Angewandte Künstliche Intelligenz (B.Sc.)
Prüfung zum Bachelor of Science im Studiengang Angewandte Künstliche Intelligenz
- Abschluss
- Bachelor of Science (B.Sc.)
- Art
- Hochschul-Bachelor
- Studienform
- Fernstudium
- Credit-Points
- 180 ECTS
- Studiendauer
- Vollzeit 36 · Teilzeit I 48 · Teilzeit II 72 Monate
- Studienablauf
- flexibel – kein fester Semestertakt
- Lernaufwand/Woche
- ca. 28 Std.
- Selbstlernen gesamt
- 5779 Std.
Kosten & Gebühren
- Gesamtkosten
- 16.512 €
- Ratenzahlung
- 48 × 344 €
- davon Prüfungsgebühr
- 699 €
- Ratenzahlung über 36 Monate (Vollzeit)
- 14.364 € (36 × 399 €)
- Ratenzahlung über 72 Monate (Teilzeit II)
- 18.648 € (72 × 259 €)
Die einmalige Graduierungsgebühr ist im Gesamtpreis enthalten und fällt am Studienende an.
Angaben ohne Gewähr. Preise und Konditionen können sich ändern – bitte prüfe die aktuellen Studiengebühren auf der Kursseite des Anbieters.
Überblick
KI verstehen ist gut – KI bauen ist besser. Der Bachelor Angewandte Künstliche Intelligenz der IU ist ein technisches Praxisstudium: von Programmierung mit Python und der nötigen Mathematik über Machine Learning, neuronale Netze und Deep Learning bis zu NLP, Computer Vision und Reinforcement Learning – Modul für Modul, Projekt für Projekt. Du trainierst eigene Modelle, bringst sie über Cloud Computing, Cloud Programming und Edge AI in den Betrieb (Model Engineering) und denkst Datenschutz und Ethik von Anfang an mit; im Praktikum sammelst du echte Projekterfahrung.
Inhalte
- Artificial Intelligence
- Einführung in die Programmierung mit Python
- Mathematik: Analysis
- Einführung in das wissenschaftliche Arbeiten für IT und Technik
- Projekt: Objektorientierte und funktionale Programmierung mit Python
- Mathematik: Lineare Algebra
- Statistik – Wahrscheinlichkeit und deskriptive Statistik
- Statistik – Induktive Statistik
- Einführung in NLP
- Projekt: NLP
- Maschinelles Lernen – Supervised Learning
- Maschinelles Lernen – Unsupervised Learning und Feature Engineering
- Neuronale Netze und Deep Learning
- Einführung in Computer Vision
- Projekt: Computer Vision
- Einführung in das Reinforcement Learning
- Einführung in Datenschutz und IT-Sicherheit
- Cloud Computing
- Seminar: Ethische Innovation
- Projekt: Cloud Programming
- Projekt: Edge AI
- Model Engineering
- Wahlpflichtbereiche A, B und C (je 10 ECTS, z. B. Robotik, XR/AR/VR, Data Engineering, AWS Cloud, Business Intelligence, UX, Ethik in der KI)
- Wahlpflichtbereich D: Praktikum oder weitere Module
- Bachelorarbeit und Kolloquium
Karriere
Machine Learning Engineering
Programmierung mit Python, Supervised und Unsupervised Learning, neuronale Netze und Model Engineering bereiten darauf vor, Modelle zu entwickeln, zu trainieren und in Produkte zu überführen – als Machine Learning Engineer oder AI Developer.
NLP und Computer Vision
Die Module und Projekte zu Natural Language Processing und Computer Vision qualifizieren für spezialisierte Rollen in Sprach- und Bildverarbeitung – überall dort, wo Systeme Texte, Sprache oder Bilder verstehen sollen.
MLOps, Cloud und Edge AI
Cloud Computing, das Projekt Cloud Programming und Edge AI verbinden Modelle mit realem Betrieb: Du bringst KI auf Cloud-Infrastruktur und Endgeräte – in MLOps-nahen Rollen, die den Weg vom Modell zum Produktivsystem verantworten.
Zugangsvoraussetzungen
Allgemeine oder fachgebundene Hochschulreife bzw. Fachhochschulreife; ohne (Fach-)Abitur mit Meisterbrief, einer abgeschlossenen Aufstiegsfortbildung oder einer mindestens zweijährigen Berufsausbildung mit darauf aufbauender mindestens dreijähriger Berufserfahrung. Einen Numerus clausus gibt es nicht.
Angewandte KI, AI in Business oder der Master?
Angewandte Künstliche Intelligenz ist der deutschsprachige, hands-on-technische Bachelor zum Bauen von KI. Der englischsprachige Bachelor AI in Business setzt dagegen auf ein BWL-Fundament und die wirtschaftliche Einführung von KI – weniger tief in der Entwicklung. Der englische Master Artificial Intelligence baut wiederum auf ein Erststudium auf. Wer grundständig und technisch KI entwickeln lernen will, ist hier richtig.
Verwandte Studiengänge
Häufige Fragen
- Brauche ich Programmier- oder Mathe-Vorkenntnisse?
- Nein, Python, Analysis, Lineare Algebra und Statistik werden im Studium aufgebaut. Da der Studiengang technisch und mathematisch anspruchsvoll ist, helfen Freude an Logik und Zahlen aber sehr. Wer sich vor Mathematik und Code scheut, ist mit einem stärker anwendungs- oder businessorientierten KI-Studium besser beraten.
- Wie viel Mathematik steckt im Studium?
- Spürbar viel: Analysis, Lineare Algebra sowie deskriptive und induktive Statistik bilden das Fundament, auf dem Machine Learning und Deep Learning aufsetzen. Das ist bewusst so – ohne dieses Fundament lassen sich KI-Verfahren nicht wirklich verstehen und weiterentwickeln.