Entwickle autonome mobile Roboter: Du verstehst und verknüpfst die Teilsysteme autonomer Roboter, wendest Kinematik, Sensorfusion und Regelungskonzepte an und entwickelst eigene Lösungen für Bewegungs- und Wegplanung in praxisnahen Forschungsprojekten.

Gestalte erfolgreiche Softwareprojekte: Du erhebst, analysierst und dokumentierst Anforderungen für komplexe Softwareprojekte, überführst Kundenwünsche in klare Spezifikationen und nutzt moderne Werkzeuge sowie Sprachmodelle, um die Qualität und Effizienz des Entwicklungsprozesses zu steigern.

Betreibe moderne Softwareplattformen: Du entwickelst Microservice-basierte Anwendungen, containerisierst sie mit Docker und orchestrierst ihren Betrieb mit Kubernetes. Dabei setzt du DevOps-Praktiken ein, um Software effizient zu entwickeln, bereitzustellen und zu skalieren.

Entwirf spezialisierte Sprachen: Du analysierst domänenspezifische Sprachen in der medizinischen Informatik und entwickelst eigene DSLs, indem du Konzepte wie Parsing, Syntaxbäume und Ausführungslogik praktisch umsetzt.

Analysiere Daten mit R: Du entwickelst Skripte und Notebooks in R, wendest statistische Verfahren sowie Machine-Learning-Methoden auf biomedizinische und wirtschaftliche Daten an und validierst Hypothesen mithilfe datengetriebener Analysen.

Verstehe die Grenzen des Berechenbaren: Du beschäftigst dich mit Berechenbarkeit, Entscheidbarkeit und Komplexitätstheorie und analysierst grundlegende Fragen der Informatik – von Turingmaschinen über das Halteproblem bis hin zu NP-Vollständigkeit und dem P-vs-NP-Problem. Dabei lernst du, die prinzipiellen Grenzen algorithmischer Lösbarkeit zu erkennen und einzuordnen.

Untersuche Software systematisch: Du planst und bewertest empirische Studien im Software Engineering, formulierst Hypothesen, erhebst und analysierst Daten und lernst, Forschungsergebnisse kritisch zu interpretieren und methodisch abzusichern.

Gestalte intuitive Dateninteraktion: Du entwickelst und bewertest innovative interaktive Systeme zur Visualisierung und Analyse komplexer Daten und verbindest dabei Konzepte aus Wahrnehmungspsychologie, Interaktionsdesign und Datenvisualisierung.

Gestalte einen eigenen Informatik-Workshop: Du arbeitest dich eigenständig in ein neues Themengebiet der Informatik ein, entwickelst gemeinsam in der Gruppe einen Workshop und vermittelst Inhalte in theoretischer und praktischer Form an deine Kommilitoninnen und Kommilitonen.

Analysiere klinische Daten mit Machine Learning: Du lernst, große Mengen elektronischer Patientendaten mit statistischen und Machine-Learning-Methoden auszuwerten, setzt dabei R ein und interpretierst die Ergebnisse zur Gewinnung neuer medizinischer Erkenntnisse.

Schütze Informationen mit Kryptographie: Du vertiefst moderne kryptographische Verfahren und Protokolle – von digitalen Signaturen und Zero-Knowledge-Verfahren bis hin zu elliptischen Kurven und Post-Quantum-Kryptographie – und lernst, deren Sicherheit und Einsatzgebiete zu bewerten.

Verbessere die Patientenversorgung mit intelligenten Assistenzsystemen: Du entwickelst Clinical Decision Support (CDS)-Funktionen für elektronische Patientenakten, lernst medizinisches Wissen automatisiert zu verarbeiten und bewertest Nutzen, Grenzen und Einsatzmöglichkeiten moderner Entscheidungshilfen.

Schaffe intuitive digitale Erlebnisse: Du lernst innovative Interaktionsformen wie Sprach-, Gesten- und Multitouch-Steuerung kennen, entwickelst eigene Prototypen und gestaltest Benutzererlebnisse, die Menschen und Technologie natürlich miteinander verbinden.

Entwickle mobile Apps professionell: Du planst, gestaltest und implementierst mobile Anwendungen von den Anforderungen über UX-Design und Prototyping bis hin zu Architektur, Sicherheit, Testing und Deployment.

Tauche ein in die Funktionsweise moderner KI: Verstehe die Methodik neuronaler Netze, von Feedforward- und Convolutional Networks über Transformer und Large Language Models bis hin zu generativen Modellen, ihre mathematischen Hintergründe sowie typische Einsatzgebiete. Dabei lernst du, wie Verfahren praktisch mit einem Deep-Learning-Framework wie PyTorch umgesetzt, trainiert und angewendet werden.

Löse reale Herausforderungen im Bereich Medical Data Science: Du entwickelst eigenständig datengetriebene Lösungen für eine Fragestellung im Gesundheitswesen - von der Datenaufbereitung und Methodenwahl über die Implementierung und Evaluation bis hin zur Präsentation der Ergebnisse.

Verstehe, was Nutzer wirklich brauchen: Du vertiefst Methoden des Requirements Engineering – von der Anforderungserhebung und Priorisierung bis zur Dokumentation und Qualitätssicherung – und entwickelst präzise Spezifikationen für komplexe Entwicklungsprojekte.

Gestalte die Struktur komplexer Softwaresysteme: Du vertiefst moderne Software-Architekturen, analysierst deren Auswirkungen auf Qualitätsanforderungen und lernst, Architekturkonzepte systematisch zu modellieren und zu bewerten.

Verstehe Software- und Geschäftsprozesse: Du lernst, wie Softwareentwicklungs- und Geschäftsprozesse modelliert, gesteuert und verbessert werden. Dabei beschäftigst du dich mit Softwarelebenszyklusmodellen, klassischen und agilen Entwicklungsansätzen, der Auswahl geeigneter Vorgehensmodelle sowie Methoden zur Analyse und Optimierung von Abläufen, um eine effiziente und qualitativ hochwertige Softwareentwicklung zu unterstützen.

Sichere die Qualität von Software systematisch: Du lernst, Qualitätsziele zu definieren, Entwicklungsprozesse zu analysieren und zu verbessern sowie Methoden der Qualitätssicherung – von Kennzahlen und Reviews bis hin zu Testmanagement und Audits – gezielt einzusetzen.

Verwandle technologische Durchbrüche in innovative Lösungen: Du arbeitest interdisziplinär an realen Herausforderungen, erkundest zukunftsweisende Technologien und entwickelst mit modernen Innovationsmethoden Konzepte, die Wissenschaft und gesellschaftliche Bedürfnisse verbinden.

Entwickle digitale Innovationen aus Nutzerperspektive: Du identifizierst reale Bedürfnisse, wendest Design-Thinking-Methoden an und entwickelst digitale Lösungen iterativ – von User Research und Ideenfindung über Prototyping bis hin zu Nutzertests und überzeugenden Pitches.

Bereite dich auf deine Masterarbeit vor: Du lernst wissenschaftliche Methoden, Modelle und Denkweisen kennen und wendest sie an, um IT-Probleme systematisch zu untersuchen, Studien zu bewerten und eigene Forschungsarbeiten nach wissenschaftlichen Standards zu planen und umzusetzen.