JupyterHub-Plattform, an der Behnam Parsaeifard in den letzten Jahren in Zusammenarbeit mit dem Departement Informatik und den IT-Diensten der FFHS gearbeitet hat. Das Ergebnis ist eine skalierbare und kostengünstige digitale Lernumgebung, die den Programmierunterricht durch automatisierte Korrektur und standardisierte Dokumentation unterstützt. 

Das Jupyter-Ökosystem ist an Universitäten und in der Industrie weit verbreitet. Es ermöglicht Benutzern, Codes, Erklärungen, visuelle Elemente und Ergebnisse in einem einzigen interaktiven, browserbasierten Arbeitsbereich zu kombinieren, wodurch es sich gut für das Lernen, Experimentieren und Bewerten eignet. Mit JupyterHub können Studierende direkt über einen Webbrowser auf eine gemeinsam genutzte, zentral verwaltete Umgebung zugreifen, ohne Software auf ihren eigenen Geräten installieren zu müssen. 

An der FFHS nutzen Dozierende diese Plattform für den gesamten Arbeitsprozess bei Programmieraufgaben: Erstellung, Verteilung, Sammlung und Bewertung. Der nbgrader ermöglicht automatisierte Erstkorrekturen, die bei Bedarf angepasst und kommentiert werden können. Diese Infrastruktur ermöglicht eine konsistente Benotung mit transparentem Feedback zugunsten der Studierenden und reduziert den manuellen Korrekturaufwand.

Weitere Highlights des Jahres 2025 aus dem IFeL  

• Projekt «Lernzukunft@FFHS»: Delphi-Studie zur Zukunft der Hochschulbildung an der FFHS 

• Veröffentlichung der «M-KIK-Studie»: Erfassung digitaler und KI-Kompetenzen von Dozierenden an der FFHS und anderen Walliser Hochschulen sowie Entwicklung eines Chatbots für personalisierte Kompetenzentwicklungsempfehlungen 

• Entwicklung aus SNF-Projekt «SAMBA»: KI-gestützte adaptive Lenkung der Aufmerksamkeit auf relevante Lerninhalte in Modulen der FFHS zusammen mit dem Studiengang Wirtschaftsinformatik 

• Entwicklung aus Projekt «SILVA»: Dashboard zur Verbesserung von kurzen Lehreinheiten mithilfe virtueller Realität, zusammen mit dem Dipartimento formazione e apprendimento (DFA) der SUPSI 

• Projekt «Adaptives Lernen an der FFHS»: Weiterentwicklung des adaptiven Lernens an der FFHS

Verständliche künstliche Intelligenz dank physikalischer Inspiration 

Transformermodelle sind heute zentrale Bausteine moderner KI. Sie ermöglichen Übersetzungen, Chatbots oder die Analyse von Bildern und Musik. Doch sie haben einen Haken: Ihre Entscheidungen sind schwer nachzuvollziehen. Für viele Anwendungen, etwa im Gesundheitswesen, in der Finanzwelt oder im Versicherungsbereich, ist diese «Blackbox-Natur» ein ernstes Problem, da Vertrauen, Transparenz und die Möglichkeit zur Überprüfung wichtige Aspekte KI-getriebenen Wirtschaftens sind. 

Hier setzt das gemeinsame Projekt «Multi-Representation Scattering (MuRS)» des Laboratory for Web Science und des Data Science Lab von der Universität Bern an. Die Forschenden entwickeln einen neuartigen, physikinspirierten Ansatz, um interne Abläufe von Transformermodellen verständlicher zu machen. Anstatt die komplexen und schwer interpretierbaren Attention-Mechanismen zu verwenden, modelliert MuRS die Elemente einer Eingabesequenz wie Teilchen, die nach klar definierten, gut verstandenen physikalischen Regeln miteinander wechselwirken. Diese sogenannten Multi-Representation-Scattering-Dynamiken ermöglichen eine kontinuierliche und geordnete Entwicklung der Repräsentationen. 

Frühe Experimente zeigen, dass MuRS bei zwei typischen Aufgaben eine vergleichbare Leistungsfähigkeit wie klassische Transformermodelle erreicht. Im Rahmen des Pilotprojekts werden die mathematischen Grundlagen weiterentwickelt, Software-Werkzeuge für Visualisierung und Interpretation aufgebaut und der Ansatz mit unterschiedlichen Datensätzen getestet. Das langfristige Ziel ist ein Interpretationsframework, das Data Scientists in hochregulierten und risikosensitiven Bereichen unterstützt – von der Klimaforschung bis zur medizinischen Risikoanalyse.  

Weitere Highlights des Jahres 2025 aus dem LWS  

• Auszeichnung: Das Paper «Machine Learning-based Early Detection of Potato Sprouting Using Electrophysiological Signals» wurde von der Swiss Conference on Data Science (SDS) mit dem «Best Poster Award» ausgezeichnet. 

• Publikation: 3. Auflage des Fachbuchs «Neuronale Netze programmieren mit Python» sowie englische Erstausgabe von «Programming Neural Networks with Python» von Prof. Dr. Joachmin Steinwendner und Roland Schwaiger sind erschienen. 

• Preis: 1. Platz an der «Sport Innovation Challenge» mit einem Deep-Learning-Kursprojekt, das von der International Skating Union vorgegeben und zusammen mit Informatikstudierenden der FFHS konzipiert und wurde. 

Ernährungsphysiologische Untersuchung zu Fleischalternativen 

Immer mehr und mehr Menschen greifen zu pflanzlichen Fleischersatzprodukten auf Sojabasis. Doch wie hochwertig ist das Eiweiss darin tatsächlich? Macht es einen Unterschied, wie das Produkt verarbeitet (z. B. Extrusion, Hitze, Zusammensetzung) oder welche Sorte von Sojabohne verwendet wurde? Wie gut ist die Proteinqualität solcher Produkte? Gemäss der Ernährungs- und Landwirtschaftsorganisation der Vereinten Nationen (FAO) wird die Proteinqualität von der Aminosäurezusammensetzung als auch von der Verdaulichkeit bestimmt. Die entsprechende Studie von Diego Moretti und Leila Hammer, die 2025 in der renommierten Zeitschrift «Food Research International» erschienen, zeigt: 

• Die Eiweissverdaulichkeit liegt bei über 95 Prozent, egal welche Sojabohnensorte zur Produktion der Fleischalternativen verwendet wurde. 

• Selbst bei intensiver Verarbeitung bleibt die Eiweissqualität eines sojabasierten Fleischersatzprodukts bemerkenswert gut. 

• Sojabasierte Fleischalternativprodukte können ein verlässlicher Eiweisslieferant sein. 

Es stand die Hypothese im Raum, dass die Prozessierung und Formgebung dieser Produkte die Verdaulichkeit negativ beeinflussen könnten, was sich aber nicht bewahrheitet hat. Die Verarbeitung der Fleischalternativen kann jedoch starke Auswirkungen auf den ökologischen Fussabdruck des Produktes haben. Wenig verarbeitete Fleischalternativen hatten ein viermal niedrigeres Treibhauspotenzial als Hühnerfleisch. Demgegenüber stehen Fleischalternativen mit starkem Verarbeitungsgrad. Diese wiesen nur 17 Prozent weniger Treibhauspotenzial als Hühnerfleisch auf. Für Firmen und Fachpersonen, die in der Produktion dieser Fleischalternativen tätig sind, sind dies wertvolle Angaben, zumal alle technischen Daten öffentlich zugänglich sind. Dazu Moretti: «Die Produktionsweisen dieser neuartigen Produkte waren nicht optimal in der Öffentlichkeit beschrieben und von Betriebsgeheimnissen einzelner Firmen gedeckt.» Für Menschen, die ihren Fleischkonsum reduzieren möchten oder pflanzlich(er) essen wollen, ist diese Studie eine gute Nachricht: Sojabasierte Fleischalternativen können eine verlässliche Eiweissquelle sein.

Weitere Highlights des Jahres 2025 aus der Gesundheitsforschung 

• Projekt «Absorption and Requirements of Iron at Altitude (ARIA)»: Die entsprechende Studie wurde von der kantonalen Ethikkommission bewilligt. Deren Ziel ist die Messung und die Definition des Eisenbedarfs bei jungen Menschen, die in Bergregionen (mindestens 1’500 m.ü.M.) wohnen im Vergleich zu solchen mit einem Lebensmittelpunkt von unter 1’000 m.ü.M. Der Schweizer Projektteil wurde im Wallis initiiert – eine ergänzende Studie der FFHS in Peru ist in Planung. 

• Neues Innosuisseprojekt zusammen mit ETH Startup Inkvivo: Das Ziel der Studie ist die Entwicklung, Analyse und der klinische Test eines neuartigen Eisensupplements, in Zusammenarbeit mit der ETH Zürich (Labor für Makromolekulares Engineering und Labor für Klinische Biopharmazie) und dem Istituto Dalle Molle di Studi sull’Intelligenza Artificiale (IDSIA) der SUPSI.