Sie treffen zu Beginn Ihres Studiums eine qualifizierte Auswahl aus folgenden fünf Ausrichtungen. Diese begleiten Sie durch die ersten drei Semester und bieten Ihnen Ihre individuelle Profilbildung auch in der fachlichen Ausrichtung. Zwei der fünf Spezialisierungen werden von Forschungszentren der FH Vorarlberg angeboten.

Alternativ können Sie das zweite Wahlmodul aus den technischen Masterstudiengängen Mechatronics bzw. Energietechnik und Energiewirtschaft an der FH Vorarlberg wählen. Die Wahlmöglichkeit aus den Vertiefungen dieser Masterstudiengänge ist neben der Teilnehmerzahl abhängig von notwendigen Vorkenntnissen.

Die fünf Vertiefungsmodule des Masterstudiums Informatik

Voraussetzungen:

  • Elementare Grundlagen der Programmierung (z.B. in C)
  • Grundlagen in Computernetzwerken und Kommunikationsprotokollen
  • Relationale Datenbanken und SQL

Lernziele: Die Studierenden besitzen die benötigten Fähigkeiten

  • um qualitativ hochwertige, systemnahe Software zu entwerfen und zu implementieren,
  • Systemfehler zu identifizieren und analytisch zu beheben,
  • die Wechselwirkung von unterschiedlichen Technologien aus dem Bereich des Mobile Computings einzuschätzen und zielorientiert Lösungsansätze daraus abzuleiten,
  • um Kommunikationssysteme hinsichtlich der Performanz, Robustheit, Sicherheit, Quality of Service etc. zu analysieren und zu planen,
  • um ingenieurmäßig Internet-der-Dinge-Systeme zu planen und zu realisieren,
  • komplexe Projekte unter der Berücksichtigung der speziellen Anforderungen von Anwendungen aus dem Bereich des Internet der Dinge umzusetzen.

Voraussetzungen: 

  • Lineare Algebra,Analysis
  • Elementare Grundbegriffe der Wahrscheinlichkeitstheorie und Statistik wie Verteilung, Erwartungswert, Standardabweichung
  • Elementare Grundlagen der Programmierung (in Java).

Lernziele: Die Studierenden verfügen über

  • ein grundlegendes Verständnis für Methoden und Algorithmen aus dem Bereich der überwachten, unüberwachten und evolutionären Lern- und Optimierungstechniken und können diese Algorithmen und Methoden anwenden, die Ergebnisse analysieren und kommunizieren.
  • die benötigten Fähigkeiten, die drei Modellierungsparadigmen (diskret prozessorientiert, kontinuierlich, agentenbasiert) in ein hybrides Modell (System of Systems) zu vereinen und für Optimierungen von solchen komplexen Systemen einzusetzen.
  • eine klare Vorstellung, was ein komplexes System ist, welche Typen davon in der Realität vorkommen, und welche Verhaltensmuster (Patterns) zu erwarten sind.
  • die benötigten Fähigkeiten, um eine Problem- und Zieldefinition eines umfassenden, anwendungsorientierten Simulations- und Optimierungsprojektes zu erstellen, methodisch korrekt durchzuführen und die Resultate zu analysieren und als wissenschaftliche Studie zu publizieren.

Voraussetzungen: Kenntnisse in mindestens einer objektorientierten Programmiersprache

Lernziele: Die Studierenden sind in der Lage

  • methodisch und fachlich einen User Centered Development Prozess zu entwerfen, zu implementieren und weiter zu entwickeln.
  • mit den notwendigen Erkenntnissen der aktuellen Wissenschaft diesen Produktentwicklungsprozess aus der Perspektive der übergreifenden User Experience zu bewerten und zu beeinflussen. Methodisch steht dabei Design Thinking im Zentrum.
  • User Experience im gesamten Entwurfs- und Entwicklungsprozess bis hin zu Evaluation und Re-Design zu berücksichtigen.
  • die Methoden des wissenschaftlichen Arbeitens und der wissenschaftlichen Kommunikation anzuwenden.

Voraussetzungen: 

  • Kenntnisse in mindestens einer objektorientierten Programmiersprache
  • Grundlegende Kenntnisse beim Umgang mit einer Linux Distribution und einer Virtualisierungslösung
  • Datenschutz Grundkenntnisse
  • Relationale Datenbanken und SQL
  • Grundbegriffe der Statistik
  • Grundlagen der angewandten Kryptologie: symmetrische vs. asymmetrische; Hashing; Signaturen usw.
  • Grundlegende Fähigkeiten im Umgang mit der Linux-Konsole.

Lernziele: Die Studierenden besitzen die benötigten Fähigkeiten und Kenntnisse

  • um die Software Infrastruktur für Big-Data-Projekte zur Verfügung zu stellen, Daten aus unterschiedlichen Quellen für Analysen bereitzustellen und Analysen auf den Daten mit Hilfe der bereitgestellten Werkzeuge durchzuführen.
  • zur Durchführung unterschiedlicher Analyseaufgaben auf strukturierten-/unstrukturierten Daten, sowie zur Kommunikation der Ergebnisse.
  • die horizontale Skalierbarkeit (zusammenführen von Daten aus unterschiedlichen Datenquellen, Domänen, Datenmodellen und Strukturen) zu berücksichtigen.
  • um die benötigten Werkzeuge auszuwählen, zu installieren und konfigurieren sowie eigene Komponenten zu implementieren, sodass die Analysen effizient durchgeführt werden können.
  • um die Datenschutzproblematik bei Big-Data-Projekten zu beurteilen.
  • um Big-Data-Processing-Plattformen hinsichtlich Sicherheitsaspekten zu beurteilen und Lösungen für Sicherheitsprobleme zu implementieren.
  • bezüglich der Anwendungsdomäne sodass die Projektergebnisse interpretiert werden können.
  • um strukturiert erfolgreich Big-Data-Projekte (in Teams) durchzuführen.

Voraussetzungen: 
Autonome Systeme ist bewusst als interdisziplinäre Vertiefung für Studierende aus unterschiedlichen technischen Masterstudiengängen konzipiert. Studierende bringen ihre jeweiligen Expertisen aus den Bereichen Software Engineering, Energie bzw. Mechatronik ein, um die Problemstellungen gemeinsam zu lösen. Die speziellen Anforderungen an mobile, autonome Systeme werden in den Lehrveranstaltungen gemeinsam erarbeitet und dann in Lösungen umgesetzt.


Lernziele: Die Studierenden können

  • Aufgabenstellungen für mobile, autonome, kooperierende Roboter analysieren und Lösungsvorschläge entwickeln, implementieren, testen und in Betrieb nehmen.
  • anhand der Kinematik von typischen mobilen Robotern Bewegungen planen, die Roboter bewegen und navigieren.
  • die Sensorik von mobilen Robotern auswählen und dann einsetzen zur Wahrnehmung der Umgebung und Interaktion.
  • die zentralen Normen und Protokolle zur Interaktion und Kooperation zwischen autonomen Systemen wiedergeben und anwenden.

Lehrveranstaltungen in den Vertiefungen

1. SemesterECTSSWS 2. SemesterECTSSWS 3. SemesterECTSSWS
Modul 1: Internet der Dinge Hardwarenahe Programmierung64 Mobile Computing und Internet der Dinge64 Projekt Internet der Dinge64
Modul 2: Modellierung, Simulation, Optimierung Künstliche Intelligenz I

Einführung in die Computersimulation komplexer Systeme
3

3
2

2
Künstliche Intelligenz II64 Agentenbasierte
Computersimulation

Projekt Simulation und Optimierung

3

3

2

2
Modul 3: User Experience Nutzerzentrierter Innovationsprozess64 Entwicklung alternativer Benutzungsschnittstellen64 Wissenschaftliche Evaluation und Kommunikation64
Modul 4: Big Data Einführung in Big Data Projekte64 Fortgeschrittene Themen aus Big Data, Security und semantischer Modellierung64 Projekt Big Data64
Modul 5: Autonome Systeme Autonome Systeme: Bewegung64 Autonome Systeme: Wahrnehmung64 Autonome Systeme: Interaktion64

Weitere Informationen zum Studiengang

Kontaktpersonen Informatik MSc

Jutta Büttner

Dipl. Kffr. Jutta Büttner
Beratung & Anmeldung

 +43 5572 792 5102
informatik-master@fhv.at

Regine Bolter

Prof. (FH) Dipl.-Ing. Dr. Regine Kadgien
Studiengangsleiterin

Sie wünschen eine persönliche Beratung? Wir freuen uns über Ihre Fragen!

Unsere Service-Zeiten:
Montag bis Freitag 9:30 bis 12:00 Uhr und 14:00 bis 16:00 Uhr
(oder individuelle Terminvereinbarung)