Weitere Module5 ECTS
Friedrich-Alexander-Universität Erlangen-Nürnberg · Master
Artificial Intelligence Master of Science an der Friedrich-Alexander-Universität Erlangen-Nürnberg
Der Masterstudiengang Artificial Intelligence an der Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU) verbindet technische Tiefe mit der Möglichkeit, das Studium in Teilzeit neben Beruf oder anderen Verpflichtungen zu absolvieren.M.Sc.
Master of Science
120
ECTS-Punkte
4 Sem.
Regelstudienzeit
Erlangen
Studienort
Über den Studiengang
Der M.Sc. Artificial Intelligence an der FAU richtet sich an alle, die KI-Methoden nicht nur anwenden, sondern auf einem fortgeschrittenen wissenschaftlichen Niveau verstehen und weiterentwickeln wollen. Der Studienort Erlangen bietet dabei eine enge Anbindung an eine forschungsstarke technische Fakultät, die Themen von Signalverarbeitung bis zu datengetriebenen Analysemethoden abdeckt.
Da der Studiengang zulassungsfrei ist, entfällt die übliche Hürde eines Auswahlverfahrens – wer die formalen Voraussetzungen erfüllt, kann sich unmittelbar einschreiben. Die Teilzeitoption macht das Programm besonders für Berufstätige oder Personen mit familiären Verpflichtungen interessant, die eine akademische Vertiefung in KI anstreben, ohne ihre bisherige Tätigkeit vollständig aufzugeben.
Inhaltlich zeigt sich ein interdisziplinärer Zuschnitt: Neben klassischen technischen Grundlagen der KI fließen auch Methoden aus der Datenerhebung in den Sozial- und Verhaltenswissenschaften sowie Ansätze zur Analyse ökonomischer und finanzieller Daten ein. Das macht den Studiengang für unterschiedliche fachliche Vorprägungen anschlussfähig.
Curriculum & Module
52 Module · 60 ECTS gesamt – der vollständige Studienverlauf. Durchsuche alle Module oder filtere nach Semester.
Weitere Module5 ECTS
Architectures for digital signal processing
Weitere Module5 ECTS
Data collection methods in the social and behavioral sciences
Weitere Module5 ECTS
Electronic human resource management
Weitere Module5 ECTS
Fundamentals of electrical engineering
Weitere Module5 ECTS
Integrated production systems
Weitere Module5 ECTS
International supply chain management
Weitere Module5 ECTS
Magnetic resonance imaging
Weitere Module5 ECTS
Magnetic resonance imaging 2 + exercise
Weitere Module5 ECTS
Magnetic resonance imaging sequence programming
Weitere Module5 ECTS
People analytics – Data science for human resources management
Weitere Module5 ECTS
Physics I
Weitere Module5 ECTS
Physics II
Weitere Module5 ECTS
Renewable energies
Weitere Module5 ECTS
Introduction to Molecular Biology
Weitere Module
Advanced upper-limb prosthetics
Weitere Module
AI in medical robotics
Weitere Module
Algorithmic Bioinformatics
Weitere Module
Applied data science in medicine & psychology
Weitere Module
Best practices in open science
Weitere Module
Biomedical signal analysis
Weitere Module
Computational magnetic resonance imaging
Weitere Module
Computational neurotechnology / Numerical neurotechnology
Weitere Module
Human computer interaction
Weitere Module
Intent detection and feedback
Weitere Module
Introduction to network science
Weitere Module
Machine learning for time series
Weitere Module
Systems immunology and infectiology
Weitere Module
Digitalization in Clinical Psychology
Weitere Module
Green AI - AI for sustainability and sustainability of AI
Weitere Module
Seminar: Machine learning in MRI
Weitere Module
Network medicine
Weitere Module
Seminar: Quantifying lymphocyte dynamics
Weitere Module
Seminar: Humans in the loop: The design of interactive AI systems
Weitere Module
Seminar: Digital health psychology
Weitere Module
Seminar AI to Advance Healthcare and Clinical Research
Weitere Module
Computational imaging project
Weitere Module
Innovation lab for wearable and ubiquitous computing
Weitere Module
Project: Neurotechnology
Weitere Module
Project: Biomedical network science
Weitere Module
Project machine learning and data analytics
Weitere Module
Project: Representation learning
Weitere Module
Research project: Surgical robotics
Weitere Module
Project Assistive Intelligent Robotics
1. Semester10 ECTS
Algorithms, programming, and data representation
Introduction to fundamental algorithms, object-oriented programming in Python, data structures (linked lists, trees, graphs), recursion, sorting methods, graph algorithms, and computational complexity notation.
1. Semester10 ECTS
Mathematics for Data Science 1
Foundations in set theory, complex numbers, vector spaces, matrices, linear maps, systems of linear equations, eigenvalues/eigenvectors, and basic real analysis including limits and continuity.
1. Semester5 ECTS
Artificial Intelligence Perspectives
Weekly platform featuring talks by experts and decision makers in artificial intelligence and informatics to provide insights into professional environments, job profiles, and career orientation in AI.
2. Semester5 ECTS
Data Engineering
Covers data modalities and storage, relational and graph databases, proximity/distance/correlation measures, data bias, data cleaning, normalization, integration, outlier detection, and practical skills with Python (numpy, pandas, matplotlib, seaborn).
2. Semester5 ECTS
Applied Programming
Hands-on programming experience using applied technologies with a focus on hardware implementation, data acquisition and analysis, version control, code deployment, signal processing, and real-world applications.
2. Semester10 ECTS
Mathematics for Data Science 2
Calculus for single and multiple real variables, differentiation and integration, sequences and series, convergence, power series, Fourier series, and partial derivatives.
2. Semester10 ECTS
Free choice
Students select 10 ECTS worth of modules from all FAU offerings (excluding English language courses up to B1+) to create individual focus areas outside artificial intelligence.
3. Semester5 ECTS
Introduction to software engineering
Covers software development phases (requirements analysis, specification, design, implementation, testing, maintenance), process models, agile development, UML modeling, software architectures, design patterns, and testing strategies.
Keine Module gefunden. Suche anpassen oder Filter zurücksetzen.
Moduldaten aus dem offiziellen Modulhandbuch der Hochschule München. Umfang und Angebot können sich je Studien- und Prüfungsordnung ändern.
Studiengang im Detail
Über den Studiengang
Der Studiengang Artificial Intelligence an der FAU ist als forschungsorientierter Master konzipiert, der technische, mathematische und methodische Grundlagen der KI vermittelt. Die Teilzeitform erlaubt es, Studieninhalte über einen längeren Zeitraum zu verteilen und parallel berufliche oder private Verpflichtungen wahrzunehmen.
Die zulassungsfreie Struktur senkt die Einstiegshürde, setzt aber voraus, dass Studierende sich selbst organisieren und Eigenverantwortung für ihren Studienfortschritt übernehmen, da kein Auswahlverfahren die Vorkenntnisse vorab abgleicht.
Studieninhalte
Zu den typischen Modulen zählen die Analyse makroökonomischer und finanzieller Marktdaten, Architekturen für digitale Signalverarbeitung sowie Methoden der Datenerhebung in den Sozial- und Verhaltenswissenschaften. Diese Kombination zeigt, dass der Studiengang KI nicht isoliert als Technikfach begreift, sondern als Werkzeug zur Analyse komplexer realer Systeme.
Studierende lernen dadurch, KI-Modelle nicht nur zu entwickeln, sondern auch auf ökonomische, technische und gesellschaftliche Fragestellungen anzuwenden – eine Kombination, die in vielen klassischen Informatik-Masterprogrammen seltener vorkommt.
Für wen passt das?
Der Studiengang eignet sich für Personen mit technischem oder quantitativem Hintergrund, die neben Beruf oder anderen Verpflichtungen eine vertiefte akademische Qualifikation in KI erwerben möchten. Die Teilzeitform setzt Durchhaltevermögen voraus, da Studieninhalte über einen längeren Zeitraum präsent bleiben müssen.
Wer bereits im Berufsleben steht und praxisnahe Fragestellungen aus Wirtschaft, Technik oder Sozialforschung mit KI-Methoden verknüpfen möchte, findet hier ein passendes Format.
Karriere & Arbeitsmarkt
Absolvent:innen richten sich beruflich häufig auf Tätigkeiten als Artificial Intelligence-Fachkräfte aus, etwa in der Entwicklung von KI-Systemen, der Datenanalyse oder in Forschungs- und Entwicklungsabteilungen von Unternehmen unterschiedlicher Branchen.
Die interdisziplinäre Ausrichtung der Module – von Signalverarbeitung bis Marktdatenanalyse – eröffnet dabei auch Wege in Bereiche wie Finanzanalytik oder sozialwissenschaftliche Datenerhebung, nicht nur in klassische Softwareentwicklung.
Hochschule & Format
Die FAU in Erlangen ist für ihre technische und naturwissenschaftliche Ausrichtung bekannt und bietet damit ein solides Umfeld für ein KI-Studium mit Forschungsbezug. Das Teilzeitformat ermöglicht eine flexible zeitliche Gestaltung des Studiums.
Da der Studiengang zulassungsfrei ist, sollten Interessierte sich dennoch selbst kritisch prüfen, ob ihre fachlichen Vorkenntnisse für die anspruchsvollen technischen Inhalte ausreichen.
Zulassung & Zugangswege
ZulassungsfreiArtificial Intelligence ist an der FAU in der Regel zulassungsfrei – der Einstieg ist ohne Numerus Clausus möglich.
ZugangswegeIn der Regel Abitur oder Fachhochschulreife – auch beruflich Qualifizierte können zugelassen werden; ein einschlägiges Vorpraktikum ist teils empfohlen.
Deine Zulassungschancen
Ehrliche Einordnung auf Basis der gebundenen Daten, plus dein persönlicher Match.
Gute Nachrichten: zulassungsfrei
Dieser Studiengang hat keinen Numerus Clausus. Deine Abiturnote ist für die Zulassung nicht entscheidend, oft ist sogar ein Einstieg ohne Abitur möglich.
Kosten & Finanzierung
An staatlichen Hochschulen fallen in der Regel keine Studiengebühren an – du zahlst nur den Semesterbeitrag.
| Position | Betrag |
|---|---|
| Studiengebühren | 0 € |
| Semesterbeitrag | ca. 250 bis 350 € / Semester |
| Enthalten | u. a. Semesterticket & Studierendenwerk |
Richtwerte – den genauen Semesterbeitrag nennt die Hochschule.
Deine Jobgarantie mit StudySmarter
Wenn du deinen Studiengang über StudySmarter und das StudyKit findest und dich darüber einschreibst, ist die Jobgarantie automatisch dabei.
Jobgarantie
6 Monate
Findest du innerhalb von 6 Monaten nach deinem Abschluss keinen Job, übernehmen wir dein professionelles Jobcoaching – so lange, bis du einen hast.
Gilt ab dem Tag deines Studienabschlusses.
So sicherst du sie dir
- Finde & wähle deinen Studiengang über StudySmarter und das StudyKit
- Schreib dich darüber an deiner Uni ein und schließe erfolgreich ab
- Bewirb dich über die StudySmarter Jobbörse und CareerKit für deinen ersten Job nach dem Studium
Ohne Zusatzkosten
Automatisch dabei.
Mit deiner Einschreibung über StudySmarter ist die Jobgarantie inklusive – du musst nichts extra buchen.
Infomaterial anfordern
Es gelten die Teilnahmebedingungen. Details und Bedingungen erhältst du mit dem Infomaterial.
Karriere & Gehalt
Der Weg vom Studienabschluss in den Beruf verläuft bei Artificial Intelligence-Fachkräften typischerweise über mehrere Erfahrungsstufen mit wachsender Verantwortung.
- Junior AI-Entwickler:inEinstieg in Projekte zur Modellentwicklung und Datenaufbereitung unter Anleitung erfahrener Kolleg:innen · 0 bis 2 Jahre
- AI-Entwickler:in / Data ScientistEigenständige Umsetzung von KI-Modellen und Analysen, Verantwortung für Teilprojekte · 2 bis 5 Jahre
- Senior AI-Spezialist:inKonzeption komplexer KI-Architekturen und fachliche Anleitung jüngerer Teammitglieder · 5 bis 8 Jahre
- Lead / Teamleitung KIVerantwortung für strategische KI-Projekte und Führung eines Entwicklungsteams · ab 8 Jahren
Gehaltsspanne nach Karrierephase
Branchenweite Marktorientierung für Artificial Intelligence-Profile (brutto pro Jahr), kein hochschulspezifischer Wert. Tatsächliche Gehälter hängen von Branche, Region und Erfahrung ab.
Arbeitsmarkt & Zukunft
Wie sich der Beruf der Artificial Intelligence-Fachkraft durch technologische Entwicklungen verändert, lässt sich bereits in Grundzügen absehen.
Wie KI den Beruf verändert
KI-Systeme verändern auch die Arbeit derjenigen, die selbst KI entwickeln, in mehrfacher Hinsicht.
KI nimmt dir ab
- Automatisierte Auswahl und Optimierung von Modellarchitekturen
- Routineaufgaben der Datenbereinigung und Vorverarbeitung
- Generierung von Code-Bausteinen für Standardmodelle
- Erste automatisierte Auswertung von Signalverarbeitungsdaten
Menschlich gefragter denn je
- Kritische Bewertung von Modellergebnissen im fachlichen Kontext
- Konzeption neuer Ansätze für komplexe, uneindeutige Fragestellungen
- Verantwortungsvoller Umgang mit ethischen Fragen bei Dateneinsatz
- Kommunikation von KI-Ergebnissen an fachfremde Stakeholder
Kompetenzen aus Modulen wie Architectures for digital signal processing und Analysis of macroeconomic and financial markets data bilden die fachliche Grundlage für viele dieser Tätigkeiten.
Arbeiten neben dem Studium
Sammle schon im Studium Praxis und verdiene dazu – Werkstudentenjobs und Praktika in Erlangen, ideal neben dem Präsenzstudium am Campus.
bis 20 Std.pro Woche im Semester – das erlaubt das Werkstudentenprivileg
ab 13,90 €pro Stunde gesetzlicher Mindestlohn; technische Werkstudierende oft darüber
SV-freiWerkstudentenjobs sind weitgehend sozialversicherungsfrei – mehr netto bleibt
Werkstudentenjobsin ErlangenLive Praktikain ErlangenLive Werkstudent Maschinenbaubundesweit & remoteLive
Stellen live aus der StudySmarter Jobbörse · laufend aktualisiert.
Tools & Rechner
Kostenlose StudySmarter-Tools für Finanzierung, Karriere und Bewerbung – direkt einsatzbereit.
GehaltsrechnerWas verdienst du mit diesem Abschluss? Gehälter nach Beruf und Region.BAföG-RechnerBerechne in zwei Minuten deinen möglichen BAföG-Anspruch.Karriere-QuizFinde heraus, welche Berufe und Studiengänge zu dir passen.CV-CheckLass deinen Lebenslauf prüfen und erhalte konkrete Verbesserungen.Skills-AnalyseWelche Skills brauchst du im Beruf – und wo hast du noch Lücken?KarrierepfadSieh typische Karrierewege und Gehaltsstufen für deinen Beruf.
Die Hochschule im Profil
Kurzprofil der Friedrich-Alexander-Universität Erlangen-Nürnberg – Trägerschaft, Format und, wo verfügbar, unsere Einschätzung aus Studierendenbewertungen.
FA
Friedrich-Alexander-Universität Erlangen-Nürnberg
Staatliche HochschulePräsenzstudiumErlangen
StudySmarter-Score
Für diese Hochschule liegen noch keine aggregierten Studierendenbewertungen vor.
Was Studierende sagen
Das wird gelobt
- Zulassungsfreier Zugang ohne Auswahlverfahren
- Teilzeitformat für Berufstätige und Studierende mit Verpflichtungen
- Interdisziplinäre Modulkombination aus Technik, Ökonomie und Sozialwissenschaft
Worauf du achten solltest
Wer sich für diesen Studiengang entscheidet, sollte bedenken, dass die zulassungsfreie Struktur kein Garant für geringere fachliche Anforderungen ist – die technischen und mathematischen Inhalte bleiben anspruchsvoll, und im Teilzeitformat ist eine hohe Selbstorganisation über einen längeren Studienzeitraum notwendig.
Passt Artificial Intelligence zu dir?
Das solltest du mitbringen
- Du bringst technisches oder quantitatives Grundverständnis mit und willst dich in Artificial Intelligence vertiefen.
- Du suchst ein Teilzeitformat, das sich mit Beruf oder anderen Verpflichtungen kombinieren lässt.
- Du interessierst dich für interdisziplinäre Anwendungen von KI, etwa in Marktdatenanalyse oder Signalverarbeitung.
- Du kannst dich selbst organisieren, da die Zulassung ohne Auswahlverfahren erfolgt.
Weitere & ähnliche Studiengänge
Ähnliche Studiengänge an der FAU
Advanced Health Care
Studiengang ansehen
Advanced Healthcare – Interprofessionelle Gesundheitsversorgung
Studiengang ansehen
Advanced Materials and Processes
Studiengang ansehen
Advanced Optical Technologies
Studiengang ansehen
Antike Sprachen und Kulturen
Studiengang ansehen
Applied Sustainable Engineering
Studiengang ansehen
Artificial Intelligence an anderen Hochschulen
Häufige Fragen
Ist der Studiengang Artificial Intelligence an der FAU zulassungsbeschränkt?
Nein, der Studiengang ist zulassungsfrei, es findet also kein Auswahlverfahren statt.
Kann ich den Master in Teilzeit neben einem Job studieren?
Ja, das Studienformat ist explizit auf Teilzeit ausgelegt und richtet sich an Personen, die Studium und Beruf oder andere Verpflichtungen kombinieren möchten.
Welche Themen deckt der Studiengang neben klassischer KI-Technik ab?
Module wie die Analyse makroökonomischer und finanzieller Marktdaten sowie Methoden der Datenerhebung in den Sozial- und Verhaltenswissenschaften zeigen einen interdisziplinären Zuschnitt über die reine Technik hinaus.
Welche Berufsperspektiven eröffnet der Abschluss?
Absolvent:innen orientieren sich häufig in Richtung Artificial Intelligence-Fachkräfte, etwa in Entwicklung, Datenanalyse oder Forschung, mit möglichen Einsatzfeldern in Wirtschaft, Technik und Sozialforschung.
Kostenlos & unverbindlich
Infomaterial zu Artificial Intelligence bekommen
Studienführer, Termine, Zulassung & Finanzierung – kostenlos direkt in dein Postfach.
StudyKit · kostenlos
Noch unsicher bei der Studienwahl?
Mit StudyKit gehst du Studienwahl, Bewerbung und Finanzierung an einem Ort an, begleitet von einem persönlichen KI-Assistenten. Finde heraus, was wirklich zu dir passt, und starte deine Bewerbung Schritt für Schritt.
Karriere-QuizBewerbungs-WalkthroughGehalts- & CV-Check