Logo MIDS

Bachelor Data Science

Data Science

Aktuelles

ICCHA Gruppenfoto 2022

International math conferences 2023

In 2023, MIDS scientists will again participate in outstanding conferences with international participation.

Prof. Janjic

MIDS Beitrag zur Generalversammlung der Europäischen Geowissenschaftlichen Union

Prof. Tijana Janjic, Heisenberg-Professur für Datenassimilation, organisiert auf der kommenden Generalversammlung der EGU, die vom 23.-28. April 2023…

Der Studiengang

Der Studiengang Data Science vermittelt die Grundlagen des maschinellen Lernens und anderer aktueller Verfahren zur Datenanalyse, sowie die Fähigkeit, diese Verfahren mit modernen Softwaretechnologien effizient umzusetzen.

Dabei werden Kenntnisse aus den Studienbereichen Mathematik, Statistik, Informatik und Data Science gelehrt.

Im weiteren Verlauf des Studiums können Sie eine von sechs Spezialisierungen auswählen und damit gezielt den Anwendungsbereich studieren, der zu Ihren Berufszielen passt. 

Studienverlaufsplan Data Science
Mögliche Spezialisierungen mit Studienverlaufsplänen

Applied Mathematics and Scientific Computing

„Applied Mathematics and Scientific Computing“ ermöglicht Studierenden einen tieferen Einblick in die mathematischen Grundlagen der Data Science. Schwerpunkte der Spezialisierung sind einerseits die mathematische Modellbildung, andererseits der Übergang von kontinuierlichen zu diskreten und damit praktisch implementierbaren Modellen.

Applied Mathematics and Scientific Computing

Business Analytics and Operations

„Business Analytics and Operations“ schlägt die Brücke zu den Wirtschaftswissenschaften. Neben Grundkenntnissen der Betriebswirtschaftslehre, z.B. im Rechnungswesen, liegt der Schwerpunkt dieser Spezialisierung in datengesteuerten Lösungsansätzen zu betriebswirtschaftlichen, organisatorischen und technischen Problemstellungen.

Business Analytics and Operations

Digital Transformation of Society

„Digital Transformation of Society“ betrachtet Anwendungen der Data Science in den Sozial- und Humanwissenschaften. Neben Grundlagenwissen erhalten Studierende Einblicke in die Rolle empirischer Methoden, z.B. in Soziologie und Journalistik. Die substantielle Kenntnis von Methoden der Data Science gepaart mit Einblicken in die Sozial- und Humanwissenschaften ermöglicht den Studierenden eine kritische Auseinandersetzung mit dem fortschreitenden digitalen Wandel der Gesellschaft.

Digital Transformation of Society

Environmental Sciences

„Environmental Sciences“ ermöglicht den Studierenden einen Einblick in die datenbasierten Umwelt- und Geowissenschaften. Ein zentraler Aspekt ist das Anpassen von Modellen für dynamische (zeitlich veränderliche) Prozesse wie Wetter und Klima an Messdaten, die oft nur ungenau und unvollständig vorliegen.

Environmental Sciences

Finance and Economics

„Finance and Economics“ beleuchtet makroökonomische Zusammenhänge, globale Märkte und Finanzinstrumente. Diese Gebiete sind stark von datenbasierten Methoden geprägt. Die Spezialisierung erweitert die Methodenkompetenz der Studierenden um Kenntnisse in der gebietsspezifischen Modellbildung und Fachsystematik.

Finance and Economics

Machine Learning and Statistics

„Machine Learning and Statistics“ ermöglicht Studierenden eine Vertiefung ihres Verständnisses für statistische Methoden und führt in fortgeschrittene und forschungsnahe Aspekte der statistischen und maschinellen Lernverfahren ein.

Machine Learning and Statistics

Zentrale Dokumente

Dokumente zum Studienverlauf

Modulhandbuch

Das für das jeweilige Semester gültige Modulhandbuch zum Studiengang finden Sie hier auf KU.Campus. Gehen Sie dort in der Navigation auf "Informationsportal --> Studiengänge". Geben Sie Ihren Studiengang und das betreffende Semester in der Suchmaske ein. In der Ergebnisliste erscheint oben rechts das Modulhandbuch zum Download als pdf- oder Word-Datei.

Studiengangsbeschreibung

Studiengangsbeschreibung für den Bachelorstudiengang Data Science

Studienverlaufsplan

Exemplarische Studienverlaufspläne für verschiedene Studienprofile im Bachelorstudiengang Data Science

Wahlpflichtkatalog

Wahlpflichtkatalog für den Bachelorstudiengang Data Science

 

Materialien zum Studium

Info & Beratung

Informationen zu Pflichtpraktikum

Während des Studiums ist ein Industriepraktikum oder ein Forschungspraktikum am Mathematischen Institut für Maschinelles Lernen und Data Science oder in anderen Fachgebieten der KU oder anderer Hochschulen vorgesehen.

Partner des Studiengangs für ein Industriepraktikum sind unter anderem:

(Fach-) Studienberatung

Gerne können Sie die am Studiengang beteiligten Professorinnen und Professoren direkt kontaktieren:

Prof. Pfander
Lehrstuhl für Wissenschaftliches Rechnen Prof. Dr. Götz Pfander
Prof. Voigtlaender
Lehrstuhl für Reliable Machine Learning Prof. Dr. Felix Voigtlaender
Prof. Oliver
Lehrstuhl für Angewandte Mathematik Prof. Dr. Marcel Oliver
Prof. Ray
Lehrstuhl für Geomatik und Geomathematik Prof. Dr. Nadja Ray
Prof. Janjic
Heisenberg-Professur für Datenassimilation Prof. Dr. Tijana Janjic
Prof. Kreisbeck
Lehrstuhl für Mathematik - Analysis Prof. Dr. Carolin Kreisbeck
Prof. Stöger
Juniorprofessur für Data Science Junior Prof. Dr. Dominik Stöger
Prof. Krebs
Lehrstuhl für Statistik Prof. Dr. Johannes Krebs
Prof. Setzer
Lehrstuhl für ABWL und Wirtschaftsinformatik Prof. Dr. Thomas Setzer

Ansprechpersonen

Ansprechperson

Gertrud Kahl
Sachbearbeiterin Prüfungsamt
Gebäude Marktplatz 7 | Raum: MP7-101B
Postanschrift
Katholische Universität Eichstätt-Ingolstadt
Prüfungsamt Eichstätt
Marktplatz 7
85072 Eichstätt
Sprechstunde
Nach Vereinbarung:
Montag, Dienstag, Freitag 8:30 Uhr - 11:30 Uhr
Donnerstag 13:30 Uhr - 15:30 Uhr

offene Sprechstunde:
Dienstag 13:30 Uhr - 15:30 Uhr
Donnerstag 8:30 Uhr - 11:30 Uhr

Abwesenheiten/Ausfälle der Sprechstunden können Sie durch einen Klick auf die Visitenkarte oder im Studierendenportal einsehen.
Viktoria Linke (in Vertretung)
Sachbearbeiterin Prüfungsamt
Gebäude Marktplatz 7 | Raum: MP7-112
Postanschrift
Katholische Universität Eichstätt-Ingolstadt
Prüfungsamt Eichstätt
Marktplatz 7
85072 Eichstätt
Sprechstunde
Nach Vereinbarung:
Montag, Dienstag, Freitag 8:30 Uhr - 11:30 Uhr
Donnerstag 13:30 Uhr - 15:30 Uhr

offene Sprechstunde:
Dienstag 13:30 Uhr - 15:30 Uhr
Donnerstag 8:30 Uhr - 11:30 Uhr

Abwesenheiten/Ausfälle der Sprechstunden können Sie durch einen Klick auf die Visitenkarte oder im Studierendenportal einsehen.

Studiengangssprecher

Götz Pfander
Prof. Dr. Götz Pfander
Inhaber des Lehrstuhls Mathematik - Wissenschaftliches Rechnen | Sprecher Mathematisches Institut für Maschinelles Lernen und Data Science | Prodekan
Gebäude KG Bau B  |  Raum: KGB-110

Vorsitzende/r Prüfungsausschuss

Marcel Oliver
Prof. Dr. Marcel Oliver
Inhaber des Lehrstuhls für Angewandte Mathematik
Raum: HS-207a

Studentische Organisationen

Fachschaft/Studierendenvertretung

Die Fachschaft Data Science wurde neu gegründet. In Kürze erhalten Sie mehr Informationen.

Sie können die Fachschaft aktuell bereits über fg-data-science(at)ku.de erreichen.

Mathematisches Institut für Maschinelles Lernen und Data Science

Logo MIDS

Der BSc Studiengang Data Science ist Teil des neuen Mathematischen Instituts für Maschinelles Lernen und Data Science, das an der KU gegründet wurde.
Erfahren Sie HIER mehr über das MIDS.