Master AI Engineering
| Abschluss: | Master of Science M.Sc. |
|---|---|
| Dauer: | 4 Semester |
| Beginn: | Wintersemester/Sommersemester |
| Unterrichtssprache: | Englisch |
Kurzbeschreibung
Die Künstliche Intelligenz (KI) durchdringt mittlerweile alle Bereiche unseres Lebens und birgt enormes Zukunftspotential. Mathematik und Informatik liefern die Grundlagen, um Kerntechniken der KI verstehen und weiterentwickeln zu können.
Im Masterstudiengang Artificial Intelligence Engineering (AI Engineering) beschäftigen Sie sich wissenschaftlich fundiert mit Theorien, Algorithmen und Methoden zum Design und zur Entwicklung KI-basierter Systeme. Außerdem erwerben Sie die Fähigkeit, Künstliche Intelligenz in existierende Echtweltsysteme (z. B. Mediensysteme, Informationssysteme, Industrieprozesse) zu integrieren oder selbst zu entwickeln.
Darüber hinaus beschäftigen Sie sich mit Querschnittsthemen der Künstlichen Intelligenz: beim Einsatz KI-basierter Systeme müssen rechtliche, ethische, soziale und ökonomische Rahmenbedingungen mitberücksichtigt werden.
Besonderheiten
- Forschungsorientierter Master mit besten Karriere- und Berufschancen in einer Vielzahl von Branchen
- Studium an der Schnittstelle zwischen Informatik und Mathematik mit Einblick in verschiedenste disziplinübergreifende Anwendungsbereiche (z. B. Medien, Industrie 4.0, Mobilität)
- Breites, international aufgestelltes, modernes Fächerspektrum
- Hervorragendes Betreuungsverhältnis durch kleine Kursgrößen
- Sehr gute Kontakte zu Wirtschaft und Industrie durch Lehrstühle und Institute
- Englisch als Unterrichtssprache
Die Nachfrage nach KI-Kompetenzen auf dem Arbeitsmarkt steigt signifikant an. Ein erfolgreicher Masterabschluss in Artificial Intelligence Engineering befähigt Sie dazu, selbständige Tätigkeiten oder anspruchsvolle Aufgaben und Führungspositionen in Industrie, Verwaltung und Wissenschaft zu übernehmen. Er eröffnet Ihnen beste Karriere- und Berufschancen in einer Vielzahl an Branchen, wie z. B.:
- Systementwicklung und Datenanalysen im Bereich digitaler Medien
- Softwareentwicklung und IT-Systementwicklung
- Datenanalysen im Finanz- und Dienstleistungsbereich
- Entwicklung KI-basierter Lösungen im Transport- und Mobilitätsbereich
- Steuerung von Industrieanlagen, „Industrie 4.0“
- Medizin, Pharmaindustrie und Lebenswissenschaften
- Versicherungen und Banken
Darüber hinaus steht Ihnen eine Karriere in der Wissenschaft offen, etwa im Rahmen einer Promotion zur Weiterentwicklung der Künstlichen Intelligenz.
Der Masterstudiengang AI Engineering gliedert sich in einen Pflicht- und Wahlpflichtbereich.
Bitte haben Sie Verständnis dafür, dass diese Modulliste noch Änderungen unterworfen ist. Mit "N.N." gekennzeichnete Veranstaltungen werden von Professuren angeboten werden, die momentan gerade besetzt werden.
Im Pflichtbereich belegen Sie eine Vorlesung mit Übung „Introduction to AI Engineering” sowie ein Seminar zu „AI Engineering”. Darüber hinaus fertigen Sie in diesem Bereich Ihre Masterarbeit an.
Wahlpflichtbereich
Der Wahlpflichtbereich ist in folgende sechs Modulgruppen unterteilt:
Sie befassen sich mit der Konstruktion deterministischer und stochastischer Algorithmen, ihrer Implementierung, Beurteilung und Optimierung sowie der Modellierung und Komplexitätsanalyse diskreter und stetiger Probleme mittels mathematischer Methoden. Darüber hinaus erwerben Sie Grundlagen der mathematischen Logik, Stochastik, Funktionalanalysis und diskreten Mathematik, um ein vertieftes algorithmisch-mathematisches Verständnis KI-basierter Systeme zu ermöglichen.
1. Algorithm Engineering and Mathematical Modelling
Sie betrachten Methoden und Algorithmen der symbolischen und subsymbolischen Künstlichen Intelligenz sowie des maschinellen Lernens (z. B. Reinforcement Learning, Wissensrepräsentation und Deduktionssysteme). Außerdem beschäftigen Sie sich mit zugrundeliegenden Theorien für lernende Systeme sowie der Anwendung algorithmischer und mathematischer Grundlagen zur Realisierung von Künstlicher Intelligenz.
2. Artificial Intelligence Methods
Sie lernen Methoden und strukturierte Vorgehensmodelle zur Entwicklung KI-basierter Systeme kennen. Dies beinhaltet insbesondere Test- und Evaluierungsstrategien (z. B. Generative Adversarial Testing oder Simulation), Daten- und Wissensmodellierungsmethoden, Methoden und Systeme zur Operationalisierung KI-basierter Systeme sowie die Bewertung von Eigenschaften wie Sicherheit, Nachvollziehbarkeit, Zuverlässigkeit, Erklärbarkeit und Transparenz.
3. Artificial Intelligence System Engineering
Sie erhalten Einblick in verschiedene Anwendungsbereiche und -möglichkeiten von Künstlicher Intelligenz, wie z. B. Sprach-, Text- und Medienanalyse, betriebliche Informationssysteme oder Energieinformatik. Ebenfalls behandelt werden die spezifischen Eigenschaften der Anwendungsbereiche und deren Einfluss auf die Auswahl von KI-Methoden und die Entwicklung KI-basierter Systeme.
4. Artificial Intelligence Applications
Sie erwerben Kenntnisse über rechtliche, ethische, gesellschaftliche und ökonomische Rahmenbedingungen bei der Nutzung KI-basierter Systeme und reflektieren die gesellschaftliche Wirkung von KI. Kurse zu Sprach- und Schreibtraining, Soft Skills und Praktika unterstützen Ihr fachwissenschaftliches Studium und bereiten Sie auf berufliche Tätigkeiten vor.
5. Cross-Cutting Concerns
Sie lernen, sich selbständig inaktuelle Forschungsthemen aus dem Bereich AI Engineering einzuarbeiten, sie fachlich für Vorträge aufzubereiten und zu präsentieren. Dabei erwerben Sie vertiefende Kenntnisse zum wissenschaftlichen Arbeiten im Themenbereich der Künstlichen Intelligenz und werden auf weiterführende Forschungstätigkeiten vorbereitet.
6. Research Seminars
Sie haben bereits einen Hochschulabschluss im Bereich Informatik oder Mathematik und können 120 ECTS-Punkte in der Informatik und Mathematik vorweisen. Der Fachanteil in Mathematik inkl. Theoretischer Informatik muss mindestens 35 ECTS-Punkte und in Informatik mindestens 40 ECTS-Punkte betragen haben. Sie gehören zu den besten 70 % Ihres Abschlussjahrgangs oder haben eine Gesamtnote von mindestens „befriedigend“ (2,7) erreicht.
Der Studiengang setzt englische Sprachkenntnisse auf dem Niveau B2 (äquivalent Abiturniveau) des Gemeinsamen Europäischen Referenzrahmens oder ein Äquivalent voraus.
Nachweismöglichkeiten
Internationale Bewerber*innen, deren Mutter- bzw. Ausbildungssprache nicht Deutsch ist, benötigen zusätzlich Grundkenntnisse der deutschen Sprache auf dem Niveau A1. Falls Sie bei Aufnahme des Studiums noch keinen Sprachnachweis vorlegen, können Sie die geforderten Deutschkenntnisse bis zum Ende des ersten Studienjahres dem Studierendensekretariat gegenüber nachweisen.
Das Studium kann im Winter- und Sommersemester aufgenommen werden.
Bewerbungsschluss
- Wintersemester: 31. Mai,
- Sommersemester: 15. Dezember.
Informationen zur Bewerbung
- mit deutschem Hochschulabschluss: Bewerbungsablauf und Bewerbungsfristen
- mit internationalem Hochschulabschluss: Internationale Qualifikationen
Bei Fragen zur Bewerbung wenden Sie sich bitte an das Studierendensekretariat.
Video zum Studiengang (englisch)
Beim Anzeigen des Videos wird Ihre IP-Adresse an einen externen Server (YouTube) gesendet.
Diese Seite teilen