Über den Studiengang
Universitär
Wer Informatik an der BTU Cottbus-Senftenberg studiert, profitiert von einem Masterstudiengang basierend auf anerkannten wissenschaftlichen Standards.
Akademisch qualifizierend
Mit Abschluss eines Masterstudiengangs stehen dir alle Türen offen – entscheide selbst, ob du eine spezialisierte Position in der Industrie oder aber eine Karriere in der Wissenschaft anstreben möchtest.
Master-Arbeit
Nach einem Berufspraktikum setzt du dich an deine Master-Arbeit und trägst selbst etwas zur Wissenschaft bei. Dabei hilft dir dein/e Mentor/in.
Algorithmen und Methoden
Algorithmen und Methoden sind die Grundlage für die Entwicklung von intelligenten Systemen und daher eine Notwendigkeit für das Thema KI.
Ethische Bedenken
Verhindere, dass die Welt von Robotern übernommen wird und diskutiere darüber, welchen Stellenwert KI im Alltag haben sollte.
Spezialisierung
Erweitere deine Fähigkeiten und dein Wissen in einem von dir ausgesuchten Bereich der Künstlichen Intelligenz.
Spezialisiere dich in AI mit einem selbst zusammgenstellten Studienplan und nutze dein erlangtes Wissen aus der Informatik, Psychologie und Mathematik, um komplexe Verfahren der KI zu erforschen, erklären und zu gestalten. Unser Masterstudiengang AI ist ideal für eine Karriere in AI/KI oder für eine Promotion.
Informiere und Entscheide dich für
dein AI Studium an der BTU
Für deinen Entscheidungsprozess, stellen wir die alle wichtigen Informationen zum Studium und Studienstart zur Verfügung.
Aktuelle Module im Semester
Sommersemester 2023 (Stand vom 06.06.2023)
Hier findest du alle Module und Kategorien, die dieses Semester angeboten werden. Verwende am besten unseren Stundenplaner → um deinen individuellen Stundenplan zu erstellen. Du hast Fragen zur Modulwahl? Dann wende dich vertrauensvoll an den FSR oder den Fachstudienberater.
11102: Lineare Algebra und analytische Geometrie II →
11104: Analysis II →
11859: Cryptography →
12464: Modeling and Simulation of Discrete Systems →
12973: Network and System Security →
13220: Modeling in Mixed-Integer Optimization →
13490: Secure Cyber-Physical Systems →
13849: Introduction to Computational Neuroscience →
13874: Introduction to Numerical Linear Algebra →
14015: Introduction to Mathematical Methods in Artificial Intelligence →
11201: Analysis III →
11449: Strukturelle Komplexitätstheorie →
11509: Designing and Understanding Psychological Experiments →
11787: Theoretische Informatik →
11886: Dependability and Fault Tolerance →
11889: Introduction to Cyber Security →
12433: Multiagenten-Systeme →
12458: Algebraische Rechenmodelle →
12471: Ausgewählte Kapitel der Theoretischen Informatik →
13843: Scientific Computing →
13844: Functional Analysis →
13863: Mathematical Statistics →
13911: Algebra: Structures and Algorithms →
12826: Mathematical Data Science →
13715: Causal Data Science in Business and Economics →
13846: Learning in Real and Virtual Humans →
13847: Cognitive Systems: Behavior Control →
13942: Foundations of Psychophysiology →
11333: Optimierung II →
11847: Neural Networks and Learning Theory →
12472: Einführung in die Constraint-Programmierung →
13335: Brain-Computer Interfaces (BCIs) for Neuroadaptive Technology →
11911: Grundzüge der Kognition und Wahrnehmung →
13668: Sensorimotor Processing in Health and Disease →
13838: Information Retrieval →
13840: Data Warehouses →
13842: Virtual Reality and Agents →
13889: Stochastic Processes →
13908: Experimental Techniques in Physics Supported with Artificial Intelligence / Machine Learning →
13912: Coding Theory →
13949: Differential Geometry →
13963: Neuromorphic Computing and Engineering →
11881: Foundations of Data Mining →
13500: Introduction to Neural Signal Analysis →
13593: Applied Algebraic Quantum Theory →
13813: Logic in Databases →
13839: Advanced Database Models →
13841: Speech Processing →
13845: Multimedia Retrieval →
Die angegebenen Module und Zuordnungen sind ohne Gewähr und können sich jederzeit ändern!