Foundations of Computer Science
Grundlagen der Informatik mit Fokus auf theoretische Konzepte und praktische Anwendungen.
Der Bachelorstudiengang Artificial Intelligence an der Universität Passau richtet sich an alle, die verstehen wollen, wie intelligente Systeme funktionieren – und wie man sie selbst entwickelt. Statt eines klassischen Informatikstudiums mit KI als Nebenfach steht hier die künstliche Intelligenz von Beginn an im Zentrum des Curriculums.
Passau positioniert sich damit als Standort, der Informatik konsequent anwendungsnah denkt: Die Studieninhalte verknüpfen Programmierung, Datenanalyse und die theoretischen Grundlagen der Informatik zu einem Profil, das gezielt auf die Anforderungen von KI-nahen Berufsfeldern zugeschnitten ist.
Da der Studiengang zulassungsfrei ist, steht der Einstieg grundsätzlich allen offen, die die formalen Voraussetzungen mitbringen – wichtiger als eine bestimmte Abiturnote ist hier die Bereitschaft, sich intensiv mit Mathematik, Logik und Programmierung auseinanderzusetzen.
92 Module · 180 ECTS gesamt – der vollständige Studienverlauf. Durchsuche alle Module oder filtere nach Semester.
Grundlagen der Informatik mit Fokus auf theoretische Konzepte und praktische Anwendungen.
Einführung in die Programmierung mit grundlegenden Konzepten und praktischen Übungen.
Programmierung spezialisiert auf Datenanalyse und Anwendungen im Bereich Data Science.
Umfassende Behandlung von Algorithmen und Datenstrukturen mit theoretischem und praktischem Fokus.
Grundlagen der Linearen Algebra mit Vorlesungen und Übungen.
Mathematische Grundlagen spezialisiert für Informatik-Anwendungen.
Grundlagen der Analysis mit Vorlesungen und praktischen Übungen.
Vertiefung mathematischer Konzepte für informatische Anwendungen.
Einführung in Stochastik und Wahrscheinlichkeitstheorie mit praktischen Anwendungen.
Erweiterung der mathematischen Grundlagen für informatische Probleme.
Theoretische Grundlagen der Informatik einschließlich Berechenbarkeit und Komplexität.
Grundlagen des Machine Learning mit praktischen Anwendungen und theoretischen Konzepten.
Einführung in tiefe neuronale Netze und Deep Learning-Methoden.
Probabilistische Ansätze im Machine Learning mit Fokus auf Bayesianische Methoden.
Grundlagen von Multi-Agenten-Systemen und deren Anwendungen in der KI.
Ethische Fragen und Herausforderungen bei der Entwicklung und Anwendung von künstlicher Intelligenz.
Rechtliche Rahmenbedingungen und Regulierung von KI-Systemen.
Seminar zu ausgewählten Themen der künstlichen Intelligenz mit Präsentationen und Diskussionen.
Praktisches Projektmodul zur Anwendung von KI-Konzepten auf reale Probleme.
Präsentation und Verteidigung der Bachelorarbeit.
Eigenständige wissenschaftliche Arbeit zu einem Thema der künstlichen Intelligenz.
Beratungs- und Orientierungsmodul zur Unterstützung der Studierenden im Programm.
Grundlagen von Datenbanken und Informationssystemen mit praktischen Anwendungen.
Methoden und Techniken der professionellen Softwareentwicklung.
Techniken zur Erfassung, Verarbeitung und Verwaltung von Daten und Wissen.
Vertiefung der Analysis mit erweiterten Konzepten und Anwendungen.
Mathematische Grundlagen und Methoden für Machine Learning Algorithmen.
Computergestützte statistische Analyse mit dem statistischen Programmierpaket R.
Grundlagen der Ökonometrie mit praktischen Anwendungen in der Wirtschaft.
Analyse zeitlicher Datenreihen mit statistischen Methoden und Modellen.
Anwendung von Datenanalytik auf Finanzprobleme und Finanzmarktdaten.
Datenanalyse und digitale Berichterstattung unter Verwendung von Python.
Entscheidungsfindung basierend auf Datenanalyse und quantitativen Methoden.
Grundlagen des Management Science mit Fokus auf quantitative Entscheidungsmethoden.
Management von Supply Chains und Operationen mit Schwerpunkt auf Effizienz.
Methoden und Techniken der Marktforschung und empirischen Datenerhebung.
Grundlagen des Unternehmertums mit Fokus auf Geschäftsideen und Gründung.
Praktischer Geschäftswettbewerb zur Anwendung unternehmerischer Konzepte mit minimalen Ressourcen.
Management von Technologie und Innovation in Organisationen.
Ethische Fragen und Konzepte im globalen wirtschaftlichen Kontext.
Umfassendes Entwicklungsprogramm für Unternehmer auf Bachelor-Ebene.
Globale Gerechtigkeit, Unternehmensethik und nachhaltiges Unternehmertum.
Marketing-Strategien und -Techniken für unternehmerische Initiativen.
Computergestützte Vergleichsmethoden für Sprachen und linguistische Analyse.
Informationsbeschaffung und Natural Language Processing Techniken.
Anwendung von Natural Language Processing auf Social-Media-Texte und -Daten.
Computational Linguistik mit Fokus auf mehrsprachige Systeme und Verarbeitung.
Fortgeschrittene Themen in der mehrsprachigen Computational Linguistik.
Fortgeschrittene Natural Language Processing Techniken und aktuelle Forschung.
Objektorientierte Programmierung mit C++ und praktische Softwareentwicklung.
Methoden und Techniken des Softwaretestens und Qualitätssicherung.
Fortgeschrittene Programmierkonzepte und Techniken.
Verschiedene Programmierparadigmen wie funktional, imperativ und logisch.
Praktische Techniken der parallelen Programmierung für mehrprozessige Systeme.
Softwareentwicklung unter Einsatz von KI-Techniken und -Methoden.
Rechtliche Grundlagen des IT- und Datenschutzrechts.
Internetrecht und rechtliche Fragen des Internets für Nicht-Juristen.
Medienrecht mit Fokus auf Studierende anderer Fachrichtungen.
Datenschutzrecht und Regulierung personenbezogener Daten für Nebenfachstudierende.
Anwendung und rechtliche Auswirkungen von künstlicher Intelligenz im Strafrecht.
Grundlagen und Anwendung des Urheberrechts.
Mathematische Theorie von Zufallsgraphen und ihre Eigenschaften.
Methoden zur Simulation stochastischer Systeme und Prozesse.
Umfassende Behandlung der mathematischen Wahrscheinlichkeitstheorie.
Maßtheorie und Integrationstheorie als Grundlagen der modernen Analysis.
Monte-Carlo-Methoden für numerische Simulation und Berechnung.
Markov-Ketten und MCMC-Methoden für statistische Inferenz.
Bayesianische Inferenzmethoden und deren Anwendung im Machine Learning.
Theorie stochastischer Prozesse und ihre Anwendungen.
Mathematische Informationstheorie und Entropie mit Anwendungen.
Klassische Grenzwertsätze und Theorie großer Abweichungen in der Wahrscheinlichkeit.
Numerische Methoden zur Lösung linearer algebraischer Probleme.
Wettbewerbsprogrammierung mit Fokus auf Algorithmen und Problemlösung.
Entwurf und Analyse effizienter Algorithmen mit praktischen Anwendungen.
Informationsbasierte Komplexität und Compressed Sensing Techniken.
Grundlagen der numerischen Analysis und Lösungsmethoden für mathematische Probleme.
Lineare und diskrete Optimierungsmethoden mit theoretischen Grundlagen.
Grundlagen der mathematischen Logik und formalen Systeme.
Computergestützte Logik und ihre Anwendungen in der Informatik.
Konvexe Geometrie und Lineare Programmierung mit praktischen Anwendungen.
Klassische harmonische Analyse und Fourier-Theorie.
Kontrolle und Optimierung von Systemen unter Verwendung von Machine Learning.
Funktionalanalysis mit Fokus auf Hilbert- und Banach-Räume.
Randomisierte Algorithmen und probabilistische Methoden in der Informatik.
Verfahren der digitalen Bildverarbeitung und Bildanalyse.
Grundlagen der Computergrafik und Visualisierung.
Techniken der Datenvisualisierung und visuellen Darstellung.
Praktische Data Science Methoden und Anwendungen.
Wissenschaft von Web und Netzwerken mit Fokus auf Struktur und Dynamik.
Strukturierte Abfragen mit SQL für Data-Science-Anwendungen.
Deutschkurse zur Verbesserung der Sprachkompetenz für akademische und berufliche Zwecke.
Englischkurse zur Verbesserung der Sprachkompetenz für akademische und berufliche Zwecke.
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.
Artificial Intelligence an der Universität Passau ist als grundständiger, forschungsnaher Bachelorstudiengang konzipiert, der Studierende von den mathematisch-informatischen Grundlagen bis hin zu konkreten KI-Methoden führt. Die Universität Passau hat sich in den letzten Jahren gezielt als Informatikstandort mit Schwerpunkt auf Zukunftstechnologien profiliert.
Damit unterscheidet sich das Passauer Angebot von reinen Informatikstudiengängen mit Wahlpflichtbereich KI: Hier ist künstliche Intelligenz kein Zusatz, sondern durchgängiges Leitthema des Studiums.
Zu Beginn stehen Module wie Foundations of Computer Science und Programming I, die das notwendige Fundament in Algorithmik, Logik und Softwareentwicklung legen. Wer hier keine soliden Grundlagen aufbaut, tut sich in den späteren, KI-spezifischen Modulen schwer.
Darauf aufbauend vermittelt Programming for Data Analytics den praktischen Umgang mit Daten – eine Kernkompetenz für nahezu jede KI-Anwendung, von der Modellentwicklung bis zur Auswertung realer Datensätze. Im weiteren Verlauf kommen vertiefende Module zu maschinellem Lernen, neuronalen Netzen und KI-Ethik hinzu.
Der Studiengang eignet sich für alle, die Freude an analytischem Denken, Mathematik und Programmierung mitbringen und verstehen wollen, wie intelligente Systeme unter der Haube funktionieren. Reine Anwenderinteressen an KI-Tools reichen für den Studienerfolg nicht aus – gefragt ist echtes Interesse an den technischen Grundlagen.
Auch wer bereits erste Programmiererfahrung hat, profitiert von der klaren Struktur des Studiengangs, da Programming I und Foundations of Computer Science gezielt ein gemeinsames Ausgangsniveau schaffen.
Absolvent:innen sind als Artificial Intelligence-Fachkräfte in einem Berufsfeld gefragt, das über klassische IT-Branchen hinaus in nahezu alle Wirtschaftsbereiche hineinwirkt – von der Industrie über den Finanzsektor bis zur Softwareentwicklung.
Die Kombination aus fundierter Informatikausbildung und KI-Spezialisierung verschafft Absolvent:innen der Universität Passau ein Profil, das sowohl für den direkten Berufseinstieg als auch für ein weiterführendes Masterstudium anschlussfähig ist.
Als Vollzeit-Präsenzstudiengang an einer Universität setzt das Studium auf wissenschaftliche Tiefe und den direkten Austausch mit Lehrenden und Kommiliton:innen vor Ort in Passau.
Die zulassungsfreie Vergabe der Studienplätze bedeutet, dass der Studienerfolg maßgeblich von Eigeninitiative und kontinuierlichem Lernaufwand während des Studiums abhängt, nicht von einer Auswahl im Vorfeld.
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.
Ein Studium der Artificial Intelligence in Passau öffnet den Weg in eines der dynamischsten Berufsfelder der Gegenwart.
Branchenweite Marktorientierung für Artificial Intelligence-Profile (brutto pro Jahr), kein hochschulspezifischer Wert. Tatsächliche Gehälter hängen von Branche, Region und Erfahrung ab.
Wie sich der Beruf der Artificial Intelligence-Fachkraft entwickelt, hängt stark davon ab, welche Aufgaben KI-Systeme selbst übernehmen und wo menschliches Urteilsvermögen unverzichtbar bleibt.
Gerade im KI-Beruf selbst zeigt sich besonders deutlich, wie Automatisierung und menschliche Expertise zusammenwirken.
Die im Studium erworbenen Fähigkeiten in Foundations of Computer Science und Programming for Data Analytics bilden genau jenes analytische Fundament, das für die menschlich bleibenden, konzeptionellen Aufgaben in der KI-Entwicklung gebraucht wird.
Sammle schon im Studium Praxis und verdiene dazu – Werkstudentenjobs und Praktika in Passau, 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 Universität Passau – Trägerschaft, Format und, wo verfügbar, unsere Einschätzung aus Studierendenbewertungen.
Für diese Hochschule liegen noch keine aggregierten Studierendenbewertungen vor.
Wer wenig Neigung zu Mathematik und abstraktem Denken mitbringt, sollte sich bewusst sein, dass die Grundlagenmodule wie Foundations of Computer Science anspruchsvoll und arbeitsintensiv sind – ohne kontinuierliches Lernen wird der Anschluss an die späteren KI-Module schwierig.
Nein, der Studiengang ist zulassungsfrei. Das bedeutet, es gibt keine Auswahl über eine Abiturnote im Vorfeld – wichtig ist stattdessen die kontinuierliche Leistung während des Studiums.
Vorkenntnisse sind hilfreich, aber keine Voraussetzung: Module wie Programming I sind so aufgebaut, dass sie Studierende ohne Vorerfahrung schrittweise an das Programmieren heranführen.
Absolvent:innen können als Artificial Intelligence-Fachkräfte in vielen Branchen einsteigen, etwa in der Softwareentwicklung, im Datenanalyse-Umfeld oder in KI-nahen Forschungs- und Industrieprojekten.
Für viele KI-Fachrichtungen mit stärkerem Forschungsbezug ist ein weiterführender Master empfehlenswert; der Passauer Bachelor legt dafür durch seine fundierten Grundlagenmodule eine gute Basis.
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.