Info
Short-Facts
- Studienfeld(er): Angewandte Mathematik, Data Science, Statistik
- Startdatum: Sommer- und Wintersemester
- Regelstudienzeit: 4 Semester
- Studienform(en): Vollzeitstudium
- Zulassungsmodus: Auswahlverfahren/Eignungsprüfung
- Trägerschaft: öffentlich-rechtlich
- Hauptunterrichtssprache: Englisch
Diese Informationen werden durch Zugriff auf den Hochschulkompass der HRK erzeugt.
Das könnte dich interessieren
Was geht in Augsburg?
Wir haben Studierende gefragt, was sie über das Leben in Augsburg denken. Hier kannst du sehen, wie sie ihre Stadt beurteilen –
ob kulturelles Angebot oder Kneipenlandschaft, den Wohnungsmarkt oder die Fahrradfreundlichkeit.
FAQ zu Data Science
Diese Informationen werden durch Zugriff auf den Hochschulkompass der HRK erzeugt.
Welchen Abschluss erhalte ich, wenn ich Data Science studiere?
Beim Studiengang Data Science an der Universität Augsburg handelt es sich um einen Studiengang mit dem
Abschluss Master
Welches Sachgebiet beinhaltet der Studiengang?
Das Sachgebiet des Studiengangs ist Angewandte Mathematik, Data Science, Statistik.
Wie lange dauert das Studium?
Die Regelstudienzeit beträgt 4 Semester (insgesamt 24 Monate). Ein Semester umfasst in der Regel 6 Monate.
In welcher Sprache finden die Lehrveranstaltungen statt?
Die Vorlesungen, Seminare oder Kurse finden in Englisch und Deutsch statt.
In welcher Form wird das Studium Data Science angeboten?
Das Studium wird als Vollzeitstudium
in Augsburg angeboten.
Wo finden die Lehrveranstaltungen statt?
Die Lehrveranstaltungen werden in Augsburg angeboten.
Kann ich mich zum Sommer- oder zum Wintersemester bewerben?
Du kannst dich zu folgendem Semester bewerben: Sommer- und Wintersemester.
Welche Zulassungsbedingung muss ich erfüllen?
Der Studiengang Data Science unterliegt einem Auswahlverfahren/Eignungsprüfung.
Gibt es spezielle Zugangsvoraussetzungen, um Data Science zu studieren?
Für das Studium des Fachs Data Science gelten folgende Zugangsvoraussetzungen:
Die Zulassung erfolgt über ein Eignungsverfahren, welches in §4 und Anhang I der Prüfungsordnung festgelegt ist. Hierbei ist unter anderem eine Durchschnittsnote von 2,70 oder besser im vorausgehenden B.Sc.-Studiengang notwendig.
Weiterhin wird ein Nachweis folgender Kenntnisse aus dem Bachelor-Studium erwartet:
- Mehrdimensionale Analysis (mindestens 5 LP ECTS)
- Abstrakte Strukturen der (Linearen) Algebra (mindestens 5 LP ECTS)
-Grundlagen einer höheren Programmiersprache (mindestens 4 LP ECTS)
-Praktische Programmierung (mindestens 4 LP ECTS)
-Algorithmen oder Numerische Verfahren (mindestens 5 LP ECTS)
-Diskrete Strukturen, Datenbanken oder Data Engineering (mindestens 5 LP ECTS)
-Data Science oder Maschinelles Lernen (mindestens 4 LP ECTS)
Die Zulassung erfolgt über ein Eignungsverfahren, welches in §4 und Anhang I der Prüfungsordnung festgelegt ist. Hierbei ist unter anderem eine Durchschnittsnote von 2,70 oder besser im vorausgehenden B.Sc.-Studiengang notwendig.
Weiterhin wird ein Nachweis folgender Kenntnisse aus dem Bachelor-Studium erwartet:
- Mehrdimensionale Analysis (mindestens 5 LP ECTS)
- Abstrakte Strukturen der (Linearen) Algebra (mindestens 5 LP ECTS)
-Grundlagen einer höheren Programmiersprache (mindestens 4 LP ECTS)
-Praktische Programmierung (mindestens 4 LP ECTS)
-Algorithmen oder Numerische Verfahren (mindestens 5 LP ECTS)
-Diskrete Strukturen, Datenbanken oder Data Engineering (mindestens 5 LP ECTS)
-Data Science oder Maschinelles Lernen (mindestens 4 LP ECTS)
Welche Themenschwerpunkte gibt es?
Themenschwerpunkte im Studienfach Data Science sind:
- Schwerpunkte:
- Algorithms and Data Engineering, Computer Vision, Deep Learning, High-Dimensional Propability, Ethics and Computer Science, Machine Learning, Mathematical Methods, Mathematical Modelling, Statistics, Natural Language Understanding, Process Mining, Quantum Algorithms
- Weitere Sprachen:
- Deutsch
Wann kann ich mich bewerben?
Hier findest du die Fristen und Termine für deine Bewerbung:
Weitere Informationen zu aktuellen oder künftigen Vorlesungszeiten sowie Anmelde- und Bewerbungsfristen findest du im Hochschulprofil.
- Nächste Vorlesungszeit:
-
12.10.2026 - 05.02.2027Die Lehrveranstaltungen fallen innerhalb des Semesters aus:
24.12.2026 bis 06.01.2027 (Weihnachtsferien)
Zulassung & Bewerbung
- Zulassungssemester:
- Sommer- und Wintersemester
- Zulassungsmodus:
- Auswahlverfahren/Eignungsprüfung
- Zugangsvoraussetzungen:
- Die Zulassung erfolgt über ein Eignungsverfahren, welches in §4 und Anhang I der Prüfungsordnung festgelegt ist. Hierbei ist unter anderem eine Durchschnittsnote von 2,70 oder besser im vorausgehenden B.Sc.-Studiengang notwendig.
Weiterhin wird ein Nachweis folgender Kenntnisse aus dem Bachelor-Studium erwartet:
- Mehrdimensionale Analysis (mindestens 5 LP ECTS)
- Abstrakte Strukturen der (Linearen) Algebra (mindestens 5 LP ECTS)
-Grundlagen einer höheren Programmiersprache (mindestens 4 LP ECTS)
-Praktische Programmierung (mindestens 4 LP ECTS)
-Algorithmen oder Numerische Verfahren (mindestens 5 LP ECTS)
-Diskrete Strukturen, Datenbanken oder Data Engineering (mindestens 5 LP ECTS)
-Data Science oder Maschinelles Lernen (mindestens 4 LP ECTS)
Diese Informationen werden durch Zugriff auf den Hochschulkompass der HRK erzeugt.
Themenschwerpunkte
- Schwerpunkte:
- Algorithms and Data Engineering, Computer Vision, Deep Learning, High-Dimensional Propability, Ethics and Computer Science, Machine Learning, Mathematical Methods, Mathematical Modelling, Statistics, Natural Language Understanding, Process Mining, Quantum Algorithms
- Weitere Sprachen:
- Deutsch
Diese Informationen werden durch Zugriff auf den Hochschulkompass der HRK erzeugt.
Fristen & Termine
- Nächste Vorlesungszeit:
-
12.10.2026 - 05.02.2027Die Lehrveranstaltungen fallen innerhalb des Semesters aus:
24.12.2026 bis 06.01.2027 (Weihnachtsferien)
Diese Informationen werden durch Zugriff auf den Hochschulkompass der HRK erzeugt.
Sonstiges
Leider liegen uns keine weiteren Informationen vor.
Schlagworte
