uni.liNeuigkeitenGeförderte Projekte im Young Talent Programm 2025
Aktuell, Highlight, Slider

Geförderte Projekte im Young Talent Programm 2025

Das Young Talents ist ein Programm zur Förderung des wissenschaftlichen Nachwuchses. Nachwuchsforscherinnen und -forscher der Universität Liechtenstein auf Doktorandenlevel (nach Vorstudie) können kleine Forschungsanträge beim Forschungsfonds der Universität Liechtenstein einreichen.

Die Nachwuchsförderung fokussiert auf den wissenschaftlichen Nachwuchs und unterstützt die soziale und gesellschaftliche Verantwortung der Universität Liechtenstein. Zugelassen sind alle als Mitarbeitende angestellte Doktorierende nach erfolgreicher Annahme der Vorstudie, die ihr Doktorat nicht innerhalb des Förderzeitraums abschliessen. Exzellente Kandidatinnen und Kandidaten werden durch dieses Fördermittel bei der Umsetzung von eigenen Forschungsvorhaben und bei der Ausbildung eines eigenständigen Forschungsprofils unterstützt.

Die Nachwuchsforschenden, die für den FFF-Young Talents Grant im Jahr 2025 ausgewählt wurden, sind Livia Herle und Lukas Salcher. Hier ihre Forschungsvorhaben:

Crooked Wood – Livia Herle

Rund 41% der Fläche des Fürstentums Liechtenstein sind mit Wald bedeckt. Drei Viertel dieses Waldes sind aufgrund einer durchschnittlichen Hangneigung von 40 % oder mehr als Schutzwald definiert. Dennoch ist er eine der wichtigsten Rohstoffquellen. Von dem jährlich in Liechtenstein geernteten Holz werden jedoch rund 70% direkt energetisch genutzt, was den Kohlenstoffspeicherzyklus von Holz drastisch verkürzt. Zudem verändern sich die Waldstrukturen aufgrund des Klimawandels. Prognosen für den liechtensteinischen Wald besagen, dass im Jahr 2070 die Fichte vor allem in den tiefen Lagen verschwinden wird und nur noch in den höheren Regionen überleben kann. Im Gegensatz dazu werden die Laubholzarten zunehmen, was zu einem Mischwald führt. Daher wird der Schwerpunkt der Forschung auf dem Potenzial von Laubholz in schlechter Qualität gelegt. Ein allgemeines Ziel ist es, die Lebensdauer eines Holzstammes zu verlängern, bevor dieser als Energieträger genutzt wird. Eine Analyse des lokalen Vorkommens von Laubholzarten und ihrer Qualität wird als Werkzeug dienen, um dieses Wissen in konstruktive Lösungen umzusetzen. Darüber hinaus dient ein Vergleich verschiedener Konstruktionssysteme, die mit kurzen Holzstämmen aus massivem Laubholz arbeiten können und die Möglichkeiten zur Ressourceneffizienz und Rückbaubarkeit bieten, als Ausgangspunkt für die weitere Erforschung der Systeme von Fachwerkstrukturen. Dieses Konstruktionssystem wurde historisch massiv genutzt, bietet aber auch Potenziale für zukünftige Nutzungen, da es Möglichkeiten für die verbleibenden Laubhölzer bietet. So werden die verschiedenen beteiligten Teile des Systems auf ihre strukturelle Rolle und ihre Eigenschaften hin untersucht, um Potenziale im vorhandenen, aber nicht genutzten Laubholz zu finden. Eine Katalogisierung von Laubholz mit minderwertiger Qualität wie beispielsweise krummen, zu kurzen, zu dicken oder verdrehten Hölzern, definiert das verfügbare Material neu. Das Ziel kann als Darstellung von Möglichkeiten innerhalb des strukturellen Systems des Fachwerkbaues formuliert werden und durch den Einsatz des Laubholzes neues Potential aufzeigen.

Lost in Translation: How Predictability Turns Into Performance – Lukas Salcher

Die moderne Portfoliotheorie sieht einen zweistufigen Prozess bei der Vermögensallokation vor. Doch die genaue Vorhersage von Renditen und deren effektive Nutzung bleibt eine Herausforderung. Diese Schwierigkeit resultiert aus einer schwachen Verbindung zwischen Prognosegenauigkeit und wirtschaftlichem Wert, ein Thema, das unter Forschern debattiert wird. Während einige Forscher infrage stellen, ob Renditen überhaupt vorhersehbar sind, zielen andere darauf ab, Vorhersagemethoden zu verbessern, unter anderem durch die Übernahme von Techniken aus dem Bereich des maschinellen Lernens. Unsere Studie widmet sich dem Problem, wie Vorhersagbarkeit systematisch für bessere wirtschaftliche Ergebnisse genutzt werden kann, und erkundet dabei verschiedene Anlagestrategien und Vermögenswerte. Indem wir die Vorhersagbarkeit von Renditen direkt mit der Portfolioperformance verknüpfen, hinterfragen wir den etablierten Fokus auf statistische Masse. Unsere Ergebnisse deuten darauf hin, dass selbst geringe Vorhersagbarkeit, strategisch angewendet, erhebliche Performancevorteile bringen kann.