Datenmodellierer*in

Art: Fachhochschulstudium – Bachelorstudium

Dauer: 6 Semester

Form: Vollzeit

NQR-Level: 6  ISCED-Level: 6  ECTS-Punkte: 180  

Voraussetzungen:

1. Allgemeine Universtitätsreife, nachgewiesen durch:

• eine österreichische Reifeprüfung (AHS, BHS, Berufsreifeprüfung, nostrifiziertes Zeugnis) oder
• eine Studienberechtigungsprüfung für die relevante Studienrichtung oder
• ein gleichwertiges ausländisches Zeugnis (Reifeprüfung, Studienberechtigungsprüfung, Berufsreifeprüfung) oder
• ein International Baccalaureat (IB) Diploma oder Europäisches Abiturzeugnis oder
• ein Abschluss eines mindestens dreijährigen Studiums an einer anerkannten inländischen oder ausländischen postsekundären Bildungseinrichtung

2. Einschlägige berufliche Qualifikation (Lehre, BMS) mit Zusatzprüfungen
Voraussetzung ist die Absolvierung eines fachlich einschlägigen Lehrberufs oder einer entsprechenden berufsbildenden mittleren Schule bzw. der Nachweis sonstiger facheinschlägiger Berufspraxis sowie die Ablegung der angegebenen Zusatzprüfungen. Die Überprüfung der Facheinschlägigkeit sowie die Festlegung der erforderlichen Zusatzprüfungen erfolgt durch die Studiengangsleitung.

Abschluss:

Bachelor of Science in Engineering (BSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen Masterstudien

Info:

Data Scientists und KI-Expert*innen sind sehr gefragt: Unternehmen suchen Talente, die Daten in wertvolle Erkenntnisse umwandeln können. Ob in den Bereichen Technik, Gesundheit, Finanzen oder Marketing – als Absolvent*in eröffnen sich Ihnen zahlreiche spannende Berufsfelder.

Studienschwerpunkte:

• Data Science: Im Zentrum der Data Science stehen Schlüsselthemen wie Statistik, Programmierung und Datenvisualisierung. Ergänzt wird dies durch die Vermittlung rechtlicher und ethischer Grundlagen im Bereich Künstliche Intelligenz.
• Künstliche Intelligenz: Die Studierenden erkunden die spannenden Bereiche von Machine Learning, Deep Learning, generativer KI, Computer Vision und Natural Language Processing. Dabei erlernen sie, wie diese Technologien in der Praxis angewendet werden – von der Analyse großer Datenmengen bis hin zur Entwicklung innovativer KI-Lösungen.
• Wirtschaft: taucht mit den Studierenden ein in die Welt des Digital Business und der Business Intelligence. Sie erwerben fundiertes Wissen in wirtschaftlichen Grundlagen und lernen, wie digitale Technologien Geschäftsmodelle verändern und wie datenbasierte Entscheidungen Unternehmen voranbringen.

Berufsfelder:
Data Scientist, Data Engineer, Data Architect, Data Stewards, Chief Data Officer, Business Analyst, Business Intelligence Specialist, DevOps, Big Data Consultant, Customer Data Analyst, Data Mining Manager, Data Quality Manager, Finance Analyst / Financial Data Analyse, …

Weitere Infos: https://www.fhstp.ac.at/de/studium/informatik-security/data-science-and-artificial-intelligence

Art: Fachhochschulstudium – Bachelorstudium

Dauer: 6 Semester

Form: Dual

NQR-Level: 6  ISCED-Level: 6  ECTS-Punkte: 180  

Voraussetzungen:

• Reifeprüfung, Berufsreifeprüfung oder Studienberechtigungsprüfung oder
• facheinschlägige berufliche Qualifikationen (z. B. Lehre, BMS-Abschluss, Werkmeisterabschluss) mit Zusatzprüfung

Abschluss:

Bachelor of Science (BSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen Masterstudiengängen

Info:

Im Bachelor-Studiengang Informatik erwerben Studierende die praktischen und theoretischen Grundlagen in allen wichtigen Teilbereichen der Informatik; u.a.: Analyse komplexe informationstechnische Zusammenhänge / Planung und Entwicklung von Softwaresysteme / Berücksichtigung der Computersicherheit bei der Arbeit im IT-Umfeld / Entwicklung grafischer Benutzeroberflächen nach Gesichtspunkten der Usability usw.

Das Studium ist Dual organisiert. Präsenzphasen an der FH und Praxisphasen in den Partnerbetrieben wechseln ca. im 2-wöchigen Rhythmus. Dabei werden praktisches Arbeiten und Lernen im Unternehmen mit theoretischem Lernen an der FH verbunden.

Inhalte:

• Betriebssysteme und Netzwerke
• Datenbanken
• Mathematische Grundlagen
• Informatik
• Datenmanagement
• Software
• Software-Engineering
• Development Operations
• Software Design und Methoden
• Software-Management
• Angewandte Methoden
• Softskills
• Management
• Software Projekte
• Wahlpflichtfächer

  Weitere Infos: https://www.technikum-wien.at/studiengaenge/bachelor-informatik/#dual

Art: Fachhochschulstudium – Bachelorstudium

Dauer: 6 bis 9 Semester

Form: Fernstudium / Fernlehrgang (Online oder Hybrid)

NQR-Level: 6  ISCED-Level: 6  ECTS-Punkte: 210  

Voraussetzungen:

Reifeprüfung, Studienberechtigungsprüfiung

Abschluss:

• Bachelor of Science (B.Sc.) mit 180 ECTS oder
• Bachelor of Engineering (B.Eng.) mit 210 ECTS

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen Master-Studien

Info:

Das Fernstudium Data Science bietet den Studierenden eine umfassende und interdisziplinäre Ausbildung in Statistik, Informatik und Geschäftsanalytik, um sie auf die Herausforderungen des datengetriebenen Zeitalters optimal vorzubereiten.
Im Verlauf des Studiums erlernen sie die verschiedenen Techniken und Methoden, um aus großen Datenmengen neue Erkenntnisse zu generieren. Dabei kommen sowohl klassische statistische Modelle als auch Verfahren der künstlichen Intelligenz zum Einsatz. In den praxisnahen Project Labs wenden sie ihr Wissen in interdisziplinären Projekten direkt an. (Quelle: Hamburger Fern-Hochschule)

Dauer: 6 bis 9 Semester, abhängig vom workload und angestrebten Abschluss

Kosten:

• 6 Semester: EUR 12.780,00 (bzw. EUR 355,00 pro Monat)
• 7 Semester: EUR 12.978,00 (bzw. EUR 309,00 pro Monat)
• 8 Semester: EUR 13.248,00 (bzw. EUR 276,00 pro Monat)
• 9 Semester: EUR 13.338,00 (bzw. EUR 247,00 pro Monat)

zzgl. Prüfungsgebühr Abschlussarbeit EUR 563,00

Inhalt, unter anderem:

• Säule Wirtschaftsinformatik
• Programmierung (objektorientierte Programmierung)
• Grundlagen der Wirtschaftsinformatik
• Projektmanagement
• Säule Wirtschaftswissenschaften
• Buchführung und Jahresabschluss
• Kosten- und Leistungsrechnung
• Material- und Produktionswirtschaft
• Grundlagen des Marketings
• Investition und Finanzierung
• Unternehmensführung
• Grundlagen des Wirtschaftsprivatrechts
• Wettbewerbsrecht und gewerblicher Rechtschutz
• Nachhaltigkeitsmanagement
• Management komplexer Problemsituationen
• Arbeits- und Organisationspsychologie
• Säule Data & Analytics
• Datenbanksysteme
• Datenstrukturen & Algorithmen
• Business Intelligence & Data Warehousing
• Datenvisualisierung
• Grundlagen der Datenanalyse
• Grundlagen der Künstlichen Intelligenz
• Machine Learning

Weitere Infos: https://www.hfh-fernstudium.de/bachelor-data-science

Art: Fachhochschulstudium – Bachelorstudium

Dauer: 6 bis 9 Semester

Form: Fernstudium / Fernlehrgang (Online oder Hybrid)

NQR-Level: 6  ISCED-Level: 6  ECTS-Punkte: 180  

Voraussetzungen:

Reifeprüfung, Studienberechtigungsprüfiung

Abschluss:

• Bachelor of Science (B.Sc.) nach 6 oder 8 Semestern, abhängig vom Workload (180 ECTS) oder
• Bachelor of Engineering (B.Eng) nach 7 oder 9 Semestern, abhängig vom Workload (210 ECTS)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen Master-Studien

Info:

Dauer: 6 Semster Vollzeit oder 7, 8 oder 9 Semester Berufsbegleitend

Kosten:

• 6 Semester: EUR 12.780,00 (bzw. EUR 355,00 pro Monat)
• 7 Semester: EUR 12.978,00 (bzw. EUR 309,00 pro Monat)
• 8 Semester: EUR 13.248,00 (bzw. EUR 276,00 pro Monat)
• 9 Semester: EUR 13.338,00 (bzw. EUR 247,00 pro Monat)

zzgl. Prüfungsgebühr Abschlussarbeit EUR 563,00

Als Wirtschaftsinformatiker*innen verbinden die Studienabsolvent*innen Wissen aus IT & BWL und können erklä­ren, wie die Daten neuer IT-Systeme auf den wirtschaftlichen Erfolg einzahlen. Im Bachelor wenden sie das Wissen aus Informationstechnik und Betriebswirtschaft aktiv an und entwickeln Ideen, um Unternehmen erfolgreich bei digitalen Veränderungs­prozessen zu begleiten.

Inhalte:

• Einführung in die Betriebswirtschaft
• Grundlagen der Wirtschaftsinformatik
• Mathematik
• Wissenschaftliches Arbeiten
• Wirtschaftsstatistik
• Datenstrukturen & Algorithmen
• Datenbanksysteme
• Wirtschaftsenglisch
• Grundlagen der Datenanalyse
• Grundlagen der Künstlichen Intelligenz
• Programmierung
• Statistik
• BWL-Wahl
• Business Intelligence & Data Warehousing
• Betriebliche Informations- Kommunikationssysteme
• Projektmanagement
• Software Engineering

Wahlpflichtfächer und Vertiefungen: aus dem Bereich Wirtschaftsinformatik

• Geschäftsprozessmanagement
• Enterprise Resource Planning mit SAP
• Process Mining
• Data Analytics
• Datenvisualisierung
• Machine Learning

Weitere Wahlpflichtfächer bestehen im Bereich Wirtschaftswissenschaften.

Weitere Infos: https://www.hfh-fernstudium.de/bachelor-wirtschaftsinformatik

Art: Fachhochschulstudium – Masterstudium

Dauer: 4 Semester

Form: Berufsbegleitend

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

abgeschlossenes facheinschlägiges Bachelorstudium

Abschluss: Master of Science in Engineering (MSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Info:

Vorbehaltlich der Genehmigung durch die AQ Austria

Unterrichtssprache Englisch

Graduates of the Master of Science degree program have a practical as well as theoretical understanding in all of the following areas: Data acquisition, Data transmission, Data storage, Data evaluation, Data visualization, Legal and ethical frameworks. (Quelle: FH Kärnten)

Inhalte:

• Information and Probability Theory
• Satistics
• Data Source & Data Quality
• Introduction to Machine Learning
• Unsupervised Learning
• Project I: Prerequisits and Project Domains
• Data Architecture & Database Technologies
• Artificial Neural Networks & Deep Learning
• Data Engineering
• Data Visualization
• Supervised Learning
• Project ll: Frameworks and Concept Study
• Project lll: Practical Implementation
• Data Privacy Ethics

Weitere Infos: https://www.fh-kaernten.at/en/studium/engineering-it/master/applied-data-science

Art: Fachhochschulstudium – Masterstudium

Dauer: 4 Semester

Form: Berufsbegleitend

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

abgeschlossenes facheinschlägiges Bachelor-Studium oder vergleichbares Studium oder gleichwertige facheinschlägige berufliche Qualifikationen und Berufspraxis

Abschluss:

Master of Science in Natural Sciences (MSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Info:

Ziel des berufsbegleitenden Masterstudiengangs ist es, Absolventinnen und Absolventen naturwissenschaftlicher Studien zu befähigen, Daten mit modernsten bioanalytischen Methoden im Labor selbst zu generieren, diese auf ihre biologische Relevanz und statistische Signifikanz zu filtern, zu modellieren, einer chemometrischen Datenanalyse zu unterwerfen und zu visualisieren. Sie vereinen dazu die Kompetenzen von Bioanalytiker*innen und Informatiker*innen.

Kosten: EUR 363,36 pro Semester + ÖH-Beitrag

Lehrinhalte und Berufsfelder:

• Informatik: Programmierung in „R“ / Analysewerkzeuge / Datenspeicherung / Datenanalyse / Laborinformations-Managementsysteme
• Datengenerierung mit praktischen Laborübungen: Bioanalytik: Chromatographie, Massenspektrometrie / Biomolekulare Analytik: Sequenzierung, Genomanalyse
• Statistik: Versuchsplanung und -auswertung / Chemometrie
• Qualitätsmanagement und Recht

Weitere Infos: https://tulln.fhwn.ac.at/studiengang/bio-data-science

Art: Fachhochschulstudium – Masterstudium

Dauer: 4 Semester

Form: Berufsermöglichend

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

abgeschlossenes facheinschlägiges Bachelorstudium

Abschluss:

Master of Science in Engineering (MSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Weitere Infos: https://www.fh-joanneum.at/

Art: Fachhochschulstudium – Masterstudium

Dauer: 4 Semester

Form: Vollzeit

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

• ein abgeschlossener facheinschlägiger Fachhochschul-Bachelorstudiengang oder
• der Abschluss eines gleichwertigen Studiums an einer anerkannten inländischen oder ausländischen postsekundären Bildungseinrichtung im Ausmaß von mindestens 180 ECTS und sechs Semester.

Abschluss:

Diplom-Ingenieur*in (DI)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Info:

Mit diesem Master Studiengang lernen Studierende, die fortgeschrittenen Verfahren der AI zu beherrschen und diese in Unternehmen sicher umzusetzen. Sie finden neue Wege und teilen ihr Wissen, um eine nachhaltige und umfassende AI-Nutzung in Österreich und/oder international sicherzustellen.

Lehrinhalte:

Das Curriculum umfasst folgende inhaltliche Schwerpunkte:

• Advanced Machine Learning
• AI Architecture
• AI & Society
• Digital Business Transformation
• Scientific Working

Zusätzlich können Studierende durch Wahlfächer individuelle Schwerpunkte setzen.

Berufsfelder:
Data Scientist, Business Analyst, Data Architect, Data Engineer, DevOps, Machine Learning Engineer, Chief Data Officer, Chief Data Scientist

Weitere Infos: https://www.fhstp.ac.at/mdi

Art: Fachhochschulstudium – Masterstudium

Dauer: 4 Semester

Form: Berufsbegleitend

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

abgeschlossenes facheinschlägiges Bachelorstudium (beispielsweise Informatik, Software: z.B. Wirtschaftsinformatik, Informatik, Mobile Computing, Informations- und Kommunikationssysteme) oder Studium in verwandten Fachbereichen mit speziellen Anrechnungsregelungen

Abschluss: Master of Science (MSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Info:

Lerninhalte: Studierende lernen

• den kompletten Datenerhebungserhebungsprozess nach derzeitigem Stand der Technik durchzuführen, zum Beispiel für textuelle Daten, Bild- und Videodaten oder Sensordaten.
• diese Daten für Analysen aufzubereiten und zu modellieren.
• Analysen unter Berücksichtigung ethischer, datenschutzrechtlicher, infrastrukturbezogener und unternehmerischer Aspekte durchzuführen.
• relevante Analysemethoden, Vorgehensweisen und Algorithmen zu vergleichen, auszuwählen und anzuwenden.
• die Ergebnisse der Analysen zielgruppengerecht zu kommunizieren und in den Betrieb zu überführen.
• Data Science Projekte unter Berücksichtigung der Unternehmensbedürfnisse und zum Zweck der Wertschöpfung zu planen, umzusetzen und erfolgreich zu managen.
• für Data Science Projekte Anforderungen zu erheben und Ziele zu definieren.
• als Schnittstelle gemeinsam mit Fachabteilung und IT-Abteilung Data Science Projekte zu planen und zu realisieren.
• mit technischen und nicht-technischen Fachleuten beim Konzipieren und Umsetzen von Data Science Projekten zu kommunizieren, sowie Ideen und Umsetzungsvorschläge zu präsentieren.

Weitere Infos: https://www.technikum-wien.at/studiengaenge/master-data-science/

Art: Fachhochschulstudium – Masterstudium

Dauer: 4 Semester

Form: Vollzeit

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

• abgeschlossenes facheinschlägiges Bachelor- oder Diplomstudium oder gleichwertiger postsekundärer Bildungsabschluss
• berufspraktische Erfahrung
• gute Englischkenntnisse

Abschluss:

Master of Science in Engineering (MSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Info:

Das Studium wird vollständig in Englisch angeboten.

Der Master Data Science & Intelligent Analytics verbindet Informatik, Statistik, Mathematik und verwandte Anwendungsdisziplinen. Die Absolvent*innen erlangen anwendungsbereite Kompetenzen in Datenanalyse, Technologie, Unternehmensanwendungen und der Entwicklung innovativer Lösungen. Durch praxisorientierte Data Science Labs und projektbasiertes Lernen gewährleisten wir ein hohes Maß an Komplexität. Unser Programm adressiert die gesamte Wertschöpfungskette von Rohdaten über Querschnittsfunktionen bis hin zum wirtschaftlichen Erfolg. (Quelle: FH Kufstein)

Studienschwerpunkte:

• 30 % Datenanalyse und Machine Learning
• 30 % Softwareentwicklung mit Python
• 20 % Datenspeicherung, -integration, -nutzung
• 10 % Innovation und Management von Daten
• 10 % Business Ethik, Compliance und Recht

Mögliche Berufsfelder:

• Big Data Application Development
• Data Engineering
• Big Data & BI Consultanting
• Data Scientist (m./w./d.)
• Manager*in für Data Science Teams
• Analyst*in für Big Data
• Spezialist*in für Business Intelligence & Analytics

Weitere Infos: https://www.fh-kufstein.ac.at/master/data-science-intelligent-analytics-vz

Art: Fachhochschulstudium – Masterstudium

Dauer: 4 Semester

Form: Berufsermöglichend

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

abgeschlossenes, facheinschlägiges Bachelorstudium

Abschluss: Master of Science in Engineering (MSc)

Berechtigungen: Zugangsberechtigung zu facheinschlägigen PhD-Studien

Info:

Weltweit entstehen pro Sekunde 1.3 Petabyte an Daten. Die Analyse solcher Datenmengen erfordert Methoden aus den Bereichen Machine Learning und Artifical Intelligence. Diese erlernen High Potentials aus Informatik, Informationsmanagement, Mathematik, Physik, VWL etc. in diesem Studium. Die Expertise unserer Absolventinnen und Absolventen ist stark gefragt, denn Daten sind das Öl des 21. Jahrhunderts.

Lehrinhalte.:

• Scripting für Data Scientists
• Graphentheorie und Systemdynamik
• Informations- und Kodierungstheorie
• Datenbankgrundlagen und Abfragesprachen
• Management relationaler Datenbanken
• Einführung in Data Science
• Deskriptive Statistik
• Wahrscheinlichkeitstheorie und Induktive Statistik
• Agenten-basierte Programmierung
• High Performance Computing
• Datenstrukturen und Algorithmen
• Optimierung und Numerik
• Neuronale Netze: Architekturen / Deep Learning
• Multivariate Statistik und Data Mining
• Datenqualität und Datenbereinigung
• Fortgeschrittene Informationsvisualisierung
• Cloud Computing für Data Scientists
• Business Development und Innovation
• Fortgeschrittene Themen der Künstlichen Intelligenz
• Entscheidungs- und Spieltheorie
• Schwarmintelligenz und Evolutionäre Algorithmen
• Ethik, Compliance und Datenschutz

Weitere Infos: https://www.fh-joanneum.at/studium/master-studiengaenge/

Art: Fachhochschulstudium – Masterstudium

Dauer: 4 Semester

Form: Vollzeit

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

• abgeschlossenes, facheinschlägiges Bachelor- oder Diplomstudium
• Aufnahmegespräch

Abschluss:

Master of Science in Engineering (MSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien.

Info:

Das Studium ist mit zwei Vertiefungsmöglichkeiten in

• biomedizinischer Datenanalyse oder
• Datenanalyse in Marketing und Produktion

Studienschwerpunkte:

• Aufbau des Datenverständnisses: Datenselektion, Datenintegration und Datenaufbereitung, Verknüpfung, Transformation und Indizierung verschiedenster Datenquellen, Entwicklung aussagekräftiger Datenrepräsentationen und Visualisierungen
• Datenspeicherung und -management in Kombination mit Big Data und Cloud-Technologien, auch für Echtzeitdaten
• Datenanalyse mit Methoden aus den Bereichen Computational Intelligence und Statistik für die Erstellung von Prognosemodellen zur Beantwortung einer konkreten Fragestellung aus dem Unternehmen
• Computer Vision Methoden zur Extraktion von Wissen aus Bilddaten
• Praxisbezogene Projekte zur Datenanalyse mit Kooperationspartnern aus den Domänen Biomedizin, Marketing und Produktion

Weitere Infos: https://www.fh-ooe.at/

Art: Fachhochschulstudium – Masterstudium

Dauer: 4 Semester

Form: Berufsbegleitend

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

abgeschlossenes facheinschlägiges Bachelorstudium oder gleichwertige Qualifikationen und Berufspraxis

Abschluss:

Master of Science (MSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Info:

Unterrichtssprachen: Deutsch und Englisch

Studierende erwerben in die Tiefe gehendes Know-how zu digitaler Technologie. Das versetzt sie in die Lage, Technologieentscheidungen zu treffen, komplexe Informationssysteme zu entwerfen und in agilen Teams als Prototypen umzusetzen und sich in zukunftsweisende Technologiegebiete selbständig einzuarbeiten.
Schwerpunkte bilden:

• Cognitive Systems: Machine Learning, Generative Artificial Intelligence, Intelligent Assistance, Data Science
• Cyber-Physical Systems: Internet of Things, Robotics, Assistance Systems, Augmented Reality

(Quelle: FH der WKW)

Inhalte, u.a.:

• Modul: Data Science
• Modul: Agile Software Engineering
• Modul: Human-Technology Interaction
• Modul: Innovation Design
• Modul: Innovation Teams and Networks
• Modul: Technology Lab: Cognitive Systems
• Modul: Technology Lab: Cyber-Physical Systems
• Modul: Strategic Transformation
• Modul: Innovation Challenge
• Modul: Technology Management
• Modul: Seminar: Emergent Digital Technologies
• Modul: Innovation Challenge & Prototyping - Project Work Continuation
• Modul: Innovation Deployment

Mögliche Tätigkeitsbereiche:

• Digital bzw. IT Consulting
• IT Management und IT Project Management
• Digital Engineering
• Innovation Management
• Digital Transformation
• Digital Product Development
• IT Research, Development and Innovation

Weitere Infos: https://www.fh-wien.ac.at/studium/master/digital-technology-and-innovation/

Art: Universitätsstudium – Bachelorstudium

Dauer: 6 Semester Vollzeit (Teilzeit entsprechend länger)

Form: Fernstudium / Fernlehrgang (Online oder Hybrid)

NQR-Level: 6  ISCED-Level: 6  ECTS-Punkte: 180  

Voraussetzungen:

• Matura oder
• Studienberechtigungsprüfung oder
• Berufsreifeprüfung mit einem Jahr Studienerfolg in Österreich oder
• Berufliche Qualifikation und Praxis (Detailinformationen zum Fernstudium ohne Matura)

Abschluss: Bachelor of Science (BSc)

Berechtigungen:

Zugangsberechtigung zu einschlägigen Masterstudien.

Info:

in Kooperation mit der FernUniversität Hagen

Absolvent*innen dieses Fernstudiums sind befähigt, auf Basis mathematischer Modelle und Methoden Softwaresysteme zu konzeptionieren, zu realisieren und zu warten. Berufliche Anwendungsmöglichkeiten finden sich in den Bereichen Softwareerstellung, Simulation von Prozessen, Datenauswertung, Datenanalyse und Qualitätssicherung in der Wirtschaft und Wissenschaft. (Quelle: JKU)

Kosten: ca. EUR 2.200,00 im Vollzeitstudium / im Teilzeitstudium + EUR 69,00 pro zusätzlichem Semester

Themenbereiche:

• Modellbildung
• Simulation
• Optimierung
• Visualisierung komplexer technischer Vorgänge
• gepaart Bereiche der Softwareentwicklung

Weitere Infos: https://www.jku.at/zentrum-fuer-fernstudien/fernstudium-hagen/studienangebot/bachelorstudiengaenge/bachelor-mathematisch-technische-softwareentwicklung/

Art: Universitätsstudium – Bachelorstudium

Dauer: 6 Semester Vollzeit (Teilzeit entsprechend länger)

Form: Fernstudium / Fernlehrgang (Online oder Hybrid)

NQR-Level: 6  ISCED-Level: 6  ECTS-Punkte: 180  

Voraussetzungen:

• Matura oder
• Studienberechtigungsprüfung oder
• Berufsreifeprüfung mit einem Jahr Studienerfolg in Österreich oder
• Berufliche Qualifikation und Praxis (Detailinformationen zum Fernstudium ohne Matura)

Berechtigungen:

Zugangsberechtigung zu einschlägigen Masterstudien.

Info:

in Kooperation mit der FernUniversität Hagen

Wirtschaftsinformatik ist Wissenschaft von Entwurf, Entwicklung und Anwendung von Informations- und Kommunikationssystemen in Unternehmen, Wirtschaft und Öffentlicher Verwaltung. Der Bachelorstudiengang Wirtschaftsinformatik ist daher interdisziplinär angelegt und wird von den Fakultäten für Wirtschaftswissenschaft sowie für Mathematik und Informatik gemeinsam angeboten. (Quelle: JKU)

Kosten: ca. EUR 2.200,00 im Vollzeitstudium / im Teilzeitstudium + EUR 69,00 pro zusätzlichem Semester

Themenbereiche:

• Wirtschaftswissenschaft
• Wirtschaftsinformatik
• Mathematik
• Informatik

Weitere Infos: https://www.jku.at/zentrum-fuer-fernstudien/fernstudium-hagen/studienangebot/bachelorstudiengaenge/bachelor-wirtschaftsinformatik/

Art: Universitätsstudium – Bachelorstudium

Dauer: 6 Semester

Form: Vollzeit

NQR-Level: 6  ISCED-Level: 6  ECTS-Punkte: 180  

Voraussetzungen:

Reifeprüfung, Berufsreifeprüfung oder Studienberechtigungsprüfung

Abschluss:

Bachelor of Science in Applied Data Science (BSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen Masterstudien

Info:

Die Unterrichtssprache ist Englisch.

Kosten:EUR 8.000,00 pro Semester

Fünf Module:

• Fundamentals of statistics and calculus
• Fundamentals of data science and engineering
• Fundamentals of management
• Data science for business applications
• Bachelor thesis

Inhalte, u. a.:

• Applied Linear Algebra
• Fundamentals of Computer Science and Programming
• Legal Aspects of Data Science
• Foundations of Artificial Intelligence
• Project and Change Management
• Societal and Ethical Impacts of Data Science
• Latest Trends in Data Science
• Blockchain Applications

Weitere Infos: https://www.modul.ac.at/programs/bachelor-programs/bsc-applied-data-science

Art: Universitätsstudium – Bachelorstudium

Dauer: 6 Semester

Form: Vollzeit

NQR-Level: 6  ISCED-Level: 6  ECTS-Punkte: 180  

Voraussetzungen:

• Reifeprüfung, Berufsreifeprüfung, Studienberechtigungsprüfung
• Englischkenntnisse auf Level B2 (Maturaniveau) empfohlen

Abschluss: Bachelor of Science (BSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen Masterstudien

Info:

in Englischer Sprache

Inhaltliche Schwerpunkte:

• Computer Science: Python programmiert und die Grundlagen über Algorithmen und Datenstrukturen
• Mathematics: alle für AI relevanten mathematischen Grundlagen
• AI Basics and Practical Work: Grundkompetenzen und Fertigkeiten anhand realer Problemstellungen
• AI and Society: Wie intelligent können Maschinen sein und wo werden sie im Alltag eingesetzt? Bedeutung der AI für die Gesellschaft und Interaktion von intelligente Systeme mit den Menschen
• Data Science: mit Techniken aus Mathematik, Statistik und Informatik Wissen aus Daten ziehen, Methoden der Sprachverarbeitung und der Signalverarbeitung
• Knowledge Representation and Reasoning: Wie kann Wissen so in eine Maschine integriert werden, dass diese Schlüsse daraus ziehen oder Probleme lösen kann?
• Machine Learning and Perception: Wie können Maschinen aus Daten und Erfahrungen für zukünftige Aufgabenstellungen lernen? Wie nehmen Maschinen ihre Umgebung wahr und lernen sie zu verstehen? Können Maschinen mehr lernen als Menschen?

Weitere Infos: https://www.jku.at/studium/studienarten/bachelordiplom/ba-artificial-intelligence/

Art: Universitätsstudium – Bachelorstudium

Dauer: 7 Semester

Form: Vollzeit

NQR-Level: 6  ISCED-Level: 6  ECTS-Punkte: 210  

Voraussetzungen:

• Reifeprüfung (Matura), Berufsreifeprüfung oder Studienberechtigungsprüfung

Abschluss:

Bachelor of Science (BSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen Masterstudien

Info:

Perspektiven:

Als Leobener Data Scientist (m./w./d.) unterstützen die Absoltvent*innen Entscheidungsträger*innen durch die Bearbeitung und Analyse von Big Data. Sie entwickeln neue nachhaltige Geschäftsmodelle mit Hilfe der Digitalisierung und verbesserst technische Prozesse durch datenbasierte Aufbereitung. Auch die Entwicklung von Projekten in den Bereichen Data Mining und Machine Learning gehört zu deinem Aufgabengebiet. In der Logistikbranche verbesserst du mit Hilfe von Data Science die Arbeitsprozesse und erhöhst damit die Qualität und Ökoeffizienz der Transport-Dienstleistungen. Technologieunternehmen benötigen dein Know-how zur Entwicklung von Künstlicher Intelligenz und auch der Energiesektor braucht dich für intelligente Energienetze. (Quelle: Montanuni Leoben)

Inhalte, u. a.:

• Einführung in die Montanistischen Wissenschaften
• Mathematik
• Chemie
• Physik
• Mechanik
• Matrixalgebra
• Elektrotechnik
• Einführung in Maschinen- und Prozessdesign
• Physikalische Messtechnik
• Computeranwendung und Programmierung
• Objektorientiertes Programmieren
• Computer Engineering & Operating Systems
• Algorithmenentwicklung
• Datenbanken
• Allgemeine Wirtschafts- und Betriebswissenschaften
• Data Science Statistik
• Einführung in die Industrial Data Science
• Numerische Methoden
• Automatisierungstechnik
• Maschinelles Lernen
• Netzwerke und verteilte Systeme
• IT-Sicherheit
• Data Science Mathematical Foundations for Data Measurement
• Weiterführende Methoden des Maschinellen Lernens
• Modellierung, Simulation und Inverse Probleme
• Introduction in Digital Signal Processing
• Digital Control of Dynamic Systems
• Industrial Data Science Projekt

Weitere Infos: https://www.unileoben.ac.at/studium/bachelor/sustainable-processing/industrial-data-science/

Art: Universitätsstudium – Bachelorstudium

Dauer: 6 Semester

Form: Vollzeit

NQR-Level: 6  ISCED-Level: 6  ECTS-Punkte: 180  

Voraussetzungen:

Reifeprüfung, Berufsreifeprüfung oder Studienberechtigungsprüfung

Abschluss:

Bachelor of Science (BSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen Masterstudien

Info:

Berufsfelder: statistische Abteilungen im Bereich Banken und Finanzdienstanbieter, Unternehmensberatung, Konsumgüterindustrie, Forschungsinstitute in Wirtschaft und Technik, öffentliche Verwaltung.

Weitere Infos: https://www.studienwahl.at

Art: Universitätsstudium – Masterstudium

Dauer: 4 Semester Vollzeit (Teilzeit entsprechend länger)

Form: Fernstudium / Fernlehrgang (Online oder Hybrid)

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

• abgeschlossenes facheinschlägiges Hochschulstudium, mindestens auf Bachelorniveau oder gleichwertiger Studienabschluss

Abschluss: Master of Science (MSc)

Berechtigungen:

Zugangsberechtigung zum PhD-Studium.

Info:

in Kooperation mit der FernUniversität Hagen

Der Masterstudiengang vermittelt die zweckorientierte Datenanalyse sowie die daraus resultierende systematische Generierung von Entscheidungshilfen und -grundlagen. Er bereitet darauf vor, einen kompletten Data Science Live-Cycle für ein Data Science-Projekt selbstständig durchzuführen und dabei die Werkzeuge der jeweilige Lebenszyklus-Phase zu bewerten und gezielt einzusetzen, sowie zukünftige Entwicklungen im Bereich Data Science zu berücksichtigen. (Quelle: JKU)

Kosten: ca. EUR 1.000,00 im Vollzeitstudium / im Teilzeitstudium + EUR 69,00 pro zusätzlichem Semester

Weitere Infos: https://www.jku.at/zentrum-fuer-fernstudien/fernstudium-hagen/studienangebot/masterstudiengaenge/master-data-science/

Art: Universitätsstudium – Masterstudium

Dauer: 4 Semester Vollzeit (Teilzeit entsprechend länger)

Form: Fernstudium / Fernlehrgang (Online oder Hybrid)

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

• abgeschlossenes facheinschlägiges Hochschulstudium, mindestens auf Bachelorniveau oder gleichwertiger Studienabschluss

Abschluss: Master of Science (MSc)

Berechtigungen:

Zugangsberechtigung zum PhD-Studium.

Info:

in Kooperation mit der FernUniversität Hagen

Der Masterstudiengang Informatik vermittelt vertiefte Kenntnisse der Informatik und die Fähigkeit, selbständig mit wissenschaftlichen Methoden zu arbeiten, Probleme theoretisch zu lösen und die Lösungen im beruflichen Umfeld umzusetzen. Der Masterstudiengang verlangt Vorkenntnisse aus einem Bachelorstudium Informatik, Computer Science oder einem vergleichbaren Studiengang. (Quelle: JKU)

Kosten: ca. EUR 1.200,00 im Vollzeitstudium / im Teilzeitstudium + EUR 69,00 pro zusätzlichem Semester

Themenbereiche und Schwerpunkt:

• Formale Methoden und Algorithmik
• Computersysteme
• Informationssysteme
• Softwaretechnik und Programmierung
• Technischen Informatik oder
• IT-Sicherheit

Weitere Infos: https://www.jku.at/zentrum-fuer-fernstudien/fernstudium-hagen/studienangebot/masterstudiengaenge/master-informatik/

Art: Universitätsstudium – Masterstudium

Dauer: 4 Semester

Form: Vollzeit

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

• abgeschlossenes facheinschlägiges Bachelorstudium
• Englischkenntnisse auf Level B2 (Maturaniveau) empfohlen

Abschluss: Master of Science (MSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Info:

in Englischer Sprache

Studienschwerpunkte:

Das Studium legt den Schwerpunkt auf Deep Learning. Daneben kann einer von vier inhaltlichen Schwerpunkte gewählt werden.

• AI und Mechatronik – Robotics and Autonomous Systems: Robotik, autonomes Fahren, Drohnen
• AI und Mechatronik – Embedded Intelligence and Signal Processing: KI in Sensoren und Geräte einbetten; KI-Techniken zur Datenanalyse; Signalverarbeitung zur Datenanalyse von Sensoren bei Kameras, Radar, Lidar, Ultraschall und chemischen Detektoren
• Reasoning and Knowledge Representation: logisches Schlussfolgern inklusive Modellprüfung und Theorembeweis; Software- und Hardware-Verifizierung, Computeralgebra, maschinelles Lernen
• AI and Life Sciences: KI-Techniken u. a. in Medizin, Biologie, Biotechnologie, Genomik und Genetik anwenden

Weitere Infos: https://www.jku.at/studium/studienarten/master/ma-artificial-intelligence/

Art: Universitätsstudium – Masterstudium

Dauer: 4 Semester

Form: Vollzeit

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

abgeschlossenes facheinschlägiges Bachelorstudium

Abschluss:

Master of Science (MSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Info:

Im Masterstudium Data Science dreht sich alles darum, wie Daten effektiv, fachkundig und verantwortungsvoll zur Wissensgewinnung genutzt werden können. Ein Thema, dass sowohl für Unternehmen, Regierungen und andere Organisationen hohe Relevanz hat, aber auch jedes einzelne Individuum betrifft. Darüber hinaus sind Erhebung, Modellierung, Analyse und Interpretation von Daten zentral im Wissenschaftsbetrieb an Universitäten und anderen Forschungseinrichtungen. Absolventinnen und Absolventen des Studiums verfügen über vertieftes Wissen in Kernbereichen der angewandten Statistik und Informatik, welche sich mit der Erhebung, Speicherung, Verarbeitung, deskriptiver und inferentieller Analyse, Visualisierung, Interpretation und verantwortungsvoller Nutzung teilweise großer, heterogener und multivariater Daten beschäftigen.(Quelle: vgl. Universität Salzburg)

Weitere Infos: https://www.studienwahl.at

Art: Universitätsstudium – Masterstudium

Dauer: 4 Semester

Form: Vollzeit

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

abgeschlossenes facheinschlägiges Bachelor- oder Diplomstudium oder gleichwertiger Abschluss
Nachweis Englischkenntnisse

Abschluss: Master of Science (MSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Info:

*Vorbehaltlich der Akkreditierung durch die AQ Austria

Unterrichtssprache Englisch

The MSc in Sustainable Development, Management, and Policy at MU Vienna is a program that empowers you to be an influencer for data-driven strategies. Unlike other programs, this Data Science and Sustainability Program specifically focuses on sustainability, making it one of the few in central Europe that prepares graduates to tackle ecological, economic, and societal challenges through data analysis. From designing sustainable development strategies at all levels to gaining hands-on experience in MU's sustainability-focused environment, this unique program offers invaluable practical learning opportunities. (Quelle: Modul University)

Kosten: EUR 6.000,00 pro Semester

Inhalte:

• Foundations of Data Science
• Information Visualization
• Computational Modeling of Social Systems
• Research Design and Methods in Practice
• Enrichment Course
• Information Search and Retrieval
• Machine Learning
• Principles of Sustainability and Economic Development
• Sustainability Analytics Project
• Econometric Methods and Applications
• Measuring and Assessing Sustainability
• Modeling Sustainability Systems
• Master Thesis

Weitere Infos: https://www.modul.ac.at/programs/masters-programs/msc-data-science-for-sustainability---new!

Art: Universitätsstudium – Masterstudium

Dauer: 4 Semester

Form: Vollzeit

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

• Bachelor degree (180 ECTS) or equivalent in the fields of technology, natural sciences, social sciences, medicine, humanities, arts or economics.
• minimum C1 level English as defined by the Common European Framework of Reference for Languages (CEFR). A certificate is recommended, but not required.

Abschluss: Master of Science (MSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Info:

Sprache: English

The LEARN Lab modules in the first two semesters will give the students the opportunity to get to know the six different labs – Virtual Reality, Motion Capture, Maker Lab, Robotic, Interaction and Data Lab – that form the basis of the project-based, personalised learning approach. The Pre-specialisation module in the second semester will equip the studends with the basic skills of their chosen specialisation. The third semester consists of a Research Proficiency module where they will be trained in scientific writing and academic methodology. In the Specialisation module, the students will focus on real-world challenges and projects related to their specialisation. (Quelle. IT:U)

Spezialisierungen: (Quelle: IT:U)

• Designing Interactions: Students learn how to understand, conceptualise and design interactions between humans and computing systems within diverse social contexts. These socio-technical systems include emerging technologies such as AI, XR or robotics and give rise to questions about human experience, meaning-making, behaviour change and broader societal impacts. A wide range of qualitative and quantitative methods will be covered including computational methods to analyse and model human behaviour on individual and group levels. In a design studio, students will then learn how to translate contextual understanding and create and evaluate computational artefacts.
• Digital Earth, Society and Networks: Digital geospatial technologies and communication tools are radically changing our societies. Students will learn how to use and develop computing methods to address pressing societal and global challenges. This involves working with a diverse range of quantitative and qualitative data including environmental measurements, socio-demographic statistics, user-generated data, diverse network data and various sensor data. These are contextualized through spatial and temporal references to understand the real-world dynamics of societal processes.
• Digital Humanities, Health & Life Sciences: Students will learn how to bring computational methods to a wide range of areas such as health, psychology or neuroscience. The goal is to equip students with skills that allow them to understand human behaviour and capacities such as creativity or intelligence and work responsibly with medical data to bring value to people’s lives.
• Future Industries: Students will learn how to apply cutting edge computing to a wide range of future industry contexts. In collaborations with our company network, students will engage in real-world problem solving and gain practical and methodological competences within the realm of industrial production and innovation. Focus is put on competences relevant for sustainable computational manufacturing, such as robotics (ROS), IoT (sensors, actuators, edge devices), predictive maintenance, supply chain management, digital twins and business processes.

Weitere Infos: https://it-u.at/en/study-program/master-programs/

Art: Universitätsstudium – Masterstudium

Dauer: 4 Semester

Form: Vollzeit

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

abgeschlossenes facheinschlägiges Bachelorstudium

Abschluss:

• Master der Statistik (M.Stat) oder
• Magister/Magistra der Sozial- und Wirtschaftswissenschaften (Mag. rer. soc. oec.)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Info:

Berufsfelder: Bereich Wirtschaft: Statistik in Banken und Versicherungen, in der Industrie, in der Markt- und Meinungsforschung, in der Verwaltung; Technik: Statistik in der Qualitätssicherung; Bereich Naturwissenschaften: Statistik in den Naturwissenschaften, in der Medizin, im Gesundheitswesen, in der Psychologie, in den Umweltwissenschaften, in den Sozialwissenschaften, in den Wirtschaftswissenschaften.

Weitere Infos: https://www.studienwahl.at