Bachelor · ab Wintersemester 2026/27

KI als Werkzeug im Engineering.
Der AI Engineering Bachelor.

Im Studium verbindest du Informatik, Technik und Künstliche Intelligenz. Du lernst, KI in konkreten Projekten anzuwenden – und Ergebnisse fachlich einzuordnen und zu bewerten.

Abschluss

Bachelor (B.Sc.)

Dauer

6 Semester · 180 ECTS

Struktur

Projektbasiert · mit Studienrichtungen

KI im Einsatz Projekte Engineering

Du arbeitest früh an praktischen Aufgaben und entwickelst ein Verständnis dafür, wie KI in technischen Kontexten sinnvoll eingesetzt wird.

Mehr erfahren

Lass nicht die KI entwickeln.
Entwickle besser MIT KI.

Ab WiSe 2026/27 startet AI Engineering als Bachelorstudium mit 6 Semestern und 180 ECTS. Du verbindest ein gemeinsames KI-Kerncurriculum mit Engineering-Grundlagen, Projektarbeit und einer fachlichen Vertiefung im weiteren Studienverlauf.

6 Semester · 180 ECTS

Klare Struktur, hoher Praxisanteil und ein Abschluss mit Engineering-Fokus.

1 Kerncurriculum

Gemeinsame KI-Basics, Programmieren mit Python, Prompting und Projekt-/Kommunikationsskills.

Projektbasiertes Studium

Jedes Semester begleitet von Projektarbeit – Theorie wird direkt in Anwendung übersetzt.

Studierende im AI Engineering Studium

Was steckt dahinter?

AI Engineering verbindet KI mit echtem Engineering-Kontext.

Im Bachelorstudiengang AI Engineering lernst du, Künstliche Intelligenz nicht nur zu verstehen, sondern sie gezielt in ingenieurwissenschaftlichen Prozessen einzusetzen. Im Mittelpunkt steht AI als Werkzeug – zur Unterstützung von Entwicklung, Analyse, Simulation und technischen Entscheidungen.

Das Studium verbindet Grundlagen in Informatik, Mathematik und Engineering mit AI Literacy, Data Literacy und einem verantwortungsvollen Umgang mit KI. Projektorientierte Lehrformate begleiten das gesamte Studium und helfen dir, Inhalte direkt praktisch anzuwenden.

AI as a Tool Studienrichtungen ab dem 2. Semester Projektorientiert

So ist das Studium aufgebaut

Klare Grundlagen, frühe Studienrichtungswahl und Projekte durch das ganze Studium.

Kerncurriculum und KI-Grundlagen
1

Gemeinsame Grundlagen

Im ersten Semester erwerben alle Studierenden gemeinsame Grundlagen in Informatik, Mathematik und Engineering und erhalten einen Überblick über die Studienrichtungen.

Kerncurriculum und KI-Grundlagen
2

Studienrichtung ab dem 2. Semester

Ab dem zweiten Semester wählst du deine Studienrichtung. Die Grundausbildung läuft bis zum dritten Semester weiter, danach liegt der Schwerpunkt auf deinem gewählten Bereich.

Kerncurriculum und KI-Grundlagen
3

Projekte, Profilbildung, Bachelorarbeit

Projektformate begleiten das gesamte Studium. In den letzten Semestern schärfst du dein individuelles Profil und arbeitest an deiner Bachelorarbeit.

Ein verpflichtendes Industriepraktikum ist nicht vorgesehen. Praxisanteile entstehen stattdessen durch projektbasierte Lehrformate im Studium.

Studienverlaufsplan des Kerncurriculums im AI Engineering Bachelor
Blau: Mathematik & Statistik Grün: Informatik & KI Orange: Projektformate Weiß: Studienrichtung

Gemeinsame Basis

Das Kerncurriculum

In den ersten Semestern liegt der Fokus auf gemeinsamen Grundlagen in Mathematik, Informatik und Künstlicher Intelligenz. Parallel dazu arbeitest du von Anfang an in Projektformaten. Ab dem zweiten Semester kommen schrittweise Module aus deiner Studienrichtung hinzu, bevor in den letzten Semestern der Schwerpunkt vollständig auf deinem gewählten Bereich liegt.

Die weiß markierten Bereiche im Plan zeigen, wie sich deine Studienrichtung ab dem zweiten Semester Schritt für Schritt in das Studium integriert.

Studienrichtungen im AI Engineering

In den Studienrichtungen vertiefst du dein Wissen in einem konkreten Engineering-Kontext und entwickelst dein fachliches Profil. Dabei lernst du, wie AI in unterschiedlichen technischen Bereichen eingesetzt wird.

Studienverlaufsplan Software Engineering

Du entwickelst Softwaresysteme und nutzt AI als Werkzeug im Entwicklungsprozess – von der Code-Generierung bis zur Qualitätssicherung.

Dabei lernst du, Systeme nicht nur zu bauen, sondern auch zu prüfen und zuverlässig zu betreiben.

Code & Systeme Testing AI im Development
Studienverlaufsplan Computational Engineering

Du arbeitest an technischen Modellen, Simulationen und digitalen Entwurfsprozessen im Engineering.

AI hilft dir, komplexe Systeme zu analysieren, zu optimieren und schneller zu verstehen.

Simulation Mechanik Optimierung
Studienverlaufsplan Elektronische Systeme

Du beschäftigst dich mit elektronischen Systemen, Sensoren und Signalverarbeitung – also der Technik hinter modernen Geräten und Maschinen.

AI unterstützt dich dabei, Daten auszuwerten, Systeme zu steuern und intelligente Anwendungen zu entwickeln.

Elektronik Sensorik Signale & Systeme
Studienverlaufsplan Energy Systems Engineering

Hier geht es um Energie – von klassischen Systemen bis zu nachhaltigen Lösungen und der Energiewende.

Du analysierst, wie Energie erzeugt, verteilt und genutzt wird und setzt AI ein, um Systeme effizienter und nachhaltiger zu gestalten.

Energietechnik Nachhaltigkeit Systemanalyse
Studienverlaufsplan Materials Engineering

Du beschäftigst dich mit Werkstoffen und ihren Eigenschaften – von Metallen über Kunststoffe bis zu High-Tech-Materialien.

Mit AI kannst du Materialverhalten analysieren, neue Materialien entwickeln und Prozesse optimieren.

Werkstoffe Materialanalyse Simulation
Studienverlaufsplan Processes

Du analysierst und optimierst technische Prozesse – von Produktion bis hin zu komplexen industriellen Abläufen.

AI hilft dir, Prozesse zu überwachen, Muster zu erkennen und Qualität sowie Effizienz nachhaltig zu verbessern.

Prozessoptimierung Datenanalyse Qualität
Studienverlaufsplan Geo-Environmental Engineering

Du beschäftigst dich mit Umwelt, Geodaten und natürlichen Ressourcen – von Rohstoffen bis zu nachhaltiger Nutzung.

AI unterstützt dich bei der Auswertung von Geodaten und hilft, Umweltprozesse besser zu verstehen und zu steuern.

Umwelt Geodaten Ressourcen
Studienverlaufsplan Mathematical Foundations of AI

Hier geht es tiefer in die Grundlagen: Du beschäftigst dich mit Mathematik, Statistik und Datenanalyse als Basis für AI-Systeme.

Du lernst, Modelle zu verstehen, zu entwickeln und kritisch zu bewerten – das Fundament für alles, was in AI passiert.

Statistik Datenanalyse Modelle

Warum AI Engineering gebraucht wird

Künstliche Intelligenz verändert ingenieurwissenschaftliche Arbeitsfelder grundlegend und damit auch die Anforderungen an zukünftige Fachkräfte.

1

Engineering verändert sich

Klassische ingenieurwissenschaftliche Methoden werden zunehmend durch datengetriebene und AI-gestützte Ansätze ergänzt, von Entwicklung und Simulation bis zu Analyse, Optimierung und Entscheidungsunterstützung.

2

Neue Kompetenzen werden wichtig

Wer in technischen Arbeitsfeldern mit AI arbeitet, muss Systeme gezielt einsetzen, Ergebnisse fachlich einordnen und kritisch bewerten können. Genau dafür verbindet AI Engineering ingenieurwissenschaftliches Know-how mit Kompetenzen im Umgang mit AI.

3

Ein Studiengang für ein neues Berufsbild

Absolvent:innen des Studiengangs tragen dazu bei, sichere, nachhaltige und verantwortungsvolle Technologien zu entwickeln. Sie reagieren auf den wachsenden Bedarf an Fachkräften, die AI sinnvoll und reflektiert in industrielle und wissenschaftliche Arbeitsprozesse integrieren können.

Ist AI Engineering das richtige für dich?

Der Studiengang richtet sich an alle, die Technik verstehen wollen und sich fragen, wie KI dabei sinnvoll eingesetzt werden kann – nicht nur theoretisch, sondern in echten Anwendungen.

Das passt gut, wenn du …

  • verstehen willst, wie Technik funktioniert – und wie KI dabei hilft
  • nicht nur programmieren, sondern Probleme lösen möchtest
  • Lust auf Projekte hast statt nur Vorlesungen
  • dich für KI interessierst, aber auch für den Engineering-Kontext
technikinteressiert lösungsorientiert praxisnah

Unsere Vision

KI wird ein fester Bestandteil technischer Berufe. Unser Ziel ist es, Studierende darauf vorzubereiten, nicht nur Tools zu nutzen, sondern sie im Engineering sinnvoll einzusetzen und zu hinterfragen.

MIT KI ARBEITEN. ERGEBNISSE VERSTEHEN. VERANTWORTUNG ÜBERNEHMEN.