Überblick
An der Technischen Hochschule Ingolstadt verbindet der Bachelorstudiengang „Data Science in Technik und Wirtschaft“ fundierte Analysekompetenzen mit ingenieur- und betriebswirtschaftlichem Fachwissen. Am Standort Ingolstadt, Donau lernen Studierende, komplexe Datenmengen zielgerichtet auszuwerten, um innovative Lösungen für Herausforderungen in Industrie und Handel zu entwickeln. Die praxisnahe Ausbildung verknüpft Mathematik, Informatik und Management, um angehende Datenexperten optimal auf den Arbeitsmarkt vorzubereiten.
Studieninhalte
Über den Studiengang
Die Schnittstelle von Informatik, Mathematik, Technik und Wirtschaft bildet das Fundament des Bachelorstudiengangs Data Science in Technik und Wirtschaft (B. Eng.) an der Technischen Hochschule Ingolstadt. Der deutschsprachige Studiengang hat eine Regelstudienzeit von sieben Semestern, startet jeweils im Wintersemester und verbindet Datenexpertise mit technischem sowie ökonomischem Prozessverständnis. Das Studium bereitet darauf vor, komplexe Datenmengen zu analysieren und innovative Lösungen für die Herausforderungen der digitalen Arbeitswelt zu entwickeln.
Studieninhalte & Module
Das Studium vermittelt zunächst mathematische und informatische Grundlagen und bietet in den höheren Semestern praxisnahe Vertiefungen. Zu den wesentlichen Modulen zählen:
- Grundlagen: Mathematik, Statistik, Ingenieurinformatik sowie Kurse in Engineering und Management
- Spezialisierung: Applied Machine Learning, Data Engineering, Digital Marketing und Produktentwicklung
- Vertiefung und Wahlpflichtbereich: Practical Deep Learning, Statistische Qualitätssicherung, Ethik in Data Science sowie Forecasting in Engineering and Management
Berufsperspektiven
Absolventinnen und Absolventen stehen vielfältige Karrierewege in unterschiedlichen Branchen offen, darunter die Automobilindustrie, der Sektor der erneuerbaren Energien, das Gesundheitswesen oder die Finanzwelt. Das erlernte Skillset befähigt dazu, komplexe Daten in sinnvolle Informationen zu verwandeln und strategische Entscheidungen in Unternehmen datenbasiert zu unterstützen. Durch die Kombination aus Theorie und Praxis können Absolventen innovative Produkte und Technologien in realen Anwendungen umsetzen.
Besonderheiten
Der akkreditierte Studiengang zeichnet sich durch folgende Merkmale aus:
- Duales Studium: Das Studienmodell ist auch dual studierbar.
- KI-Netzwerk: Praxisorientiertes Lernen erfolgt unter anderem durch Projekte mit führenden Unternehmen und dem Mobilitätsknoten Künstliche Intelligenz AImotion Bavaria.
- Lernumfeld: Unterstüzende und familiäre Atmosphäre mit enger Betreuung durch die Lehrenden.
Zulassung & Voraussetzungen
Keine Zulassungsbeschränkung, ohne NC
Bewerbung & Fristen
Studienbeginn: nur Wintersemester