Angewandte Künstliche Intelligenz und Digitale Transformation

Studienüberblick

Die Künstliche Intelligenz stellt unstrittig eine der wichtigsten Zukunftstechnologien dar, von der die globale Wettbewerbsfähigkeit der deutschen Wirtschaft entscheidend abhängen wird. An dieser Stelle setzt der Masterstudiengang "Angewandte Künstliche Intelligenz und Digitale Transformation" (KDT) an: Ziel ist die Ausbildung von Expert*innen für betriebliche Anwendungen der Künstlichen Intelligenz, die im Unternehmen unmittelbar einsetzbar sind und bei der erfolgreichen Umsetzung und digitalen Transformation maßgeblich unterstützen. Dabei soll der Fokus auf dem konstruktiven Entwickeln von innovativen, intelligenten und zugleich wirtschaftlich praktikablen Lösungen liegen, insbesondere in den Bereichen Produktion, Marketing und Personal.

Notwendig sind daher interdisziplinär ausgebildete Expert*innen, die neben dem dringend notwendigen mathematisch-technischen Fachwissen, z.B. zu symbolischen (Regel- und Entscheidungsbauminduktion) und subsymbolischen (Neuronale Netze, Deep Learning) Verfahren des Maschinellen Lernens, auch Kompetenzen zur organisatorischen Umsetzung der Anforderungen unter Beachtung der wirtschaftlichen, rechtlichen und ethischen Rahmenbedingungen besitzen („Business Understanding“). Ihre Aufgabe wird es insbesondere auch sein, mit den jeweiligen Fachleuten (Mathematiker*innen, IT-Vertretern, Ingenieur*innen, Vertretende des Managements) gemeinsam Lösungen zu entwickeln und die Umsetzung im Rahmen von Change-Projekten zu leiten oder zu begleiten. Im Fokus steht daher eine breite Ausbildung, die das Erlernen grundlegender Aspekte sowie insbesondere der Fachsprache der relevanten Bereiche garantiert.

Kurzform	KDT
Studienart	Vollzeit
Regelstudienzeit	3 Semester
Abschluss	Master of Arts (M.A.)
Studienstart	Wintersemester
Zulassungsbeschränkung	spezifisch
Vorlesungsort	Ansbach
Unterrichtssprache	Deutsch
Studiengangleitung	Prof. Dr.-Ing. Michael Müller
Studienfachberatung	Prof. Dr.-Ing. Michael Müller
Studierendenservice	Ralph-Peter Kappestein

Studien- und Prüfungsordnung für alle Jahrgänge

Zulassungsvoraussetzungen und Bewerbung zum Studium

Sie können den Master-Studiengang KDT im Wintersemester starten. Wie für alle Studiengänge, ist auch für diesen Studiengang eine rechtzeitige Bewerbung über das Online-Bewerberportal erforderlich. Bitte beachten Sie, dass die regulären Fristen Ausschlussfristen sind. Ihre Bewerbung muss daher spätestens mit Ablauf des letzten Tages der jeweiligen Frist bei uns eingegangen sein (2. Mai – 15. Juli).

Alle Informationen zur Bewerbung finden Sie HIER.

Darüber hinaus ist ein erfolgreich abgeschlossenes Hochschulstudium in einem einschlägigen Studiengang oder ein gleichwertiger in- oder ausländischer Abschluss mit einer Prüfungsgesamtnote von mind. 2,5, dessen Umfang in der Regel 210 ECTS-Punkte, mindestens jedoch 180 ECTS-Punkte umfasst, nötig. Als einschlägig gelten Studiengänge, die auf Grundlagen aus den Bereichen Medien, Wirtschaft bzw. Technik aufbauen.

Für Bewerber an bayerischen Fachhochschulen gilt das Bayerische Hochschulgesetz (BayHSchG).

Studienaufbau

Der Masterstudiengang "Angewandte Künstliche Intelligenz und Digitale Transformation" umfasst 90 ECTS, die in drei Semestern durchlaufen werden können. Wenn Sie mit einem Abschluss, der weniger als 210 ECTS umfasst, einsteigen, müssen Sie ggf. zusätzliche Zeit für das Nachholen von Modulen/ECTS einplanen.

Der Studiengang ist stark praxisorientiert und bietet im 1. Semester neben einer technologischen Grundlagenvermittlung bereits frühe Spezialisierungsmöglichkeiten innerhalb der Module in den Bereichen der digitalen Geschäftsmodelle und -prozesse sowie Leadership und Change Management an. Um die Studierenden optimal auf ihr späteres Berufsleben vorzubereiten, werden die Lehrinhalte aus den unterschiedlichen Vorlesungen bereits ab dem 1. Semester unmittelbar in praxisbezogenen Gruppenübungen angewendet. Im 2. Semester werden die vermittelten Lehrinhalte im Rahmen eines eigenständigen angewandten Projektes, i.d.R. mit einem externen Partner, in die Praxis umgesetzt. Begleitend dazu werden betriebliche Anwendungsmöglichkeiten der KI in drei unterschiedlichen Bereichen angeboten. Zusätzlich bereiten diese Module die Absolvierenden auf den späteren Berufsalltag vor, da sie vertiefende praxisbezogene Beispiele liefern. Nach der Projektarbeit folgt im 3. Semester die Möglichkeit der Vertiefung (z.B. der Projektarbeit) anhand einer Masterarbeit.

Sie schließen das Studium in drei Semestern ab. Nach erfolgreichem Abschluss wird Ihnen der international anerkannte akademische Grad Master of Arts (M.A.) verliehen.

Berufsaussichten

Die Kombination von Grundwissen über Angewandte KI, Kenntnissen über die Digitalisierung von Produkten und Prozessen, dem fundierten Wissen aus dem Bereich Digital Leadership und Transformation ermöglicht den Studierenden eine vielfältige und vor allem branchenunabhängige berufliche Zukunftsperspektive. Egal ob in der freien Wirtschaft, in nichtkommerziellen Organisationen oder Behörden - das spätere Tätigkeitsspektrum ist breit gefächert.

Einerseits ermöglicht das vermittelte interdisziplinäre Know-how den Absolvierenden, projektübergreifende Potentiale für KI-Lösungen eigenständig zu erkennen und diese wiederum durch strukturiertes wie auch zielorientiertes Handeln umzusetzen. Andererseits verfügen sie im Bereich Angewandte KI und digital Transformation über die Befähigung, Führungsverantwortung zu übernehmen und KI-Projekte zu initiieren, durchzuführen und hinsichtlich der Qualitätssicherung anschließend einer umfangreichen Evaluation zu unterziehen.

In diesem Rahmen sind die Absolvierenden durch das umfassende Einsatzspektrum nicht nur für globale Konzerne oder große Behörden interessant, sondern auch für kleine und mittlere Unternehmen (KMU).

Personen

Prof. Dr.-Ing. Michael Müller

Studiengangsleiter Angewandte Künstliche Intelligenz und Digitale Transformation (KDT) / Studienfachberatung Angewandte Künstliche Intelligenz und Digitale Transformation (KDT)

0981 4877-501 50.4.6 nach Vereinbarung mi.mueller vCard

Mehr erfahren