[DE] Masterstudium Informatik (Version 2022)

Sprache wählen / Languages
Dieser Text ist in den folgenden Sprachen verfügbar / This text is available in the following languages:
Info

Auf dieser Seite wird der Aufbau des Curriculums Master Informatik (Version 2022) allgemein beschrieben. Bitte beachtet, dass hier nicht auf alle Einzelheiten eingegangen wird!

Master Informatik
(Universität Wien)
Abschluss Master of Science (MSc)
Regelstudiendauer 4 Semester (2 Jahre)
Umfang 120 ECTS-Punkte
Sprache Englisch
Aktuelle Version 1. Oktober 2022
Studienkennzahl UA 066 921
Curriculum Konsolidierte Fassung (PDF, Deutsch), Englische Version (PDF, informell)
Semesterplan siehe hier

Das Masterstudium Informatik zeichnet sich dadurch aus, dass es einen relativ großen Wahlbereich gibt und nur relativ wenige konventionelle Pflicht-Lehrveranstaltungen. Je nachdem, worauf man sich spezialisiert (die Spezialisierungen sind als sogenannte Ausprägungsfächer vorgegeben), wählt man seine Lehrveranstaltungen aus unterschiedlichen Gruppen von Lehrveranstaltungen, den sogenannten „Clustern“. Der dritte große Bereich des Studiums ist die Masterarbeit inklusive der auf die Masterarbeit vorbereitenden Projekte P1 und P2.

Wir versuchen, im Folgenden diese Bereiche und die Struktur zu erklären. Einen Blick ins Curriculum zu werfen, lohnt sich aber auf jeden Fall trotzdem!

Zulassung

Wenn ihr bereits hier studiert, bitte überspringt diesen Abschnitt einfach :-)

Voraussetzung für das Studium ist in erster Linie einmal ein „fachlich in Frage kommendes Vorstudium“. Fachlich in Frage kommend sind jedenfalls die Bachelorstudien Informatik oder Wirtschaftsinformatik an der Universität Wien. Alternativ kann ein anderes fachlich in Frage kommendes Bachelor- oder gleichwertiges Hochschulstudium an einer anerkannten in- oder ausländischen post-sekundären Bildungseinrichtung (also z. B. Universität oder FH) vorliegen.

Konkret bedeutet das:

  • Wenn ihr den Bachelor Informatik oder den Bachelor Wirtschaftsinformatik an der Universität Wien gemacht habt, dann werdet ihr auf jeden Fall zugelassen und müsst nicht am Aufnahmetest teilnehmen. Solltet ihr den Master direkt an euer Bachelorstudium anschließen, so könnt ihr euch sogar außerhalb der Zulassungsfristen (im Rahmen der tagesaktuellen Zulassung) zulassen. Also: Ihr könnt, sobald ihr den Bachelor an der Uni Wien abgeschlossen habt, sofort mit dem Master fortfahren.
     
  • Wenn ihr von einer anderen (inländischen oder ausländischen) Bildungseinrichtung kommt, dürfen sich die Inhalte des Vorstudiums nicht wesentlich unterscheiden. Oder anders gesagt: Es dürfen nicht zu viele Dinge, die bei uns im Bachelor im Pflichtbereich sind, fehlen. Wenn die Unterschiede mehr als 30 ECTS ausmachen, so wird keine Zulassung erteilt. Fehlen 30 ECTS oder weniger an notwendigen Vorkenntnissen, so können Auflagen erteilt werden; d.h., ihr müsst in diesem Fall dann Lehrveranstaltungen aus unserem Bachelor im Umfang von maximal einem Semester nachholen (und habt dafür 2 Semester Zeit).

    Als Richtwert würden wir sagen: Wenn ihr vorher schon ein Studium namens „Informatik“ oder „Computer Science“ studiert habt, sollte eine Zulassung kein Problem darstellen.

    Ihr braucht einen Englischnachweis Niveau mindestens B2 (z. B. österreichisches Maturazeugnis, IELTS-/Cambridge-Zertifikat o.ä., für alle Möglichkeiten siehe hier). Weil derzeit maximal 80 Studierende anderer Universitäten pro Jahr aufgenommen werden, müsst ihr an einem Reihungstest vor Ort teilnehmen. Dort werden Kernkompetenzen aus (fast) allen Bereichen des Bachelorstudiums abgefragt.

    Hinweis: Die Fragen sind sehr anspruchsvoll. Es wird aber nicht erwartet, dass ihr alles wisst oder alle Punkte habt o.ä. – ihr müsst nur unter den besten 80 Teilnehmenden sein!

    Die Voraussetzungen unter diesem Aufzählungspunkt gelten sinngemäß auch für Leute, die an der Universität Wien ein anderes Studium als den Bachelor Informatik oder Wirtschaftsinformatik studiert haben (z. B. Bachelor/Master Lehramt Informatik, Master Data Science) und über den Wahlbereich oder ihr Interessensmodul aber genügend facheinschlägige Informatik-ECTS nachweisen können. Das sind absolute Ausnahmefälle, soll aber hier der Vollständigkeit halber erwähnt werden.

 

Pflichtbereich

Der Pflichtbereich ist relativ klein:

  • Im ersten (Winter-)Semester ist die Absolvierung von VU Parallel Architectures and Programming Models (PAP, 6 ECTS) vorgesehen. Dabei geht es u.a. um Parallelisierung von Programmen mit OpenMP und OpenMPI sowie um Rechnen auf einer GPU.
  • Im ersten Sommersemester sollte man dann die Lehrveranstaltung VU Advaned Software Engineering absolvieren.
  • Außerdem gibt es noch eine Lehrveranstaltung VU Wissenschaftliches Arbeiten (Modul MSE). Aktuell gibt es hier zwei verschiedene Gruppen, wobei der Ablauf relativ unterschiedlich ist. Letztlich lernt man korrektes Zitieren, Verfassen von Peer-Reviews und wie man ein (eigenes oder fremdes, aber auf jeden Fall veröffentlichtes) Paper präsentiert.

Alle anderen Lehrveranstaltungen im Master werden entweder dem Wahlbereich oder der Abschlussphase zugerechnet.

 

Cluster

Bevor wir die Schwerpunkte und den Wahlbereich genauer beschreiben, erklären wir hier das allgemeine System:

Unsere Wahllehrveranstaltungen sind in sogenannten Clustern (vormals Wahlmodulgruppen genannt) strukturiert. Ein Cluster ist quasi eine Gruppe von thematisch verwandten Lehrveranstaltungen. Ein jeder dieser Cluster hat eine Einführungslehrveranstaltung, genannt Gatekeeper-Lehrveranstaltung oder kürzer Gatekeeper; diese jeweilige Lehrveranstaltung ist Voraussetzung für alle vertiefenden Lehrveranstaltungen des jeweiligen Clusters (Ausnahme: Cluster Algorithms hat 2, beide zusammen zählen als Gatekeeper!).

Beispiel:
Du interessierst Dich vielleicht ungemein für die Funktionsweise von Sprachmodellen wie ChatGPT. Daher willst Du unbedingt die VUen Natural Language Processing und Deep Learning for Natural Language Processing besuchen.
Diese sind im Cluster Data Mining beheimatet. Um vertiefende Lehrveranstaltungen (wie NLP) machen zu können, musst Du zuerst die Einführungslehrveranstaltung für den Cluster Data Mining, genannt VU Foundations of Data Analysis, machen. Anschließend kannst Du die von Dir gewünschten LVen machen.

Aus welchen Clustern ihr Lehrveranstaltungen in welchem Umfang wählen könnt bzw. dürft, hängt von eurem gewählten Ausprägungsfach ab. Dies wird erst im nächsten Abschnitt beschrieben. Hier sollen dennoch bereits die Cluster und ihre Inhalte kurz erklärt werden.

Momentan gibt es folgende Cluster:

  • Cluster Algorithms
    Gatekeeper: VU Algorithms and Data Structures 2 (3 ECTS) in Kombination mit VU Numerical Algorithms (3 ECTS)

    In diesem Cluster geht es um das Verstehen und Entwickeln von (in gewisser Hinsicht effizienten) Algorithmen, also systematischen Verfahren zur Lösung von Problemen. Ihr lernt, wie man Programme und Rechenverfahren effizient entwirft und beurteilt sowie die Korrektheit dieser Verfahren überprüft und die asymptotische Laufzeit angibt – z. B. für Such‑ und Sortieralgorithmen oder numerische Berechnungen.

    Der Cluster ist quasi zweigeteilt: Einerseits gibt es etliche Lehrveranstaltungen in Richtung formaler Methoden (mathematische Beweise für die Laufzeit oder Korrektheit von Algorithmen u.d.g.l., abstrakte Konzepte etc.), andererseits gibt es aber auch Lehrveranstaltungen in Richtung des klassischen Scientific Computing, wo es z. B. darum geht, die Rechenfehler in numerischen Verfahren einschätzen und minimieren zu können etc.

  • Cluster Computer Graphics
    Gatekeeper: VU Foundations of Computer Graphics (6 ECTS)

    Auch dieser Cluster ist inhaltlich quasi zweigeteilt:
    Einerseits gibt es einige Lehrveranstaltungen in Richtung Graphik am Computer (3D‑Modelle oder Animationen auf dem Computer erzeugen, z. B. für Spiele oder Simulationen), andererseits gibt es Lehrveranstaltungen in Richtung der Erstellung von Visualisierungen.

  • Cluster Data Analysis
    Gatekeeper: VU Foundations of Data Analysis (6 ECTS)

    Hier lernt ihr Methoden, um Daten auszuwerten und Muster zu erkennen – etwa Grundlagen der Statistik, Data Mining oder Visualisierung großer Datensätze. Diese Fähigkeiten helfen euch, Rohdaten in verwertbares Wissen zu verwandeln.

    Inhalte sind beispielsweise Supervised vs. Unsupervised Learning, Clustering-Algorithmen, Neuronale Netze, Large Language Models (LLMs) und vieles mehr.

  • Cluster Information Management & Systems Engineering
    Gatekeeper: VU Information Management & Systems Engineering (6 ECTS)

    In diesem Cluster geht es um Datenverwaltung, Knowledge Engineering und Process Mining. Inhalte sind etwa Datenbanken (incl. NoSQLs) aber auch regelbasierte Systeme, First-Order- und Fuzzy-Logic.

  • Cluster Internet Computing & Software Technologies
    Gatekeeper: VU Distributed Systems Engineering (6 ECTS)

    Dieser Bereich umfasst Konzepte und Technologien für verteilte Systeme, Web‑Technologien (REST vs. SOAP u.v.m.) und moderne Softwareentwicklung. Ihr lernt Patterns für das Software Engineering, wie verteilte Software (Microservices u.a.) arbeitet, wie man in der Cloud rechnet u.v.m.

  • Cluster Digital Media Technologies (früher genannt: Multimedia)
    Gatekeeper: VU Signal and Image Processing (6 ECTS)

    In diesem Cluster geht es u.a. um Audio-/Video-/Bildencodings und Kompressionsalgorithmen. Auch Web Crawling, Indexing, Link Analysis und Bildverarbeitung (Image Pattern Recognition, Edge Detection u.a.) sind jedoch Themata.

  • Cluster Networks
    Gatekeeper: VU Foundations of Networked Systems (6 ECTS)

    In diesem Cluster geht es um Netzwerke und Kommunikation, also wie Computer miteinander verbunden sind, wie Daten übertragen werden und wie Netzwerke sicher und effizient funktionieren. Ein weiteres Thema sind hier allerdings auch z. B. Strukturen sozialer Netzwerke und kooperative Systeme.

  • Cluster Parallel Computing
    Gatekeeper: VU Parallel Computing (6 ECTS)

    Hier lernt ihr, Programme und Systeme zu entwerfen, die gleichzeitig mehrere Rechenkerne oder Rechner nutzen, z. B. im High‑Performance‑Bereich oder bei großen Simulationen. Es geht also im Kern darum, Programme so zu entwerfen, dass sie auf mehr CPU-Kernen oder CPUs schneller arbeiten als auf einem einzelnen. Es gibt aber hier u.a. auch eine Lehrveranstaltung in Richtung Compilerbau.

  • Cluster Security
    Gatekeeper: VU Information Security Management (6 ECTS)

    In diesem Cluster stehen IT‑Sicherheit und Schutz von Daten/Systemen im Mittelpunkt. Ihr beschäftigt euch mit Authentifizierung, Verschlüsselung und allgemeinen Prinzipien der sicheren Software‑ und Systemgestaltung. Inhalte von Lehrveranstaltungen umfassen beispielsweise Grundlagen der Kryptographie, symmetrische und asymmetrische Verschlüsselung, Code Obfuscation (Schutz von Programmen vor Analyse und Reverse Engineering), Software Fingerprinting (Schutz gegen unauthorisierte Verteilung/Kopie von Software), Software Tamperproofing (Schutz vor Modifikation von Software), Blockchain, Network Security u.v.m.

    Neben auf der Uni Wien angebotenen Lehrveranstaltungen gibt es in diesem Cluster weiters eine Liste von prinzipiell als genehmigt geltenden Lehrveranstaltungen an der TU Wien, die ebenfalls in diesem Cluster absolviert werden können. Dafür ist allerdings eine Mitbelegung an der TU Wien erforderlich, d.h. bürokratisch ist die Anmeldung für euch etwas komplizierter und es müssen spezielle Fristen beachtet werden. Das Lehrangebot in diesem Cluster ist dadurch allerdings etwas größer als es auf den ersten Blick scheint.

Der Cluster Medical Informatics, den es im Bachelorstudium gibt, kann im Master Informatik aktuell leider nicht gewählt werden. Auch Erweiterungscurricula oder Alternative Erweiterungen können im Master nicht absolviert werden (bzw. i.d.R. nur im Interessensmodul, wodurch die ECTS nicht für den Abschluss zählen).

 

Schwerpunkte (Ausprägungsfächer)

Im Master Informatik gibt es verschiedene Ausprägungsfächer. Je nachdem, welches man wählt, muss man im Wahlbereich unterschiedliche Voraussetzungen erfüllen. Das heißt, je nach Ausprägungsfach hat man eine andere Palette an Lehrveranstaltungen aus den gerade beschriebenen Clustern zur Auswahl.

Es gibt im Master die folgenden Schwerpunkte:

Der Schwerpunkt muss in u:space gewählt werden, bevor man sich zu seiner ersten Wahl-Lehrveranstaltung anmeldet. Nachdem man ihn gewählt hat, darf man ihn nur mehr 1x ändern. Tipp: Informiert euch gut, welchen Schwerpunkt ihr studieren wollt. Wenn ihr draufkommt, dass dieser nicht der richtige für euch ist, meldet euch vorerst am besten schon einmal für Lehrveranstaltungen eines anderen Schwerpunkts an noch ohne den Schwerpunkt zu ändern und ändert den Schwerpunkt erst kurz vor dem Abschluss (oder wenn ihr euch wirklich sicher seid, dass der neue Schwerpunkt der richtige für euch ist).

 

Schwerpunkt Scientific Computing

Scientific Computing, nach der Definition von Michael T. Heath, ist ein anderer Begriff für Numerical Analysis und „is concerned with the design and analysis of algorithms for solving mathematical problems that arise in many fields, especially science and engineering“. Es geht also u.a. um die Lösung von mathematischen Problemem, die Berechnung von theoretischen Modellen, die Analyse von Daten aus Experimenten und die Durchführung von Computerexperimenten und Simulationen, immer mit Blick auf etwaige Fehler oder Ungenauigkeiten sowie der Performance.

Aus Studierendensicht erwarten euch u.a. folgende Inhalte (Auswahl!):

  • Teil Numerische Algorithmen (hauptsächlich aus dem Cluster Algorithms):
    • Wie kann ich ein lineares Gleichungssystem effizient am Computer lösen und wie genau ist mein Ergebnis?
    • Wie berechne ich Eigenwerte und Eigenvektoren effizient am Computer und wie genau sind meine Ergebnisse?
    • Eine exakte Lösung ist zu aufwendig; gibt es ein Verfahren, mit dem man eine Lösung bekommt, die in akzeptabler Zeit berechnet werden kann und die für meine Zwecke genau genug ist? Wie genau ist diese Lösung, wie groß der maximale Fehler?
    • Welcher Algorithmus eignet sich am besten für meine Matrix-Struktur (sparse vs. dense Matrizen, Diagonalmatrizen, Block-Diagonal-Matrizen, ...)?
    • Funktionsweise diverser Faktorisierungen (QR, Cholesky, ...) mit und ohne Pivoting/Preconditioners, diverse iterative Methoden, Lösung von Differenzialgleichungen am Computer u.v.m.
    • Einführung in diverse Bibliotheken, wie beispielsweise BLAS/OpenBLAS, LAPACK, GSL, NumPy, SciPy, mlpack, PetSc u.v.m.
  • Teil Theory of Algorithms:
    • Welches Lösungs-/Sortierverfahren oder welche Datenstruktur verwende ich unter den gegebenen Umständen am besten? Was sind die jeweiligen Vor- und Nachteile?
    • Ist mein Algorithmus korrekt? (Korrektheitsbeweise von Algorithmen)
    • Welche Laufzeit hat mein Algorithmus? (Laufzeitbeweise von Algorithmen)
    • Eine exakte Lösung ist zu aufwendig; gibt es ein Verfahren, mit dem man eine Lösung bekommt, die in akzeptabler Zeit berechnet werden kann und die für meine Zwecke genau genug ist? Wie genau ist diese Lösung?
  • Teil Parallel Computing:
    • Ich habe folgendes Problem und könnte das sequentiell so-und-so lösen. Wie kann man es parallel auf mehreren CPU-Kernen oder gar mehreren Rechnern schneller lösen als auf einem einzelnen? Was ist die ideale Anzahl an CPU-Kernen, um das Problem möglichst schnell zu lösen?
    • Wie kann man sein Programm optimieren, damit es parallel gut funktioniert oder möglichst schnell ist? (Memory Hierarchy, Caches u.v.m.)
    • Was ist der maximale Speedup, der erreicht werden kann?
    • Wie kann man auf einer Graphik-Karte rechnen?
    • Einführung in diverse Bibliotheken wie beispielsweise OpenMP, OpenMPI, OpenCL u.a.
  • Teil Data Science:
    • Wie kann ich Wissen aus Daten extrahieren?
    • Es werden diverse Clustering-Methoden, die Funktionsweise neuronaler Netze, Classification, ... u.v.m. gelehrt.

Wenn ihr euch für dieses Ausprägungsfach entscheidet, müsst ihr Lehrveranstaltungen wie folgt wählen:

  • (mindestens) 24 ECTS aus dem Cluster Parallel Computing
  • (mindestens) 18 ECTS aus dem Cluster Algorithms
  • (mindestens) 6 ECTS aus dem Cluster Data Science und
  • (mindestens) 6 ECTS aus dem Cluster Networks.

Bitte beachtet, dass jeder dieser Cluster einen Gatekeeper hat (siehe oben), den ihr machen müsst, bevor ihr vertiefende Lehrveranstaltungen wählen dürft. Falls ihr diesen bereits im Bachelorstudium gemacht habt, dürft ihr ihn aber nicht noch einmal machen; er gilt dann einfach als absolviert und ihr könnt direkt mit den vertiefenden Lehrveranstaltungen starten. Außerdem dürfen keine Lehrveranstaltungen mehr gewählt werden, die bereits im Bachelorstudium (positiv) absolviert wurden (Verbot der Doppelverwendung).

Der Semesterplan für dieses Ausprägungsfach ist hier zu finden.

 

Schwerpunkt Data Science

Es geht um das Extrahieren von Wissen aus Daten.

Um mit diesem Schwerpunkt abzuschließen, müsst ihr Lehrveranstaltungen wie folgt wählen:

  • (mindestens) 24 ECTS aus dem Cluster Data Analysis
  • (mindestens) 12 ECTS aus dem Modul Anwendungsfach Data Science
  • (mindestens) 12 ECTS aus dem Cluster Algorithms
  • (mindestens) 6 ECTS aus dem Cluster Parallel Computing

Bitte beachtet, dass jeder dieser Cluster einen Gatekeeper hat (siehe oben), den ihr machen müsst, bevor ihr vertiefende Lehrveranstaltungen wählen dürft. Falls ihr diesen bereits im Bachelorstudium gemacht habt, dürft ihr ihn aber nicht noch einmal machen; er gilt dann einfach als absolviert und ihr könnt direkt mit den vertiefenden Lehrveranstaltungen starten. Außerdem dürfen keine Lehrveranstaltungen mehr gewählt werden, die bereits im Bachelorstudium (positiv) absolviert wurden (Verbot der Doppelverwendung).

Der Semesterplan für dieses Ausprägungsfach ist hier zu finden.

Info

Bitte beachtet, dass hier der Schwerpunkt Data Science im Masterstudium Informatik beschrieben wurde. Es gibt bei uns auch ein eigenes, interdisziplinäres Masterstudium Data Science, das gänzlich anders funktioniert!

 

Informatik Allgemein (= keine Spezialisierung)

Wenn ihr nicht eine der eben genannten Spezialisierungen wählen wollt, könnt ihr euch auch für „Informatik Allgemein“ entscheiden. Das ist quasi „keine Spezialisierung“. Ihr könnt mehr oder weniger beliebige Lehrveranstaltungen aus den 9 Clustern wählen.

Wichtig:

  • Wer erst nach dem 1. Oktober 2026 abschließt, für den gilt voraussichtlich (geplante Änderung!):
    Es müssen Lehrveranstaltungen aus mindestens 3 und dürfen Lehrveranstaltungen aus maximal 6 verschiedenen Clustern gewählt werden, wobei ihr maximal 4 Gatekeeper-Lehrveranstaltungen machen dürft. Welche Lehrveranstaltungen bzw. Cluster ihr wählt, steht euch frei, solange ihr diese Regel beachtet.
     
  • Wer vor dem 1. Oktober 2026 abschließt, für den gilt noch:
    Es müssen Lehrveranstaltungen aus genau 6 verschiedenen Clustern gewählt werden, wobei maximal 4 Gatekeeper-Lehrveranstaltungen absolviert werden dürfen.

Bitte beachtet, dass jeder dieser Cluster einen Gatekeeper hat (siehe oben), den ihr machen müsst, bevor ihr vertiefende Lehrveranstaltungen wählen dürft. Falls ihr diesen bereits im Bachelorstudium gemacht habt, dürft ihr ihn nicht noch einmal machen; er gilt dann einfach als absolviert und ihr könnt direkt mit den vertiefenden Lehrveranstaltungen starten. Außerdem dürfen keine Lehrveranstaltungen mehr gewählt werden, die bereits im Bachelorstudium (positiv) absolviert wurden (Verbot der Doppelverwendung).

Aufmerksamen Lesern dürfte aufgefallen sein, dass man in der aktuellen Regelung (bis 1.10.2026) nur 4 Gatekeeper machen darf, aber Lehrveranstaltungen aus 6 verschiedenen Clustern wählen muss. Das ist natürlich ein Problem ... es gilt deshalb:

  • Wenn ihr den Bachelor bereits an der Uni Wien gemacht habt, so habt ihr garantiert bereits mindestens 2 Gatekeeper absolviert. Ihr müsst also bis zu 4 neue machen, und habt diesbezüglich keine Probleme (außer ihr wollt komplett neue Cluster wählen).
  • Habt ihr als Vorstudium allerdings nicht den Bachelor Informatik an der Uni Wien gemacht, so kann es sein, dass ihr noch keine 2 Gatekeeper-Lehrveranstaltungen habt. Trotzdem dürft ihr nur 4 neue Gatekeeper machen. Ihr habt damit zwei Möglichkeiten, um trotzdem auf die 6 verschiedenen Cluster zu kommen:
    • Möglichkeit 1 (eher nicht zu empfehlen):
      Einige Lehrveranstaltungen sind in mehreren Clustern gelistet. So ist die VU Scientific Data Management aktuell beispielsweise sowohl in Data Analysis als auch in Parallel Computing. Distributed Systems Engineering beispielsweise ist selbst ein Gatekeeper, kann aber auch im Cluster Parallel Computing verwendet werden. In diesen Fällen lauten die Voraussetzungen immer „entweder Gatekeeper A oder Gatekeeper B“.
      Durch geschickte Wahl von Lehrveranstaltungen könnt ihr also Dank dieser Doppellistungen theoretisch Lehrveranstaltungen aus 6 Clustern absolvieren, obwohl ihr nur 4 Gatekeeper habt. Ihr seid damit aber sehr eingeschränkt bei der Wahl eurer Lehrveranstaltungen.
    • Möglichkeit 2:
      Ihr könnt einen weiteren Gatekeeper natürlich außercurricular (im Interessensmodul) nachholen, um euch den gewünschten Cluster „freizuschalten“. Das hat zur Folge, dass ihr den Master dann beispielsweise mit 126 ECTS statt mit 120 ECTS abschließt. Ihr müsst also eine zusätzliche Lehrveranstaltung „erzwungenermaßen freiwillig“ absolvieren. Dafür seid ihr bei der Wahl der restlichen Lehrveranstaltungen nicht eingeschränkt und könnt (mehr) nach euren Interessen wählen.

Achtung, wichtig: Habt ihr in eurem Vorstudium bereits eine Lehrveranstaltung mit gleichen oder ähnlichen Inhalten gemacht, so gilt der Gatekeeper selbstverständlich trotzdem als absolviert und ihr dürft ihn bei uns eigentlich gar nicht mehr wählen (das fällt allerdings oft nicht auf, bzw. wenn, dann teilweise auch erst beim Abschluss, was sehr ärgerlich sein kann). Lest euch also am besten die Inhalte genau durch und überlegt euch, ob sie euch bereits alles bekannt vorkommen – falls ja, wendet euch an uns bzw. die Studienprogrammleitung.

Der Semesterplan ist hier zu finden.

 

Abschlussphase

Das Masterstudium wird letztlich mit einer Masterarbeit (im Umfang von 30 ECTS) und einer Defensio abgeschlossen. Man wird also ungefähr 6 Monate (und oft auch weit mehr) quasi selbstständig an seiner eigenen Arbeit sitzen und recherchieren. Das klappt nur, wenn einem das Thema, das man gewählt hat, liegt und Spaß macht. Um ein solches Thema, das für einen passt, zu finden, gibt es schon im Vorfeld zwei Projekte im Umfang von 6 bzw. 12 ECTS, genannt Praktikum 1 und Praktikum 2.

Die Idee:

  • In zirka eurem 2. Semester (laut Semesterplan) macht ihr ein Praktikum 1. Dieses wird ein kleines (6 ECTS), abgegrenztes, eher praktisches Projekt sein, mit dem ihr einmal in ein bestimmtes Thema hineinschnuppern könnt. Je nach Betreuer kann das sehr unterschiedlich ausschauen. Manche geben euch ein Thema und sagen quasi „spielt euch damit und schaut, ob etwas dabei herauskommt“, andere haben weit höhere Ansprüche (bis zum Wunsch eines „publikationswürdigen Ergebnisses“); zentrale Vorgaben gibt es dazu nicht.
     
  • Wenn euch das Thema eures Praktikums 1 gefallen hat, dann könnt ihr im darauffolgenden Semester im Praktikum 2 das Thema weiterführen/erweitern oder ein sehr ähnliches Thema machen. Ihr habt also ein Gebiet gefunden, das euch gut genug gefällt, dass ihr anschließend eure Masterarbeit in einem Thema dieser Richtung schreiben wollen werdet.
    Wenn ihr aber herausgefunden habt, dass ihr eigentlich lieber nicht weiter am Thema von Praktikum 1 arbeiten wollt, dann ist das überhaupt kein Problem. Ihr könnt für Praktikum 2 ein ganz anderes Thema oder auch einen ganz anderen Betreuer wählen und schauen, ob das für euch funktioniert.
     
  • Wenn das Thema und die Betreuung von Praktikum 2 für euch gut geklappt haben, dann könnt ihr die Ergebnisse von Praktikum 1 und/oder Praktikum 2 unter Umständen bereits als Beginn für eure Masterarbeit verwenden. Ihr könnt das Thema von Praktikum 1/Praktikum 2 also im Idealfall für die Masterarbeit weiterführen oder erweitern.
    Wenn ihr aber mit dem Verlauf von Praktikum 2 nicht glücklich wart, könnt ihr selbstverständlich für die Masterarbeit auch ein komplett neues Thema und/oder einen neuen Betreuer suchen. Auch das ist kein Problem!

Letztlich ist das Ziel, dass ihr für eure Masterarbeit mit dem Thema und dem Betreuer glücklich seid. Je nach Betreuer (und eventuell sogar je nach Thema) kann der Ablauf der Praktika und auch der Betreuung bei der Masterarbeit sehr unterschiedlich sein. Zentrale Vorgaben gibt es (fast) nicht. Ihr werdet euch aber vermutlich mehr oder weniger regelmäßig oder alternativ im Anlassfall mit eurem Betreuer treffen und eben euren Fortschritt besprechen.

Theoretisch ist es auch erlaubt, Praktikum 1 und Praktikum 2 im selben Semester zu machen. Macht das besser nicht (oder nur, wenn ihr euch wirklich sicher seid, dass das Thema und der Betreuer für euch passen)!

Einige Forschungsgruppen oder potentielle Betreuer veröffentlichen Themenvorschläge oder vergangene Themen auf ihrer Webseite. Diese können ein guter Anhaltspunkt sein. Eigene Vorschläge und Ideen sind aber auch immer Willkommen!

Themenvorschläge:

Von den restlichen Gruppen (u.a. Communication Technologies, Medizininformatik und Neuroinformatik) oder Personen sind uns keine öffentlich zugänglichen Webseiten bekannt. Schaut bitte ggf. auf die Folien der Vorbesprechung oder kontaktiert potentielle Betreuer (möglichst früh) direkt per E-Mail mit Ideen!

Das Masterseminar sollte am Beginn der Masterarbeit besucht werden. Bis 2024 hatte man die Wahl, ob man im Rahmen des Seminars entweder ein Exposé oder ein Kapitel zu Related Work schreiben wollte, dieses musste anschließend den anderen Studierenden präsentiert werden. Aktuell ist der Ablauf des Masterseminars aber ebenfalls vom Betreuer abhängig und nicht zentral geregelt.

 

Weitere Informationen