Daten sind heutzutage einer der wichtigsten Rohstoffe. Da mittels Daten sowohl Aussagen über die Vergangenheit getroffen als auch Prognosen für die Zukunft gestellt werden sollen, müssen Data Scientists neben Kenntnissen über Datenaufbereitungs- und -verwaltung auch über Wissen im Bereich künstliche Intelligenz verfügen. Das Masterstudium Artificial Intelligence and Data Science vertieft und erweitert die analytisch-methodischen und fachlichen Kompetenzen der Datenwissenschaften und legt neben Artificial Intelligence und Data Science auch einen Fokus auf die theoretischen und methodischen Grundlagen sowie Domänenwissen, das über ein Anwendungsfach und den Wahlbereich erworben wird. Voraussetzung für diesen Studiengang ist ein Bachelor in Data Science und/oder künstlicher Intelligenz. Alternativ kann auch mit einem Bachelor in Informatik, Software Engineering oder einem verwandten Studiengang eine Zulassung (ggf. mit Auflagen) erfolgen. Neben Deutschkenntnissen werden auch Englischkenntnisse gefordert.
Aufbauend auf einem ersten Hochschulabschluss führt das international ausgerichtete Masterstudium Artificial Intelligence und Data Science zum Erwerb vertiefter und erweiterter analytisch-methodischer und fachlicher Kompetenzen der Datenwissenschaften. Das Kernmerkmal des Studiengangs ist die viersäulige Ausrichtung: Neben den Schwerpunkten auf Artificial Intelligence und Data Science, liegt ebenfalls ein Fokus auf theoretische und methodische Grundlagen sowie Domänenwissen, das über ein Anwendungsfach (respektive den Wahlbereich) erworben wird. Momentan werden folgende Anwendungsfächer angeboten:
- Computational Linguistics
- Elektrotechnik und Informatonstechnik
- Fahrzeugtechnik
- Maschinenbau
- Mathematik
Im Wahlbereich muss eines der angebotene Wahlfächer gewählt werden. Weitere 12 ECTS können durch eine Independent Study ersetzt werden. Die Masterarbeit bildet den Abschluss des Studiums. Mit ihr werden 30 ECTS erworben.
Module
Das Studium gliedert sich in Module, für die nach bestandener Modulprüfung bzw. nach Bestehen der Modulteilprüfungen die dem jeweiligen Modul zugeordneten Leistungspunkte (ECTS) dem Studierenden gutgeschrieben werden. Module haben eine Größe zwischen 3 und 18 ECTS. Die Module umfassen inhaltlich zusammenhängende Lehrveranstaltungen und erstrecken sich über ein oder zwei Semester.
Modulhandbuch
Detaillierte Beschreibungen der einzelnen Module finden sich im Modulhandbuch des jeweiligen Studiengangs. Da jedoch jedes Semester eine Überarbeitung und gegebenenfalls Aktualisierung der Modulhandbücher der einzelnen Studiengänge erfolgen muss, finden Sie die aktuelle Version des Modulhandbuchs Ihres Studiengangs für das laufende Semester im C@mpus System.
Leistungspunkte
Während des Studiums sind Leistungspunkte (ECTS) zu erwerben, und zwar durch das Bestehen von Modulen. Die durchschnittliche ECTS-Anzahl pro Semester beträgt 30. Ein ECTS entspricht einem Arbeitsaufwand von etwa 30 Stunden. Leistungspunkte sind demnach ein quantitatives Maß für den mit dem Studium verbundenen zeitlichen Arbeitsaufwand. Insgesamt werden für den Master of Science 120 ECTS benötigt.
Die Zulassung zum Masterstudiengang Artificial Intelligence and Data Science setzt die fachliche Eignung für den Studiengang voraus, d.h. Kenntnisse und Kompetenzen, die denen des Bachelorstudiengangs Data Science oder einem Bachelor im Bereich der künstlichen Intelligenz entsprechen. Für Bewerber aus verwandten Bachelorstudiengängen kann eine Zulassung mit Auflagen ausgesprochen werden. Diese Auflagen umfassen meist ein bis zwei Grundlagen- oder Kernmodule aus dem Bachelorstudiengang Data Science. Über eventuelle Auflagen werden Sie bereits bei der Zulassung zum Studiengang informiert. Weiterhin müssen für diesen Studiengang sowohl Deutschkenntnisse als auch ausreichende Englischkenntnisse (Level B1) nachgewiesen werden.
Da der Studiengang einen NC hat, ist keine bedingte Zulassung möglich, sondern nur eine Zulassung unter Vorbehalt. Dies bedeutet, dass man sich ohne einen Bachelor-Abschluss bewerben kann, aber bis zum Ende des Semesters, für welches die Zulassung erteilt wurde, den Bachelor-Abschluss nachweisen muss. Andernfalls erlischt die Zulassung. Alle wichtigen Informationen findet Ihr in der Zulassungsordnung.
Über die Zulassung zum Masterstudiengang Artificial Intelligence and Data Science entscheidet der Zulassungsausschuss des Studiengangs.
Der Masterstudiengang Artificial Intelligence and Data Science nimmt zwei Mal pro Jahr Studienanfänger auf, jeweils zum Winter- und zum Sommersemester. Die Bewerbungsfristen für die Zulassung zum Masterstudiengang sind:
Fristen
zum Wintersemester: 15. Juli
zum Sommersemester: 15. Januar
Unterlagen
Bei einer Bewerbung für den Master Artificial Intelligence and Data Science lesen Sie bitte gründlich die Informationen zur Bewerbung auf den Seiten der Universität Stuttgart und reichen Sie bitte zusätzlich zu den geforderten Unterlagen auch noch unbedingt das Ergänzungsformular für den Studiengang mit ein.
Im Masterstudiengang Artificial Intelligence und Data Science werden Kenntnisse und Fertigkeiten vermittelt, die u.a. zur Beschäftigung in folgenden Bereichen qualifizieren:
- In der Datenverarbeitungsindustrie: Entwurf und Entwicklung von neuartigen und flexiblen Datenverwaltungskonzepten (z.B. Data Lakes); Umrüstung bestehender Datenverwaltungsinfrastrukturen, damit diese Big Data Anforderungen genügen; Entwurf und Anwendung neuer Datenaufbereitungs- und Datenanalysekonzepte; Entwicklung und Anwendung von künstlichen Intelligenzen zur bedarfsgerechten Datenbereitstellung; Entwicklung von „smarten“ Systemen (z.B. Smart Health, Smart Home, Smart City, etc.); Fort- und Weiterbildung des Personals
- In industriellen, kommerziellen, verwaltungstechnischen und wissenschaftlichen Anwendungen von DV-Systemen: Entwicklung komplexer Datenverarbeitungssystemen, Anpassung, Pflege und Weiterentwicklung von Datenverwaltungs- und Datenanalyseplattformen, Durchführung von komplexen Datenanalysen; Anpassung existierende Datenanalysen auf äußere Einflüsse und Veränderungen (Concept Drifts); Erweiterung von bestehenden Datenverarbeitungskonzepten und -systemen um AI-Unterstützung; Erstellung von Datenmodellen; Einsatzplanung für die Datenhaltung; Visualisierung und Präsentation von Analyseergebnissen; Schnittstelle zwischen der IT und den Domänenexperten
- In der Forschung: Weiterentwicklung bestehender Datenverwaltungssysteme; Weiterentwicklung bestehender Datenanalysetechniken; Erschließung neuer Anwendungsgebiete und Erforschung neuartiger Methoden und Techniken im Bereich der künstlichen Intelligenzen.
Ansprechpartner zum Studiengang Artificial Intelligence and Data Science
Katrin Schneider
Dr.Fachbereich Informatik: Studiengangsmanagerin, Fachbereichsmanagerin & Erasmus-Koordinatorin