Studieninhalte

Das Studium schärft Ihre analytischen Fähigkeiten und vertieft Ihr Wissen in Machine Learning, Big Data und Business Intelligence. Sie lernen praxisnah Techniken wie Deep Learning und Datenvisualisierung. Diese Kompetenzen helfen Ihnen, gesellschaftliche Herausforderungen zu lösen, etwa im Gesundheitswesen oder Umweltschutz. Data Science and Artificial Intelligence¹ ebnet den Weg zu einer zukunftsorientierten Karriere voller Innovationen.

Schwerpunkte

Das Studium besteht aus drei Schwerpunkten: 

• Data Science: Im Zentrum der Data Science stehen Schlüsselthemen wie Statistik, Programmierung und Datenvisualisierung. Ergänzt wird dies durch die Vermittlung rechtlicher und ethischer Grundlagen im Bereich Künstliche Intelligenz.
• Künstliche Intelligenz: Sie erkunden die spannenden Bereiche von Machine Learning, Deep Learning, generativer KI, Computer Vision und Natural Language Processing. Dabei erlernen Sie, wie diese Technologien in der Praxis angewendet werden – von der Analyse großer Datenmengen bis hin zur Entwicklung innovativer KI-Lösungen.
• Wirtschaft taucht mit Ihnen ein in die Welt des Digital Business und der Business Intelligence. Erwerben Sie fundiertes Wissen in wirtschaftlichen Grundlagen und lernen Sie, wie digitale Technologien Geschäftsmodelle verändern und wie datenbasierte Entscheidungen Unternehmen voranbringen.

Nutzen Sie im 5. und 6. Semester die Wahlfächer, um Ihr Studium weiter zu individualisieren.

Berufspraktikum (4. Semester)

Das Berufspraktikum ist im 4. Semester (Umfang: 20 ECTS) zu absolvieren. Dabei kontaktieren die Studierenden eigenständig favorisierte Unternehmen. Dazu steht ihnen das umfangreiche Partnernetzwerk des Studienganges zur Verfügung.

Im Berufspraktikum haben Sie die Gelegenheit, das Erlernte praktisch anzuwenden, erste Einblicke in die Wirtschaft zu gewinnen und wertvolle Erfahrungen zu sammeln.

Auslandssemester oder European Project Semester (5. Semester)

Ein wichtiger Bestandteil des Studiums stellt das 5. Semester dar. Dabei ist das Ziel, Gruppen zu bilden, um eine datenbasierte Problemstellung innerhalb des Projekts zu lösen.

Das 5. Semester kann auch im Ausland an einer Partneruniversität absolviert werden.

Übersichtsgrafik: Studienplan

Aus dem Studiengang

Praxisnahe Ausbildung

Expertise in einem Fachbereich

Moderne Infrastruktur

Innovative Lehrmethoden

Copyright: Martin Lifka Photography

Warum Data Science?

Ein menschlicher Blick 

Trotz der vielen vollautomatischen Erhebungsmöglichkeiten durch Künstliche Intelligenz oder Deep Learning, bleibt die wichtigste Aufgabe oftmals dem Menschen überlassen. Zwar können durch eine KI möglicherweise Muster erkannt werden, aber nicht unbedingt Ursache und Wirkung. Wenn man jedoch wissen will, warum die gefundenen Muster auftreten, ist es die Aufgabe des Data Scientist, Wirkungszusammenhänge nachvollziehbar zu erklären.

¹ vorbehaltlich der Akkreditierung durch die AQ Austria