Artificial Intelligence & Machine Learning
Hochschule Luzern HSLU
Bachelor Fachhochschule FH
Artificial Intelligence & Machine Learning (AI/ML) ist ein interdisziplinäres Fach, das seine Wurzeln in der Informatik hat. Das Ziel von AI/ML ist es, Computer und Roboter dazu zu bringen, Aufgaben besser, schneller und billiger zu erledigen als Menschen es können. Einige Beispiele sind selbstfahrende Autos, Chatbots, Spam-Filter und Gesichtserkennung. Da AI/ML-Systeme ihr Verhalten in der Regel aus grossen Datenmengen (Big Data) lernen, umfasst AI/ML auch das Thema Data-Science. AI/ML ist eine Schlüsseltechnologie für das 21. Jahrhundert mit Anwendungen in allen Branchen, z. B. medizinische Diagnostik, Empfehlungssysteme für den elektronischen Handel, Entscheidungshilfen für Unternehmen und Wettervorhersagen, um nur einige zu nennen. Der Studiengang Artificial Intelligence & Machine Learning bietet eine breite interdisziplinäre Mischung aus angewandten Technologien, betriebswirtschaftlichen Fähigkeiten, Sozialbewusstsein und Projektarbeit.
Minors
Der Studiengang AI/ML bietet auch 3 Möglichkeiten für eine Minor (Zusatzprofil), d.h. eine Spezialisierung im Umfang von 15 ECTS in einem der folgenden Bereiche:
- Software Engineering
- Informations- und Cybersicherheit
- Medizintechnik
Alle Infos auf einen Blick
Bildungsinstitut
Hochschule Luzern HSLU > Departement Informatik
Link zum Angebot
Link zur Zulassung
Abschluss
Bachelor Fachhochschule FH
Sprache
Deutsch
Bemerkungen zur Sprache
gewisse Wahlmodule und einige Kernmodule auch in Englisch
Dauer
Vollzeit: 3 Jahre – 6 Semester (Unterrichtstage Mo – Fr)
Berufsbegleitend (in Kombination mit einschlägiger Berufstätigkeit mit Anstellungsgrad 40-60%): 4 Jahre / 8 Semester (Unterrichtstage in der Regel Mo, Di, Sa-Vormittag)
Teilzeit (Familie oder Leistungssport mit Studium vereinbaren): 4 Jahre / 8 Semester (Unterrichtstage in der Regel wählbar)
Das Studium ist modular aufgebaut.1 ECTS-Punkt entspricht ungefähr einem Arbeitsaufwand von 25-30 Stunden.
Das Curriculum besteht aus acht verschiedenen Kategorien: Mathematik, Machine Learning, Computer Science, AI Projekte, AI Anwendungen, Interdisziplinären Modulen, Business Skills sowie Erweiterungsmodule.
| Modulgruppe | ECTS |
| Business Skills | 12 |
| Study Options | 36 |
| Mathematics | 18 |
| Machine Learning | 12 |
| Computer Science | 21 |
| AI Project Word | 36 |
| AI Applications | 30 |
| Interdisciplinary | 15 |
| Total | 180 |
Verteilung auf die verschiedenen Studienlevels
| Studienlevel | Module & ECTSECTS | |
| Assessment Level | Mathematics: – Statistics & Proibability – 3 Credits – Analysis – 6 Credits – Discrete Math – 6 Credits – Linear Algebra – 3 Credits | |
| Computer Science: – Programming for Data Science – 6 Credits – Algorithms – 3 Credits – Digital Basics – 3 Credits | ||
| Interdisciplinary: – Machine Learning, Perception & Knowledge – 6 Credits – Philosophy, Art & AI – 6 Credits | ||
| Business Skills: – Project Management Basics – 3 Credits – Entrepreneurship – 3 Credits | ||
| Study Options: English* and Options – 12 Credits | ||
| Intermediate Level | Machine Learning: – Machine Learning & Neural Networks – 6 Credits – Knowledge Representation – 3 Credits | |
| Computer Science: – Data Visualization – 3 Credits – Databases & Big Data – 6 Credits | ||
| AI Applications: – Robotics – 6 Credits – Industial Optimization – 6 Credits | ||
| AI Project Work: – Product Development I – 6 Credits – Product Development II – 6 Credits | ||
| Business Skills: – Algorithmic Business – 3 Credits – Game Theory – 3 Credits | ||
| Study Options: für Zusatzprofil – 12 Credits | ||
| Bachelor Level | Machine Learning: – Reinforcement Learning – 3 Credits | |
| Interdisciplinary: – Ethics & AI – 3 Credits | ||
| AI Applications: – Computer Vision & AI – 9 Credits – Natural Languange Processing – 9 Credits | ||
| AI Project Work: – AI Challenge / Competition – 12 Credits – Bachelor-Thesis Project – 12 Credits | ||
| Study Options: für Zusatzprofil – 12 Credits | ||
* Auf der Assessment-Stufe müssen die Studierenden zwei Semester lang Englisch als Wahlmodul wählen,
falls sie über kein B2-Sprachzertifikat verfügen. Dies ist eine Voraussetzung für die AI/KI Advanced-Stufe.
Zulassung
- Technische Berufsmatura (Deutschland: Fachhochschulreife) mit anerkannter Berufsausbildung, beides in technischer Richtung: direkte Aufnahme;
- Technische BM, aber keine IT-Berufslehre: Aufnahme nach Besuch Theoriekurs Informatik-Praktikum (TIP);
- Berufslehre und andere BM: Aufnahme nach Math-Repetitorium;
- Gymnasiale Maturität plus ca. ein Jahr Berufspraxis im IT-Bereich; Uni/ETH-Abschluss plus 1 Jahr IT-Berufspraxis (Credits werden angerechnet) HF-Abschluss in IT: direkte Aufnahme;
- HF-Abschluss ohne IT-Erfahrung: Aufnahme nach Teoriekurs Informatik-Praktikum (TIP) und Math-Repetitorium;
- Aufnahme ohne BM: über 25 Jahre alt und genügend IT-Berufserfahrung: evtl. Aufnahme nach Gespräch mit der Studiengangleitung
Anforderungen
Für ein Informatikstudium sind gute Mathematikkenntnisse notwendig. Eine Matura mit Schwerpunkt Mathematik wird nicht vorausgesetzt. Die HSLU bietet vor Studienbeginn Mathematikvorbereitungskurse an. Vorkenntnisse in Informatik und Programmierung werden nicht vorausgesetzt, erleichtern aber den Einstieg ins Studium.
Ein Flair für Mathematik und logisch-analytisches Denkvermögen sind unabdingbar. Ebenso Freude am Lösen komplexer Probleme, Neugier und Kreativität auf der Suche nach der besten Lösung, selbstständiges und systematisches Arbeiten, Ausdauer und die Bereitschaft, sich fortwährend weiterzuentwickeln und mit neuen Technologien zu befassen. Teamgeist, gute Kommunikationsfähigkeiten und Durchsetzungsvermögen sind in Studium und Beruf wichtig, denn es wird häufig in Teams und in einem zunehmend globalisierten Umfeld gearbeitet.
Sprachkompetenzen
Englisch ist die Sprache der Informatik und zum Verständnis von Fachliteratur und für den Besuch englischsprachiger Veranstaltungen unerlässlich. Englischkenntnisse auf Maturitätsniveau reichen für den Studienbeginn gewöhnlich aus.
Berufliche Perspektiven
Welche Tätigkeitsfelder stehen nach diesem Studium offen?
- Mitarbeitende/Verantwortliche bei der Realisierung von KI-Systemen
- Hardware-/Softwareingenieur/in im Bereich Robotik und Autonomer Systeme, insbesondere auch medizinischer Assistenzsysteme
- Softwareingenieur/in für künstliche Intelligenz und humanoide Robotik
- Machine Learning Ingenieur/in
- Vertriebsingenieur/in im Bereich der «Industrie 4.0» mit qualifizierter Beratung der Anwender
- Applikationsingenieur/in zur Beratung bei der Anwendung im Umfeld der Servicerobotik, unbemannter Transportsysteme, medizintechnischer Geräte
- Tätigkeitsfelder
Weiterführende Masterstudien
- Master of Science in Engineering (MSE)
Dieser Studiengang gehört zu folgenden Studienrichtungen
Studiengänge werden in Studienrichtungen gruppiert. Interdisziplinäre Studiengänge können zu mehreren Studienrichtungen gehören.
Informatik
Mit 22 Studiengängen
Informatik oder Computer Science ist eine Wissenschaft an der Schnittstelle der Mathematik mit den Ingenieur- und Naturwissenschaften. Sie umfasst alle Bereiche der systematischen Informationsverarbeitung. Informatik ...
