Approximationstheorie
Wahlpflichtmodul zur Theorie und Anwendung von Approximationsmethoden.
Scientific Computing an der OTH Regensburg richtet sich an alle, die technische und naturwissenschaftliche Fragestellungen mit mathematischen Methoden und Rechnerleistung angehen wollen. Statt reiner Theorie steht die Umsetzung im Vordergrund: Modelle entwickeln, Algorithmen implementieren und Ergebnisse auswerten, wie sie in Industrie und Forschung tagtäglich gebraucht werden.
Der Studiengang ist als klassisches Vollzeitstudium mit Abschluss B.Sc. angelegt und zulassungsfrei, sodass der Einstieg unkompliziert möglich ist. Am Studienort Regensburg profitieren Studierende von der Nähe zu regionalen Technologieunternehmen und Forschungseinrichtungen, die Simulationskompetenz nachfragen.
Im Zentrum stehen mathematische Grundlagenfächer, die direkt mit Anwendungen aus Technik und Naturwissenschaft verknüpft werden. So entsteht ein Profil, das sowohl analytisches Denken als auch praktische Programmier- und Modellierungsfähigkeiten schärft.
55 Module · 210 ECTS gesamt – der vollständige Studienverlauf. Durchsuche alle Module oder filtere nach Semester.
Wahlpflichtmodul zur Theorie und Anwendung von Approximationsmethoden.
Wahlpflichtmodul zu geometrischen Aspekten von Differentialgleichungen.
Wahlpflichtmodul zu diskreten mathematischen Strukturen und Algorithmen.
Wahlpflichtmodul zu Grundlagen der Geometrie.
Wahlpflichtmodul zur Fourier-Analysis und ihren Anwendungen.
Wahlpflichtmodul zu komplexer Analysis.
Wahlpflichtmodul zu fortgeschrittener komplexer Analysis.
Wahlpflichtmodul zu topologischen Strukturen und deren Eigenschaften.
Wahlpflichtmodul zur Variationsrechnung und Extremalprinzipien.
Wahlpflichtmodul zu fortgeschrittenen Machine Learning Methoden.
Wahlpflichtmodul zu fundamentalen Algorithmen und deren Datenstrukturen.
Wahlpflichtmodul zu physikalischen und technischen Grundlagen der Elektrotechnik.
Wahlpflichtmodul zu Methoden und Algorithmen der digitalen Bildverarbeitung.
Wahlpflichtmodul zu mathematischen Grundlagen der Kryptographie.
Wahlpflichtmodul zu Techniken der mathematischen Modellierung und Simulation.
Wahlpflichtmodul zu Mathematik und Informatik in der Robotik.
Wahlpflichtmodul zur Finite Elemente Methode mit Softwareanwendungen.
Wahlpflichtmodul zu stochastischen Algorithmen und probabilistischen Methoden.
Wahlpflichtmodul zu physikalischen Grundlagen wissenschaftlicher Anwendungen.
Wahlpflichtmodul zu Modellierung und Vorhersage von Zeitreihen.
Wahlpflichtmodul zu fortgeschrittener Integrationstheorie.
Wahlpflichtmodul zu Optimierungsproblemen auf endlichen Strukturen.
Wahlpflichtmodul zu Theorie und Methoden der linearen Optimierung.
Wahlpflichtmodul zu stochastischen Prozessen und Markov-Modellen.
Wahlpflichtmodul zu statistischen Verfahren für mehrdimensionale Daten.
Wahlpflichtmodul zu Theorie und Anwendungen künstlicher neuronaler Netze.
Wahlpflichtmodul zu fortgeschrittenen numerischen Methoden.
Wahlpflichtmodul zu statistischen Lernmethoden für Regression und Klassifikation.
Grundlagen der reellen Analysis einschließlich Zahlenfolgen, Zahlenreihen, Potenzreihen, elementare Funktionen, Stetigkeit und eindimensionale Differentialrechnung mit Anwendungen.
Elementare Logik, algebraische Strukturen, Vektorrechnung im IR2 und IR3, reelle Vektorräume, Matrizen und lineare Abbildungen.
Modul zur Vermittlung von Lernmethoden und Strategien für das Mathematikstudium.
Anwendungsorientiertes Projekt zur Modellierung mathematischer Probleme.
Einführung in die Programmierung mit grundlegenden Konzepten und Techniken.
Riemann-Integral, Funktionen mehrerer Variablen, mehrdimensionale Differentialrechnung, partielle und totale Ableitungen sowie Extremwertaufgaben mit und ohne Nebenbedingungen.
Fortgeschrittene Themen der linearen Algebra, aufbauend auf Lineare Algebra 1.
Fortgeschrittenes Modellierungsprojekt zur Vertiefung mathematischer Anwendungen.
Fortgeschrittene Programmierkonzepte und Techniken, aufbauend auf Programmieren 1.
Grundlagen der Wahrscheinlichkeitstheorie und Statistik mit Anwendungen.
Vertiefung der Analysis mit mehrdimensionalen Integralen und weiteren Themen.
Grundlagen der numerischen Mathematik einschließlich numerischer Lösungsmethoden für mathematische Probleme.
Verfahren und Methoden der Optimierung und Simulation für wissenschaftliche Anwendungen.
Einführung in Data Science mit Methoden der Datenanalyse und -verarbeitung.
Projektarbeit zur Entwicklung wissenschaftlicher Software.
Grundlagen von Datenbanksystemen und deren Anwendung in wissenschaftlichen Kontexten.
Wahlpflichtmodul mit Fokus auf Kommunikation und Sozialkompetenz.
Theorie und Methoden zur Lösung gewöhnlicher Differentialgleichungen mit Anwendungen.
Grundlagen und Methoden des Machine Learning für wissenschaftliche Anwendungen.
Seminar zu vertieften mathematischen Themen mit Präsentationen der Studierenden.
Wahlpflichtmodul mit Fokus auf Kommunikation und Sozialkompetenz.
Grundkonzepte und Methoden der Informatik relevant für Scientific Computing.
Betriebliches Praktikum zur Vertiefung praktischer Fertigkeiten und Anwendungen.
Erstes größeres Projekt zur Anwendung erlernter Konzepte in Scientific Computing.
Zweites Projekt mit vertieften Anforderungen und eigenständiger Problemlösung.
Seminar zur Reflexion und Vertiefung der Praktikumserfahrungen.
Abschlussarbeit mit mündlicher Präsentation zur Demonstration wissenschaftlicher Kompetenz.
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.
Scientific Computing an der OTH Regensburg positioniert sich als anwendungsorientierte Schnittstelle zwischen Mathematik und Informatik. Ziel ist es, Studierende zu befähigen, reale Probleme aus Technik, Physik oder Wirtschaft in numerisch lösbare Modelle zu übersetzen.
Die zulassungsfreie Aufnahme macht den Studiengang für mathematisch interessierte Studieninteressierte zugänglich, die noch keine feste Fachrichtung wie reine Mathematik oder klassische Informatik gewählt haben, sondern die Kombination suchen.
Module wie Approximationstheorie vermitteln, wie sich komplizierte Funktionen durch einfachere, rechnerisch handhabbare Ausdrücke annähern lassen – eine Kernkompetenz für numerische Simulationen. Differentialgeometrie öffnet den Blick für die mathematische Beschreibung gekrümmter Räume und Flächen, wie sie etwa in physikalischen Modellen vorkommen.
Diskrete Mathematik ergänzt das Profil um algorithmische und kombinatorische Denkweisen, die für Programmierung und Datenstrukturen unverzichtbar sind. Zusammen bilden diese Bereiche das mathematische Rückgrat, auf dem praktische Simulationsprojekte aufbauen.
Der Studiengang eignet sich für Studieninteressierte mit Freude an Mathematik, die diese jedoch nicht abstrakt, sondern anwendungsbezogen einsetzen möchten. Wer gerne programmiert und an technischen oder naturwissenschaftlichen Fragestellungen tüftelt, findet hier ein passendes Umfeld.
Auch wer zwischen Ingenieurwissenschaften und reiner Mathematik unentschlossen ist, kann in Scientific Computing eine Brücke finden, die beide Interessen verbindet.
Absolventinnen und Absolventen von Scientific Computing werden von Unternehmen gesucht, die Simulationen, Datenmodellierung oder numerische Verfahren einsetzen – von der Automobilindustrie bis zu Forschungseinrichtungen. Die Nachfrage nach Fachkräften mit dieser Kombination aus Mathematik und Programmierkenntnissen gilt als stabil.
Der Berufseinstieg erfolgt häufig in Entwicklungs- oder Simulationsabteilungen, mit Entwicklungsperspektiven hin zu spezialisierten oder leitenden Positionen im Bereich Scientific Computing.
Die OTH Regensburg steht als Hochschule für angewandte Wissenschaften für einen praxisnahen Lehransatz, der theoretische Inhalte eng mit Übungen und Projektarbeit verzahnt. Das Vollzeitformat ermöglicht ein strukturiertes Studium mit klarem zeitlichem Rahmen.
Der Standort Regensburg bietet zudem Kontakte zu ansässigen Technologie- und Industrieunternehmen, die für Praktika und den späteren Berufseinstieg relevant sein können.
Ehrliche Einordnung auf Basis der gebundenen Daten, plus dein persönlicher Match.
Dieser Studiengang hat keinen Numerus Clausus. Deine Abiturnote ist für die Zulassung nicht entscheidend, oft ist sogar ein Einstieg ohne Abitur möglich.
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.
Scientific Computing eröffnet Wege in Branchen, die numerische Simulation und mathematische Modellierung für ihre Innovationen nutzen.
Branchenweite Marktorientierung für Scientific Computing-Profile (brutto pro Jahr), kein hochschulspezifischer Wert. Tatsächliche Gehälter hängen von Branche, Region und Erfahrung ab.
Wie sich der Beruf der Scientific Computing-Fachkraft durch KI-gestützte Werkzeuge verändert, lässt sich bereits heute grob abschätzen.
Automatisierung verändert auch in der numerischen Simulation, welche Aufgaben Menschen und welche Maschinen übernehmen.
Fähigkeiten wie die Modellierung komplexer Zusammenhänge werden gezielt in Modulen wie Approximationstheorie und Differentialgeometrie aufgebaut.
Sammle schon im Studium Praxis und verdiene dazu – Werkstudentenjobs und Praktika in Regensburg, 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 Ostbayerische Technische Hochschule Regensburg – Trägerschaft, Format und, wo verfügbar, unsere Einschätzung aus Studierendenbewertungen.
Für diese Hochschule liegen noch keine aggregierten Studierendenbewertungen vor.
Wer vor allem an abstrakter Mathematik ohne technischen Anwendungsbezug interessiert ist, sollte prüfen, ob der stark anwendungsorientierte Zuschnitt von Scientific Computing an der OTH Regensburg den eigenen Erwartungen entspricht.
Nein, der Studiengang ist zulassungsfrei, sodass eine Einschreibung ohne Numerus-clausus-Verfahren möglich ist.
Solide Grundlagen aus der Schulmathematik sind hilfreich, da Module wie Approximationstheorie und Diskrete Mathematik schnell in vertiefte mathematische Konzepte einsteigen.
Absolventinnen und Absolventen arbeiten häufig als Scientific Computing-Fachkräfte in Entwicklungs- und Simulationsabteilungen von Industrie- und Forschungseinrichtungen.
Die OTH Regensburg verbindet als Hochschule für angewandte Wissenschaften praxisnahe Lehre mit der Nähe zu regionalen Technologieunternehmen am Standort Regensburg.
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.