Angewandte Künstliche Intelligenz
Angewandte Künstliche Intelligenz
Künstliche Intelligenz hat sich von einer vielversprechenden Zukunftstechnologie zur Basis von Geschäftsmodellen der erfolgreichsten Unternehmen der Welt entwickelt. So ziehen sich die Einsatzmöglichkeiten von KI durch alle Branchen und immer mehr Organisationen erkennen die disruptive Bedeutung künstlicher Intelligenz. Um KI in die unternehmerische Praxis zu bringen, braucht es nun Expertinnen und Experten, die richtungsweisende Impulse für die Zukunft setzen.
Der Master Angewandte Künstliche Intelligenz macht Sie bereit für die Welt von morgen und qualifiziert Sie neben dem Beruf zum Data Scientist, Machine Learning Engineer oder Data Engineer. Als Absolventin und Absolvent dieses Studiengangs verfügen Sie sowohl über die einschlägigen Basiskompetenzen der KI als auch über verschiedene Vertiefungskompetenzen, wie z.B. für die Entwicklung tiefer neuronaler Netze in den Bereichen Computer Vision sowie Text- und Sprachverstehen.
Zertifikate - schnell, flexibel und praxisnah
Flexibles Lernen mit Perspektive: Einzelne Zertifikate bieten die Möglichkeit, sich gezielt und praxisnah in relevanten Fachgebieten weiterzubilden. Da sie integraler Bestandteil des weiterbildenden Masterstudiengangs sind, können diese auf ein späteres Masterstudium am Campus für Weiterbildung angerechnet werden.
Lernen Sie unsere Zertifikate für den Masterstudiengang Angewandte Künstliche Intelligenz kennen:
Grundlagen der Künstlichen Intelligenz
Curriculum Angewandte Künstliche Intelligenz
1. Semester
Anrechnungsmodule: Mathematik & Statistik ODER Methodenkompetenz ODER Selbst- und Sozialkompetenz am Arbeitsplatz; Programmieren I, Programmieren II
Algorithmen des Maschinellen Lernens
Das Modul vermittelt Grundlagen und Methoden des maschinellen Lernens. Inhalte sind überwachte, unüberwachte und verstärkende Lernverfahren, Modellbewertung sowie Datenaufbereitung. Zudem werden Algorithmen wie Random Forest, SVM und Regression sowie Clusterverfahren und Dimensionsreduktion behandelt, um datenbasierte Modelle zu entwickeln und zu analysieren.
Vertiefende Mathematik und Statistik
Das Modul vermittelt vertiefte Kenntnisse in Mathematik und Statistik. Inhalte sind lineare Algebra, mehrdimensionale Optimierung sowie Grundlagen der Analysis. Zudem werden fortgeschrittene statistische Methoden wie bedingte Wahrscheinlichkeiten, Regressionsverfahren und Bayes-Modelle behandelt, um komplexe Daten und mathematische Modelle zu analysieren.
Programmierung mit KI Frameworks
Das Modul vermittelt Grundlagen der Programmierung mit KI-Frameworks. Inhalte sind Python, Entwicklungs- und Ausführungsmodelle sowie effiziente Datenverarbeitung durch Vektorisierung, Parallelisierung und GPU-Beschleunigung. Zudem werden wissenschaftliche Bibliotheken wie NumPy und pandas sowie Deep-Learning-Frameworks wie PyTorch und TensorFlow behandelt.
Neuronale Netze
Das Modul vermittelt Grundlagen neuronaler Netze und des Deep Learning. Inhalte sind verschiedene Netzwerktypen wie FFN, CNN, RNN und LSTM sowie Trainingsverfahren mit Gradientenabstieg und Backpropagation. Zudem werden Optimierungsverfahren, Normalisierung, Regularisierung und Hyperparameter-Tuning behandelt, um leistungsfähige KI-Modelle zu entwickeln.
Data Handling & Technologies
Das Modul vermittelt Grundlagen des Datenmanagements und moderner Datenverarbeitungstechnologien. Inhalte sind relationale und nicht-relationale Datenbanksysteme, SQL sowie verteilte Datenverarbeitung mit Hadoop und Spark. Zudem werden Datenaufbereitung, Visualisierung und MLOps behandelt, um datengetriebene Anwendungen effizient zu entwickeln.
Angewandtes Wissenschaftliches Arbeiten
Das Modul vermittelt Grundlagen des wissenschaftlichen Arbeitens und der guten wissenschaftlichen Praxis. Inhalte sind Aufbau, Erstellung und Bewertung wissenschaftlicher Arbeiten, Literaturrecherche sowie formale Gestaltung und Schreibstil. Zudem werden Forschungsmanagement, Präsentationstechniken, Reviewprozesse und Anwendungen im Bereich KI praxisnah behandelt.
Deep Learning für Computer Vision
Das Modul vermittelt Grundlagen und Anwendungen von Deep Learning für Computer Vision. Inhalte sind Bildrepräsentation, klassische Bildverarbeitung sowie moderne Verfahren wie Convolutional Neural Networks für Klassifikation, Objekterkennung und Segmentierung. Zudem werden Modelltraining, Evaluation, Generative Modelle und Frameworks wie PyTorch und Keras behandelt.
Deep Learning für Sprach- und Textverstehen
Das Modul vermittelt Grundlagen von Deep Learning für Sprach- und Textverstehen. Inhalte sind Text- und Audioverarbeitung, Sprachmodelle sowie neuronale Netze. Zudem werden Anwendungen wie NLP, Übersetzung, Spracherkennung, Sprachsynthese und Chatbots behandelt. Praktische Übungen vertiefen die Anwendung der Methoden.
Projekt
Das Modul vermittelt die selbstständige Bearbeitung praxisnaher Projekte in Kooperation mit Industrie oder Forschung. Studierende planen, organisieren und steuern den Projektverlauf im Team. Inhalte sind Analyse, Umsetzung und Dokumentation der Ergebnisse. Das Projekt wird durch Präsentation sowie schriftlichen Bericht und entwickelten Programmcode abgeschlossen.
Masterarbeit
Die Masterarbeit umfasst die selbstständige wissenschaftliche Bearbeitung einer Problemstellung aus Industrie oder Forschung. Inhalte sind Literatur- und Patentrecherche, Entwicklung und Umsetzung eines Lösungskonzepts sowie die kritische Analyse der Ergebnisse. Die Arbeit wird schriftlich dokumentiert und im Rahmen eines Kolloquiums präsentiert und verteidigt.
| 1. Semester | |
|---|---|
| 2. Semester | |
| 3. Semester | |
| 4. Semester | |
| 5. Semester |
Zulassungsvoraussetzungen:
- der Nachweis eines erfolgreichen Abschlusses eines technischen oder naturwissenschaftlichen Studiums an einer deutschen Hochschule mit mindestens 210 ECTS-Leistungspunkten oder äquivalentem Studienumfang oder ein gleichwertiger erfolgreicher in- oder ausländischer Abschluss
sowie
- der Nachweis einer mindestens einjährigen einschlägig qualifizierten Berufserfahrung im Bereich Softwareentwicklung, Wirtschaftsinformatik, Bioinformatik/-Technologie, Elektro- und Informationstechnik, Datenverarbeitung/-Analyse, Flug- und Automobilentwicklung oder Maschinenbau.
Zulassungsmöglichkeit bei einem Hochschulabschluss mit weniger als 210 ECTS-Leistungspunkten:
- wenn Sie einen Hochschulabschluss mit weniger als 210 ECTS haben bzw. Ihr Abschluss mit weniger als 210 ECTS anerkannt wird, gibt es die Möglichkeit, bis zu 30 ECTS aus der qualifizierten Berufserfahrung anzurechnen.
Bewerbung und Beratung:
Für individuelle Beratung vor und während der Bewerbungsphase nehmen Sie bitte Kontakt mit Ihrer Ansprechpartnerin am Campus für Weiterbildung auf. Die jeweiligen Kontaktdaten finden Sie auf dieser Seite.
Die Bewerbung für diesen Studiengang erfolgt online. Dort erhalten Sie alle relevanten Informationen zu den Bewerbungsformalitäten und haben die Möglichkeit, Ihren Bewerbungsfortschritt zu verfolgen. Der Bewerbungszeitraum für das Sommersemester beginnt am 15. November, für das Wintersemester am 2. Mai eines jeden Jahres.
Hochschulzugangsberechtigung im Ausland erworben
Wenn die Hochschulzugangsberechtigung im Ausland erworben wurde, ist eine Vorprüfung der Hochschulzugangsberechtigung durch uni-assist erforderlich.
Bitte beachten Sie, dass die Bearbeitungsdauer von uni-assist 4 bis 6 Wochen in Anspruch nehmen kann.
Weitere Informationen zur Studienbewerbung aus dem Ausland:
Website Studienbewerbung aus dem Ausland
3 Fragen an unsere Professorin Stefanie Schmidtner
Noch Fragen?
Du hast Fragen zu Bewerbung, Zulassung, Einschreibung, Studienfinanzierung, Wohnen oder anderen allgemeinen Themen? Dann nutze bitte unser Kontaktformular und wähle das passende Anliegen aus. So landet deine Anfrage direkt bei den zuständigen Ansprechpartnerinnen und Ansprechpartnern und kann schnell und gezielt beantwortet werden.
Studiengangleiter
Programm-Managerin für Interessenten
-
Andrea Schiberna
Programm-Managerin für Interessenten und Unternehmenskooperationen
Weitere Studienangebote aus diesem Themenfeld
-
IT-Management
Master of Business Administration (MBA)
Die Digitalisierung erfordert Führungskräfte, die sowohl Technologie als auch Management verstehen. Der MBA IT-Management verbindet strategische Unternehmensführung mit IT-Kompetenz und bereitet Sie auf verantwortungsvolle Aufgaben an der Schnittstelle von Digitalisierung, Innovation und Geschäftsentwicklung vor.
Zum Studiengang -
Digital Business Management
Master of Business Administration (MBA)
Die digitale Transformation stellt Unternehmen vor neue strategische und organisatorische Herausforderungen. Der MBA Digital Business Management verbindet Managementkompetenz mit digitalem Know-how und befähigt dazu, Veränderungsprozesse, Innovationen und digitale Geschäftsmodelle erfolgreich zu gestalten.
Zum Studiengang -
Cyber Security Engineer
Master of Science (M. Sc.)
Der Studiengang Cyber Security Engineer vermittelt fundierte Kenntnisse für den Schutz moderner IT-Systeme und digitaler Infrastrukturen. Im Fokus stehen Security-Architekturen, sichere Softwareentwicklung, Cloud Security, KI in der IT-Sicherheit sowie das Management komplexer Cyber-Risiken.
Zum Studiengang -
Grundlagen der Künstlichen Intelligenz
ECTS (Zertifikat)
Das Zertifikat ist fester Bestandteil des berufsbegleitenden Masterstudiengangs Angewandte Künstliche Intelligenz (M.Sc.) und vollständig anrechenbar.
Zum Studiengang
Angewandte Künstliche Intelligenz
Künstliche Intelligenz hat sich von einer vielversprechenden Zukunftstechnologie zur Basis von Geschäftsmodellen der erfolgreichsten Unternehmen der Welt entwickelt. So ziehen sich die Einsatzmöglichkeiten von KI durch alle Branchen und immer mehr Organisationen erkennen die disruptive Bedeutung künstlicher Intelligenz. Um KI in die unternehmerische Praxis zu bringen, braucht es nun Expertinnen und Experten, die richtungsweisende Impulse für die Zukunft setzen.
Der Master Angewandte Künstliche Intelligenz macht Sie bereit für die Welt von morgen und qualifiziert Sie neben dem Beruf zum Data Scientist, Machine Learning Engineer oder Data Engineer. Als Absolventin und Absolvent dieses Studiengangs verfügen Sie sowohl über die einschlägigen Basiskompetenzen der KI als auch über verschiedene Vertiefungskompetenzen, wie z.B. für die Entwicklung tiefer neuronaler Netze in den Bereichen Computer Vision sowie Text- und Sprachverstehen.
Zertifikate - schnell, flexibel und praxisnah
Flexibles Lernen mit Perspektive: Einzelne Zertifikate bieten die Möglichkeit, sich gezielt und praxisnah in relevanten Fachgebieten weiterzubilden. Da sie integraler Bestandteil des weiterbildenden Masterstudiengangs sind, können diese auf ein späteres Masterstudium am Campus für Weiterbildung angerechnet werden.
Lernen Sie unsere Zertifikate für den Masterstudiengang Angewandte Künstliche Intelligenz kennen:
Grundlagen der Künstlichen Intelligenz
Curriculum Angewandte Künstliche Intelligenz
1. Semester
Anrechnungsmodule: Mathematik & Statistik ODER Methodenkompetenz ODER Selbst- und Sozialkompetenz am Arbeitsplatz; Programmieren I, Programmieren II
Algorithmen des Maschinellen Lernens
Das Modul vermittelt Grundlagen und Methoden des maschinellen Lernens. Inhalte sind überwachte, unüberwachte und verstärkende Lernverfahren, Modellbewertung sowie Datenaufbereitung. Zudem werden Algorithmen wie Random Forest, SVM und Regression sowie Clusterverfahren und Dimensionsreduktion behandelt, um datenbasierte Modelle zu entwickeln und zu analysieren.
Vertiefende Mathematik und Statistik
Das Modul vermittelt vertiefte Kenntnisse in Mathematik und Statistik. Inhalte sind lineare Algebra, mehrdimensionale Optimierung sowie Grundlagen der Analysis. Zudem werden fortgeschrittene statistische Methoden wie bedingte Wahrscheinlichkeiten, Regressionsverfahren und Bayes-Modelle behandelt, um komplexe Daten und mathematische Modelle zu analysieren.
Programmierung mit KI Frameworks
Das Modul vermittelt Grundlagen der Programmierung mit KI-Frameworks. Inhalte sind Python, Entwicklungs- und Ausführungsmodelle sowie effiziente Datenverarbeitung durch Vektorisierung, Parallelisierung und GPU-Beschleunigung. Zudem werden wissenschaftliche Bibliotheken wie NumPy und pandas sowie Deep-Learning-Frameworks wie PyTorch und TensorFlow behandelt.
Neuronale Netze
Das Modul vermittelt Grundlagen neuronaler Netze und des Deep Learning. Inhalte sind verschiedene Netzwerktypen wie FFN, CNN, RNN und LSTM sowie Trainingsverfahren mit Gradientenabstieg und Backpropagation. Zudem werden Optimierungsverfahren, Normalisierung, Regularisierung und Hyperparameter-Tuning behandelt, um leistungsfähige KI-Modelle zu entwickeln.
Data Handling & Technologies
Das Modul vermittelt Grundlagen des Datenmanagements und moderner Datenverarbeitungstechnologien. Inhalte sind relationale und nicht-relationale Datenbanksysteme, SQL sowie verteilte Datenverarbeitung mit Hadoop und Spark. Zudem werden Datenaufbereitung, Visualisierung und MLOps behandelt, um datengetriebene Anwendungen effizient zu entwickeln.
Angewandtes Wissenschaftliches Arbeiten
Das Modul vermittelt Grundlagen des wissenschaftlichen Arbeitens und der guten wissenschaftlichen Praxis. Inhalte sind Aufbau, Erstellung und Bewertung wissenschaftlicher Arbeiten, Literaturrecherche sowie formale Gestaltung und Schreibstil. Zudem werden Forschungsmanagement, Präsentationstechniken, Reviewprozesse und Anwendungen im Bereich KI praxisnah behandelt.
Deep Learning für Computer Vision
Das Modul vermittelt Grundlagen und Anwendungen von Deep Learning für Computer Vision. Inhalte sind Bildrepräsentation, klassische Bildverarbeitung sowie moderne Verfahren wie Convolutional Neural Networks für Klassifikation, Objekterkennung und Segmentierung. Zudem werden Modelltraining, Evaluation, Generative Modelle und Frameworks wie PyTorch und Keras behandelt.
Deep Learning für Sprach- und Textverstehen
Das Modul vermittelt Grundlagen von Deep Learning für Sprach- und Textverstehen. Inhalte sind Text- und Audioverarbeitung, Sprachmodelle sowie neuronale Netze. Zudem werden Anwendungen wie NLP, Übersetzung, Spracherkennung, Sprachsynthese und Chatbots behandelt. Praktische Übungen vertiefen die Anwendung der Methoden.
Projekt
Das Modul vermittelt die selbstständige Bearbeitung praxisnaher Projekte in Kooperation mit Industrie oder Forschung. Studierende planen, organisieren und steuern den Projektverlauf im Team. Inhalte sind Analyse, Umsetzung und Dokumentation der Ergebnisse. Das Projekt wird durch Präsentation sowie schriftlichen Bericht und entwickelten Programmcode abgeschlossen.
Masterarbeit
Die Masterarbeit umfasst die selbstständige wissenschaftliche Bearbeitung einer Problemstellung aus Industrie oder Forschung. Inhalte sind Literatur- und Patentrecherche, Entwicklung und Umsetzung eines Lösungskonzepts sowie die kritische Analyse der Ergebnisse. Die Arbeit wird schriftlich dokumentiert und im Rahmen eines Kolloquiums präsentiert und verteidigt.
| 1. Semester | |
|---|---|
| 2. Semester | |
| 3. Semester | |
| 4. Semester | |
| 5. Semester |
Zulassungsvoraussetzungen:
- der Nachweis eines erfolgreichen Abschlusses eines technischen oder naturwissenschaftlichen Studiums an einer deutschen Hochschule mit mindestens 210 ECTS-Leistungspunkten oder äquivalentem Studienumfang oder ein gleichwertiger erfolgreicher in- oder ausländischer Abschluss
sowie
- der Nachweis einer mindestens einjährigen einschlägig qualifizierten Berufserfahrung im Bereich Softwareentwicklung, Wirtschaftsinformatik, Bioinformatik/-Technologie, Elektro- und Informationstechnik, Datenverarbeitung/-Analyse, Flug- und Automobilentwicklung oder Maschinenbau.
Zulassungsmöglichkeit bei einem Hochschulabschluss mit weniger als 210 ECTS-Leistungspunkten:
- wenn Sie einen Hochschulabschluss mit weniger als 210 ECTS haben bzw. Ihr Abschluss mit weniger als 210 ECTS anerkannt wird, gibt es die Möglichkeit, bis zu 30 ECTS aus der qualifizierten Berufserfahrung anzurechnen.
Bewerbung und Beratung:
Für individuelle Beratung vor und während der Bewerbungsphase nehmen Sie bitte Kontakt mit Ihrer Ansprechpartnerin am Campus für Weiterbildung auf. Die jeweiligen Kontaktdaten finden Sie auf dieser Seite.
Die Bewerbung für diesen Studiengang erfolgt online. Dort erhalten Sie alle relevanten Informationen zu den Bewerbungsformalitäten und haben die Möglichkeit, Ihren Bewerbungsfortschritt zu verfolgen. Der Bewerbungszeitraum für das Sommersemester beginnt am 15. November, für das Wintersemester am 2. Mai eines jeden Jahres.
Hochschulzugangsberechtigung im Ausland erworben
Wenn die Hochschulzugangsberechtigung im Ausland erworben wurde, ist eine Vorprüfung der Hochschulzugangsberechtigung durch uni-assist erforderlich.
Bitte beachten Sie, dass die Bearbeitungsdauer von uni-assist 4 bis 6 Wochen in Anspruch nehmen kann.
Weitere Informationen zur Studienbewerbung aus dem Ausland:
Website Studienbewerbung aus dem Ausland
3 Fragen an unsere Professorin Stefanie Schmidtner
Noch Fragen?
Du hast Fragen zu Bewerbung, Zulassung, Einschreibung, Studienfinanzierung, Wohnen oder anderen allgemeinen Themen? Dann nutze bitte unser Kontaktformular und wähle das passende Anliegen aus. So landet deine Anfrage direkt bei den zuständigen Ansprechpartnerinnen und Ansprechpartnern und kann schnell und gezielt beantwortet werden.
Studiengangleiter
Programm-Managerin für Interessenten
-
Andrea Schiberna
Programm-Managerin für Interessenten und Unternehmenskooperationen
Weitere Studienangebote aus diesem Themenfeld
-
IT-Management
Master of Business Administration (MBA)
Die Digitalisierung erfordert Führungskräfte, die sowohl Technologie als auch Management verstehen. Der MBA IT-Management verbindet strategische Unternehmensführung mit IT-Kompetenz und bereitet Sie auf verantwortungsvolle Aufgaben an der Schnittstelle von Digitalisierung, Innovation und Geschäftsentwicklung vor.
Zum Studiengang -
Digital Business Management
Master of Business Administration (MBA)
Die digitale Transformation stellt Unternehmen vor neue strategische und organisatorische Herausforderungen. Der MBA Digital Business Management verbindet Managementkompetenz mit digitalem Know-how und befähigt dazu, Veränderungsprozesse, Innovationen und digitale Geschäftsmodelle erfolgreich zu gestalten.
Zum Studiengang -
Cyber Security Engineer
Master of Science (M. Sc.)
Der Studiengang Cyber Security Engineer vermittelt fundierte Kenntnisse für den Schutz moderner IT-Systeme und digitaler Infrastrukturen. Im Fokus stehen Security-Architekturen, sichere Softwareentwicklung, Cloud Security, KI in der IT-Sicherheit sowie das Management komplexer Cyber-Risiken.
Zum Studiengang -
Grundlagen der Künstlichen Intelligenz
ECTS (Zertifikat)
Das Zertifikat ist fester Bestandteil des berufsbegleitenden Masterstudiengangs Angewandte Künstliche Intelligenz (M.Sc.) und vollständig anrechenbar.
Zum Studiengang