Zusammenspiel zwischen den Datenwissenschaften und ihren Anwendungen in Technik und Wirtschaft

Wir bilden angehende Data Scientists so aus, dass sie nicht nur die wesentlichen Methoden der Datenwissenschaften beherrschen - sie kennen auch die Anwendungen in Technik und Wirtschaft.

In den ersten Semestern bekommen Sie eine solide Ausbildung in Data Science sowie Grundkenntnisse aus den Ingenieurwissenschaften (Technik) und der Ökonomie (Wirtschaft). In den höheren Semestern lernen Sie datengetriebene Anwendungen in Technik und Wirtschaft kennen, wie z.B. Digital Marketing oder Digital Factory. Der Schwerpunkt des Studiums liegt im interdisziplinären Zusammenspiel zwischen den Datenwissenschaften und ihren Anwendungen in Technik und Wirtschaft.

Abschluss: Bachelor of Engineering (B. Eng.)
Regelstudienzeit: 7 Semester
Studienstart: Winter
Dual studierbar: Ja  Duale Angebote
Unterrichts­sprache: Deutsch
Standort: Ingolstadt

Studieninhalte

Reine Data Science-Studiengänge sind in der Regel in den Informatik-Fakultäten der jeweiligen Hochschule angesiedelt. Dort werden in erster Linie Entwicklungskompetenzen im Bereich der Datenanalyse vermittelt. Die Studierenden lernen also, Algorithmen zu entwickeln und in spezifischen Programmiersprachen zu programmieren. In unserem Studiengang Data Science in Technik und Wirtschaft steht nicht die Entwicklungskompetenz, sondern die Anwendungskompetenz für wichtige Branchen im Vordergrund.

Natürlich lernen Sie auch die Grundlagen der Programmierung kennen, im Fokus stehen aber die Anwendung und der Einsatz der datengetriebenen Systeme. Darüber hinaus wissen Sie durch Ihre Kenntnisse in Technik und Wirtschaft, wofür man in Unternehmen Data Science benötigt!

Sie werden in diesem Studiengang ideal darauf vorbereitet, datenbasierte Projekte in Unternehmen aufzusetzen, zu koordinieren und zu leiten.
Es erwarten Sie exzellente Möglichkeiten, ein gutes Gehalt, Verantwortung und eine große Zufriedenheit mit Ihrer Tätigkeit: zusammengefasst sind Ihre Aussichten als Absolventin oder Absolvent dieses Studiengangs hervorragend.

Berufsbilder

Data Scientists arbeiten an der Schnittstelle zwischen den reinen Datenspezialisten (Data Analysts und Data Engineers) und den Ingenieuren sowie Ökonomen. Sie kennen sich auf beiden Seiten aus und sind daher ideal geeignet, um datengetriebene Projekte in Unternehmen aufzusetzen, zu koordinieren und zu leiten.

Wie sind die Jobaussichten nach dem Studium?

Die Unternehmensberatung McKinsey hat vor Kurzem die weltweite Nachfrage nach neuen Data Scientists auf 1.5 Millionen geschätzt. Es gibt wohl wenige Studienrichtungen, die momentan und auf absehbare Zeit so nachgefragt sein werden wie Data Science. Ähnlich wie ein klassischer Wirtschaftsingenieur bringen Sie nach diesem Studium nicht nur Expertise im Bereich der Datenwissenschaften mit, darüber hinaus verstehen Sie die Grundlagen der Technik und Wirtschaft.

Zulassung und Bewerbung 

Da der Studiengang nicht zulassungsbeschränkt ist, erfolgt die Bewerbung ausschließlich über das PRIMUSS-Bewerberportal THI.

Anmeldetermine

Angaben zum Bewerbungszeitraum und zum Ablauf einer Bewerbung finden Sie auf der Seite "Bewerbung für einen Bachelorstudienplatz".

Voraussetzungen

Voraussetzung für die Zulassung zum Studium an der Technischen Hochschule Ingolstadt ist entweder die allgemeine oder fachgebundene Hochschulreife oder die Fachhochschulreife. Regelungen zur Vorpraxis werden in den Studien- und Prüfungsordnungen der jeweiligen Studiengänge getroffen.

Hier finden Sie weitere Informationen zu Zulassung und Bewerbung.

Bachelor of Engineering (ID 282977)

1. Semester

• Engineering und Management 1 (6 CP)
• Ingenieurinformatik (8 CP)
• Mathematik 1 (8 CP)
• Statistik (8 CP)

2. Semester

• Engineering und Management 2 (6 CP)
• Mathematik 2 (8 CP)
• Software Development (8 CP)
• Statistical Modeling (8 CP)

3. Semester

• Applied Machine Learning (7,5 CP)
• Data Engineering (7,5 CP)
• Marketing und Vertrieb (5 CP)
• Produktentwicklung (5 CP)
• Wahrscheinlichkeitstheorie (5 CP)

4. Semester

• Kosten- und Investitionsmanagement (5 CP)
• Practical Deep Learning (7,5 CP)
• Produktion (5 CP)
• Projekt- und Qualitätsmanagement / Projekt (7,5 CP)
• Wahlpflichtmodul I (5 CP)

5. Semester

• Praktikum (23 CP)
• Praxisseminar (2 CP)
• Wissenschaftliches Arbeiten (5 CP)

6. Semester

• Allgemeinwissenschaftliches Modul (5 CP)
• Digital Marketing (7,5 CP)
• Ethik in Data Science (5 CP)
• Statistische Qualitätssicherung (7,5 CP)
• Wahlpflichtmodul II (5 CP)

7. Semester

• Bachelorarbeit und Seminar (15 CP)
• Digital Factory (7,5 CP)
• e-SCM (electronic Supply Chain Management) (7,5 CP)