Bachelor
Abschluss
Winter- und Sommersemester
6 Semester
Zulassungsfrei
Gießen
Semesterbeitrag
Sie möchten lernen, komplexe Daten zu analysieren und daraus fundierte Entscheidungen abzuleiten? Sie wollen Machine Learning, Data Mining und künstliche Intelligenz (KI/AI) praktisch anwenden und verstehen, was dahinter steckt? Dann ist das Studium Applied Data Science genau das Richtige für Sie.
Im Studium lernen Sie den Umgang mit Daten, um komplexe Problemstellungen zu lösen – von der Auswahl geeigneter Daten über deren automatische Aufbereitung und Analyse bis hin zur Interpretation der Ergebnisse und der praktischen Umsetzung der daraus abgeleiteten Lösungen.
Inhalte auf einen Blick:
Studium
Studieninhalte
In den ersten beiden Semestern lernen Sie alle nötigen Grundlagen für Ihr Studium, wie Programmierung, Mathematik und theoretische Informatik. Sie lernen aber auch bereits Methoden der Data Science kennen, sowie projektorientierte Anwendungen und Anwendungsbereiche.
In den folgenden Semestern vertiefen Sie sich besonders im Bereich Machine Learning und Deep Learning als zentrale Methoden moderner AI. Neben zahlreichen Angeboten aus dem Bereich Data Science belegen Sie überfachliche Module aus einem Wahlkatalog, etwa zu Zeitmanagement, Diversität oder Konfliktmanagement und erlernen die Grundlagen des wissenschaftlichen Arbeitens. Um Sie darauf vorzubereiten, dass die Unternehmenssprache oft Englisch ist, finden ausgewählte Module in englischer Sprache statt.
Weiterhin wählen Sie Module aus einem Schwerpunkt (Biologie, Engineering, Humanities, Informatik, Wirtschaft), dabei haben Sie die Möglichkeit, sich für einen Schwerpunkt zu entscheiden, der später auch auf dem Zeugnis ausgewiesen wird, oder aber ohne direkten Schwerpunkt zu studieren, und in mehrere Schwerpunkte nach Belieben reinzuschnuppern.
In der Abschlussphase des Studiums können Sie Ihre Praxisphase in einem Unternehmen absolvieren und somit bereits vor Ihrem eigentlichen Abschluss Einblicke in den realen Arbeitsalltag gewinnen.
Studienprogramm
Das Studium ist so konzipiert, dass das 5. Semester als Mobilitätssemester durchgeführt werden kann, d.h. Sie können die Module des 5. Semesters auch leicht in einem Auslandssemester erbringen
1
| MODUL | SWS | CrP |
|---|---|---|
| Data Science Applications 1 | 6 | 6 |
| Data Science Methods 1 | 6 | 6 |
| Data Science Programming | 4 | 6 |
| Theoretische Informatik 1 | 4 | 6 |
| Mathematik 1 | 6 | 6 |
| GESAMT 1. SEMESTER | 26 | 30 |
2
| MODUL | SWS | CrP |
|---|---|---|
| Data Science Applications 2 | 6 | 6 |
| Data Science Methods 2 | 6 | 9 |
| Data Science Projekt | 2 | 3 |
| Theoretische Informatik 2 | 6 | 6 |
| Mathematik 2 | 4 | 6 |
| GESAMT 2. SEMESTER | 24 | 30 |
3
| MODUL | SWS | CrP |
|---|---|---|
| Machine Learning | 4 | 6 |
| Angewandte Mathematik für Data Scientists | 3 | 6 |
| Data Science-Wahlpool | x | 6 |
| Schwerpunktpool | x | 6 |
| Wahlpool überfachlich | x | 6 |
| GESAMT 3. SEMESTER | X | 30 |
4
| MODUL | SWS | CrP |
|---|---|---|
| Einführung in Deep Learning | 4 | 6 |
| Wissenschaftliches Arbeiten für Data Scientists | 3 | 3 |
| Data Science-Wahlpool | x | 6 |
| Schwerpunktpool | x | 12 |
| Freier Wahlpflichtpool | x | 3 |
| GESAMT 4. SEMESTER | X | 30 |
5
| MODUL | SWS | CrP |
|---|---|---|
| Data Science Seminar | 3 | 6 |
| Schwerpunktpool | x | 6 |
| Data Science-Wahlpool | x | 6 |
| Freier Wahlpflichtpool | x | 12 |
| GESAMT 5. SEMESTER | x | 30 |
Wahlpool
| DATA-SCIENCE WAHLPOOL | SWS | CrP |
|---|---|---|
| Datenbanksysteme | 2 | 3 |
| Kombinatorische Optimierung: Algorithmen und Anwendungen | 6 | 6 |
| Machine Learning 2 | 4 | 6 |
| Advanced Topics in Deep Learning | 2 | 3 |
| Einführung in das Natural Language Processing | 4 | 9 |
| Big Data | 4 | 6 |
| FREIER WAHLPFLICHTPOOL | SWS | CrP |
|---|---|---|
| Angewandte Zeitreihenanalyse | 2 | 3 |
| Programmieren 1 | 6 | 6 |
| Webtechnologien | 4 | 6 |
| Konzepte und Realisierung objektorientierter Programmierung | 2 | 3 |
| Offensive IT-Sicherheit | 4 | 9 |
| SAP R/3 – Einführung in ABAP | 4 | 6 |
| Secure Software Engineering | 4 | 6 |
| Quantencomputing: Algorithmen und Programmierung von Quantencomputern | 4 | 6 |
| Einführung in die Programmiersprache Julia | 4 | 6 |
| Verteilte Anwendungsentwicklung | 4 | 6 |
| Simulation von Quantencomputern und ihren Grundlagen | 4 | 6 |
| Industrie 4.0 – Einführung, Konzepte und Technologien | 4 | 6 |
| Projekt – Industrie 4.0 und Digitalisierung | 4 | 6 |
| Informationsmanagement | 4 | 6 |
| Auslandssemester+ | - | 6 |
| ÜBERFACHLICHER WAHLPFLICHTPOOL | SWS | CrP |
|---|---|---|
| Recht für Informatiker/innen | 2 | 3 |
| Gesellschaftliche Verantwortung in der Informatik | 2 | 3 |
| Digitalwissenschaften – geisteswissenschaftlich gedacht | 2 | 3 |
| Bits und Bäume: Digitalisierung nachhaltig gestalten | 2 | 3 |
| International Buddy Programme - Intercultural Competence and Encounters | 2 | 3 |
| Methoden und Didaktik für Tutorinnen und Tutoren | 2 | 3 |
| Zeitmanagement | 2 | 3 |
| Rhetorik und Körpersprache | 2 | 3 |
| Diversität | 2 | 3 |
| Verhandlungsmanagement | 2 | 3 |
| English for STEM 1 | 2 | 3 |
| English for STEM 2 | 2 | 3 |
| English for STEM 3 | 2 | 3 |
| Hack the world a better place - Lernen durch Begeisterung anderer | 2 | 3 |
| Gesellschaftliches und soziales Engagement | - | 3 |
Das detaillierte Studienprogramm findet sich im Modulhandbuch.
Schwerpunkte
Aus den Schwerpunktpools müssen Module im Umfang von insgesamt 24 CrP eingebracht werden. Dabei können Sie entweder alle Module aus einem einzigen Schwerpunkt wählen, der dann gesondert im Zeugnis ausgewiesen wird, oder Module aus verschiedenen Schwerpunkten kombinieren.
Biologie
In den Laboren der biomedizinischen Forschung werden täglich sehr große Datenmengen erzeugt. Diese allein führen jedoch nicht zu neuen Erkenntnissen, solange sie nicht systematisch analysiert, verstanden und interpretiert werden. In diesem Schwerpunkt befassen Sie sich mit der Analyse biologischer Daten, um Forschende in der Biologie dabei zu unterstützen, neues Wissen zu generieren.
| SCHWERPUNKTPOOL BIOLOGIE | SWS | CrP |
|---|---|---|
| Genetische Algorithmen | 4 | 6 |
| Deep Learning auf biologischen Sequenzen | 4 | 6 |
| Computational Biology | 4 | 6 |
| Biodatenanalyse | 6 | 6 |
| Algorithmen der Bioinformatik | 6 | 6 |
| Algorithmen der Bioinformatik II | 4 | 6 |
Engineering
Der Schwerpunkt Engineering verbindet datenwissenschaftliche Methoden mit ingenieurwissenschaftlichen Anwendungen. Im Fokus stehen die Analyse, Modellierung und Optimierung technischer Systeme sowie die Entwicklung praxisnaher, datenbasierter Lösungen.
Anwendungsfelder sind unter anderem eingebettete Systeme, Cyber-Physical Systems, Computersimulation, Computer Vision, Assistenzsysteme und Robotik. Dabei werden Verfahren der Künstlichen Intelligenz, der Signalverarbeitung zur Analyse von Sensordaten und der datengetriebenen Systemoptimierung vermittelt und auf reale ingenieurwissenschaftliche Fragestellungen angewendet.
| SCHWERPUNKTPOOL ENGINEERING | SWS | CrP |
|---|---|---|
| Intelligente Umgebungen und Assistenzsystem | 4 | 6 |
| Fahrerassistenzsysteme | 4 | 6 |
| Einführung in die 3D-Simulation und -Visualisierung | 4 | 6 |
| Einführung in das High Performance Computing | 4 | 6 |
| Praxisnahe Anwendungen humanoide Roboter | 4 | 6 |
Humanities
In den Geisteswissenschaften stehen Menschen, ihre Interaktionen und ihre kulturellen Werke im Mittelpunkt. Für Data Scientists bedeutet das die Analyse von Daten, die durch menschliches Handeln entstehen: Texte, Audio und Video, Umfragen oder soziale Netzwerke. In diesem Schwerpunkt werden Methoden der künstlichen Intelligenz mit geisteswissenschaftlichen Fragestellungen verbunden.
| SCHWERPUNKTPOOL HUMANITIES | SWS | CrP |
|---|---|---|
| Evaluation Interaktiver Systeme | 4 | 6 |
| Data Literacy in den digitalen Geistes- und Sozialwissenschaften | 4 | 6 |
| Datenanalyse von Social Media | 4 | 6 |
| User Centered Design | 4 | 6 |
| AI Methods in the Humanities | 4 | 6 |
Informatik
Informatik ist überall – sie steckt in Smartphones, Autos, der Medizin und nahezu allen Bereichen des Alltags. Informatiker entwickeln solche Anwendungen, indem sie Anforderungen analysieren, Lösungen entwerfen und diese programmieren. Der Schwerpunkt beschäftigt sich mit den Grundlagen der Informatik, der Erstellung von Software sowie vertieften Themen wie IT-Sicherheit, Web-Anwendungen oder Cloud-Computing.
| SCHWERPUNKTPOOL INFORMATIK | SWS | CrP |
|---|---|---|
| Einführung in das High Performance Computing | 4 | 6 |
| Praktische Informatik 2 | 6 | 6 |
| Software- Engineering Konzepte und Methoden | 4 | 6 |
| Automaten, Sprachen und Compiler | 4 | 6 |
| Einführung IT-Security: Kryptografie, Software und Systemsicherheit | 4 | 6 |
| Funktionale Programmierung | 4 | 6 |
| Effiziente Algorithmen und ihre Anwendungen | 4 | 6 |
| Grundlagen des Cloud Computing | 4 | 6 |
| DevOps | 4 | 6 |
Wirtschaft
Das Verständnis wirtschaftlicher Zusammenhänge und ein datengetriebenes Handeln sind heutzutage entscheidende Faktoren für die strategische Ausrichtung von Unternehmen. Es gilt, vergangene Entwicklungen anhand interner und externer Unternehmensdaten mit geeigneten Analysemethoden zu erfassen, daraus verlässliche Prognosen für die Zukunft abzuleiten, und daraus proaktiv passende betriebswirtschaftliche Maßnahmen zu entwickeln.
| SCHWERPUNKTPOOL WIRTSCHAFT | SWS | CrP |
|---|---|---|
| Business Analytics | 4 | 6 |
| Business Intelligence | 4 | 6 |
| Datenanalyse von Social Media | 4 | 6 |
| Requirements Engineering | 4 | 6 |
| Geschäftsprozessmanagement | 4 | 6 |
| Effiziente Algorithmen und ihre Anwendung | 4 | 6 |
| Datengetriebenes Management und praktische Anwendungen der Wirtschaftsinformatik | 4 | 6 |
Berufsaussichten
Perspektiven
Als Applied Data Scientist verfügen Sie über solide wissenschaftliche Grundlagen in den Bereichen Programmierung, Mathematik, Theoretische Informatik, Anwendungsschwerpunkten sowie in Methoden der AI und Datenauswertung.
Sie haben sehr gute Berufschancen: Data Scientists werden in zahlreichen Berufsfeldern gesucht, denn kaum ein Bereich kommt heute noch ohne Daten aus. Ob in der Software- und IT-Industrie, im Maschinen- und Fahrzeugbau, in der Beratung und im Finanzwesen, in Forschungs- und Entwicklungseinrichtungen, im Gesundheitsbereich oder in gesellschaftlichen und kulturellen Organisationen – die Digitalisierung macht Data Scientists in nahezu allen Branchen und Anwendungsfeldern unverzichtbar.
Konkrete Jobbeispiele, auf die das Studium vorbereitet, sind unter anderem:
Data Scientist/Data Analyst: bereitet Daten auf, entwickelt Modelle, analysiert große Datensätze, visualisiert Ergebnisse und unterstützt datenbasierte Entscheidungen.
Consultant für Data & AI: berät Unternehmen strategisch beim Einsatz von Daten und künstlicher Intelligenz.
AI Specialist: arbeitet an Deep Learning-Modellen, Natural Language Processing-Systemen oder Computer Vision-Lösungen.
Bewerbung und Immatrikulation
Immatrikulation
Abschlussgrad Regelstudienzeit Akkreditierung Studienformen Hauptunterrichtssprache Studienort, Standort Kosten |
Bachelor (B.Sc.) 6 Semester ASIIN Düsseldorf Vollzeitstudium deutsch Gießen Semesterbeitrag |
| Zulassungsmodus | Der Studiengang ist zulassungsfrei. Das heißt, Sie müssen sich nur innerhalb der jeweiligen Frist einschreiben und die Einschreibungsvoraussetzungen erfüllen, um einen Studienplatz zu erhalten. |
| Studienbeginn | |
| Brückenkurse |
Vor dem Vorlesungsbeginn bietet die THM einwöchige Brückenkurse u.a. in den Fächern Mathematik, Physik, Programmierung und Chemie an. Studienanfängerinnen und Studienanfänger können hier ihr Vorwissen auffrischen und Wissenslücken schließen. |
| Immatrikulationszeitraum |
01. Juni bis zum 20. September (Wintersemester) |
| Bewerbungszeitraum für internationale Studierende |
1. April bis 15. Juli (Wintersemester) und 1. Oktober bis 15. Januar (Sommersemester) über uni-assist. |
Bewerbung |
|
