Universitätskurs

Vertiefende Konzepte an der Schnittstelle von Softwareentwicklung und Data Science

Der Universitätskurs verbindet zentrale Themen aus moderner Softwareentwicklung und Data Science. Studierende lernen, Methoden und Werkzeuge aus beiden Bereichen anzuwenden, ihre Qualität und Leistungsfähigkeit zu bewerten und praxisnah in realen Szenarien umzusetzen. Der Kurs befähigt dazu, innovative, robuste und verantwortungsvolle Lösungen an der Schnittstelle von Softwareentwicklung und Data Science zu gestalten.

Gruppe die beisammen sitzt.

E-Mail-Liste Detaillierte Infos Organisatorische Details

Neue Termine sind in Planung
Tragen Sie sich gerne in unsere E-Mail-Liste für den Bereich “Digi­ta­li­sie­rung & KI” ein und wir informieren Sie, sobald der nächste Starttermin feststeht.

Hinweis: Mit dem Eintrag werden Sie gleichzeitig in unseren monatlichen Newsletter aufgenommen. Eine Abmeldung ist jederzeit möglich.

Info

Abschluss
Zertifikat mit Zeugnis der
Universität Innsbruck

Dauer
1 Semester / 10 ECTS-AP

Studienkennzahl
wird bekannt gegeben

Start
voraussichtlicher Start W2026/27

Kosten
werden bekannt gegeben

Unterrichtssprache
Deutsch

Curriculum
In Bearbeitung

Der richtige Studiengang für mich?

Abschlussmütze

Qualifikationsprofil

Absolvent:innen 

  • verstehen die neuesten Methoden aus den Bereichen Künstliche Intelligenz und Data Science und wenden diese gezielt für konkrete Fragestellungen an.
  • können passende Modelle für Aufgaben wie Vorhersage und Klassifikation auswählen und eigene Fragestellungen einbringen, um im Team an Lösungsansätzen zu arbeiten.
  • setzen sich selbstständig mit aktuellen Trends der Softwareentwicklung auseinander und reflektieren deren Bedeutung kritisch.
Menschengruppe

Zielgruppe

Berufstätige und Quereinsteiger:innen, die eine IT-orientierte Karriere anstreben, sich für KI-Themen interessieren und Wert auf praxisnahe Inhalte legen.

Zertifikat

Voraussetzungen

  • Mindestens allgemeine Universitätsreife
  • Grundlegende Programmierkenntnisse in Python
  • Grundkenntnise im Bereich des Maschinellen Lernens
  • Die Teilnahme an einem Universitätsstudiengang setzt die Zulassung als außerordentliche/r Studierende/r voraus.
Briefumschlag

Kontakt

Martina Sommer, BA MA
Organisation

Institut für Informatik
Technikerstraße 21a
6020 Innsbruck

+43 512 507-53478

weiterbildung-informatik@uibk.ac.at


Michael Vierhauser

Ass.-Prof. Dr. Michael Vierhauser

Michael Vierhauser ist Assistenzprofessor am Institut für Informatik in der Forschungsgruppe Quality Engineering, wo er im Bereich Softwarequalität forscht. Dabei beschäftigt er sich unter anderem mit innovativen Methoden und Werkzeugen zur Verbesserung der Qualität von Softwaresystemen, mit einem Fokus auf sicherheitskritische und adaptive cyber-physikalische Systeme. Darüber hinaus beschäftigt er sich auch mit Forschung im Bereich der Informatikbildung, insbesondere mit kompetenzbasiertem Lernen und der Verbesserung der Programmierausbildung. Im Rahmen eines Erwin-Schrödinger-Stipendiums des Österreichischen Wissenschaftsfonds war er zwei Jahre als Gastforscher an der University of Notre Dame in den USA.

Ruth Breu

Univ.-Prof. Dr. Ruth Breu

Ruth Breu ist Leiterin der Forschungsgruppe Quality Engineering am Institut für Informatik. Sie beobachtet technologische Entwicklungen und liefert zusammen mit ihrem Team Beiträge, um diese Technologien für industrielle Anwendungen nutzbar zu machen. Einen besonderen Fokus legt sie auf Qualitätseigenschaften von Software-Services wie Sicherheit, Zuverlässigkeit und Performance. Methodisch ist Ruth Breu im Anforderungsmanagement und in der Systemmodellierung aktiv. Sie hat international anerkannte und eingesetzte Methoden im Bereich digitaler Zwillinge und Lebendiger Modelle entwickelt. Für ihre Leistungen im Software Engineering wurde sie mehrfach ausgezeichnet, unter anderem mit dem Österreichischen Gründerpreis Phönix im Jahr 2019 und dem Albert Endres Award des German Chapters of the ACM im Jahr 2023.

Benedikt Dornauer

Benedikt Dornauer, BSc MSc

Nach einer kurzen Tätigkeit als Lehrperson in Mathematik und Informatik kehrte Benedikt Dornauer an die Universität Innsbruck zurück, wo er als Projektmitarbeiter im SmartDelta-Projekt arbeitete, bei dem es um die automatisierte Qualitätssicherung und Optimierung in der inkrementellen Entwicklung industrieller Software-Systeme ging. Darüber hinaus war und ist er an verschiedenen Instituten in der Lehre tätig, unter anderem in den Bereichen Einführung in die Programmierung, Angewandte Informatik, Softwarequalität sowie Current Topics of Information Systems, especially Digital Organizations. Seit Ende 2024 ist er nationaler Projektleiter und internationaler Workpackage-Leader im GENIUS-Projekt, das den Einsatz von Künstlicher Intelligenz in verschiedenen Phasen der Softwareentwicklung untersucht.

Porträtfoto einer Frau

Dipl.-Ing. Nadja Gruber, BSc PhD

Nadja Gruber promovierte 2024 in Technischer Mathematik an der Universität Innsbruck, mit Fokus auf KI- und Deep-Learning-Methoden für die medizinische Bildanalyse. Sie entwickelte einen KI-gestützten Ansatz zur automatisierten Analyse von Gehirnregionen bei Frühgeborenen, der erfolgreich in klinische Workflows integriert wurde. Derzeit forscht sie an KI-basierter Bildrekonstruktion und MRT-gestützter Frühchen-Analyse mit Schwerpunkt auf robusten, skalierbaren und praxisnah einsetzbaren Algorithmen für Medizin und MedTech. Neben ihrer Forschungstätigkeit verfügt sie über langjährige Lehrerfahrung an der Universität und vermittelt Studierenden praxisnahe Inhalte aus Bildverarbeitung, angewandter KI und mathematischen Methoden in der Data Science. Darüber hinaus führte sie Workshops und KI-Einführungsformate an Schulen durch, um junge Menschen frühzeitig für Technologien der Zukunft zu begeistern und ein grundlegendes Verständnis für verantwortungsvolle Nutzung von KI-Systemen zu fördern.

Termine 

werden bekannt gegeben

Veranstaltungsort

Universität Innsbruck – Campus Technik
Seminarraum 4, Fürstenweg 176
6020 Innsbruck

Inhalte:  

  • Modul IV: Vertiefende Konzepte an der Schnittstelle von Softwareentwicklung und Data Science


Lehrkonzeption:

Grafik

Das Unterrichtskonzept basiert auf dem Blended-Learning-Ansatz, der die Vorteile von Präsenzveranstaltungen und digitalem Lernen kombiniert. Jede Lehrveranstaltung (bis auf das Lab) dauert exakt 5 Wochen und hat in den ersten 4 Wochen den gleichen Ablauf:

Fachlicher Impulsvortrag: Einführung in das Wochenthema
Individuelle Lernphase: Vertiefendes Erarbeiten mit Materialien (inkl. regelmäßige Sprechstunde)
Gemeinsames Arbeiten: Zusammenfassung der Inhalte, Vertiefung & Wiederholung, Reflexion (am Campus Technik)
Selbstüberprüfung: Quiz zur eigenständigen Wissensüberprüfung

In der letzten Woche schließt der Block mit einer Klausur ab.

Abschluss
Akademische Expertin bzw. Akademischer Experte


Anmeldung

Allgemeine Informationen zur Anmeldung.

Die Teilnahme an einem Universitätsstudiengang setzt die Zulassung als außerordentliche/r Studierende/r voraus.

Nach oben scrollen