Data Science und Künstliche Intelligenz Business Management

Studienrichtungen und Vertiefungen

• Data Engineering und Analytics · 20 ECTS
• KI und Intelligence Engineering · 20 ECTS

Aus den ausgewerteten Unterlagen ließ sich kein Semesterplan ableiten, der zu Dauer und ECTS des Studiengangs passt – daher die Module ohne Semesterzuordnung. Maßgeblich ist der Studienplan der Hochschule.

• Pflichtmodule38 Module

  • Grundlagen Data Science und Künstliche IntelligenzKurzbeschreibung von OWWZ: Datenbasierte Wissensgewinnung und KI werden über Lernformen, Regression, Klassifikation, Clustering, Modellevaluation und Visualisierung anhand elementarer Anwendungen erschlossen.5 ECTS
  • Grundlagen InformatikKurzbeschreibung von OWWZ: Datenrepräsentation und Rechnerkomponenten werden mit Betriebssystemen, Speicherverwaltung, Virtualisierung und Netzwerkprotokollen verbunden.5 ECTS
  • Grundlagen Lineare Algebra und AnalysisKurzbeschreibung von OWWZ: Vektorräume, Matrizen und Eigenwerte werden mit Folgen, Grenzwerten, Differential- und Integralrechnung sowie Taylorreihen verbunden.5 ECTS
  • Grundlagen ProgrammierungKurzbeschreibung von OWWZ: Algorithmen, Datentypen und Kontrollstrukturen werden mit Programmierparadigmen, Bibliotheken, Tests und Fehlersuche erlernt und in praktischen Programmieraufgaben angewandt.5 ECTS
  • Praxismodul IKurzbeschreibung von OWWZ: Unternehmen und betriebliche Abläufe mit Daten- und KI-Bezug werden durch Mitarbeit kennengelernt. Zugewiesene Aufgaben werden konzipiert, dokumentiert und in Projektarbeit und Reflexionsbericht aufgearbeitet.1.–2. Semester20 ECTS
  • Relationen, Algebra, OptimierungKurzbeschreibung von OWWZ: Mengen, Relationen, Logik, Graphen und algebraische Strukturen bilden die Basis für lineare, nichtlineare, diskrete und multikriterielle Optimierung samt rechnergestützter Anwendungen.1.–2. Semester5 ECTS
  • SchlüsselqualifikationenKurzbeschreibung von OWWZ: Wissenschaftliche Grundlagen werden mit zwei gewählten Einheiten aus Kommunikation, angewandter Forschung, Philosophie des Geistes, KI und Gesellschaft oder Design Thinking ergänzt.1.–2. Semester5 ECTS
  • Fortgeschrittene InformatikKurzbeschreibung von OWWZ: Verteilte Systeme, Kommunikationsschnittstellen und Sicherheitskonzepte werden mit Webentwicklung verbunden; eine praktische Webanwendung zeigt das Zusammenspiel aktueller Technologien.5 ECTS
  • Fortgeschrittene Lineare Algebra und AnalysisKurzbeschreibung von OWWZ: Orthogonalität, Matrixzerlegungen und numerische Verfahren werden mit mehrdimensionaler Analysis und Fehleranalyse vertieft; iterative Lösungs- und Integrationsmethoden werden angewandt.5 ECTS
  • Fortgeschrittene ProgrammierungKurzbeschreibung von OWWZ: Datenstrukturen, Such- und Sortierverfahren, funktionale Konzepte und heuristische Algorithmen werden vertieft; eine Datenverarbeitungsanwendung nutzt gängige Data-Science- und ML-Bibliotheken.5 ECTS
  • Grundlagen der Digitalisierung von UnternehmenKurzbeschreibung von OWWZ: Betriebswirtschaftliche Funktionen und digitale Märkte werden mit Geschäftsprozessmodellierung, Datenbanken, Informationsmanagement, Zusammenarbeitssystemen und ERP verbunden.5 ECTS
  • Grundlagen Digitale UnternehmensführungKurzbeschreibung von OWWZ: Digitale Unternehmensführung integriert Geschäftsprozesse, Informations- und Zusammenarbeitssysteme; organisatorische Veränderungen und der Einsatz von Analytics, Automatisierung und KI werden untersucht.5 ECTS
  • Künstliche Intelligenz und Machine LearningKurzbeschreibung von OWWZ: Wissensrepräsentation und Schlussfolgern werden mit fortgeschrittenen Lernverfahren, Modellevaluation, neuronalen Netzen, Sprachmodellen und Reinforcement Learning verbunden und praktisch umgesetzt.5 ECTS
  • Moderne Datenbank-KonzepteKurzbeschreibung von OWWZ: Relationale und nichtrelationale Datenbanken werden über Entwurf, Transaktionen, Indexstrukturen, Verteilung, Konsistenz und SQL- beziehungsweise NoSQL-Programmierung erschlossen.5 ECTS
  • Praxismodul IIKurzbeschreibung von OWWZ: Daten- und KI-Aufgaben werden in Unternehmensbereichen wie Marketing, Fertigung oder Softwareentwicklung bearbeitet. Eine benotete Projektarbeit und Präsentation werden durch einen unbenoteten Reflexionsbericht ergänzt.3.–4. Semester20 ECTS
  • ProjektmanagementKurzbeschreibung von OWWZ: Klassisches, agiles und hybrides Projektmanagement wird mit datenwissenschaftlichen Vorgehensmodellen verbunden; eine Fallstudie oder ergänzende Team-, Kommunikations- und Führungsthemen vertiefen die Anwendung.3.–4. Semester5 ECTS
  • StochastikKurzbeschreibung von OWWZ: Wahrscheinlichkeitsmodelle und Zufallsvariablen werden mit Grenzwertsätzen, Schätzverfahren, Konfidenzintervallen, Hypothesentests und Versuchsplanung verbunden.3.–4. Semester5 ECTS
  • Systems EngineeringKurzbeschreibung von OWWZ: Systemarchitekturen und modellbasierter Entwurf werden mit Anforderungsmanagement, Softwareimplementierung, Tests und DevOps über den Entwicklungslebenszyklus verbunden.5 ECTS
  • Cloud Computing und Big DataKurzbeschreibung von OWWZ: Cloud- und Big-Data-Architekturen werden mit Microservices, Containern, Orchestrierung, Data Lakes und paralleler Datenverarbeitung untersucht und praktisch zu einer Anwendung kombiniert.5 ECTS
  • Datenbasierte UnternehmenssteuerungKurzbeschreibung von OWWZ: Controlling und Reporting werden mit Analytics- und Wissensgewinnungssystemen verbunden; datenbasierte KI-Szenarien und Automatisierungswerkzeuge unterstützen Unternehmens- und Prozesssteuerung.5 ECTS
  • Grundlagen IT-Sicherheit und DatenschutzKurzbeschreibung von OWWZ: Kryptographie, Authentifizierung und Datenschutz werden mit Sicherheitsmanagement, Forensik und Netzwerksicherheit verknüpft; Bedrohungen und Sicherheitsanwendungen von Data Science werden untersucht.5 ECTS
  • Theoretische InformatikKurzbeschreibung von OWWZ: Algorithmenkomplexität wird mit formalen Sprachen, Grammatiken, Automaten und Turingmaschinen verknüpft; Berechenbarkeit, Entscheidbarkeit und praktische Sprachumsetzung werden vertieft.5 ECTS
  • Ausgewählte Aspekte in Data Science und Künstlicher IntelligenzKurzbeschreibung von OWWZ: Eine Vertiefung wird gewählt: Sprachverarbeitung, Reinforcement Learning, Netzwerkanalyse, IT-Sicherheit, erklärbare KI, User Experience, Datenprojektleitung oder In-Memory-Analytics; die jeweilige Einheit verbindet Konzepte und Anwendung.5 ECTS
  • Geschäftsmodelle und EntrepreneurshipKurzbeschreibung von OWWZ: Digitale und datenbasierte Geschäftsmodelle werden analysiert, visualisiert und innoviert. Unternehmensgründung, Kundenvalidierung sowie Social und Corporate Entrepreneurship ergänzen die Geschäftsmodellentwicklung.5 ECTS
  • Praxismodul IIIKurzbeschreibung von OWWZ: Betriebliche Praxis wird im Ablauf und hinsichtlich eigener Kompetenzentwicklung reflektiert; die Studierenden bearbeiten komplexe praktische Aufgaben zunehmend eigenständig.5.–6. Semester8 ECTS
  • Prozessmanagement und Process MiningKurzbeschreibung von OWWZ: Geschäftsprozesse werden identifiziert, modelliert und verbessert; Process Mining nutzt Ereignisprotokolle, Discovery-Verfahren und Konformitätsprüfung zur datenbasierten Prozessoptimierung.5 ECTS
  • Ausgewählte Themen aus Data Science und Künstlicher Intelligenz in der WirtschaftKurzbeschreibung von OWWZ: Aktuelle wirtschaftliche Daten- und KI-Fragen werden entlang von Unternehmensfunktionen, Branchen oder Methoden vertieft und gegebenenfalls in praxisnahen Laborprojekten umgesetzt.5 ECTS
  • BachelorarbeitKurzbeschreibung von OWWZ: Eine betriebliche Daten- oder KI-Fragestellung wird eigenständig wissenschaftlich analysiert, gelöst und als Abschlussarbeit dokumentiert; das Kolloquium ergänzt die schriftliche Prüfung.Abschlussarbeit12 ECTS
  • SeminarKurzbeschreibung von OWWZ: Aktuelle Entwicklungen der Datenwissenschaft, KI oder verwandter Disziplinen werden wissenschaftlich recherchiert, in einer Seminararbeit aufbereitet und gegebenenfalls präsentiert.5 ECTS
  • Umsetzung von Data Science und Künstlicher Intelligenz in UnternehmenKurzbeschreibung von OWWZ: Daten- und KI-Lösungen werden auf Unternehmensaufgaben angewandt; Vorhersagemodelle, Clustering, Textanalyse und Modellevaluation werden mit Strategie, Teamaufbau und Organisationsentwicklung verbunden.5 ECTS

  Je nach Vertiefung: Data Engineering und Analytics

  • Data AnalyticsKurzbeschreibung von OWWZ: SQL-Abfragen, OLAP und Lernverfahren werden für Datenanalyse angewandt; Zeitreihen, Visualisierung, Big-Data-Frameworks und Analytics-Portale ergänzen praktische Analysefälle.Data Engineering und Analytics5 ECTS
  • Data EngineeringKurzbeschreibung von OWWZ: Datenbereitstellung, Vorverarbeitung und Integration werden über den Data-Engineering-Lebenszyklus erschlossen; Data Lakes, Warehouses und ETL werden praktisch umgesetzt.Data Engineering und Analytics5 ECTS
  • Aktuelle Entwicklungen Data Engineering und AnalyticsKurzbeschreibung von OWWZ: Aktuelle Dateninfrastruktur- und Analytikthemen werden nach Praxisrelevanz ausgewählt, etwa Data Mesh, Cloudbetrieb, Echtzeitanalyse und Serverless Computing; Laboraufgaben vertiefen ausgewählte Anwendungen.Data Engineering und Analytics5 ECTS
  • Projekt Data Engineering und AnalyticsKurzbeschreibung von OWWZ: Ein Teamprojekt kombiniert Datenbereitstellung und Analyse mit Projektorganisation, Prozessmodellierung und Softwareentwicklung; Ergebnisse werden wissenschaftlich dokumentiert und präsentiert.Data Engineering und Analytics5 ECTS

  Je nach Vertiefung: KI und Intelligence Engineering

  • Intelligence EngineeringKurzbeschreibung von OWWZ: KI-Anwendungen werden über Datenerhebung, Feature Engineering, Training, Evaluation, Deployment und Pflege entwickelt; modellbasiertes Systems Engineering unterstützt unterschiedliche Anwendungsklassen.KI und Intelligence Engineering5 ECTS
  • Vertiefung Künstliche Intelligenz und Machine LearningKurzbeschreibung von OWWZ: Deep Learning wird mit komplexen Daten, generativen Modellen und Reinforcement Learning vertieft; Hyperparameteroptimierung, AutoML und praktische Werkzeuge unterstützen experimentelle Modellverbesserung.KI und Intelligence Engineering5 ECTS
  • Aktuelle Entwicklungen Künstliche Intelligenz und Intelligence EngineeringKurzbeschreibung von OWWZ: Aktuelle KI-Themen werden nach Praxisrelevanz ausgewählt, darunter Wissensgraphen, Sprachmodelle, Visualisierung, erklärbare KI und Business Analytics; Laboraufgaben ergänzen die Vertiefung.KI und Intelligence Engineering5 ECTS
  • Projekt Künstliche Intelligenz und Intelligence EngineeringKurzbeschreibung von OWWZ: Ein ganzheitliches KI-Projekt verbindet Datengewinnung und Aufbereitung mit Modellauswahl, Optimierung, Evaluation und Deployment zu einer praktisch nutzbaren Anwendung.KI und Intelligence Engineering5 ECTS

Themenprofil · Vertiefung KI und Intelligence Engineering

ECTS nach Themen, aus den Modulen des Studienplans; zusammen höchstens die ECTS des Studiengangs.PflichtWahl

• Maschinelles Lernen18 ECTS: 18 Pflicht18 ECTS
• Künstliche Intelligenz14 ECTS: 14 Pflicht14 ECTS
• Data Science und Datenanalyse11 ECTS: 11 Pflicht11 ECTS
• Datenbanken8 ECTS: 8 Pflicht8 ECTS
• Algorithmen und Datenstrukturen6 ECTS: 6 Pflicht6 ECTS
• Prozessmanagement5 ECTS: 5 Pflicht5 ECTS
• Softwaretechnik5 ECTS: 5 Pflicht5 ECTS
• Systems Engineering5 ECTS: 5 Pflicht5 ECTS

Quellen des Studienplans

• Studien- und Prüfungsordnung Wirtschaft 26/2026Prüfungsordnung · Fassung Amtliche Bekanntmachungen Nr. 26/2026 vom 9. Juli 2026 · geprüft am 14. Oktober 2026
• Modulhandbuch Data Science und Kuenstliche Intelligenz – Business Management (HDH)Modulhandbuch · Fassung Stand vom 13.10.2026 · geprüft am 14. Oktober 2026
• StudienverlaufsplanStudienverlaufsplan · Fassung Stand: 12.09.2025 · geprüft am 14. Oktober 2026