Bachelor Mathematik und Informatik

Berufsperspektiven

Der Bachelorstudiengang Mathematik und Informatik eröffnet den Absolventinnen und Absolventen Karrierechancen in beiden Bereichen. Insbesondere werden im Studiengang die für einen frühen Übergang in die Berufspraxis notwendigen grundlegenden Fachkenntnisse erworben.

Absolventinnen und Absolventen des Studiengangs Mathematik und Informatik haben mit ihrem fundierten, grundlagenorientierten Wissen hervorragende Berufsaussichten, sowohl in den Bereichen Mathematik und Informatik als auch in Anwendungsbereichen wie Data Science, Big Data, KI, etc.

Ein Übergang in einschlägige Masterstudiengänge (Master Mathematik und Master Informatik) sowie in Anwendungsbereiche wie Data Science ist möglich.

 

Berufsfelder:

  • Data Science/ Big Data/KI

  • Versicherungen

  • Pharmaindustrie

  • Softwareengineering

  • Medizin

  • Mobile Technologien

  • Prozessautomatisierung

Fakten zum Studiengang
Name: Mathematik und Informatik
Studienabschluss: Bachelor of Science (B.Sc.)
Studienform: Vollzeit
Unterrichtssprache: Deutsch
Studienbeginn: Wintersemester, Sommersemester
Regelstudienzeit: 6 Semester
Zulassungsmodus: Zulassungsfrei
Deutschkenntnisse (Mindestanforderungen): B 2
Hinweise: Die Frist zur Einschreibung wird auf unserer Webseite bekannt gegeben: https://www.uni-aug… Einführungsveranstaltungen finden kurz vor Beginn der Vorlesungszeit statt: https://www.uni-aug… Vorlesungszeiten: https://www.uni-aug…

Beruflich Qualifizierte und Bewerber/-innen mit ausländischer Hochschulzugangsberechtigung beachten bitte die einschlägigen Fristen.

Studieninhalte

Mathematische Grundlagen

 

Ein erster wichtiger Bestandteil des Studiums sind die mathematischen Grundlagen.

 

Die Analysis vermittelt die Methoden zur Untersuchung von Funktionen (u.a. Ableitung, Integrale) und zur Differentialrechnung, die für die Darstellung vieler realer Problemstellungen wichtig sind.

 

Die lineare Algebra lehrt die Konzepte der Vektoren und Matrizen, welche die Grundlage für viele fortgeschrittene Algorithmen an der Schnittstelle zwischen Mathematik und Numerik bildet.

 

Zudem ermöglicht der Studiengang Einblicke in die Bereiche der Stochastik (mathematische Modellerierung der Wahrscheinlichkeit, statistische Verfahren zur Datenhantierung), Optimierung (Berechnung der bestmöglicher Ergebnisse von mathematischen Modellen) und Numerik (effektive und verlässliche Berechnungsmethoden).

 

Grundlagen der Informatik

In der Informatik bereiten die Grundlagenvorlesungen die systematische Entwicklung von Programmen und Logik vor.

 

Ausgehend von einer Einführung in die Algorithmische Mathematik und Informatik werden in den Vorlesungen der Informatik Methoden zum Entwurf und der Analyse effizienter Algorithmen (Handlungsvorschriften) betrachtet.

 

Die formalen Grundlagen werden im Fach Diskrete Strukturen und Logik sowie darauf aufbauend in den Grundlagen der Theoretischen Informatik erlernt.

 

Die Programmierkenntnisse werden in einem Programmierpraktikum von der praktischen Seite betrachtet und auf realistische Problemstellungen vertieft.

 

Cluster

Die Vertiefung im Studiengang Mathematik und Informatik findet in sogenannten thematischen Clustern statt, die jeweils einen Aspekt computerorientierter Wissenschaft sowohl aus mathematischer als auch aus Sichtweise der Informatik behandeln.

 

Diese Bereiche umfassen einerseits die Numerik und Softwaretechnik (Algorithmen zur zuverlässigen Approximation von komplexen Fragestellungen in Naturwissenschaft, Technik oder Medizin), Optimierung und Algorithmen (diskrete oder nichtlineare Problemstellungen, Big Data), Algebraische Methoden und formale Methoden (Algebra, Geometrie und formale Methoden des Software Engineerings), Analysis und Modellierung (Funktionalanalysis, Differentialgleichungen, Regelungstechnik), maschinelles Lernen und selbstlernende Systeme (Stochastik, Statistik und künstliche Intelligenz) und die Zeitdiskreten Systeme (Signalverarbeitung, eingebettete Systeme und Kommunikationssysteme).

 

Wahlbereich und Bachelorarbeit

Der Wahlbereich bietet eine Reihe von Möglichkeiten, das Wissen und die Methoden gezielt in unterschiedliche Richtungen über die Inhalte der Cluster hinaus auszubauen, unter anderem in den formalen Grundlagen, weiteren Analyseverfahren, aber auch in Anwendungsgebieten.

 

Diese Wahlmöglichkeiten gibt es auch im Seminar und im Forschungsmodul, wo das eigenständige Aufbereiten von wissenschaftlichen Quellen bzw. das Umsetzen kleinerer Anteile an Forschungsprojekten eingeübt werden.

 

In der Bachelorarbeit können Studierende das im Studium erworbene Wissen und die erlernten Methoden selbständig auf konkrete Problemstellungen aus Praxis oder Forschung anwenden und die Ergebnisse vorstellen.

 

Musterstudienpläne

Beginn Wintersemester

Analysis I
8 LP
Lineare Algebra I
8 LP
Einführung in die Algorithmische Mathematik und Informatik
8 LP
Diskrete Strukturen und Logik
8 LP

Summe: 32 LP

Analysis II
8 LP
Lineare Algebra II
8 LP
Informatik II
8 LP
Grundlagen der Theoretische Informatik
8 LP

Summe: 32 LP

Programmierpraktikum
6 LP
Informatik III
8 LP
Cluster
16 LP

Summe: 30 LP

Cluster
28 LP

Summe: 28 LP

Seminar
4 LP
Forschungsmodul
6 LP
Cluster
20 LP


Summe: 30 LP

Bachelorarbeit
12 LP
Wahlbereich
8 LP
Cluster
8 LP


Summe: 28 LP

Beginn Sommersemester

Analysis I
8 LP
Lineare Algebra I
8 LP
Programmierpraktikum
6 LP
Grundlagen der Theoretische Informatik
8 LP

Summe: 30 LP

Analysis II
8 LP
Lineare Algebra II
8 LP
Einführung in die Algorithmische Mathematik und Informatik
8 LP
Diskrete Strukturen und Logik
8 LP

Summe: 32 LP

Informatik II
8 LP
Cluster
22 LP

Summe: 30 LP

Informatik III
8 LP
Cluster
22 LP

Summe: 30 LP

Forschungsmodul
6 LP
Seminar
4 LP
Cluster
20 LP


Summe: 30 LP

Bachelorarbeit
12 LP
Wahlbereich
8 LP
Cluster
8 LP


Summe: 28 LP

Mathematik und Informatik (Studienberatung in der Mathematik)

Prof. Dr. Jan-Frederik Pietschmann
Studienberatung Mathematik und Informatik
Institut für Mathematik

Prüfungsausschuss Mathematik und Informatik

Lehrstuhlinhaberin
Mathematical Statistics and Artificial Intelligence in Medicine
Lehrstuhlinhaber
Inverse Probleme
Lehrstuhlinhaber
Lehrstuhl für Maschinelles Lernen und Maschinelles Sehen
Wissenschaftlicher Mitarbeiter
Lehrstuhl für Mechatronik

Suche