Hochschule
München
University of
Applied Sciences
![](https://mediapool.hm.edu/media/dachmarke/dm_transfer/hm_bilderpool/studiengaenge_6/fk07_10/ma-data-analytics_hero_image_m.jpg)
Data Analytics (Master)
Mit der immer weiter anwachsenden Datenfülle in allen Bereichen und den ständig zunehmenden Computing-Kapazitäten steigt auch der Bedarf nach einer adäquaten Aufbereitung, Verarbeitung, Modellierung und Interpretation der Daten. Der Masterstudiengang Data Analytics bietet Graduierten eines Bachelorstudiengangs, in dem solide mathematische Kenntnisse erworben wurden die Möglichkeit, sich im Bereich der analytisch ausgerichteten Datenwissenschaft weiter zu qualifizieren.
Der Masterstudiengang befähigt Sie zur selbständigen Entwicklung und Anwendung von komplexen Modellen und Verfahren aus den Bereichen Statistik, Data Science und Machine Learning zur Lösung von praxisrelevanten Problemstellungen in Wirtschaft, Natur und Technik. Insbesondere erwerben Sie die Kompetenz, verschiedenste Anwendungsprobleme im Umgang mit vielfältigen Daten aus Praxis und Forschung zu analysieren, bedarfsorientiert aufzubereiten und mit Hilfe von geeigneten Modellen, Systemen und computergestützten Verfahren nach dem Stand von Technik und Wissenschaft zu lösen. Darüber hinaus sind Sie nach Durchlaufen des Studiums in der Lage, wichtige wissenschaftliche Erkenntnisse und Methoden zu verstehen, neueste Forschungsergebnisse effektiv umzusetzen und selbst zu entwickeln.
Der Masterstudiengang fördert Kommunikations- sowie Teamfähigkeit und führt Sie an anspruchsvolle Tätigkeiten im internationalen Arbeitsumfeld in der Wirtschaft oder im akademischen Bereich heran.
Individuelle Schwerpunktsetzung
Neben einem verbindlichen Teil von grundlegenden Modulen haben Sie die Möglichkeit, im Wahlpflichtbereich eigene Schwerpunkte zu setzen. Ein solcher Schwerpunkt kann beispielsweise in der traditionellen Statistik, in der Modellbildung, in vertieften Machine Learning Methoden oder auch in speziellen Anwendungsgebieten liegen.
Details
- Abschluss
- Master
- Studienart
- Vollzeit oder Teilzeit
- Fakultät/en
- FK07
- Studienbeginn
- Sommer- und Wintersemester
- Regelstudienzeit
- 3 Semester (Vollzeit), 6 Semester (Teilzeit)
- Zu erreichende ECTS
- 90 ECTS-Punkte
- Studienort
- Campus Lothstraße, 80335 München
- Zulassungsvoraussetzungen
-
- Abgeschlossenes (mind. 6 theoretische Semester / 180 ECTS), mathematisch* orientiertes Studium, mit einer Gesamtnote von 2,5 oder besser an einer deutschen Hochschule oder ein gleichwertiger Abschluss.
Es müssen mindestens 30 Leistungspunkte in mathematisch orientierten Modulen einschließlich der Bachelorarbeit nachgewiesen werden.
*Zu den mathematisch orientierten Studienrichtungen zählen beispielsweise Mathematik, Statistik, Data Science, Informatik mit Schwerpunkt Mathematik oder eine andere Fachrichtung, in der vertiefte Kenntnisse der Mathematik vermittelt wurden.
- Bewerbungen mit einer Gesamtnote von 2,0 oder besser, die mind. 45 Leistungspunkte in mathematisch orientierten Modulen einschl. der Bachelorarbeit nachweisen, werden direkt zugelassen.
- Bei allen übrigen Bewerbungen muss die fachliche Eignung im Rahmen eines Eignungsverfahrens nachgewiesen werden.
Eignungsverfahren: Aufnahmegespräch
- Für ausländische Bewerberinnen und Bewerber, die ihre Studienqualifikation nicht an einer deutschsprachigen Bildungseinrichtung erworben haben, Deutschnachweis auf der Niveaustufe B2 (GER)
- Abgeschlossenes (mind. 6 theoretische Semester / 180 ECTS), mathematisch* orientiertes Studium, mit einer Gesamtnote von 2,5 oder besser an einer deutschen Hochschule oder ein gleichwertiger Abschluss.
- Zulassungsmodus
- Eignungsverfahren
- Hauptunterrichtssprache
- Deutsch, weitere Sprachen: Englisch
- Auslandsaufenthalt
- -
- Semestergebühren (aktuell laufendes Semester)
- Grundbeitrag für das Studierendenwerk 85,00 Euro
Studienberatung
Beim Master Data Analytics handelt es sich um einen Studiengang im Bereich der angewandten Mathematik, der sich speziell mit der Aufbereitung, Analyse und Interpretation von Daten beschäftigt. Die Vermittlung der dazu benötigen Vorgehensweisen, Methoden und Tool-Kits stellen einen zentralen Bestandteil des Curriculums dar. Gegenüber einem auf Data Science ausgerichteten Informatikstudium ist er weniger technisch-algorithmisch und dafür mehr mathematisch-statistisch orientiert. Gegenüber einem Mathematikstudium ist der Studiengang deutlich fokussierter auf den Bereich Data Science und sticht durch seine ausgeprägte Anwendungsorientierung hervor.
Wer diesen Studiengang studiert
bringt zum Beispiel mit
- ausgeprägtes analytisches Denkvermögen
- gute Abstraktionsfähigkeit
- Ausdauer und Konzentrationsvermögen
- solide mathematische Kenntnisse auf Bachelor-Niveau
- Teamgeist, Kommunikationsfähigkeit und gute englische Sprachkenntnisse
hat zum Beispiel Freude am
- Nachdenken, Hinterfragen, Knobeln, Schlussfolgern, Interpretieren
- Lösen von kniffligen, praxisorientierten Aufgabenstellungen
- Einsatz mathematischer Methoden sowie Entwickeln und Implementieren von Modellen
- Vermitteln von Erkenntnissen auch an Nicht-Expert:innen
interessiert sich zum Beispiel für
- die Bearbeitung von praxisrelevanten Fragestellungen im Zusammenhang mit der Erhebung, Auswertung, Analyse und Interpretation von Daten, wie sie in Wirtschaft, Sozialwissenschaften, Medizin, Natur und Technik auftreten
- die Hintergründe der zur Analyse verwendeten Methoden, Verfahrensweisen und Modelle
- die Anwendung und Anpassung von State-of-the-Art-Modellen des Machine Learnings
Die zunehmende Verfügbarkeit von Daten zusammen mit der wachsenden Computing-Power generiert einen nachhaltig hohen Bedarf an Experts im Bereich Data Analytics. Unternehmen, in denen die vorliegenden und die potentiell interessierenden Daten adäquat erhoben und mit Methoden der Statistik und des Machine Learnings analysiert werden, verfügen im Vergleich zu Konkurrenten, die dies nicht vornehmen, über einen Wettbewerbsvorteil. Vor diesem Hintergrund ergibt sich auf der Seite von kleinen und mittelständischen Firmen, in denen der Einsatz von Data Science Methoden vielfach erst am Anfang steht, eine ausgeprägte Nachfrage nach Data Science Specialists. Großunternehmen, die teilweise über eigene Data Science Abteilungen verfügen, bieten regelmäßig interessante berufliche Perspektiven für Graduierte des Studiengangs. Der geschilderte Bedarf betrifft praktisch alle Wirtschaftszweige, angefangen von Produktionsunternehmen, über Handelsketten bis hin zu Telekommunikationsfirmen, Pharmafirmen, Versicherungen, Banken und Unternehmensberatungen.
In der Forschung im Bereich Statistik und Machine Learning – an Universitäten, Forschungsinstituten aber auch in internationalen Großunternehmen – bieten sich ebenfalls interessante Einsatzmöglichkeiten für Data Analytics Experts, wobei sich an das Masterstudium idealerweise noch eine einschlägige Promotion anschließt, auf die der Master Data Analytics ebenfalls vorbereitet.
Aus der Vielzahl und dem großen Spektrum von möglichen Einsatzfeldern nach Abschluss des Masterstudiums sind im Folgenden einige beispielhaft aufgeführt:
- Produktionsunternehmen: Zuverlässigkeitsanalysen, Analyse technischer Risiken, Qualitätsmanagement, Predictive Analysis und Just-in-time Produktion
- Speziell Automobilbranche: Autonomes Fahren, Fahrzeugabsicherung, Connected Services, Sprachdialogsysteme
- Handelsunternehmen / E-Commerce: Marktforschung, Kundenbindung, Planung von Werbekampagnen, Marketing, Prognosen
- Energie- und Umweltbranche: Intelligentes Lastenmanagement, Adaptive Strombepreisung, Steuerung Windkraftanlagen, Analysen zu Umwelt- und Klimaveränderungen
- Medizin: KI-basierte bildanalytische Diagnostik, statistische Analysen im Rahmen klinischer Studien, Optimierung von Patientenflüssen in Krankenhäusern
- Finanzsektor: Anwendung von Machine-Learning-Techniken in Online Lending Platformen und Credit Scoring Modellen, Risikomanagement/-controlling in Banken und Versicherungen
- Data Analytics Abteilungen in Unternehmen: Architektur und Setup von Daten- und Modellpipelines für Entwicklung, Test- und Produktivbetrieb; Entwicklung, Optimierung und Deployment von Machine Learning-Modellen sowie Evaluierung neuer Technologien, Frameworks und Trends
- Forschungsabteilungen in Wirtschaftsunternehmen und im akademischen Bereich auf dem Gebiet Data Science und KI
Passend zu den aufgeführten beruflichen Perspektiven mit exemplarischen beruflichen Einsatzfeldern ergeben sich beispielsweise folgende Rollen für einen Berufseinstieg nach dem Studium:
- Senior Data Scientist: Bearbeitung von Data Science Projekten und Problemen, die mit Standardmethoden und Frameworks nicht einfach lösbar sind
- Research & Development Expert im Bereich Data Analytics: Weiterentwicklung von Machine Learning Modellen und Methoden in der akademischen oder innerbetrieblichen Forschung
- Machine Learning Engineer: Architektonische Bearbeitung von Data Science Pipeline Projekten
- Modeling and Simulation Expert: Besondere Kompetenz bei Problemen, für die eine Verbindung von datengetriebenen Modellen des maschinellen Lernens mit klassischen erklärenden Modellen benötigt wird
- Statistik-Guru in verschiedenen Anwendungsbereichen: Breite theoretische und praktische Methodenkompetenz in der traditionellen Statistik
- Data Scientist im Bereich Finance: Neben Data Science Know-how auch Domänenwissen im Finance-Bereich und den dort verwendeten speziellen Modellierungsverfahren
Der Studiengang ist sowohl in Vollzeit (3 Semester) als auch in Teilzeit (6 Semester) studierbar und kann sowohl zum Wintersemester als auch zum Sommersemester begonnen werden. Die Module sind unabhängig voneinander belegbar, wobei insbesondere im Teilzeitstudium die Pflichtmodule bevorzugt gegen Anfang des Studiums belegt werden sollten. Die Masterarbeit steht generell am Ende des Studiums mit einer Bearbeitungszeit von 6 Monaten bei einem Vollzeit- und 12 Monaten bei einem Teilzeitstudium.
Der Masterstudiengang Data Analytics befähigt Sie zur selbständigen Entwicklung und Anwendung von komplexen Modellen und Verfahren aus den Bereichen Statistik, Data Science und Machine Learning zur Lösung von praxisrelevanten Problemstellungen in Wirtschaft, Natur und Technik. Insbesondere erwerben Sie die Kompetenz, verschiedenste Anwendungsprobleme im Umgang mit vielfältigen Daten aus Praxis und Forschung zu analysieren, bedarfsorientiert aufzubereiten und mit Hilfe von geeigneten Modellen, Systemen und computergestützten Verfahren nach dem Stand von Technik und Wissenschaft zu lösen. Darüber werden Sie in die Lage versetzt werden, für die Praxis wichtige wissenschaftliche Methoden zu entwickeln und neueste Forschungsergebnisse effektiv umzusetzen.
Der Masterstudiengang fördert die für die berufliche Praxis wichtige Fähigkeit zur Kommunikation und Teamarbeit und bereitet auf anspruchsvolle Tätigkeiten in einem internationalen Arbeitsumfeld vor.
Grundlegende Informationen zur Bewerbung
Die Zulassungsvoraussetzungen für den Master Data Analytics sind (die genauen Regelungen finden sich in der Studien- und Prüfungsordnung):
- ein abgeschlossenes, mindestens sechs theoretische Studiensemester und mindestens 180 Leistungspunkte umfassendes, mathematisch orientiertes Studium an einer deutschen Hochschule oder ein gleichwertiger Abschluss
- mit einem Prüfungsgesamtergebnis von 2,5 oder besser und
- mindestens 30 Leistungspunkten in mathematisch orientierten Modulen einschließlich der Bachelorarbeit
Unter obigen Voraussetzungen erfolgt eine direkte Zulassung bei einem Prüfungsgesamtergebnis von 2,0 oder besser und mindestens 45 Leistungspunkten in mathematisch orientierten Modulen. Andernfalls entscheidet unter obigen Voraussetzungen eine Eignungsprüfung über die Zulassung.
Weitere Informationen zur Immatrikulation erhalten zugelassene Studierende mit ihrem Zulassungsbescheid.
Kontakte
Zentrale Studienberatung
Erstanlaufstelle
Studieninformation in der Lothstraße 34
T +49 89 1265-1121
beratung@hm.edu
Virtuelle Studieninformation
Online-Studienberatung und Terminvereinbarung
Immatrikulation
Bachelor-Studiengänge
Raum A 33/34
T +49 89 1265-5000
immatrikulation@hm.edu
Kontaktdetails und Anfahrt
Master-Studiengänge
Raum A 31
T +49 89 1265-1275, +49 89 1265-1497, +49 89 1265-1347
imma-master@hm.edu
Kontaktdetails und Anfahrt
Prüfung und Praktikum
Sie studieren schon an der Hochschule München und haben Fragen zu Prüfungen oder Praktikum? Dann nutzen Sie bitte die Seite www.hm.edu/pruefung-praktikum
![](https://mediapool.hm.edu/media/fk07/fk07_lokal/diefakultt_4/ansprechpartner_2/professoren_1/thiemichen/jbfoto_HM_FK07_Stephanie__1948_finweb_portrait_m.jpg)
![](https://mediapool.hm.edu/media/fk07/fk07_lokal/diefakultt_4/ansprechpartner_2/professoren_1/zielke/jbfoto_HM_FK07_Andreas_5389_finweb_portrait_m.jpg)