AI-Consultant (m./w./d.)

Art: Fachhochschulstudium – Bachelorstudium

Dauer: 6 Semester

Form: Vollzeit

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

Voraussetzungen:

University entrance qualification (e.g. A-Levels, university pre-entry certificate, completed vocational matriculate exam), English at B2 level

Abschluss:

Bachelor of Science in Engineering (BSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen Masterstudien

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

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.ustp.at/de/studium/informatik-security/data-science-and-artificial-intelligence

Art: Fachhochschulstudium – Masterstudium

Dauer: 4 Semester

Form: Berufsbegleitend

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

Voraussetzungen:

• facheinschlägiger Hochschulabschluss (Bachelor- oder Diplomabschluss) an einer in- oder ausländischen Hochschule oder Abschluss eines gleichwertigen Studiums an einer postsekundären Bildungseinrichtung (180 ECTS)
• Nachweis von ECTS-Leistungspunkten in den Bereichen Informatik und/oder Mathematik
• Beherrschung der deutschen Sprache (Level B2)
• Englisch-Kenntnisse (Level B2)

Abschluss:

Master of Science in Engineering (MSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Info:

Künstliche Intelligenz und Data Science sind Technologien, die fast alle Lebens- und Arbeitsbereiche hochgradig durchdringen und nicht mehr wegzudenken sind. Mit dem Masterstudiengang AI for Sustainable Technologies werden die Studierenden zu verantwortungsbewussten Gestalter*innen einer Zukunft, in der Menschen von KI in nachhaltiger Art und Weise unterstützt werden. Im Studium fokussieren sie sich auf die zwei zentralen Begrifflichkeiten ›Künstliche Intelligenz‹ und ›Nachhaltige Technologieentwicklung‹ und lernen, ihre technischen Kompetenzen in Data Science und Softwareengineering mit den Fähigkeiten zu Entwurf und Anwendung von Sustainable AI zu kombinieren.

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

Inhalte:

• Data Science & Artificial Intelligence
• Analytics & Knowlegde Discovery
• Zukunftsfähige Technologie & Nachhaltige Gesellschaft
• Verteilte Systeme & Cloud Technologien
• Software & Process Notations
• Mathematik & Modellierung
• IT- & Security Management
• Agiles Projektmanagement
• Maschine Learning
• Time Series Prediction & Business Forecasting
• Software-Engineering & Operations
• Moderne Software-Architekturen
• Applied Statistics
• Vertrieb, Marketing & Digitale Innovation
• Maschinenethik
• Language Technologies & Applications
• Reinforcement Learning for Intelligent Agents
• Deep Learning for Image Analysis
• Applied AI Lab
• Big Data Engineering oder Industrielle Bildverarbeitung
• Unternehmensführung & -gründung

Weitere Infos: https://www.fh-salzburg.ac.at/studium/it/ai-for-sustainable-technologies-master

Art: Fachhochschulstudium – Masterstudium

Dauer: 4 Semester

Form: Berufsbegleitend

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

Kurzbeschreibung

Artificial Intelligence (AI) hat sich zu einer Schlüsseltechnologie der digitalen Transformation entwickelt, die nahezu alle Wirtschaftsbereiche revolutioniert. Diese rasante Entwicklung führt zu einer stetig wachsenden Nachfrage nach qualifizierten Fachkräften im Bereich der AI. Vor diesem Hintergrund gewinnt das Feld des AI Solution Engineering zunehmend an Bedeutung. Es verbindet moderne Konzepte der Informatik mit praxisorientierten Methoden zur Entwicklung und Umsetzung intelligenter, sicherer und nachhaltiger Systeme.

Voraussetzungen

abgeschlossenes, facheinschlägiges Bachelorstudium

Abschluss

Master of Science in Engineering (MSc)

Berechtigungen

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Beschreibung

AI Solution Engineering schlägt damit eine Brücke zwischen technologischem Know-how und praktischer Anwendung. Neben fundierten Kenntnissen in AI-Technologien erfordert das Berufsfeld auch ein Verständnis dafür, wie sich diese Technologien effizient in betriebliche Abläufe integrieren lassen. Die Fähigkeit, AI-Lösungen im Kontext konkreter Geschäftsprozesse zu analysieren, zu gestalten und nachhaltig zu verankern, ist dabei ein wesentlicher Teil der Ausbildung. Im Mittelpunkt steht dabei die Verbindung technischer Innovation mit dem Menschen als Nutzer der Technologie.

Zusatzinfo

Der Fokus dieser Ausbildung liegt auf die Schnittstellenfunktion zwischen Technologie und Anforderungen aus dem Unternehmen. Dabei werden u.a. folgende Inhalte vermittelt:

• Grundlagen AI-Systeme
• Organisatorische Einbettung von AI-Systemen in Unternehmen
• Betrachtung der rechtlich-ethischen Aspekte
• Praktische Umsetzung eines Use Case, aus dem eigenen Arbeitsumfeld oder selbstgewählt

Weitere Infos: https://hochschule-burgenland.at/master-ai-solution-engineering/

Art: Fachhochschulstudium – Masterstudium

Dauer: 4 Semester

Form: Berufsbegleitend

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

Kurzbeschreibung

Der Studiengang AI Systems Engineering vermittelt umfassende Fähigkeiten zur Entwicklung von AI-basierten Systemen – von modernen Themen wie Agentic AI und Retrieval-Augmented Generation bis zu AI Security. Er behandelt Softwareentwicklung mit Unterstützung von AI sowie die Eigenschaften von AI-Modellen und deren Integration in Applikationen. Professionelles Projektmanagement und Managementkenntnisse sind integriert. Wahlpflichtfächer ermöglichen eine individuelle Anpassung. (Quelle: Hochschule Kufstein)

Voraussetzungen

• abgeschlossenes facheinschlägiges Bachelor- oder Diplomstudiums (FH oder Universität) oder gleichwertiger postsekundärer Bildungsabschluss
• Berufspraktische Erfahrung
• gute Englischkenntnisse

Abschluss
Master of Science in Engineering (MSc)

Berechtigungen

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Beschreibung

Lerninhalte

• AI-gestützte Softwareentwicklung
• Grundlagen und Entwicklung von (Gen) AI-Modellen
• AI-Wertschöpfung
• Anforderungsmanagement und moderne Softwarearchitekturen
• Softwareentwicklung mit Unterstützung von AI
• Konzeption und Gestaltung technischer Systeme
• Datenmodellierung und -speicherung
• Cloud Computing

Berufsfelder

• AI Consultant (m./w./d.)
• AI Application Developer (m./w./d.)
• AI Systems Engineer (m./w./d.)
• Agentic AI Engineer (m./w./d.)
• AI Security Engineer (m./w./d.)
• IT Solution Architect (m./w./d.) / DevOps Engineer (m./w./d.)
• IT-Projektmanager*in / Digital Transformation Manager*in

Zusatzinfo
*Start vorbehaltlich der Akkreditierung durch die AQ Austria.

Weitere Infos: https://www.hok.ac.at/master/ai-systems-engineering-bb

Art: Fachhochschulstudium – Masterstudium

Dauer: 4 Semester

Form: Berufsbegleitend

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

Kurzbeschreibung
Artificial Intelligence is fundamentally transforming healthcare. The Master’s degree programme Applied AI in Healthcare enables you to actively shape this transformation at the intersection of technology, medicine, and society. Throughout the programme, you will gain in-depth expertise in Artificial Intelligence, Data Science, and Machine Learning, and learn how to apply these technologies effectively in clinical environments.

The focus lies not only on developing AI models, but above all on integrating them into real healthcare processes and systems. The programme combines technological expertise with medical practice and prepares you for a key role in the digital transformation of healthcare. Become part of a new generation of experts who make Artificial Intelligence impactful where it matters most – in healthcare.

Voraussetzungen
Completion of a relevant Bachelor programme in the field of Informatics, Computer Science, Mathematics, Mechatronics, Mechanical Engineering, Electronics, Automation Engineering, Media Informatics, Computational Engineering or another technical degree programme at a recognised Austrian or foreign post-secondary institution.

Abschluss
Master of Science in Engineering (MSc)

Zusatzinfo

Die Unterrichtssprache ist Englisch

Weitere Infos: https://www.fh-salzburg.ac.at/studium/it/applied-ai-in-healthcare-joint-master

Art: Fachhochschulstudium – Masterstudium

Dauer: 4 Semester

Form: Berufsbegleitend

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

Kurzbeschreibung

Die Studierenden lernen, Daten und Entscheidungsfindung miteinander zu verknüpfen und KI-Lösungen zu entwickeln, die einen echten Mehrwert für Wirtschaft, Technologie und Gesellschaft schaffen. Der Lehrplan vermittelt fundierte Kenntnisse über KI-Algorithmen und Berechnungsmethoden, sodass die Studierenden intelligente Systeme aufbauen oder modernste Frameworks anwenden können. In praktischen Projekten beschäftigen sich die Studierenden mit realen Herausforderungen in den Bereichen Automatisierung, Analytik und intelligente Entscheidungsfindung und entwickeln gleichzeitig Führungs- und Innovationskompetenzen für globale KI-gesteuerte Umgebungen. (Quelle: FH Technikum Wien)

Voraussetzungen

abgeschlossenes facheinschlägiges Bachelorstudium oder Abschluss eines gleichwertigen Studiums gegebenenfalls mit Zusatzprüfungen

Zielgruppe
Fachleute mit technischem oder analytischem Hintergrund, die ihr Fachwissen in den Bereichen KI und datengesteuerte Technologien vertiefen möchten.

Kosten
EUR 363,36 pro Semester + ÖH-Beitrag

Abschluss

Master of Science (MSc)

Berechtigungen

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Beschreibung

Studieninhalte - Überblick:

• 1. Semester: Grundlagen und Methodik: Kernmethoden des maschinellen Lernens, der statistischen Modellierung und der Datenvorverarbeitung, Software-Engineering
• 2. Semester:
• Elective 1:
  a) Natural Language Processing AI: Sprachmodelle, Textverständnis, semantische Analyse
  b) Evolutionary and Logic-Based AI: symbolische und evolutionäre KI-Methoden
  c) Data Warehouse & Business Intelligence: analytische Datenarchitekturen, Entscheidungsunterstützung
• Elective 2:
  a) Computer Vision AI: Bildverarbeitung, visuelle Erkennung
  c) Predictive Maintenance: datengesteuerte Zuverlässigkeits- und Prognosemodelle
• 3. Semester
• Elective 3:
  a) Machine Learning Engineering: skalierbare, produktionsreife ML-Systeme
  b) Autonome KI-Systeme & RFL: Entscheidungsfindung und verstärktes Lernen
  c) Data Science mit R: Datenanalyse und statistische Modellierung in R
• Elective 4:
  a) Robotik-KI: autonome Systeme und Robotik
  b) Erklärbare und vertrauenswürdige KI / KI-Sicherheit: erklärbare, sichere und faire KI
  c) KI-gesteuertes Marketing: datengesteuerte Strategien und KI-Anwendungen im Marketing
• 4. Semester: Abschlussarbeit

Weitere Infos: https://www.technikum-wien.at/studiengaenge/master-artificial-intelligence-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

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: Berufsbegleitend

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

Kurzbeschreibung

Das Masterstudium E-Commerce & AI Shopping fokussiert auf die Vermittlung der Kompetenzen zur erfolgreichen Online-Vermarktung von Produkten und Dienstleistungen. Absolventinnen und Absolventen besitzen fundierte Kenntnisse in Online-Marketing und -Kommunikation sowie Multi- und Omnichannel-Vertrieb.

Die Ausbildung kombiniert Inhalte aus den Bereichen Marketing, Onlineshop-Konzeption & -Management, E-Commerce Recht, Logistik, Digital User Experience, E-Business Development und Webdesign.

Voraussetzungen

• facheinschlägiger Bachelorabschluss (mindestens 180 ECTS) oder gleichwertiger postsekundärer Bildungsabschluss mit mindestens 30 ECTS in sozial- und wirtschaftswissenschaftlichen Fächern
• fehlende Voraussetzungen können am Campus Wieselburg in der Summer School nachgeholt werden

Kosten
EUR 363,36 pro Semester + ÖH-Beitrag

Abschluss

Master of Arts in Business (MSc)

Berechtigungen

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Beschreibung

lLehrinhalte:

• E-Marketing
• E-Business-Development
• E-Commerce-Management
• IT & Logistik
• Social Skills

Berufsfelder:

• E-Commerce-Management
• Online-Marketing
• Webanalyse & Webcontrolling
• Consumer Relationship-Management
• E-Business Development

Weitere Infos: https://wieselburg.fhwn.ac.at/studiengang/master-e-commerce

Art: Fachhochschulstudium – Masterstudium

Dauer: 4 Semester

Form: Berufsbegleitend

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

Kurzbeschreibung
Dieses Studium lehrt die erfolgreiche Onlinevermarktung von Produkten und Dienstleistungen. Dabei kombiniert das Master-Studium die Bereiche Marketing, Onlineshopmanagement, E-Commerce Recht, Logistik, E-Business Development, Webdesign u. v. m.

Voraussetzungen
Einschlägiger Bachelor- oder Diplom-Studienabschluss im Umfang von mindestens 180 ECTS oder gleichwertiger postsekundärer Bildungsabschluss. Mindestens 30 ECTS in sozial- und wirtschaftswissenschaftlichen Fächern. Bitte beachten Sie, dass Sie Ihr Abschlusszeugnis bis Ende Oktober nachreichen können

Abschluss
Master of Arts in Business (MA)

Beschreibung
Lehrinhalte und Berufsfelder: Berufsfelder & Karriere Ihre Berufsfelder mit einem Master-Studienabschluss in E-Commerce: E-Commerce-Management Onlinemarketing Webanalyse & Webcontrolling Consumer-Relationship-Management E-Business Development Praxisperspektiven Wir bringen die Vorreiter des digitalen Handels in den Hörsaal: ob führende B2B-Onlinehändler, innovative E-Commerce-Start-ups oder international agierende E-Commerce-Manager großer Konzerne. Stellen Sie Ihre Fragen, erhalten Sie exklusive Einblicke in aktuelle Strategien und lernen Sie von den Besten der Branche. Das Blended Learning+ Konzept ergänzt diesen praxisnahen Zugang durch eine moderne, didaktisch durchdachte Lernstruktur: Der klare 3-Wochen-Rhythmus aus Präsenz-, Online- und Selbstlernphasen schafft Raum für eigenständiges Arbeiten, Teamprojekte und praxisorientiertes Lernen – mit maximaler Planbarkeit und Flexibilität.

Weitere Infos: https://www.fhwn.ac.at/studiengang/e-commerce#top

Art: Fachhochschulstudium – 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:

ab Herbst 2025, vorbehaltlich der Akkreditierung durch die AQ Austria

Der Studiengang richtet sich sowohl an Absolventinnen und Absolventen informatischer und technischer Bachelor-Studiengänge mit relevanten Informatikanteilen als auch an Berufspraktikerinnen und -praktiker mit einem technischen Bachelor-Abschluss, die hochqualifizierte Expertinnen und Experten im Bereich der Entwicklung von Responsible AI werden wollen.

Weitere Infos: https://www.imc.ac.at/studium/master/naturwissenschaft-technik/engineering-responsible-ai-systems/

Art: Fachhochschulstudium – Masterstudium

Dauer: 4 Semester

Form: Berufsermöglichend

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

Voraussetzungen:

abgeschlossenes, facheinschlägiges Bachelorstudium oder
abgeschlossene Berufsausbildung und Berufspraxis

Abschluss:

Master of Arts in Business (MA)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Weitere Infos: https://www.fh-joanneum.at/global-ai-powered-business-evolution/master/

Art: Fachhochschulstudium – Masterstudium

Dauer: 4 Semester

Form: Berufsermöglichend

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

Voraussetzungen:

abgeschlossenes, facheinschlägiges Bachelorstudium oder
abgeschlossene Berufsausbildung und Berufspraxis

Abschluss:

Master of Science in Engineering (MSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Weitere Infos: https://www.fh-joanneum.at/industrial-data-science-and-ai-based-optimisation/master/

Art: Fachhochschulstudium – Masterstudium

Dauer: 4 Semester

Form: Berufsbegleitend

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

Kurzbeschreibung

Der Masterstudiengang Smart Products & AI-driven Development verbindet technisches und wirtschaftliches Wissen für die Entwicklung intelligenter, vernetzter Produkte. Der Fokus liegt auf der praktischen Anwendung modernster KI-Methoden wie generative Sprachmodelle, Edge Computing und Machine Learning zur Systemanalyse und -vorhersage. Der vollständig englischsprachige Unterricht bereitet Studierende auf internationale Karrieren vor und bietet starke Praxisorientierung durch projektbasiertes Lernen. Der Zugang zu fortschrittlichen Technologien, wie additive Fertigung, fördert eine Hands-On-Mentalität. Interdisziplinäre Zusammenarbeit erweitert den Horizont und fördert die Expertise in der Integration von KI in Produktentwicklungsprozesse und die Schaffung intelligenter, serviceorientierter Lösungen. (Quelle: Hochschule Kufstein)

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

Beschreibung

Lerninhalte

• 31 % Fachwissen in Product Development & Management
• 15 % Fachwissen in Data Management
• 17 % Fachwissen in Management der digitalen Transformation
• 9 % Fachspezifische Vertiefungen & Wahlfächer
• 28 % Praxistransfer, international Skills & Masterarbeit

Berufsfelder

• Produktmanagement
• Technische Projektleitung (Produktentwicklung) und Entwicklung
• Manager*in digitale Transformation
• Innovations- und Technologiemanager*in
• Technische Consultants

Zusatzinfo

Unterrichtssprache: teilweise Englisch

Weitere Infos: https://www.hok.ac.at/master/smart-products-ai-driven-development-vz

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: 6 Semester

Form: Vollzeit

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

Voraussetzungen:

• Reifeprüfung (Matura), Berufsreifeprüfung oder Studienberechtigungsprüfung
• Englischkenntnisse B2

Abschluss:

Bachelor of Science (BSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen Masterstudien

Info:

Unterrichtssprache: Englisch

Tätigkeitsbereiche: Unter anderem als Entwickler*in und Projektmanager*in (Projekte selbstständig definieren, planen, durchführen, leiten und evaluieren) oder in allen Anwendungsbereichen, in denen intelligente Roboter zum Einsatz kommen, beispielsweise zusammenarbeitende Leichtbauroboter in der verarbeitenden Industrie, Medizinroboter, die diagnostizieren oder operieren, Drohnen für die Landwirtschaft und Weltraumfahrt und vieles mehr.

Weitere Infos: https://www.aau.at/studien/bachelor-robotics-artificial-intelligence/

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

Weitere Infos: https://www.aau.at/studium/

Art: Universitätsstudium – Masterstudium

Dauer: 4 Semester

Form: Vollzeit

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

Kurzbeschreibung

Das Studium verbindet logikbasierte Grundlagen mit datengetriebenen Ansätzen der künstlichen Intelligenz, des maschinellen Lernens und neuronaler Netze und bereitet die Studierenden darauf vor, sichere, zuverlässige und ethisch verantwortungsvolle Technologien in einer zunehmend komplexen digitalen Welt zu entwickeln.
Mit den Basismodulen als Ausgangspunkt gestalten sie ihren weiteren Studienverlauf individuell durch eine breite Auswahl an Wahlfächern. So können sie ihre Expertise gezielt vertiefen und sich auf die Themen konzentrieren, die sie besonders interessieren. (Quelle: TU Wien)

Voraussetzungen

abgeschlossenes facheinschlägiges Bachelorstudium

Abschluss

Diplomingenieur*in (Dipl.-Ing., DI)
entspricht: Master of Science (MSc)

Berechtigungen

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Beschreibung

Studieninhalte - Überblick:

• Logic and Theory: Disrete Mathematics, Logic and Computability
• Algorithms and Complexity
• Symbolic AI: Logic-based AI
• Machine Learning
• Artificial Intelligence and Society oder
• Safe and Trustworthy Systems
• Wählfächer

Weitere Infos: https://informatics.tuwien.ac.at/master/logic-and-artificial-intelligence-de/