Methoden der Genomanalyse
Praktische Methoden zur Analyse von Genomdaten und Sequenzen.
Der Studiengang Bioinformatik wird als Kooperation zwischen der Ludwig-Maximilians-Universität München und der TU München angeboten und bündelt damit die Stärken beider Hochschulen: die biologisch-medizinische Ausrichtung der LMU und die technisch-informatische Kompetenz der TU. Studierende bewegen sich von Beginn an zwischen zwei Fakultätskulturen, was den Studienalltag anspruchsvoll, aber auch besonders vielseitig macht.
Inhaltlich geht es darum, biologische Fragestellungen mit Methoden der Informatik und Mathematik zu bearbeiten – etwa wie Genome, Proteine und Zellprozesse computergestützt analysiert und modelliert werden können. Der Studiengang ist zulassungsfrei, richtet sich aber an Studieninteressierte mit einer klaren Affinität zu Naturwissenschaften und quantitativem Denken.
Da das Studium in Vollzeit an zwei Standorten in München organisiert ist, spielt eine gute Selbstorganisation eine wichtige Rolle, um Veranstaltungen beider Hochschulen sinnvoll zu koordinieren.
61 Module · 180 ECTS gesamt – der vollständige Studienverlauf. Durchsuche alle Module oder filtere nach Semester.
Praktische Methoden zur Analyse von Genomdaten und Sequenzen.
Analyse und Modellierung von Proteinstrukturen und biomolekularen Systemen.
Methoden zur Vorhersage von Proteinstrukturen und -funktionen.
Fortgeschrittene Techniken zur Proteinstrukturvorhersage und Analyse.
Computergestützte Methoden zur Analyse evolutionärer Prozesse und Phylogenetik.
Algorithmische Verfahren zur Analyse und zum Vergleich von biologischen Sequenzen.
Graphen- und Baumstrukturen mit Anwendungen in der Bioinformatik.
Analyse biologischer Netzwerke und Systembiologie-Konzepte mittels Algorithmen.
Algorithmen zur Modellierung und Analyse biologischer Systeme.
Ausgewählte Algorithmen und Techniken von besonderer Bedeutung in der Bioinformatik.
Analyse und Interpretation von ENCODE-Datensätzen für genomische Funktionen.
Grundlagen der Softwareentwicklung und Softwaretechnik.
Effiziente Algorithmen und Datenstrukturen für praktische Anwendungen.
Fortgeschrittene Techniken für effiziente Algorithmen und Datenstrukturen.
Praktische Implementierung und Einsatz von Datenbanksystemen.
Grundlagen bei der Entwicklung von Programmen und Softwaresystemen.
Techniken zur Modellierung und Analyse von verteilten Computersystemen.
Projektmanagement und Organisationsaspekte in der Softwareentwicklung.
Formale Modellierung von Systemen mittels Petri-Netzen.
Fortgeschrittene Themen und aktuelle Entwicklungen in der Softwaretechnik.
Wissensbasierte Systeme und ihre Anwendung in der Industrie.
Visualisierungstechniken und analytische Methoden für große Datenmengen.
Mathematische Modellierung biologischer Systeme und Prozesse.
Methoden zur Wissensentdeckung in großen Datenbanken.
Fortgeschrittene Techniken zur Wissensentdeckung und Datenanalyse.
Paralleles Rechnen und Optimierung für Hochleistungscomputing.
Statistische Analysen bei genomischen und proteomischen Daten.
Biochemische Prozesse und Mechanismen in der Zelle.
Genetische Grundlagen der Evolution und evolutionäre Prozesse.
Grundlagen der genomischen Analyse evolutionärer Muster.
Fortgeschrittene Methoden der evolutionären Genomik.
Genetik des Menschen mit Fokus auf biologische Aspekte.
Methoden zur gezielten Veränderung und Optimierung von Proteinen.
Grundlegende Einführung in die Bioinformatik mit Vorlesungen und Übungen.
Grundlagen der Analysis mit Vorlesungen und Übungen.
Grundlagen der Programmierung und Softwareentwicklung.
Grundlagen der Informatik mit speziellen Anwendungen für Bioinformatiker.
Grundlagen der Chemie für Bioinformatiker.
Grundlagen der Biologie als Fundament für bioinformatische Anwendungen.
Grundlagen diskreter mathematischer Strukturen und deren Anwendungen.
Fortsetzung der Einführung in die Bioinformatik mit vertieften Inhalten.
Seminarbasiertes Modul zum problemorientierten Lernen in der Bioinformatik.
Einführung in die Lineare Algebra und ihre Anwendungen.
Grundlagen der Logik und diskreten mathematischen Strukturen.
Grundlegende Algorithmen und Datenstrukturen für die Informatik.
Tutorielle Begleitung zu Inhalten der Bioinformatik-Module.
Einführung in biochemische Prozesse und Struktur-Funktions-Beziehungen.
Praktisches Programmierpraktikum mit Anwendungen in der Bioinformatik.
Konzepte und Anwendungen von Datenbanksystemen.
Vermittlung algorithmischer Grundlagen und Methoden der Bioinformatik.
Einführung in Wahrscheinlichkeitstheorie und statistische Methoden.
Theorie der formalen Sprachen und Komplexitätsklassen.
Vertiefung biochemischer Konzepte und komplexer metabolischer Prozesse.
Wahrscheinlichkeitstheorie mit Fokus auf diskrete Verteilungen.
Grundlagen der theoretischen Informatik und formalen Sprachen.
Fortsetzung algorithmischer Konzepte mit fortgeschrittenen bioinformatischen Methoden.
Praktische Laborarbeit mit Fokus auf genomische Datenanalyse und Methoden.
Praktische Laborarbeit in Molekularbiologie und Biochemie mit experimentellen Techniken.
Weiterführende Themen und aktuelle Entwicklungen in der Bioinformatik.
Praktische Arbeit zur Anwendung von Bioinformatik-Konzepten in realen Projekten.
Eigenständige wissenschaftliche Arbeit zu einem Thema der Bioinformatik.
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.
Die Bioinformatik an LMU und TU München ist bewusst als gemeinsamer Studiengang konzipiert, um die Distanz zwischen klassischer Biologie und Informatik zu überbrücken. Studierende profitieren von Laboren, Rechenzentren und Lehrangeboten beider Häuser.
Der zulassungsfreie Zugang macht den Einstieg niedrigschwellig, das Studium selbst verlangt aber schnelle Einarbeitung in Programmierung, Statistik und molekularbiologische Grundlagen parallel.
Zentrale Bausteine sind Module wie Methoden der Genomanalyse, in denen der Umgang mit großen Sequenzdatensätzen erlernt wird, sowie Strukturbioinformatik, die sich mit der dreidimensionalen Form von Biomolekülen beschäftigt.
Ergänzt wird dies durch Protein Prediction I for Bioinformaticians, ein Modul, das Vorhersagemethoden für Proteinstrukturen und -funktionen vermittelt und den Praxisbezug zur aktuellen Forschung herstellt.
Geeignet ist der Studiengang für alle, die Freude an Biologie und Chemie mitbringen, aber ebenso bereit sind, sich intensiv mit Algorithmen, Datenstrukturen und statistischen Verfahren auseinanderzusetzen.
Wer lieber nur in einer Disziplin bleibt, könnte mit der Doppelbelastung aus Naturwissenschaft und Informatik überfordert sein – Durchhaltevermögen und Interesse an interdisziplinärem Arbeiten sind hier entscheidend.
Absolventinnen und Absolventen finden Anknüpfungspunkte in Berufen der Informatik, insbesondere dort, wo biologische oder medizinische Daten computergestützt ausgewertet werden, etwa in Forschung, Pharma- und Biotechunternehmen.
Der Standort München mit seiner Dichte an Forschungseinrichtungen und Life-Science-Unternehmen bietet dabei ein besonders praxisnahes Umfeld für den Berufseinstieg.
Da der Studiengang gemeinsam von LMU und TU München getragen wird, profitieren Studierende von zwei unterschiedlichen Lehrkulturen und einem breiten Netzwerk an Instituten in Vollzeit-Präsenzform.
Diese Struktur erfordert Mobilität innerhalb Münchens, eröffnet aber auch Zugang zu Ressourcen, die eine einzelne Hochschule allein kaum bieten könnte.
Ehrliche Einordnung auf Basis der gebundenen Daten, plus dein persönlicher Match.
Für diesen Studiengang liegt uns keine NC-Grenze vor. Im Studiengang-Match siehst du anhand deiner Note, wie gut du passt, alternativ direkt beim Anbieter prüfen.
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.
Wenn du deinen Studiengang über StudySmarter und das StudyKit findest und dich darüber einschreibst, ist die Jobgarantie automatisch dabei.
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.Es gelten die Teilnahmebedingungen. Details und Bedingungen erhältst du mit dem Infomaterial.
Der Bioinformatik-Bachelor öffnet Türen in Forschung und Industrie, in denen biologische Fragestellungen zunehmend datengetrieben beantwortet werden.
Branchenweite Marktorientierung für Berufe in der Informatik (o.S.) (brutto pro Jahr), kein hochschulspezifischer Wert. Tatsächliche Gehälter hängen von Branche, Region und Erfahrung ab.
Die Bioinformatik steht exemplarisch dafür, wie sich Automatisierung und menschliche Expertise in einem datenintensiven Berufsfeld ergänzen.
In der Bioinformatik übernehmen Algorithmen bereits heute viele Routineschritte der Datenverarbeitung, doch die fachliche Einordnung bleibt Aufgabe der Bioinformatiker:innen.
Wer sich mit Methoden der Genomanalyse und Protein Prediction I for Bioinformaticians auseinandergesetzt hat, bringt genau die Fähigkeiten mit, die für die Interpretation automatisiert erzeugter Analyseergebnisse gebraucht werden.
Sammle schon im Studium Praxis und verdiene dazu – Werkstudentenjobs und Praktika in München, ideal neben dem Präsenzstudium am Campus.
Stellen live aus der StudySmarter Jobbörse · laufend aktualisiert.
Kostenlose StudySmarter-Tools für Finanzierung, Karriere und Bewerbung – direkt einsatzbereit.
Kurzprofil der Ludwig-Maximilians-Universität München, TU München – Trägerschaft, Format und, wo verfügbar, unsere Einschätzung aus Studierendenbewertungen.
Für diese Hochschule liegen noch keine aggregierten Studierendenbewertungen vor.
Wer sich für diesen Studiengang entscheidet, sollte einplanen, dass Veranstaltungen an zwei Hochschulen koordiniert werden müssen und sowohl naturwissenschaftliches als auch informatisches Grundlagenwissen parallel aufgebaut werden muss – ohne Bereitschaft zu quantitativem Arbeiten wird es anspruchsvoll.
Wer reine Biologie oder reine Informatik ohne fachliche Überschneidung studieren möchte, ist in einem klassischen Einzelfach besser aufgehoben als in diesem interdisziplinären Verbundstudiengang.
Nein, der Studiengang ist laut den vorliegenden Angaben zulassungsfrei, verlangt aber ein solides Interesse an Naturwissenschaften und quantitativen Methoden.
Da der Studiengang von beiden Hochschulen gemeinsam getragen wird, finden Lehrveranstaltungen an unterschiedlichen Münchner Standorten statt, was eine gute Zeitplanung erfordert.
Hilfreich sind Grundlagen in Biologie oder Chemie sowie Aufgeschlossenheit gegenüber Programmierung und mathematisch-statistischem Denken, da beide Bereiche eng verzahnt vermittelt werden.
Der Abschluss ordnet sich Berufen in der Informatik zu und eröffnet Wege in Forschungseinrichtungen, Pharma- und Biotechunternehmen, insbesondere im datenintensiven Umfeld des Münchner Wissenschaftsstandorts.
Studienführer, Termine, Zulassung & Finanzierung – kostenlos direkt in dein Postfach.
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.
Studienführer, Termine, Zulassung & Finanzierung – direkt in dein Postfach.