Weitere Module10 ECTS
FWP Mathematik/Data Science
Wahlpflichtmodule aus den Bereichen Mathematik und Data Science (SPO DC 2023, DC 2025).
Hochschule München · Bachelor
Data Science & Scientific Computing Bachelor of Science an der Hochschule München
Der Bachelor Data Science & Scientific Computing an der Hochschule München (HM) verbindet mathematisches Handwerk mit rechnergestützter Modellierung großer Datenmengen.B.Sc.
Bachelor of Science
210
ECTS-Punkte
6 Sem.
Regelstudienzeit
München
Studienort
Über den Studiengang
Der Studiengang Data Science & Scientific Computing an der Hochschule München richtet sich an alle, die Freude an Mathematik, Algorithmik und dem systematischen Umgang mit Daten haben. Statt reiner Softwareentwicklung steht hier die Verbindung aus wissenschaftlichem Rechnen und datengetriebener Analyse im Zentrum – ein Profil, das an klassischen Informatik-Studiengängen oft zu kurz kommt.
Als Bachelor of Science mit beschränkter Zulassung setzt die HM auf ein Curriculum, das mathematische Grundlagen eng mit informatischer Praxis verzahnt. Die Wahlpflichtstruktur mit Modulen aus Mathematik und Data Science erlaubt es, eigene Schwerpunkte zu setzen, ohne die gemeinsame methodische Basis zu verlieren.
Der Standort München bringt den Vorteil einer Hochschule mit ausgeprägtem Anwendungsbezug: Theorie wird konsequent mit Blick auf reale Fragestellungen aus Industrie, Forschung und Technologiebranche vermittelt.
Curriculum & Module
68 Module · 210 ECTS gesamt – der vollständige Studienverlauf. Durchsuche alle Module oder filtere nach Semester.
Weitere Module10 ECTS
FWP Mathematik
Wahlpflichtmodule aus dem Bereich Mathematik (nur SPO DC 2020).
Weitere Module10 ECTS
Beliebiges FWP-Fach
Wahlpflichtmodule aus beliebigen Wahlpflichtfachgruppen.
Weitere Module
Approximationstheorie und Variationsrechnung
Wahlpflichtmodul aus der Wahlpflichtmodulgruppe Mathematik.
Weitere Module
Finite Elemente und verwandte Methoden
Wahlpflichtmodul aus der Wahlpflichtmodulgruppe Mathematik.
Weitere Module
Integraltransformationen
Wahlpflichtmodul aus der Wahlpflichtmodulgruppe Mathematik.
Weitere Module
Kryptologie
Wahlpflichtmodul aus der Wahlpflichtmodulgruppe Mathematik.
Weitere Module
Operations Research
Wahlpflichtmodul aus der Wahlpflichtmodulgruppe Mathematik.
Weitere Module
Quantifizierung von Unsicherheiten (Uncertainty Quantification) - Grundlagen
Wahlpflichtmodul aus der Wahlpflichtmodulgruppe Mathematik.
Weitere Module
Statistik 2
Wahlpflichtmodul aus der Wahlpflichtmodulgruppe Mathematik.
Weitere Module
Anwendung KI in der sozialen Arbeit
Wahlpflichtmodul aus der Wahlpflichtmodulgruppe Anwendungen des Maschinellen Lernens.
Weitere Module
Applikationsentwicklung in der industriellen Bildverarbeitung
Wahlpflichtmodul aus der Wahlpflichtmodulgruppe Anwendungen des Maschinellen Lernens.
Weitere Module
Business Analytics
Wahlpflichtmodul aus der Wahlpflichtmodulgruppe Anwendungen des Maschinellen Lernens.
Weitere Module
Fernerkundung und Photogrammetrie (Remote Sensing)
Wahlpflichtmodul aus der Wahlpflichtmodulgruppe Anwendungen des Maschinellen Lernens.
Weitere Module
Grundlagen der Robotik
Wahlpflichtmodul aus der Wahlpflichtmodulgruppe Anwendungen des Maschinellen Lernens.
Weitere Module
Grundlagen des Natural Language Processing
Wahlpflichtmodul aus der Wahlpflichtmodulgruppe Anwendungen des Maschinellen Lernens.
Weitere Module
IT-Sicherheit und Künstliche Intelligenz
Wahlpflichtmodul aus der Wahlpflichtmodulgruppe Anwendungen des Maschinellen Lernens.
Weitere Module
Interpretierbares maschinelles Lernen
Wahlpflichtmodul aus der Wahlpflichtmodulgruppe Anwendungen des Maschinellen Lernens.
Weitere Module
Künstliche Intelligenz in der Medizin
Wahlpflichtmodul aus der Wahlpflichtmodulgruppe Anwendungen des Maschinellen Lernens.
Weitere Module
Nachhaltigkeit & KI
Wahlpflichtmodul aus der Wahlpflichtmodulgruppe Anwendungen des Maschinellen Lernens.
Weitere Module
Our Br00d – Technical Development of Agentic AI in Artistic Research - Project Workshop
Wahlpflichtmodul aus der Wahlpflichtmodulgruppe Anwendungen des Maschinellen Lernens.
Weitere Module
Projekt AICA - Artificial Intelligence in Culture and Arts
Wahlpflichtmodul aus der Wahlpflichtmodulgruppe Anwendungen des Maschinellen Lernens.
Weitere Module
Projekt Big Data
Wahlpflichtmodul aus der Wahlpflichtmodulgruppe Anwendungen des Maschinellen Lernens.
Weitere Module
Projekt Geodatenfusion
Wahlpflichtmodul aus der Wahlpflichtmodulgruppe Anwendungen des Maschinellen Lernens.
Weitere Module
Projektstudium IF (Autonomes Fahren)
Wahlpflichtmodul aus der Wahlpflichtmodulgruppe Anwendungen des Maschinellen Lernens.
Weitere Module
Rapid Response Remote Sensing Techniques
Wahlpflichtmodul aus der Wahlpflichtmodulgruppe Anwendungen des Maschinellen Lernens.
Weitere Module
Sprach- und Audioverarbeitung
Wahlpflichtmodul aus der Wahlpflichtmodulgruppe Anwendungen des Maschinellen Lernens.
Weitere Module
Vertiefung Navigation
Wahlpflichtmodul aus der Wahlpflichtmodulgruppe Anwendungen des Maschinellen Lernens.
Weitere Module
Algorithmen und Datenstrukturen I
Wahlpflichtmodul aus der Wahlpflichtmodulgruppe Informatik.
Weitere Module
Algorithmen und Datenstrukturen II
Wahlpflichtmodul aus der Wahlpflichtmodulgruppe Informatik.
Weitere Module
Betriebssysteme I
Wahlpflichtmodul aus der Wahlpflichtmodulgruppe Informatik.
Weitere Module
Cloud Computing
Wahlpflichtmodul aus der Wahlpflichtmodulgruppe Informatik.
1. Semester5 ECTS
Analysis
Grundlagenmodul in Analysis mit Vorlesungen und Übungen.
1. Semester8 ECTS
Computational Thinking
Einführung in Computational Thinking mit seminaristischem Unterricht und praktischen Übungen.
1. Semester5 ECTS
Diskrete Mathematik
Grundlagenmodul in Diskreter Mathematik mit Vorlesungen und Übungen.
1. Semester5 ECTS
Lineare Algebra
Grundlagenmodul in Linearer Algebra mit Vorlesungen und Übungen.
1. Semester5 ECTS
Wahrscheinlichkeitsrechnung
Grundlagenmodul in Wahrscheinlichkeitsrechnung mit seminaristischem Unterricht und praktischen Übungen.
1. Semester2 ECTS
AW (Semester 1)
Allgemeinwissenschaftliches Modul im ersten Semester.
2. Semester5 ECTS
Angewandte Mathematik
Anwendungsorientiertes Mathematik-Modul mit Modularbeit und Präsentation.
2. Semester5 ECTS
Datenaufbereitung und Visualisierung
Modul zur Datenaufbereitung und Visualisierung mit seminaristischem Unterricht und praktischen Übungen.
2. Semester8 ECTS
Funktionale Programmierung
Einführung in Funktionale Programmierung mit seminaristischem Unterricht und praktischen Übungen.
2. Semester5 ECTS
IT-Sicherheit und technischer Datenschutz
Modul zu IT-Sicherheit und technischem Datenschutz mit seminaristischem Unterricht und praktischen Übungen.
2. Semester5 ECTS
Maschinelles Lernen
Grundlagenmodul zum Maschinellen Lernen mit seminaristischem Unterricht und praktischen Übungen.
2. Semester2 ECTS
AW (Semester 2)
Allgemeinwissenschaftliches Modul im zweiten Semester.
2. Semester5 ECTS
Hands-On Machine Learning
Praktisches Modul zu Machine Learning (nur SPO DC 2025).
2. Semester3 ECTS
Digitale Ethik
Modul zu digitaler Ethik mit seminaristischem Unterricht und Übungen (nur SPO DC 2025).
2. Semester5 ECTS
Moderne Programmierkonzepte und Datenstrukturen
Modul zu modernen Programmierkonzepten und Datenstrukturen mit seminaristischem Unterricht und praktischen Übungen (nur SPO DC 2025).
3. Semester5 ECTS
Datenhaltung
Modul zur Datenhaltung mit seminaristischem Unterricht und praktischen Übungen.
3. Semester5 ECTS
Mehrdimensionale Differentialrechnung und Differentialgleichungen
Modul zu mehrdimensionaler Differentialrechnung und Differentialgleichungen mit Vorlesungen und Übungen.
3. Semester5 ECTS
Recht und Ethik
Modul zu Recht und Ethik mit seminaristischem Unterricht und Übungen.
3. Semester5 ECTS
Numerische Mathematik 1
Modul zu Numerischer Mathematik 1 mit seminaristischem Unterricht und praktischen Übungen.
3. Semester5 ECTS
Objektorientierte Programmierung
Modul zur Objektorientierten Programmierung mit seminaristischem Unterricht und praktischen Übungen.
3. Semester5 ECTS
Statistik 1
Grundlagenmodul in Statistik 1 mit seminaristischem Unterricht und praktischen Übungen.
3. Semester5 ECTS
Software Engineering for Data Computing
Modul zu Software Engineering für Data Computing mit seminaristischem Unterricht und praktischen Übungen (nur SPO DC 2025).
4. Semester25 ECTS
Praxissemester
Praktisches Studiensemester mit 22 Wochen Praktikum und praxisbegleitender Lehrveranstaltung.
4. Semester5 ECTS
Praxisbegleitende Lehrveranstaltung
Begleitveranstaltung zum Praxissemester mit seminaristischem Unterricht und praktischen Übungen.
5. Semester5 ECTS
Data Warehousing/Mining
Modul zu Data Warehousing und Mining mit seminaristischem Unterricht und praktischen Übungen.
5. Semester5 ECTS
Deep Learning
Modul zu Deep Learning mit seminaristischem Unterricht und praktischen Übungen.
5. Semester5 ECTS
Modellbildung und Simulation
Modul zu Modellbildung und Simulation mit seminaristischem Unterricht und praktischen Übungen.
5. Semester5 ECTS
Numerische Mathematik 2
Modul zu Numerischer Mathematik 2 mit seminaristischem Unterricht und praktischen Übungen.
5. Semester5 ECTS
Numerische Optimierung
Modul zur Numerischen Optimierung mit seminaristischem Unterricht und praktischen Übungen.
5. Semester5 ECTS
Data Science Projekt
Projektmodul zu Data Science mit seminaristischem Unterricht und praktischen Übungen (SPO DC 2023, DC 2025).
5. Semester10 ECTS
FWP Anwendungsfächer des maschinellen Lernens
Wahlpflichtmodule aus dem Bereich Anwendungen des maschinellen Lernens.
5. Semester10 ECTS
FWP Informatik
Wahlpflichtmodule aus dem Bereich Informatik.
5. Semester5 ECTS
FWP Data Science
Wahlpflichtmodule aus dem Bereich Data Science (nur SPO DC 2020).
6. Semester5 ECTS
Projektstudium
Projektstudium mit seminaristischem Unterricht und praktischen Übungen.
7. Semester15 ECTS
Bachelorarbeit
Abschlussarbeit des Bachelorstudiums mit anschließender Präsentation.
7. Semester6 ECTS
Bachelorkolloquium
Kolloquium zur Bachelorarbeit mit Präsentation (nur SPO DC 2025).
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
Data Science & Scientific Computing an der Hochschule München positioniert sich zwischen klassischer Informatik und angewandter Mathematik. Wer Algorithmen nicht nur nutzen, sondern auch verstehen und selbst entwickeln möchte, findet hier ein passendes Umfeld.
Die beschränkte Zulassung signalisiert eine hohe Nachfrage – entsprechend lohnt es sich, das eigene Interesse an Mathematik und Programmierung schon vor der Bewerbung realistisch einzuschätzen.
Studieninhalte
Neben Grundlagen der Informatik und Mathematik bilden Wahlpflichtmodule wie FWP Mathematik/Data Science und FWP Mathematik das Rückgrat der fachlichen Vertiefung. Ergänzt wird dies durch ein beliebiges FWP-Fach, das individuelle Interessensschwerpunkte ermöglicht.
Diese Struktur fördert eigenständiges Lernen: Studierende gestalten ihr Profil aktiv mit, statt einem starren Modulplan zu folgen.
Für wen passt das?
Geeignet ist der Studiengang für Menschen mit solidem mathematischem Interesse, die zugleich praktisch programmieren und experimentieren wollen. Reine Theorie-Fans ebenso wie reine Coding-Fans könnten hier an ihre Grenzen stoßen, denn beides wird gefordert.
Wer strukturiert arbeitet und sich für datengetriebene Fragestellungen aus Naturwissenschaft, Technik oder Wirtschaft begeistert, trifft eine gute Wahl.
Karriere & Arbeitsmarkt
Absolvent:innen finden Anschluss an Berufe in der Informatik, insbesondere dort, wo Datenanalyse, Modellierung und rechnergestützte Verfahren gefragt sind. Die Kombination aus Mathematik und Informatik öffnet Türen in Branchen von Technologie über Industrie bis Forschung.
Der Praxisbezug der Hochschule München erleichtert den Übergang in den Arbeitsmarkt, da Inhalte regelmäßig an aktuellen fachlichen Entwicklungen ausgerichtet werden.
Hochschule & Format
Als Vollzeitstudium in München bietet der Studiengang ein dichtes, anwendungsorientiertes Format mit direktem Zugang zu einem lebendigen Technologie- und Wissenschaftsumfeld.
Die Hochschule München punktet mit ihrem Praxisfokus, der auch in einem mathematisch geprägten Studiengang wie diesem spürbar bleibt.
Zulassung & Zugangswege
Zulassungsbeschränkt (NC)Die NC-Grenze lag zuletzt bei 2,8; sie variiert je Semester – bitte aktuell bei der HM prüfen.
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.
Zulassungsbeschränkt (NC)
Die Studienplätze sind begrenzt und die NC-Grenze schwankt je Semester. Prüfe mit deinem Schnitt, wie deine Chancen aktuell stehen.
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 Berufseinstieg führt meist über Positionen an der Schnittstelle von Datenanalyse und Softwareentwicklung.
- Junior Data Analyst/ScientistEinstieg in Datenaufbereitung, erste Modellierungsaufgaben und Unterstützung erfahrener Teammitglieder · 0 bis 2 Jahre
- Data ScientistEigenständige Entwicklung von Modellen und Analysepipelines, engere Zusammenarbeit mit Fachabteilungen · 2 bis 5 Jahre
- Senior Data Scientist / Scientific Computing SpecialistVerantwortung für komplexe Projekte, methodische Weiterentwicklung und Mentoring · 5 bis 8 Jahre
- Lead Data Scientist / TeamleitungFachliche und disziplinarische Leitung von Data-Science-Teams sowie strategische Ausrichtung · ab 8 Jahren
Gehaltsspanne nach Karrierephase
Branchenweite Marktorientierung für Berufe in der Informatik (o.S.) (brutto pro Jahr), kein hochschulspezifischer Wert. Tatsächliche Gehälter hängen von Branche, Region und Erfahrung ab.
Arbeitsmarkt & Zukunft
Wie sich der Berufsalltag in Data Science verändert, hängt stark davon ab, welche Aufgaben KI zunehmend übernimmt.
46–86 Tage
Vakanzzeit – so lange bleibt eine gemeldete Stelle im Schnitt offen.
BA EngpassanalyseEngpassberuf
Offizielle Einstufung für Berufe in der Informatik (o.S.).
Fachkräftemangel66.000 €
Orientierungswert Bruttojahresgehalt (Median).
GehaltWie KI den Beruf verändert
Automatisierung verschiebt Aufgabenprofile in der Datenanalyse spürbar, ohne menschliche Expertise überflüssig zu machen.
KI nimmt dir ab
- Automatisiertes Vorverarbeiten und Bereinigen großer Datensätze
- Standardisierte statistische Auswertungen und Reporting
- Vortrainierte Modelle für gängige Klassifikations- und Regressionsaufgaben
- Erste Codeentwürfe durch KI-gestützte Programmierassistenten
Menschlich gefragter denn je
- Formulierung relevanter Fragestellungen und Hypothesen
- Bewertung von Modellgüte und Plausibilität im Fachkontext
- Kommunikation von Ergebnissen an Fachabteilungen ohne Data-Science-Hintergrund
- Verantwortungsvoller Umgang mit Datenqualität und ethischen Fragen
Die in Modulen wie FWP Mathematik/Data Science und FWP Mathematik erworbenen Kenntnisse bilden die methodische Basis für eigenständiges Modellieren im Berufsalltag.
Arbeiten neben dem Studium
Sammle schon im Studium Praxis und verdiene dazu – Werkstudentenjobs und Praktika in München, 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 MünchenLive Praktikain MünchenLive 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 Hochschule München – Trägerschaft, Format und, wo verfügbar, unsere Einschätzung aus Studierendenbewertungen.
HM
Hochschule München
Staatliche HochschulePräsenzstudiumMünchen
StudySmarter-Score
Für diese Hochschule liegen noch keine aggregierten Studierendenbewertungen vor.
Was Studierende sagen
Das wird gelobt
- Enge Verzahnung von Mathematik und praktischer Datenanalyse
- Individuelle Schwerpunktsetzung durch Wahlpflichtmodule
- Anwendungsorientiertes Umfeld der Hochschule München
Worauf du achten solltest
Die beschränkte Zulassung und der hohe mathematische Anteil bedeuten, dass ein realistisches Selbstbild zu den eigenen Stärken in Mathematik und Programmierung vor der Bewerbung wichtig ist – wer beides nur mäßig mag, sollte alternative Schwerpunkte prüfen.
Passt Data Science & Scientific Computing zu dir?
Das solltest du mitbringen
- Du hast Freude an Mathematik und willst sie praktisch anwenden.
- Du interessierst dich für Datenanalyse und rechnergestützte Modellierung.
- Du magst es, Wahlmöglichkeiten zu nutzen und eigene fachliche Schwerpunkte zu setzen.
- Du bringst Durchhaltevermögen für ein zulassungsbeschränktes, anspruchsvolles Studium mit.
Weitere & ähnliche Studiengänge
Ähnliche Studiengänge an der Hochschule München
4D-Moderne Energiesysteme und Mobilität
Studiengang ansehen
Advanced Nursing Practice
Studiengang ansehen
Angewandte Designforschung
Studiengang ansehen
Angewandte Geodäsie und Geoinformatik
Studiengang ansehen
Angewandte Geodäsie und Geoinformatik (Studium mit vertiefter Praxis)
Studiengang ansehen
Angewandte Informatik
Studiengang ansehen
Häufige Fragen
Ist der Studiengang Data Science & Scientific Computing an der Hochschule München zulassungsbeschränkt?
Ja, die Zulassung ist beschränkt, was auf eine hohe Nachfrage hindeutet. Genaue Zulassungskriterien erfährst du direkt bei der Hochschule München.
Wie viel Mathematik erwartet mich in diesem Studiengang?
Mathematik spielt eine zentrale Rolle, unter anderem durch Wahlpflichtmodule wie FWP Mathematik und FWP Mathematik/Data Science. Ein echtes Interesse an mathematischen Methoden ist hilfreich.
Welche Berufe kann ich nach dem Abschluss ausüben?
Der Abschluss öffnet Türen zu Berufen in der Informatik mit Schwerpunkt Datenanalyse, etwa als Data Scientist oder in der wissenschaftlichen Datenverarbeitung in verschiedenen Branchen.
Wird der Studiengang in Vollzeit oder Teilzeit angeboten?
Der Bachelor Data Science & Scientific Computing wird an der Hochschule München als Vollzeitstudium angeboten.
Kostenlos & unverbindlich
Infomaterial zu Data Science & Scientific Computing 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