Applied Artificial Intelligence (M.Sc.)
Prüfung zum Master of Science im Studiengang Applied Artificial Intelligence
- Abschluss
- Master of Science (M.Sc.)
- Art
- Hochschul-Master
- Studienform
- Fernstudium
- Credit-Points
- 60 ECTS
- Sprache
- Englisch
- Studiendauer
- Vollzeit 12 · Teilzeit I 18 · Teilzeit II 24 Monate
- Studienablauf
- flexibel – kein fester Semestertakt
Kosten & Gebühren
- Gesamtkosten
- 10.350 €
- Ratenzahlung
- 18 × 575 €
- davon Prüfungsgebühr
- 799 €
- Ratenzahlung über 12 Monate (Vollzeit)
- 9.300 € (12 × 775 €)
- Ratenzahlung über 24 Monate (Teilzeit II)
- 11.400 € (24 × 475 €)
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
Künstliche Intelligenz auf Master-Niveau in einem Jahr – und von Anfang an auf eine Anwendungsdomäne zugeschnitten. Applied Artificial Intelligence ist die kompakte, anwendungsnahe 60-ECTS-Variante des KI-Studiums der IU: derselbe technische Kern wie im großen 120-ECTS-Master, aber verdichtet und über Spezialisierungs-Tracks fokussiert. Den Kern bilden Machine Learning, Deep Learning, Reinforcement Learning sowie Inference and Causality; ein Seminar zu aktuellen KI-Themen hält dich am Forschungsrand. Über zwei Wahlpflichtmodule wählst du einen von acht Tracks – etwa KI in Automotive, Computer Vision, FinTech, Healthcare, NLP, Produktion, Supply Chain oder Marketing & E-Commerce – und richtest deinen Abschluss auf deine Branche aus. Die Masterarbeit umfasst 15 ECTS. Als konsekutiver Aufbau-Master setzt er ein einschlägiges, quantitativ geprägtes Erststudium voraus, wird auf Englisch unterrichtet und lässt sich ohne festen Semestertakt frei takten. Der staatlich anerkannte M.Sc. öffnet dir Rollen als Machine Learning Engineer, AI Engineer oder KI-Spezialist:in in deiner Domäne.
Inhalte
- Machine Learning
- Deep Learning
- Reinforcement Learning
- Inference and Causality
- Seminar: Current Topics in AI
- Wahlpflichtmodul A + B (je 10 ECTS) – bilden zusammen einen von 8 Tracks: u. a. AI in Automotive, AI and Computer Vision, AI in FinTech, AI in Healthcare, AI and NLP, AI in Production, AI for Supply Chain Management, AI in Marketing and E-Commerce
- Master Thesis (15 ECTS) und Colloquium
Karriere
Machine Learning Engineer
Du baust ML- und Deep-Learning-Modelle, bringst sie zum Laufen und in den produktiven Einsatz. Die Kernmodule Machine Learning, Deep Learning und Reinforcement Learning liefern dafür das Fundament.
AI Engineer mit Branchenfokus
Über deinen Track spezialisierst du dich auf ein Feld – von Computer Vision über NLP bis KI in FinTech, Healthcare oder Produktion – und bringst KI in konkrete Anwendungen. Die beiden Wahlpflichtmodule des Tracks liefern das domänenspezifische Rüstzeug.
AI Consultant & Applied Researcher
Mit Inference and Causality und dem Seminar zu aktuellen KI-Themen arbeitest du an der methodischen Spitze – kausale Modellierung statt reinem Pattern-Matching – und berätst Organisationen beim Einsatz aktueller KI-Verfahren.
Zugangsvoraussetzungen
Ein abgeschlossenes grundständiges Hochschulstudium mit einschlägigem, quantitativ und/oder informatisch geprägtem Schwerpunkt (etwa Informatik, Data Science, Mathematik oder ein verwandtes Fach) samt ausreichenden Vorkenntnissen in Programmierung, Mathematik und Statistik. Da der Studiengang vollständig auf Englisch unterrichtet wird, sind Englischkenntnisse auf mindestens B2-Niveau nachzuweisen. Die genauen Zugangs- und Anrechnungsregelungen enthält die Zulassungs- und Einschreibungsordnung der Hochschule.
Acht Tracks: Künstliche Intelligenz für deine Branche
Das Besondere an diesem Master sind die 20 ECTS Wahlpflicht: Zwei aufeinander abgestimmte Module bilden zusammen einen von acht Tracks – AI in Automotive, AI and Computer Vision, AI in FinTech, AI in Healthcare, AI and NLP, AI in Production, AI for Supply Chain Management oder AI in Marketing and E-Commerce. Dadurch bleibt der Studiengang trotz seiner Kompaktheit anschlussfähig an eine konkrete Domäne: Du lernst die KI-Grundlagen einmal sauber und wendest sie dann gezielt dort an, wo du beruflich hinwillst – bis hinein in die Masterarbeit.
60 oder 120 ECTS – die kompakte KI-Route
Applied Artificial Intelligence ist der einjährige, anwendungs- und track-getriebene Zuschnitt. Der 120-ECTS-Master Artificial Intelligence deckt dieselben Grundlagen ab, geht aber breiter und tiefer, ist forschungsnäher und schließt mit einer umfangreicheren Thesis ab. Wer bereits ein starkes quantitatives Erststudium mitbringt und schnell mit klarem Branchenfokus in die KI-Praxis will, ist hier richtig; wer mehr Breite, Grundlagenaufbau und Forschungsnähe sucht, wählt die 120-ECTS-Variante.
Verwandte Studiengänge
Häufige Fragen
- Applied Artificial Intelligence (60 ECTS) oder Artificial Intelligence (120 ECTS)?
- Die 60-ECTS-Variante ist der kompakte, in einem Jahr studierbare Master mit klarem Branchen-Track – ideal, wenn du schon ein einschlägiges quantitatives Studium hast und rasch in die angewandte KI willst. Die 120-ECTS-Variante ist breiter und forschungsnäher, baut mehr Grundlagen auf und eignet sich, wenn dir Tiefe und wissenschaftliche Ausrichtung wichtiger sind als Tempo.
- Welche Vorkenntnisse setzt der Master voraus?
- Als 60-ECTS-Aufbau-Master beginnt er nicht bei null: Erwartet werden ein einschlägiges Erststudium und belastbare Grundlagen in Programmierung, Mathematik und Statistik. Machine Learning, Deep Learning und Reinforcement Learning setzen direkt darauf auf. Wer diese Basis erst aufbauen möchte, ist mit einem breiteren Studiengang besser bedient.
- Wie funktionieren die acht Tracks?
- Du belegst zwei Wahlpflichtmodule, die gemeinsam einen Track ergeben – etwa Computer Vision, FinTech oder Healthcare. Der Track bestimmt deine fachliche Spezialisierung und gibt in der Regel auch die Richtung deiner Masterarbeit vor. So verlässt du das Studium nicht als KI-Generalist:in, sondern mit einem klaren Anwendungsprofil.