Im Wintersemester 2026/27 startet der neue Erasmus Mundus Joint Master: Data Engineering and Artificial Intelligence. Das besondere an dem Programm: Studierende haben die Möglichkeit an fünf unterschiedlichen europäischen Universitäten zu studieren.

Katja Hose, vom Forschungsbereich Databases and Artificial Intelligence an der Fakultät für Informatik, öffnet eine externe URL in einem neuen Fenster, ist die lokale Koordinatorin für das Programm an der TU Wien und sieht in dem neu gestalteten Master-Programm jede Menge Vorteile. „Die Studierenden haben die Möglichkeit, an verschiedenen renommierten europäischen Universitäten zu studieren und im Laufe ihres Studiums mehrere von ihnen kennenzulernen. So können sie verschiedene Länder kennenlernen und wertvolle Auslandserfahrungen sammeln.“ 

Data Engineering and Artificial Intelligence im Detail

Das erste Semester absolvieren Studierende an der Université Libre de Bruxelles, öffnet eine externe URL in einem neuen Fenster (ULB) in Belgien und das zweite Semester an der Universitat Politècnica de Catalunya, öffnet eine externe URL in einem neuen Fenster (UPC) in Barcelona, Spanien. Für das dritte Semester können Studierende dann zwischen der TU Wien, der Lyon 1 Universität, öffnet eine externe URL in einem neuen Fenster in Frankreich und der Universität Padua, öffnet eine externe URL in einem neuen Fenster in Italien wählen. Im vierten Semester verfassen die Studierenden ihre Masterarbeit, entweder an einer der Universitäten, bei einem der Programm-Partner_innen oder bei einer Firma.

Schon vor dem Start erfreut sich der Master großem Interesse. Über 3.000 Bewerbungen gingen für 25 Vollstipendien ein. „Es war keine einfache Aufgabe unter den vielen Interessent_innen auszuwählen.“ sagt Katja Hose. Neben den Noten waren das Bewerbungsschreiben sowie ein Letter of Recommendation ausschlaggebend für die Auswahl eines Stipendiums.

Um zum Masterstudiengang zugelassen zu werden, ist ein abgeschlossener Bachelor-Abschluss in Informatik oder einem eng verwandten Fachgebiet erforderlich. Da die Unterrichtssprache Englisch ist, ist ein Englisch-Zertifikat mindestens auf Level B2 notwendig.

Katja Hose führt das große Interesse an diesem Masterstudiengang darauf zurück, „dass man die Möglichkeit hat, in verschiedenen Ländern Auslandserfahrung zu sammeln. Auch die Thematik ist sehr interessant, da wir nicht nur KI behandeln – wie viele andere Studiengänge –, sondern auch den wichtigen Faktor des Datenmanagements. Zusammen bilden beide eine Symbiose, die oft vernachlässigt wird.“ Jede Universität bringt ihr eigenes Fachwissen ein. Die TU Wien wird im dritten Semester eine Spezialisierung zum Thema „Knowledge-Driven Data Management and Intelligence“ anbieten. „In dieser Spezialisierung konzentrieren wir uns auf die Frage, wie Wissen – insbesondere in Form von Knowledge Graphs – am besten genutzt werden kann. Wir vermitteln den Studierenden, wie sie solche Daten effizient organisieren, aufbereiten und anfragen können und wie KI diese am besten nutzen kann. Letztendlich sind auch Anwendungsbereiche wie das Gesundheits- und das Finanzwesen wichtig, damit wir den Nutzern nicht nur reine Ergebnisse präsentieren, sondern diese auch auf verständliche Weise erklären können“, fügt sie hinzu.

Emanuel Sallinger, Vizedekan für akademische Angelegenheiten, ergänzt: „Eine qualitativ hochwertige Ausbildung sowohl im Bereich KI als auch im Datenmanagement ist entscheidend für die Entwicklung erklärbarer, vertrauenswürdiger und skalierbarer KI-Systeme. Es ist besonders wichtig, dass die Teilnehmer_innen die Möglichkeit haben, sowohl symbolische KI-Techniken mit all ihren Vorteilen für erklärbare KI-Systeme als auch subsymbolische KI-Techniken mit all ihren Vorteilen für die schnelle Mustererkennung zu erlernen. Ebenso wichtig ist eine fundierte Ausbildung im Datenmanagement, um sicherzustellen, dass hochwertige Daten für Analysen, KI und Anwendungen effizient zugänglich sind. Insgesamt bereitet das Programm die Absolventen darauf vor, prinzipienbasierte neurosymbolische KI-Systeme zu entwickeln sowie auf zukünftige Karrieren in Forschung und Industrie gleichermaßen.“

Summer of Code Sommerprogramm

Eine weitere Besonderheit sind die Summer University und Internships im Sommer zwischen dem 2. und 3. Semester. „Viele Universitäten bieten die Möglichkeit, praktische Erfahrungen zu sammeln, beispielsweise durch die Mitarbeit an Projekten im Rahmen von Praktika. Beim Data Engineering and Artificial Intelligence Programm sollen die Studierenden die vorlesungsfreie Zeit im Sommer als studentische Mitarbeiter_innen in verschiedenen Projekten direkt an den Universitäten, den Partner-Organisationen oder Firmen nutzen.“ streicht Katja Hose hervor.

Neugierig geworden? Für das Wintersemester 2026/27 können sich Studierende noch bis 30. Juni 2026 bewerben.

Mehr Info zum Master und zur Bewerbung, öffnet eine externe URL in einem neuen Fenster