Übersicht

Der Studiengang Data Intelligence an der FH St. Pölten vermittelt fundiertes Wissen in den Bereichen Künstliche Intelligenz (KI) und Data Management. Ziel ist es, Studierende zu Experten für die intelligente Nutzung von Daten und die Entwicklung innovativer KI-Lösungen zu qualifizieren. Das Studium bereitet auf die Gestaltung der digitalen Transformation vor, indem es sowohl technisches Fachwissen als auch gesellschaftliche Aspekte thematisiert. Es ist ein Vollzeitstudium mit einer Regelstudienzeit von vier Semestern, das in deutscher Sprache angeboten wird und mit einem Diplom abgeschlossen wird.

Studieninhalte und Studienorganisation

Der Studiengang ist modular aufgebaut und gliedert sich in vier Semester. Das erste Semester legt den Schwerpunkt auf fortgeschrittene Machine-Learning-Techniken, Informationsgewinnung sowie KI-Architekturen und -Management. Inhalte wie federiertes Machine Learning, Knowledge Discovery, AI-Architekturmanagement und nachhaltige KI sind zentrale Bestandteile. Zudem werden grundlegende Kompetenzen in Software Engineering und Beratung vermittelt.

Wichtige Inhalte:

• Machine Learning, Informationsgewinnung, KI-Architekturen und -Management
• Generative KI, humanzentrierte KI, Reinforcement Learning und Deep Learning
• AI for Social Goods, Storytelling, Cloud-Infrastruktur und Projektarbeit
• Forschungs- und Präsentationstechniken, wissenschaftliche Arbeitsweise

Das Studium integriert praxisorientierte Projektarbeiten und zeichnet sich durch enge Kooperationen mit Industrie und Forschung aus, um praktische Relevanz sicherzustellen. Lehrformate umfassen Vorlesungen, Projektarbeiten und Seminare.

Berufliche Perspektiven

Absolventinnen und Absolventen des Studiengangs Data Intelligence sind in vielfältigen Berufsfeldern gefragt. Die erworbenen Kompetenzen befähigen sie, in Bereichen wie maschinelles Lernen, Data Analytics, KI-Architektur und gesellschaftliche Anwendungen von KI tätig zu werden.

Typische Einsatzbereiche:

• Entwicklung und Implementierung von KI-gestützten Anwendungen
• Data Science, Data Engineering sowie Data Governance
• Softwareentwicklung, Consulting, Forschung
• Unternehmen, die digitale Innovationen vorantreiben