Köthen: Angewandte Informatik - Data Science und KI (B.Sc.)

Übersicht

Der Studiengang "Angewandte Informatik – Data Science und KI" an der Hochschule Anhalt in Köthen richtet sich an Studierende, die Interesse an der Anwendung von Computertechnologien haben und ihre Fähigkeiten im Bereich der Informatik vertiefen möchten. Das Studium ist sowohl in Vollzeit als auch im dualen Modell verfügbar und schließt nach sieben Semestern mit dem Bachelor of Science ab. Die Regelstudienzeit beträgt sieben Semester, der Studienbeginn erfolgt jeweils im Wintersemester. Die Unterrichtssprache ist Deutsch.

Studieninhalte und Studienorganisation

Der Studiengang ist modular aufgebaut und vermittelt sowohl grundlegende als auch vertiefende Kenntnisse in der angewandten Informatik mit Schwerpunkt auf Data Science und Künstliche Intelligenz. Die Studienrichtung umfasst Kernmodule in Programmierung, Algorithmen, Datenbanken, Softwareentwicklung und mathematische Grundlagen. Ergänzend dazu werden spezialisierte Inhalte wie Data Mining, maschinelles Lernen, Statistik, Big Data Technologien sowie KI-Methoden gelehrt.

Wichtige Inhalte:

• Programmierung
• Algorithmen
• Datenbanken
• Softwareentwicklung
• Mathematische Grundlagen
• Data Mining
• Maschinelles Lernen
• Statistik
• Big Data Technologien
• KI-Methoden

Die Lehrveranstaltungen finden überwiegend in Präsenzform am Standort Köthen statt, wobei praktische Übungen, Projektarbeiten und Laborphasen integraler Bestandteil des Studienkonzepts sind. Im Rahmen des dualen Studiums erfolgt die Verbindung von theoretischer Ausbildung an der Hochschule mit praktischer Anwendung in kooperierenden Unternehmen. Zusätzliche Angebote umfassen Forschungsprojekte im Bereich der Datenanalyse und KI sowie Kooperationen mit regionalen Unternehmen.

Berufliche Perspektiven

Absolventinnen und Absolventen des Studiengangs verfügen über ein breites Spektrum an Einsatzmöglichkeiten in verschiedenen Branchen. Die erworbenen Kompetenzen qualifizieren für Tätigkeiten in Unternehmen, die datengetriebene Entscheidungsprozesse implementieren, sowie in Forschungseinrichtungen und technologischen Start-ups.

Typische Einsatzbereiche:

• Datenanalyse
• Data Science
• Machine Learning
• KI-Entwicklung
• Softwareengineering
• IT-Beratung