Data-Driven Biotechnology

Semesterplan

1. 1. Semester18 ECTS PflichtData Analytics for Bioprocess Development · Data Mining · Programming for Data Science

   • Data Analytics for Bioprocess DevelopmentKurzbeschreibung von OWWZ: Analysiert biotechnologische Prozessdaten mit Python oder R. Datenbereinigung, Zeitreihen, Merkmalsbildung, maschinelles Lernen und digitale Zwillinge unterstützen Modellierung, Prozessüberwachung und Qualitätsprognosen.nur WintersemesterPrüfung: Projektportfolio mit Bericht und Präsentation6 ECTS
   • Data MiningKurzbeschreibung von OWWZ: Erschließt den Data-Mining-Prozess von Datenvorbereitung bis Modellbewertung. Clustering, Klassifikation und Assoziationsanalyse werden in einer gemeinsamen Fallstudie praktisch angewendet.nur Wintersemester6 ECTS
   • Programming for Data ScienceKurzbeschreibung von OWWZ: Programmierung und Datenanalyse mit Python und R: Datenstrukturen, funktionale Verfahren, NumPy, Pandas und Visualisierung. KI-Werkzeuge unterstützen die praktische Bearbeitung von Analyseaufgaben.nur WintersemesterPrüfung: Hausarbeit6 ECTS
2. 2. Semester12 ECTS PflichtMachine Learning · Upstream Processing (USP), Downstream Processing (DSP) and Process Optimization

   • Machine LearningKurzbeschreibung von OWWZ: Entwickelt Regressions- und Klassifikationsmodelle, neuronale Netze sowie überwachtes, unüberwachtes und bestärkendes Lernen. Methoden werden mit Python implementiert und anwendungsbezogen bewertet.nur Sommersemester6 ECTS
   • Upstream Processing (USP), Downstream Processing (DSP) and Process OptimizationKurzbeschreibung von OWWZ: Vertieft Zellkultivierung, Bioreaktoren, Chromatographie und weitere Aufarbeitungsverfahren. Prozessanalytik, Messsystembewertung und Optimierung werden praktisch umgesetzt und wissenschaftlich präsentiert.nur Sommersemester6 ECTS
3. 3. Semester18 ECTS PflichtAdvanced Machine Learning · Advanced Statistics · Pharmazeutische Grundlagen & Antikörper-Engineering

   • Advanced Machine LearningKurzbeschreibung von OWWZ: Vertieft Deep Learning, rekurrente Netze, Kernelverfahren und probabilistische Modelle. Implementierungen mit TensorFlow und Keras unterstützen die Auswahl, Kombination und Bewertung fortgeschrittener Lernverfahren.nur WintersemesterPrüfung: Klausur 60 Min.6 ECTS
   • Advanced StatisticsKurzbeschreibung von OWWZ: Vermittelt multivariate und bayessche Statistik, Mischmodelle, EM-Verfahren und Markov-Chain-Monte-Carlo. Python- und R-Werkzeuge setzen probabilistische Modelle und statistische Analysen praktisch um.nur SommersemesterPrüfung: Klausur 60 Min.6 ECTS
   • Pharmazeutische Grundlagen & Antikörper-EngineeringKurzbeschreibung von OWWZ: Verbindet Pharmakologie, Toxikologie und pharmazeutische Technologie mit Immunologie und Antikörper-Engineering. Behandelt Arzneimittelwirkung, Formulierungen und Entwicklung therapeutischer Antikörper und anderer Biopharmazeutika.nur Sommersemester6 ECTS
4. 4. Semester12 ECTS PflichtDigitalisierung, Automatisierung und Robotik in der Biotechnologie · Regulatory Data Sciences and Quality

   • Digitalisierung, Automatisierung und Robotik in der BiotechnologieKurzbeschreibung von OWWZ: Verknüpft verfahrenstechnische Bilanzen und digitale Produktion mit Laborautomation und Robotik. Prozessleitsysteme, Sensorik, digitale Zwillinge und validierte Automatisierung werden auf biopharmazeutische Abläufe angewendet.nur SommersemesterPrüfung: Unbenotete Protokoll-Übungsaufgabe sowie mündliche Prüfung mit Präsentation 20 Min.6 ECTS
   • Regulatory Data Sciences and QualityKurzbeschreibung von OWWZ: Verbindet regulatorische Anforderungen mit Datenintegrität und Qualitätsmanagement. Behandelt GxP, Datenschutz, Algorithmenvalidierung, Risikomanagement sowie Vorbereitung und Dokumentation von Audits.nur WintersemesterPrüfung: Wissenschaftlicher Fachartikel6 ECTS
5. 5. Semester30 ECTS PflichtMaster-Thesis mit Kolloquium

   • Master-Thesis mit KolloquiumKurzbeschreibung von OWWZ: Bearbeitet eine umfassende wissenschaftliche Aufgabe aus Data Science selbstständig. Die Thesis dokumentiert Analyse und Methoden; im Kolloquium werden Vorgehen und Ergebnisse begründet und verteidigt.AbschlussarbeitPrüfung: Masterthesis und Kolloquium 30 Min.30 ECTS

Themenprofil

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

• Maschinelles Lernen10 ECTS: 10 Pflicht10 ECTS
• Data Science und Datenanalyse9 ECTS: 9 Pflicht9 ECTS
• Biotechnologie und Bioverfahrenstechnik6 ECTS: 6 Pflicht6 ECTS
• Neuronale Netze und Deep Learning5 ECTS: 5 Pflicht5 ECTS
• Programmierung4 ECTS: 4 Pflicht4 ECTS
• Qualitätsmanagement4 ECTS: 4 Pflicht4 ECTS
• Automatisierungstechnik2 ECTS: 2 Pflicht2 ECTS
• Datenmanagement2 ECTS: 2 Pflicht2 ECTS

Quellen des Studienplans

• Modulhandbuch DDBTModulhandbuch · Fassung Stand 18.08.2026 · geprüft am 18. Oktober 2026
• Studien- und Prüfungsordnung Data-Driven BiotechnologyPrüfungsordnung · Fassung Allgemeiner Teil vom 21.05.2025; Besonderer Teil Data-Driven Biotechnology, gültig ab 01.09.2026 · geprüft am 18. Oktober 2026