Berlin: User Experience (UX) and Data-Driven Design (M.Sc.)
Infos und BewerbungAuf einen Blick
Übersicht
Der Masterstudiengang "User Experience (UX) and Data-Driven Design" an der SRH University vermittelt interdisziplinäre Kompetenzen in den Bereichen nutzerzentrierte Gestaltung, Datenanalyse und innovative Technologien. Das Programm bereitet die Studierenden auf eine Karriere an der Schnittstelle von Künstlicher Intelligenz, Design und Datenintelligenz vor und umfasst wissenschaftliche, kreative sowie strategische Inhalte.
Studieninhalte und Studienorganisation
Der Studiengang ist in vier Semester gegliedert und umfasst sowohl theoretische als auch praktische Module. Die Inhalte sind auf drei Kernbereiche fokussiert:
- Human-centred und KI-gestützte, datengetriebene Gestaltung
- Technologie, Innovation und immersive digitale Erfahrungen
- Management, Ethik und strategische Umsetzung von Daten- und KI-Systemen
Wichtige Inhalte:
- Multimodale interaktive Systeme
- Human-centered Design für interaktive Systeme
- Projektmanagement im datengetriebenen UX-Design
- Informationspsychologie
- Forschungsmethoden in Mensch-Computer-Interaktionen
- Technologien der Mensch-Maschine-Interaktion
- Prozess des datengetriebenen UX-Designs
- Usability Engineering und Testing
- Datengewinnung und -analyse / Statistik
- Fortgeschrittene Visualisierungstechniken
- Produktmanagement und -entwicklung
- Innovationsmanagement und Disruption
- Datenbasierte Entscheidungsfindung
- Raumgestaltung und Prototyping mit Echtzeit-3D
- Ethik und kritische Reflexionen im UX
- Masterarbeit und Seminar
Mehr Infos zum Studiengang findest du unter "Infos und Bewerbung".
Berufliche Perspektiven
Absolventinnen und Absolventen des Studiengangs können in verschiedenen Berufsfeldern tätig werden, die innovative Gestaltung, Datenanalyse und technologische Entwicklungen erfordern.
Typische Einsatzbereiche:
- User Experience Design
- Produktentwicklung
- Innovationsmanagement
- Digitales Projektmanagement
- Data-Driven Decision-Making
- Ethik und Strategische Implementierung in KI-Systemen