15. Januar 2026: Zukunft digital gestalten – Ideen der jungen Generation beim Halbfinale der Digital Future Challenge #6

Berlin. Wissensverluste in Organisationen bedingt durch den demografischen Wandel, geringes Finanzwissen bei jungen Menschen oder Akzeptanzfragen von Technologieeinsatz in der Landwirtschaft – mit solchen Herausforderungen sehen sich Unternehmen in der Praxis konfrontiert. Sie versprechen sich vom Einsatz von KI-Agenten oder Robotern, diese Probleme lösen zu können. Doch wie genau sollen die Antworten auf diese Problematiken aussehen? 89 Studierendenteams von 30 Universitäten und Hochschulen entwickelten genau zu solchen real-praktischen Use Cases von elf Organisationen kreative Lösungsansätze. Im Rahmen der sechsten Ausgabe der Digital Future Challenge (DFC), die unter der Schirmherrschaft des Bundesdigitalministers Dr. Karsten Wildberger steht, pitchten im Halbfinale bei SAP in Berlin zwölf Teams ihre innovativen Ideen vor einer hochkarätigen Jury.

Junge Impulse für die gemeinsame Gestaltung wünschenswerter digitaler Zukünfte

So begrüßte Frank Krüger aus dem Bundesministerium für Digitales und Staatsmodernisierung (BMDS) die Studierenden zum Halbfinale der DFC. Agentische KI und Robotik seien zukunftsgewandte Themen; daher sei es enorm wichtig, junge Perspektiven zu berücksichtigen. Die DFC liefere vor diesem Hintergrund wichtige Impulse und Innovationen – auch für das BMDS.

Auch Dorothea Schmidt, Deloitte-Stiftung, und Stefanie Kaste, Initiative D21, freuten sich über die Offenheit des BMDS, denn „wenn wir Dinge verändern wollen, brauchen wir die Politik an Bord.“ Sie bedankten sich als Ausrichterinnen der Digital Future Challenge bei den Studierenden für ihren Einsatz, bei der Jury für ihr Engagement und wünschten allen viel Spaß und Erfolg.

Pitch Perfect – die Ideen der Studierenden im Überblick

Nachdem Moderator Johannes Büchs die Regeln für die Pitches erklärt und die Organisationsvertreter*innen ihre Use Cases vorstellt hatten, war die Bühne frei für die Studierenden. Hier die Teams und ihre Ideen im Überblick:

• Das Team Ankommen (Karlsruher Institut für Technologie [KIT] und Universität Regensburg) entwickelt eine KI-Agenten-basierte Anwendung, um die Antragsprozesse für die Aufenthaltserlaubnis zu vereinfachen und zu digitalisieren. Über einen KI-Assistenten mit integrierter Spracheingabe und -ausgabe können Termine bei Behörden vereinbart und verschoben oder Anträge mit Unterstützung von KI ausgefüllt werden. (Use Case: Fsas Technologies)
• Das Team ING FinWise (Technische Universität München [TUM]) widmet sich dem Problem der unzureichenden Finanzbildung junger Menschen. Dieser soll mit der App FinWise als proaktive Lebensbegleiterin Abhilfe geleistet werden. Die On-device-Anwendung analysiert Ausgabemuster in der Banking-App, schlägt darauf basierend aufeinander aufbauende Lernmodule vor und gleicht den Lernstand mit den Lernzielen ab, die die Nutzenden selbst angeben können. Durch Gamification-Ansätze wie etwa tägliche Challenges oder den Vergleich mit Freund*innen soll die Finanzbildung von jungen Menschen gefördert werden. (Use Case: ING Deutschland)
• Auch das Team Lioness & the three Lions (TUM) erarbeitet mit ihrem Börsensimulator LEO einen Ansatz, wie die Finanzbildung junger Menschen gestärkt werden kann. Durch fiktives virtuelles Gehalt sollten junge Menschen realitätsnah Erfahrungen mit den Entwicklungen des Aktienmarktes sammeln, wobei langfristige und diversifizierte Anlagen gegenüber kurzfristigen risikoreichen Investitionen belohnt werden. Ab dem 18. Geburtstag soll LEO die Ausgaben in der Banking-App analysieren und auf dieser Basis individualisierte Lernquizze erstellen. (Use Case: ING Deutschland)

• Das Team Luminator (Hochschule München und TUM) stellte mit seinem KI-gestützten Finanzbildungsassistenten Lumi einen Lösungsansatz zur Stärkung der Finanzbildung vor, bei dem Sicherheit und Kinderschutz im Vordergrund steht. Der Assistent erstellt Mikro-Lernmodule und hat einen integrierten Chatbot für Finanzfragen von jungen Menschen. (Use Case: Commerzbank)
• Das Team Old but Gold (Hochschule für Polizei und öffentliche Verwaltung Nordrhein-Westfalen) gab Einblicke in seinen Lebenslagenassistenten LeLa, der ein proaktives Handeln der Verwaltung ermöglichen soll. Nach einer einmaligen Anmeldung mit der BundID schlägt LeLa zur Lebenssituation passende Verwaltungsdienstleistungen auf einem Dashboard vor. Das Herzstück dabei: die Datenfreigabe. Denn Bürger*innen können selbst entscheiden, auf welche Daten LeLa Zugriff hat. (Use Case: Fsas Technologies)
• Das Team PlayFinance (Technische Universität Hamburg) pitchte ihre Idee dafür, wie junge Menschen durch spielerisches Lernen ihre Finanzbildung verbessern können. Das Ziel ihres in eine App integrierten Finanz-KI-Bots: mittels eines Gamification-Ansatzes die Nutzenden befähigen, fehlerhafte Finanzinformationen von relevanten Informationen zu unterscheiden und individuelles Lernen im Bereich der Finanzbildung zu ermöglichen. (Use Case: ING Deutschland)

• Die Idee des Teams Robo Rail (TU Hamburg) widmet sich der Automatisierung der Wasserversorgung und -entsorgung von ICE-Zügen durch den Einsatz von Robotern. Als Lösung sehen sie einen dreiarmigen Roboter vor, der verschiedene Verschlusssysteme von Wasserbehältern identifizieren, öffnen, leeren und desinfizieren kann. Die dafür notwendigen Daten werden bei der Zugeinfahrt in das Stellwerk an den Roboter übermittelt und liefern die Basis für das abschließende Protokoll der Wasserversorgung und -entsorgung durch den Roboter. (Use Case: Deutsche Bahn)
• Einen ähnlichen Ansatz entwickelt das Team Rolls RoICE (TUM). Ausgehend von einer Umfrage, ob Mitarbeitende die Automatisierung von Prozessen akzeptieren würden, entwickelte das Team einen Mini-Roboter, der selbstständig die Wasserversorgung und -entsorgung bei ICE-Boxenstopps durchführt. Wichtig ist dabei: Die Technik soll die Arbeiter*innen nicht ersetzen, sondern unterstützen. Deshalb möchte das Team Qualifizierungs- und Weiterbildungsangebote für Mitarbeitende im Umgang mit den Robotern erarbeiten. (Use Case: Deutsche Bahn)
• Das Team Sprout (KIT) setzt sich mit dem Spannungsfeld der Landwirtschaft bestehend aus Produktivität, Nachhaltigkeit und Akzeptanz auseinander. Ihre Lösung: Sprout – ein Roboterhund, der ferngesteuert Felder begehen und Daten sowie Proben sammeln kann, etwa um Düngebedarf zu ermitteln. Dadurch können Pestizide zielgerichteter eingesetzt, die Natur geschont und Kosten gespart werden. (Use Case: Pfeifer & Langen)

• Einen intuitiven Zugang, um die Finanzbildung junger Menschen zu verbessern, stellte das TeamFinni (Universität Münster) vor. Basierend auf einem KI-Agenten sollen in Banking-Apps ähnlich wie auf Social Media nutzerspezifische Content-Feeds mit Infoposts zu Finanzwissen erstellt werden. Der Unterschied: ein Call-to-Action-Button unter jedem Post, über den das gelernte Wissen direkt in die Praxis umgesetzt werden kann. Neben einem Chatbot zur Beantwortung von Finanzfragen können über Finni auch Spar- und Lernziele festgelegt werden. (Use Case: ING Deutschland)
• Mit der Idee vom Team Telly (Universität Münster) wird der Zugang zur Verwaltung barriereärmer und einfacher. Durch einen KI-basierte*n Telefonassistent*in können Bürger*innen Schritt für Schritt durch Anliegen begleitet und Termine gebucht werden. Sollte das Anliegen zu komplex werden, erkennt Telly die Situation und leitet die Bürger*innen an die zuständen Verwaltungsmitarbeitenden weiter. (Use Case: Fsas Technologies)
• Das Team Wizzn (Hochschule Pforzheim) stellte einen Ansatz vor, mit dem der Wissensverlust in Organisationen, bedingt durch den demografischen Wandel und viele Arbeitskräfte, die in Rente gehen, verringert werden kann. Auf einer intelligenten und inklusiven Wissensplattform können Mitarbeitende ihr Wissen als Sprachnachricht, Foto oder schriftliche Notiz hochladen. Eine KI mit einem Human-in-the-Loop kategorisiert diese Informationen und erstellt Zusammenfassungen. Neue Mitarbeitende können auf dieser Grundlage Wizzn Fragen zu Arbeitssituationen stellen und auf die Erfahrungen von Kolleg*innen setzen – selbst wenn diese schon längst im Ruhestand sind. (Use Case: Bechtle)

Physical AI, bessere Pitches und wie es nach dem Gewinn der DFC weitergehen kann

Während die Jury die Qual der Wahl hatte, über die fünf Finalteams zu entscheiden, sammelten die Studierenden und Gäste perspektivenerweiternde Impulse in drei verschiedenen Workshops. Gordon Naninga Fließ, Initiative D21, diskutierte mit den Teilnehmenden in seinem Workshop, wie Arbeiten in einer Welt aussehen kann, in der Robotik und KI miteinander verbunden sind. Linda Stauffenberg und Markus Stauffenberg, Experience One, gaben ihre Erfahrungen weiter, wie das Pitchen von Ideen verbessert und die Struktur von Vorträgen ansprechender gestaltet werden können. Alexander Wiener, einer der Gewinner der DFC#4, löste Mythen auf, was Start-Ups erfolgreich macht, und gab Einblicke, wie der Weg nach dem Gewinn der DFC aussehen kann.

Trommelwirbel …

Nach den vielen spannenden Pitches, Impulsen und Eindrücken stand endlich das an, worauf alle Studierenden den Tag über entgegengefiebert hatten: die Bekanntgabe der Finalteams durch die Jury. Sie beglückwünschten alle Studierenden für den Mut, auf die Bühne zu gehen, von ihren Ideen zu erzählen und damit eine Reise gestartet zu haben.

Im Finale der #DFC6 stehen die Teams: Ankommen, Lioness & the three Lions, Old but Gold, Rolls RoICE und Sprout. Wir beglückwünschen alle Finalteams und wünschen viel Kreativität und Erfolg bei der Weiterentwicklung ihrer Ideen bis zum Finale am 12. Februar 2026 bei Google in Berlin.