| Studiengang | Informatik | Künstliche Intelligenz |
|---|---|---|
| Art des Abschlusses | B.Sc. in Computer Science B.C.S. BASc in Computer Science / Computing Systems M.Sc. in Computer Science M.C.S. MASc in Computer Science PhD in Computer Science |
B.Sc. in Artificial Intelligence B.C.S. in Artificial Intelligence BASc in Artificial Intelligence M.Sc. in Artificial Intelligence M.C.S. in Artificial Intelligence MASc in Artificial Intelligence PhD in Artificial Intelligence |
| Regelstudienzeit | Bachelor 4 Jahre M.Sc. & MASc 2 Jahre M.C.S 1-2 Jahre PhD 4-6 Jahre |
Bachelor 4 Jahre M.Sc. & MASc 2 Jahre M.C.S 1-2 Jahre PhD 4-6 Jahre |
| Praxissemester/Praktika | Laborpraktika Projektkurse Praktika |
Laborpraktika Projektkurse Praktika |
| Studienanforderungen / Zugangsvoraussetzungen | Für B: HS Diplom; Sehr gut in Mathe; Erfahrungen in Programmieren hilfreich Für M: B in Informatik, Software Engineering & alles ähnlicher Art; solide Grundlagen in Programmierung, Algorithmen, Datenstrukturen, Mathe & Softwareentwicklung Für PhD: M in Computer Science; klares Forschungsthema; Betreuung durch Prof |
Für B: HS Diplom; Sehr gut in Mathe; Erfahrungen in Programmieren hilfreich Für M: B in AI, Computer Science & alles ähnlicher Art; solide Grundlagen in Programmierung, Algorithmen, Datenstrukturen, Mathe Für PhD: M in AI, Computer Science;; klares Forschungsthema; Betreuung durch Prof |
| Studieninhalte | Programmierung; Algorithmen & Datenstrukturen; Diskrete Mathematik; Lineare Algebra & Statistik; Software Engineering; Datenbanken; Betriebssysteme; Rechnerarchitektur; Computernetzwerke; Webentwicklung; Mobile App Development; Künstliche Intelligenz; Machine Learning; Cybersecurity; Cloud Computing; Distributed Systems; Human-Computer Interaction; Computer Graphics; Theoretische Informatik; Ethik, Datenschutz & gesellschaftliche Auswirkungen digitaler Systeme | Programmierung; Algorithmen & Datenstrukturen; Diskrete Mathematik; Lineare Algebra; Statistik & Wahrscheinlichkeit; Datenbanken & Datenverarbeitung; Machine Learning; Deep Learning; Natural Language Processing; Computer Vision; Reinforcement Learning; Neural Networks; Data Mining; Human-AI Interaction; Explainable AI; KI-Ethik, Bias & Fairness; Datenschutz & verantwortungsvolle KI; Generative AI; KI in Robotik, Medizin, Business & Medien |
| Zukunftsperspektiven | Tech-Unternehmen, Start-ups, Banken, Versicherungen, Gesundheitswesen, öffentliche Verwaltung, Medien, Games, Forschung, Bildung, Telekommunikation, E-Commerce, Cybersecurity, Automotive, Aerospace und nahezu jede größere Organisation mit IT-Abteilung | Tech-Unternehmen, Forschung, Start-ups, Gesundheitswesen, Banken, Versicherungen, Robotics, Automotive, Aerospace, Games, Medien, E-Commerce, öffentliche Verwaltung, Bildung, Cybersecurity, Biotech und Unternehmensberatung |
| Studiengang | Cybersecurity | Data Science |
|---|---|---|
| Art des Abschlusses | B.Sc. in Cybersecurity B.C.S. in Cybersecurity BASc in Cybersecurity & Digital Systems M.Sc. in Cybersecurity M.C.S. in Cybersecurity MASc in Cybersecurity / Secure Systems PhD in Cybersecurity / Information Security / Secure Systems |
B.Sc. in Data Science B.C.S. in Data Science BASc in Data Science & Analytics M.Sc. in Data Science M.C.S. in Data Science MASc in Data Science / Data Analytics PhD in Data Science / Computational Data Science / Data Analytics |
| Regelstudienzeit | Bachelor 4 Jahre M.Sc. & MASc 2 Jahre M.C.S 1-2 Jahre PhD 4-6 Jahre |
Bachelor 4 Jahre M.Sc. & MASc 2 Jahre M.C.S 1-2 Jahre PhD 4-6 Jahre |
| Praxissemester/Praktika | Programmierpraktika Laborarbeit Simulationen Praktika |
Programmierpraktika Projektkurse Fallstudien Praktika |
| Studienanforderungen / Zugangsvoraussetzungen | Für B: HS Diplom; Sehr gut in Mathe; Erfahrungen in Programmieren, Informatik, Netzwerktechnik hilfreich; Verantwortungsbewusstsein ist wichtig Für M: B in Cybersecurity, Computer Science, Software Engineering & alles ähnlicher Art; solide Grundlagen in Programmierung, Netzwerken, Betriebssystemen, Datenbanken, Kryptografie; Berufserfahrung kann Hilfreich sein Für PhD: M in Cybersecurity; klares Forschungsthema; Betreuung durch Prof |
Für B: HS Diplom; Sehr gut in Mathe; Erfahrungen in Informatik, Statistik, Wirtschaft & Data Science hilfreich; Zahlenfestigkeit ist wichtig Für M: B in Data Science, Computer Science & alles ähnlicher Art; solide Grundlagen in Programmierung, Statistik, Mathematik, Datenbanken & Datenanalyse Für PhD: M in Data Science; klares Forschungsthema; Betreuung durch Prof |
| Studieninhalte | Programmierung; Algorithmen & Datenstrukturen; Computernetzwerke; Betriebssysteme; Datenbanken; Kryptografie; Web Security; Network Security; System Security; Secure Software Development; Cloud Security; Digital Forensics; Malware Analysis; Penetration Testing; Incident Response; Datenschutz & Privacy; Cyber Law & Compliance; Risk Management; Critical Infrastructure Security; Security Ethics; Social Engineering Awareness; Cybersecurity Policy | Programmierung (besonders Python, R und SQL); Statistik & Wahrscheinlichkeit; Lineare Algebra; Datenbanken; Datenmanagement; Algorithmen & Datenstrukturen; Data Mining; Machine Learning; Big Data Systems; Data Engineering; Datenvisualisierung; Predictive Analytics; Statistical Modelling; Business Analytics; Natural Language Processing; Cloud Computing für Datenprojekte; Datenschutz, Data Ethics & Bias; Experiment Design; Kommunikation von Analyseergebnissen |
| Zukunftsperspektiven | Tech-Unternehmen, Banken, Versicherungen, Gesundheitswesen, Behörden, Polizei/Forensik, Telekommunikation, Energieversorgung, kritische Infrastruktur, E-Commerce, Forschung, Unternehmensberatung, Defence/Security und größere Organisationen mit eigener IT-Sicherheitsabteilung | Tech-Unternehmen, Banken, Versicherungen, Gesundheitswesen, Forschung, Behörden, Sportorganisationen, E-Commerce, Marketing, Medien, Telekommunikation, Stadtplanung, Umweltforschung, Consulting, Start-ups und größere Unternehmen mit Analytics-Abteilungen |
| Studiengang | Software Engineering | Game Technology |
|---|---|---|
| Art des Abschlusses | B.Sc. in Software Engineering B.C.S. in Software Engineering BASc in Software Engineering B.Eng. in Software Engineering M.Sc. in Software Engineering M.C.S. in Software Engineering MASc in Software Engineering M.Eng. in Software Engineering PhD in Software Engineering / Software Systems |
B.Sc. in Game Technology B.C.S. in Game Technology / Game Development BASc in Interactive Systems & Game Technology B.A. in Game Design & Interactive Media M.Sc. in Game Technology M.C.S. in Game Development / Interactive Systems MASc in Game Technology / Interactive Simulation PhD in Game Technology / Interactive Systems / Computer Graphics |
| Regelstudienzeit | Bachelor 4 Jahre M.Eng. & M.C.S 1-2 Jahre M.Sc. & MASc 2 Jahre PhD 4-6 Jahre |
Bachelor 4 Jahre M.Sc. & MASc 2Jahre M.C.S. 1-2 Jahre PhD 4-6 Jahre |
| Praxissemester/Praktika | Programmierkurse Projektkurse Teamprojekte Praktika |
Programmierkurse Projektkurse Teamprojekte Game Jams, Playtesting Praktika |
| Studienanforderungen / Zugangsvoraussetzungen | Für B: HS Diplom; Sehr gut in Mathe; Erfahrungen in Informatik & Programmieren hilfreich; logisches Denken & Problemlösungsfähigkeit sind wichtig Für M: B in Software Engineering, Computer Science & alles ähnlicher Art; solide Grundlagen in Programmierung, Algorithmen, Datenstrukturen, Datenbanken & Systemdesign; Berufserfahrung oder ein Portfolio können hilfreich sein Für PhD: M in Software Engineering; klares Forschungsthema; Betreuung durch Prof |
Für B: HS Diplom; Sehr gut in Mathe; Erfahrungen in Informatik, Programmieren, Mediengestaltung, Animation & Game Mods hilfreich; Portfolio kann verlangt werden Für M: B in Game Technology, Computer Science, Software Engineering & alles ähnlicher Art; solide Grundlagen in Programmierung, Softwareentwicklung, Mathematik, Computergrafik oder interaktiven Systemen; Portfolio können hilfreich sein Für PhD: M in Game Technology, Computer Science; klares Forschungsthema; Betreuung durch Prof |
| Studieninhalte | Programmierung; Algorithmen & Datenstrukturen; Objektorientierte Entwicklung; Software Engineering Principles; Requirements Engineering; Softwarearchitektur; Datenbanken; Webentwicklung; Mobile App Development; Betriebssysteme; Computernetzwerke; Testing & Qualitätssicherung; Secure Software Development; Cloud Computing; DevOps und CI/CD; Version Control; Agile Methoden; User Experience & Human-Centered Design; Projektmanagement; Software Ethics, Datenschutz & Verantwortung | Programmierung; Algorithmen & Datenstrukturen; Objektorientierte Entwicklung; Game Engines; Gameplay Programming; Game Design Foundations; Computergrafik; Real-Time Rendering; Game Physics; Game AI; Level Design; User Experience & Player Experience; Audio & interaktive Medien; Animation Basics; Tools Development; Multiplayer & Networked Games; VR, AR und XR; Simulation Technology; Game Production & Projektmanagement; Playtesting & Game Analytics; Ethics, Accessibility & Community Safety in Games |
| Zukunftsperspektiven | Tech-Unternehmen, Start-ups, Banken, Versicherungen, Gesundheitswesen, Medien, Games, E-Commerce, Behörden, Forschung, Bildung, Telekommunikation, Automotive, Aerospace, Cybersecurity und praktisch jedes größere Unternehmen mit digitalen Produkten oder interner Softwareentwicklung | Game Studios, Indie-Studios, Medien- und Entertainmentbranche, XR/VR/AR, Simulation und Training, EdTech, Health-Tech, Militär-/Rettungssimulationen, Architekturvisualisierung, Animation, Esports-Tech, Forschung, Museen, interaktive Ausstellungen und digitale Produktentwicklung |