Bachelor of Engineering (B. Eng.)
Im Bachelorstudiengang Data Science in Technik und Wirtschaft lernst du, große Datenmengen zu analysieren, Muster zu erkennen und datenbasierte Entscheidungen zu treffen. Dabei verbindest du Mathematik, Statistik und Informatik mit technischem und wirtschaftlichem Know-how und sammelst Praxiserfahrung in Projekten mit Unternehmen. So qualifizierst du dich für vielseitige Karrieremöglichkeiten in Branchen wie Industrie, Energie, Gesundheit, Mobilität oder Finance.
Du willst verstehen, wie Daten unsere Welt erklären – und wie man daraus Lösungen für Technik und Wirtschaft entwickelt? Dann ist der Bachelor Data Science in Technik und Wirtschaft genau dein Studiengang. In den ersten Semestern erwirbst du ein solides Fundament aus Mathematik, Statistik und Ingenieurinformatik. Ergänzt wird dieses Wissen durch technische und wirtschaftliche Inhalte, die dir helfen, Daten im richtigen Kontext einzuordnen und für praxisrelevante Fragestellungen zu nutzen.
Ab dem dritten Semester vertiefst du deine Kompetenzen in Applied Machine Learning, Data Engineering und weiteren anwendungsorientierten Fächern. Du lernst, Modelle zu entwickeln, Datenpipelines aufzubauen und Data Science in reale Prozesse zu integrieren – etwa in Produktentwicklung, Digital Marketing oder technischen Anwendungen. Wahlpflichtmodule wie Practical Deep Learning, Statistische Qualitätssicherung, Forecasting oder Ethik in Data Science ermöglichen dir individuelle Schwerpunkte. Praxisprojekte und die enge Zusammenarbeit mit Partnern wie AImotion Bavaria sorgen dafür, dass du dein Wissen unter realen Bedingungen einsetzt.
Die Unternehmensberatung McKinsey hat vor Kurzem die weltweite Nachfrage nach neuen Data Scientists auf 1.5 Millionen geschätzt. Es gibt wohl wenige Studienrichtungen, die momentan und auf absehbare Zeit so nachgefragt sein werden wie Data Science. Mit einem Abschluss in unserem Studiengang “Data Science in Technik und Wirtschaft” bist du ähnlich vielseitig aufgestellt wie ein Wirtschaftsingenieur, da du nicht nur Expertise in Datenanalyse mitbringst, sondern auch ein Verständnis für technische und wirtschaftliche Prozesse entwickelst.
Das Modul vermittelt grundlegende mathematische Werkzeuge für Data Science, darunter Analysis, Funktionen und Differentialgleichungen. Studierende lernen, mathematisch zu argumentieren und typische datenwissenschaftliche Fragestellungen mit formalen Methoden zu analysieren und zu lösen.
Einführung in statistisches Denken und Datenanalyse. Behandelt deskriptive Statistik, Wahrscheinlichkeitsrechnung, Verteilungen, Schätzung und Hypothesentests. Ziel ist es, Daten korrekt zu analysieren, zu interpretieren und fundierte Schlussfolgerungen zu ziehen.
Vermittelt grundlegende Informatikkenntnisse für den Data-Science-Alltag. Themen sind Dateisysteme, Betriebssysteme, Kommandozeile, IT-Sicherheit sowie Cloud- und Serverumgebungen – als Basis für effizientes und sicheres Arbeiten mit Daten.
Vertieft statistische Inhalte durch praktische Anwendung. Studierende analysieren reale Datensätze, erstellen Visualisierungen, führen Simulationen durch und interpretieren Ergebnisse im Rahmen kleiner Projekte und Präsentationen.
Einführung in anwendungsorientiertes Programmieren mit Python, Bash und SQL. Der Fokus liegt auf Datenanalyse, Nutzung relevanter Bibliotheken, Arbeiten auf Servern sowie dem praktischen Umgang mit Datenbanken.
Vermittelt grundlegende Kenntnisse der Betriebs- und Volkswirtschaftslehre und fördert ein ganzheitliches betriebswirtschaftsliches Denken. Studierende lernen unternehmerische Prozesse faktenbasiert zu analysieren und zielorientierte Entscheidungen zu treffen.
Aufbauend auf Mathematik 1 werden lineare Algebra und mehrdimensionale Analysis behandelt. Die Inhalte bilden eine zentrale Grundlage für moderne Data-Science-Verfahren wie Optimierung, Machine Learning und statistische Modellierung.
Einführung in statistische Modellierung mit Schwerpunkt auf linearer Regression. Studierende lernen Modellannahmen zu prüfen, Modellgüte zu bewerten und geeignete Modelle für datenbasierte Fragestellungen auszuwählen.
Vertieft Softwareentwicklung mit Python. Behandelt objektorientierte Programmierung, Testen und Debugging, einfache Algorithmen sowie teamorientierte Entwicklung datengetriebener Anwendungen.
Praktische Umsetzung statistischer Modelle mit realen Daten. Fokus auf Datenaufbereitung, Modellierung, Diagnose und Interpretation von Regressionen sowie Teamarbeit und Präsentation der Ergebnisse.
Projektorientiertes Modul zur professionellen Softwareentwicklung. Studierende arbeiten mit Versionsverwaltung, Tests, Dokumentation und Containerisierung und entwickeln gemeinsam lauffähige datengetriebene Anwendungen.
Einführung in die Entwicklung technischer Produkte sowie die Gestaltung und normgerechte Darstellung von Bauteilen und -gruppen. Neben dem systematischen Vorgehen im Produktentwicklungsprozess von der Idee bis zur Fertigung, lernen die Studierenden die funktionsgerechte Wahl von Toleranzen, Passungen und Oberflächencharakteristika, die Durchführung von Toleranzanalysen und das fertigungsgerechte Gestalten.
Vermittelt theoretische Grundlagen der Wahrscheinlichkeit. Studierende lernen Zufallsvariablen, Verteilungen und Grenzwertsätze kennen und nutzen diese zur Modellierung datengetriebener Prozesse.
Einführung in angewandtes maschinelles Lernen. Behandelt Klassifikationsverfahren, Modellbewertung, Validierung, Interpretierbarkeit und den verantwortungsvollen Einsatz von ML-Modellen.
Vermittelt Grundlagen des Data Engineerings mit Fokus auf relationale Datenbanken, Datenmodellierung und SQL. Studierende lernen, Daten strukturiert zu speichern und in Softwareprojekte zu integrieren.
Praxisorientiertes ML-Projektmodul. Studierende setzen vollständige ML-Workflows um – von Datenaufbereitung über Modelltraining bis zur Ergebnisbewertung und Präsentation im Team.
Einführung in industrielle Automatisierungssysteme. Behandelt Steuerungs- und Regelungstechnik, Sensorik, SPS-Programmierung und industrielle Kommunikation im Kontext moderner Produktionssysteme.
Das Modul Produktionstechnik vermittelt grundlegendes Wissen über Maschinen, Produktions- und Montagesysteme sowie deren Einsatz in der Industrie. Dabei werden auch digitale Transformation, Nachhaltigkeit und wirtschaftliche sowie organisatorische Aspekte moderner Produktionsprozesse behandelt.
Anwendung statistischer Methoden zur Qualitätssicherung in Produktion und Dienstleistung. Behandelt Prozesskontrolle, Regelkarten, Prozessfähigkeit und Design of Experiments mit starkem Praxisbezug.
Das Modul vermittelt praxisnahe Deep-Learning-Verfahren. Studierende entwickeln neuronale Netze für Bild‑, Text‑ und Sequenzdaten und arbeiten mit modernen Frameworks wie PyTorch oder TensorFlow an realistischen Anwendungsfällen.
Vertieft Data-Engineering-Konzepte mit Fokus auf Big Data und NoSQL. Behandelt unterschiedliche Datenarten, skalierbare Datenmodelle, Datenaufbereitung sowie Cloud- und verteilte Systeme in praxisnahen Projekten.
Projektorientiertes Labor zur praktischen Anwendung von Deep Learning. Studierende entwickeln, trainieren und evaluieren komplexe Modelle und dokumentieren ihre Ergebnisse wissenschaftlich fundiert im Team.
Module in English. Introduction to business information systems and IT infrastructures. Covers ERP, CRM and SCM systems and their role in digital, data-driven business processes.
Vermittelt Grundlagen und Instrumente des Marketings. Studierende lernen Marktanalysen, Marktforschung und Marketingentscheidungen datenbasiert zu unterstützen und strategisch einzuordnen.
Das Praxissemester ermöglicht die direkte Anwendung von Studieninhalten in einem Unternehmen. Vertiefung der im theoretischen Studium erworbenen Kompetenzen. Die Studierenden wenden ihr Wissen in realen Aufgaben an und gewinnen Berufserfahrung. Praktikum mit einer Dauer von 20 Wochen ist im 2. Studienabschnitt nach Erreichen der Vorrückungsvoraussetzungen zu absolvieren.
Dreitägige Blockveranstaltung zu berufsfeldorientierten Kompetenzen, z.B. Exkursionen, Workshops und Seminare zu Themen wie Moderation, Präsentation, Konfliktmanagement, Rhetorik, wissenschaftliches Arbeiten oder Ethik.
Module in English. The master’s thesis represents the final academic project. Students independently address a complex topic in digital procurement or supply chain management and apply scientific methods to practical problems.
Module in English. This module covers forecasting and time series analysis. Students model trends, seasonality and uncertainty to generate predictions for technical and economic applications.
Teamprojekt mit starkem Praxisbezug. Studierende bearbeiten reale Fragestellungen an der Schnittstelle von Data Science, Technik und Wirtschaft und stärken Projekt‑ und Kommunikationskompetenzen.
Vermittelt Grundlagen der Investitionsrechnung und Unternehmensfinanzierung. Studierende bewerten Investitionsentscheidungen, Finanzierungsalternativen und wirtschaftliche Risiken datenbasiert.
Behandelt ethische, rechtliche und gesellschaftliche Aspekte von Data Science und KI. Studierende setzen sich mit Datenschutz, Fairness, Transparenz und Regulierung auseinander.
Eigenständige Bearbeitung einer datenbasierten Fragestellung aus Technik oder Wirtschaft. Studierende wenden erlernte Methoden an und dokumentieren ihre Ergebnisse wissenschaftlich fundiert.
Bereitet gezielt auf die Bachelorarbeit vor. Studierende entwickeln Fragestellung, Methodik und Struktur und üben die Präsentation und Diskussion wissenschaftlicher Arbeiten.
Einführung in das Industrial Internet of Things. Behandelt vernetzte Systeme, industrielle Kommunikation, Datenerfassung und -auswertung sowie datengetriebene Anwendungen in der Industrie.
| 1. Semester | |
|---|---|
| 2. Semester | |
| 3. Semester | |
| 4. Semester | |
| 5. Semester | |
| 6. Semester | |
| 7. Semester |
In den ersten Semestern legst du mit Kursen wie Mathematik, Statistik und Ingenieurinformatik das Fundament für deine zukünftige Karriere als Data Scientist. Diese Fächer bilden die Säulen der Data Science und helfen dir, komplexe Daten zu verstehen und zu analysieren. Das Verständnis technischer und wirtschaftlicher Prozesse, das du durch Kurse wie Engineering und Management gewinnst, ermöglicht es dir, sowohl technische Herausforderungen zu meistern als auch wirtschaftliche Chancen zu erkennen.
Ab dem dritten Semester vertiefst du deine Kenntnisse durch spezialisierte Kurse wie Applied Machine Learning und Data Engineering. Diese Kurse sind darauf ausgerichtet, dir praxisnahe Fähigkeiten zu vermitteln, mit denen du moderne Technologien in realen Anwendungen einsetzen kannst. Themen wie Digital Marketing und Produktentwicklung zeigen dir, wie du Data Science nutzen kannst, um strategische Entscheidungen in verschiedenen Branchen zu treffen und innovative Produkte zu entwickeln.
In den höheren Semestern hast du die Möglichkeit, dich durch Vertiefungskurse und Wahlpflichtmodule wie Practical Deep Learning, Statistische Qualitätssicherung, Ethik in Data Science und Forecasting in Engineering and Management weiterzuentwickeln. Diese Kurse bereiten dich auf die neuesten Herausforderungen in Technik und Wirtschaft vor und ermöglichen es dir, tief in komplexe Themen einzutauchen, die die Zukunft der Industrie prägen werden.
Lerne und wachse in einer unterstützenden Gemeinschaft
Verbinde bei uns Theorie und Praxis
Profitiere vom engen Austausch mit Professoren
Nimm an praxisnahen Anwendungsprojekten teil
Entdecke innovative Lehrmethoden
Lerne von KI-Experten im Hörsaal
Voraussetzungen: Es gibt keine Zulassungsbeschränkungen für diesen Studiengang (Bewerbung direkt über das PRIMUSS-Bewerberportal THI).
Mehr Infos findest du hier: Bewerbung für einen Bachelorstudienplatz.
Zu jeder Fragestellung gibt es heutzutage große Datenmengen, aber nur wenige Menschen sind in der Lage, Strukturen in den Daten zu erkennen und nützliche Informationen zu erzeugen. Noch weniger Personen beherrschen zusätzlich die Grundkenntnisse aus Technik und Wirtschaft, so dass sie wissen, auf welche Informationen es in einem Unternehmen ankommt. Genau hier kommst du als Data Scientist in Technik und Wirtschaft ins Spiel. Du verfügst nicht nur über die Fachexpertise, sondern bist außerdem in der Lage, die relevanten Zusammenhänge zu erkennen und klar und verständlich zu kommunizieren, um zu nachhaltigen und wirtschaftlichen Lösungen zu kommen.
An unserer Hochschule werden alle Fächer anwendungsnah und weniger theoretisch vermittelt, ohne die wissenschaftlich fundierten Fachkenntnisse zu vernachlässigen. Als Voraussetzung für das Studium solltest du Interesse am Umgang mit Daten mitbringen und dich für die Anwendungsfelder von Data Science interessieren.
Offenheit für neue Technologien – Neigung zu analytischem Denken – Fähigkeit, sich in neue Probleme hinein denken zu können – Flexibilität im Denken – Neugierde – Interesse an Anwendungen mit hohem Impact in der realen Welt – Motivation und Eigeninitiative, wenn das deine Stärken sind, bist du bei uns richtig!
Reine Data Science-Studiengänge findest du üblicherweise in den Informatik-Fakultäten der jeweiligen Hochschulen. Dort konzentrierst du dich vor allem darauf, Algorithmen zu entwickeln und in verschiedenen Programmiersprachen zu programmieren. Unser Studiengang „Data Science in Technik und Wirtschaft“ legt jedoch den Schwerpunkt auf die Anwendungskompetenz. Dabei adressieren wir komplexe Fragestellungen aus Technik und Wirtschaft, wie zum Beispiel den Einsatz von Künstlicher Intelligenz in der Produktionsautomatisierung, statistische Methoden für die Qualitätssicherung in der Fertigungsindustrie, die Analyse von Zeitreihendaten zur Optimierung erneuerbarer Energien oder den Einsatz von Machine Learning zur Risikobewertung im Finanzsektor.
Natürlich erhältst du auch eine solide Grundausbildung in der Programmierung, doch der Fokus unseres Studiengangs liegt auf der praktischen Anwendung dieser Fähigkeiten. Dank deines tiefgehenden Verständnisses für technische und wirtschaftliche Prozesse weißt du genau, wie und warum Unternehmen Data Science einsetzen, um ihre Ziele zu erreichen.
Durch die Nähe zum KI Knoten Mobilität hast du beste Voraussetzungen um später auch in der Forschung zu arbeiten. Einige deiner Professoren arbeiten direkt am Institut und sind im Cluster Digitale Produktion (thi.de) aktiv.
Hier findest du alle laufenden Forschungsprojekte (thi.de) des AImotions Instituts.
Für allgemeine Anfragen zur Bewerbung findest du eine hilfreiche Übersicht über die zuständigen Ansprechpartner an der THI unter diesem Link.
Wenn du spezifische Fragen zum Studiengang „Data Science in Technik und Wirtschaft“ hast, freue ich mich immer über eine persönliche Nachricht von dir. Als Studiengangleiterin stehe ich dir gerne zur Verfügung und bin gespannt auf deine Fragen. Schick' mir einfach eine E-Mail.
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.
Prodekanin der Fakultät WI
Studienbotschafterin Data Science
Studienbotschafterin Data Science
Bachelor of Engineering (B. Eng.)
Das Wirtschaftsingenieur-Studium mit internationaler Ausrichtung für alle, die später in weltweit agierenden Unternehmen arbeiten möchten. Studiere vielseitig und mit Zukunftsperspektive im englischsprachigen Bachelor mit Technik- und Managementschwerpunkten!
Zum Studiengang
Bachelor of Engineering (B. Eng.)
Technische Lösungen müssen zugleich wirtschaftlich geplant und umgesetzt werden. Der Bachelor verbindet Ingenieurwissenschaften mit Betriebswirtschaft, Produktion und Projektmanagement. Die interdisziplinäre Ausbildung ermöglicht es, Produkte, Prozesse und Wertschöpfungsketten aus technischer und ökonomischer Perspektive zu optimieren.
Zum Studiengang
Bachelor of Science (B. Sc.)
Die Wirtschaftsinformatik verbindet betriebswirtschaftliche Prozesse mit moderner Informationstechnologie. Der Fokus liegt auf der Digitalisierung von Unternehmen, datengetriebenen Geschäftsmodellen sowie der Entwicklung und dem Management von Anwendungssystemen an der Schnittstelle von IT und Wirtschaft.
Zum Studiengang
Bachelor of Science (B. Sc.)
Der Studiengang „Künstliche Intelligenz” verbindet die Bereiche Informatik, Data Science und moderne KI-Methoden zu einer fundierten Ausbildung für intelligente Systeme. Die Schwerpunkte liegen unter anderem in den Bereichen Machine Learning, Computer Vision, Sprachverarbeitung und praxisnaher KI-Anwendungen.
Zum Studiengang