Die Studierenden vertiefen sich gezielt in ein Themenfeld in naturwissenschaftlichen Bereichen wie Biotechnologie, Chemie, Biologie, Lebensmitteltechnologie, Umwelt oder Gesundheit. Gleichzeitig werden auch Themen wie künstliche Intelligenz, Big Data und digitale Transformation behandelt.

Im Fokus des Studiums stehen die Aneignung von digitalen und datenbasierten Skills sowie deren Anwendung in den Life Sciences. Beispiele dafür sind automatisierte Früherkennungen von Krankheiten, computergestützte Entwicklung von Medikamenten, datenbasierte Generierung neuer Lebensmittelprozeduren, Präzisionsackerbau zur Reduktion von Pestiziden oder Artenschutz durch Drohnen-Monitoring.

Das Studium befähigt die Studierenden, eine Schlüsselfunktion an der Schnittstelle zwischen Data Science und Life Sciences zu übernehmen und Erkenntnisse aus Daten zu gewinnen.

Angebot der fachlichen Vertiefungen an der ZHAW:

Eine weisse Drohne mit Kamera fliegt über ein Waldgebiet.

Alle Infos auf einen Blick

Bildungsinstitut

Zürcher Hochschule für Angewandte Wissenschaften ZHAW > School of Life Sciences and Facility Management

Link zum Angebot

Link zur Zulassung

Abschluss

Bachelor Fachhochschule FH

Sprache

Deutsch

Bemerkungen zur Sprache

Wechsel der Unter­richts­spra­che ab dem 4. Seme­ster auf Englisch.

Dauer

Voll­zeit: 6 Seme­ster Das Studium kann in Voll- oder Teil­zeit absol­viert werden.

1 ECTS-Kredit­punkt entspricht einem Aufwand von 25-30 Arbeits­stun­den. 

ModuleECTS-Punkte
1. Seme­ster30
Analy­sis und Algebra Englisch I Daten und Infor­ma­tion Gesell­schaft­li­cher Kontext und Sprache I Program­mie­ren Physi­cal Compu­ting in Life Scien­ces Grund­la­gen der Biolo­gie und Technik Anor­ga­ni­sche Chemie
2. Seme­ster30
System und Modelle der Physik Englisch II Stati­stik und Wahr­schein­lich­keit Gesell­schaft­li­cher Kontext und Sprache II Numme­ri­sche Grund­la­gen der Data Science Daten­zen­trier­tes Program­mie­ren Versuchs­pla­nung und Auswer­tung Systeme der Biolo­gie Orga­ni­sche Chemie
3. Seme­ster30
Mathe­ma­ti­sche Modelle und Analyse Daten­ban­ken Stati­sti­sche Model­lie­rung und Simu­la­tion Maschi­nel­les Lernen Data Engi­nee­ring Life Science Data Lab
4. Seme­ster30
Data und Society Model­ling of Complex Systems Neural Networks Project orien­ta­ted Digital Story­tel­ling and Visua­li­sa­tion Image and Signal Proces­sing Projekt­ar­beit I Vertie­fun­gen (Digital Health, Digital Envi­ron­ment, Digital Labs and Produc­tion) Wahl­pflicht­mo­dule
5. Seme­ster30
Economy and Entre­pre­neur­ship OS and Infras­truc­ture Opti­mi­sa­tion and High Perfor­mance Compu­ting Projekt­ar­beit II Vertie­fun­gen (Digital Health, Digital Envi­ron­ment, Digital Labs and Produc­tion) Wahl­pflicht­mo­dule
6. Seme­ster30
Ethics and Law Bache­lor Thesis Vertie­fun­gen (Digital Health, Digital Envi­ron­ment, Digital Labs and Produc­tion) Wahl­pflicht­mo­dule
Total180

  • Perso­nen mit einer Berufs­lehre und -matu­ri­tät in einem mit Life Scien­ces oder Infor­ma­tik verwand­ten Berufs­feld (z. B. Laborant/in, Chemie- und Phar­ma­tech­no­lo­ge/-tech­no­lo­gin, Lebens­mit­tel­tech­no­lo­ge/-tech­no­lo­gin, Drogist/in, Geomatiker/in oder Infor­ma­ti­ker/-in) können das Studium direkt aufneh­men.
  • Perso­nen mit einer Berufs­lehre und -matu­ri­tät in einem fach­frem­den Beruf benö­ti­gen eine einjäh­rige Arbeits­welt­erfah­rung in einem verwand­ten Berufs­feld. Die Studien gang­lei­tung entschei­det «sur dossier» über die ange­rech­nete Zeit.
  • Perso­nen mit einer gymna­sia­len Matu­ri­tät oder Fach­ma­tu­ri­tät benö­ti­gen eine einjäh­rige Arbeits­welt­erfah­rung in einem verwand­ten Berufs­feld. Berufs­feld­be­zo­gene Prak­tika können ange­rech­net werden.
  • Perso­nen mit einem HF-Diplom in einem nicht verwand­ten Bereich benö­ti­gen eine einjäh­rige Arbeits­welt­erfah­rung in einem verwand­ten Berufs­feld. Die Anrech­nung von Studi­en­lei­stun­gen wird indi­vi­du­ell von der Studi­en­g­an­g­lei­tung geprüft und entschie­den.

Beruf­li­che Perspek­ti­ven

Welche Tätig­keits­fel­der stehen nach diesem Studium offen?