Unser englischsprachiger Vollzeit-Masterstudiengang bereitet Sie optimal auf die Zukunft der Produktentwicklung vor. Erwerben Sie das Know-how, um vernetzte Produkte zu entwickeln und innovative Geschäftsmodelle zu konzipieren. Gestalten Sie die Welt der intelligenten Technologien aktiv mit!
Smart Products & AI-driven Development
Masterstudiengang
Überblick
-
Niveau der Qualifikation:
Stufe 2, Master -
Kosten:
Euro 363,36* (zzgl. ÖH-Beitrag) pro Semester -
Akademischer Grad:
Master of Science in Engineering (MSc) -
Organisationsform:
Vollzeit -
Unterrichtssprache:
100% Englisch -
Berufsfreundlich:
E-Learning min. 20 % online -
Auslandssemester :
Betreute einwöchige Studienreise ins Ausland im 2. Semester** -
Zugangsvoraussetzungen:
Allgemeine Zugangsvoraussetzungen
Profil des Studiengangs
Entdecken Sie die Zukunft der Produktentwicklung! Unser Masterstudiengang vermittelt Ihnen, wie Unternehmen mit Hilfe intelligente Produkte entwickeln können. Interdisziplinär und praxisnah verbinden wir Technik, Management und Soft Skills. Erleben Sie die Anwendung Ihres Wissens in spannenden Projekten und werden Sie Experte für KI-gestützte Produktinnovationen.
Der Masterstudiengang Smart Products & AI-driven Development verbindet technisches und wirtschaftliches Wissen für die Entwicklung intelligenter, vernetzter Produkte. Der Fokus liegt auf der praktischen Anwendung modernster KI-Methoden wie generative Sprachmodelle, Edge Computing und Machine Learning zur Systemanalyse und -vorhersage. Der vollständig englischsprachige Unterricht bereitet Studierende auf internationale Karrieren vor und bietet starke Praxisorientierung durch projektbasiertes Lernen. Der Zugang zu fortschrittlichen Technologien, wie additive Fertigung, fördert eine Hands-On-Mentalität. Interdisziplinäre Zusammenarbeit erweitert den Horizont und fördert die Expertise in der Integration von KI in Produktentwicklungsprozesse und die Schaffung intelligenter, serviceorientierter Lösungen.
Studienschwerpunkte
-
31 %
Fachwissen in Product Development & Management
-
15 %
Fachwissen in Data Management
-
17 %
Fachwissen in Management der digitalen Transformation
-
09 %
Fachspezifische Vertiefungen & Wahlfächer
-
28 %
Praxistransfer, international Skills & Masterarbeit
Was Sie lernen werden
-
Intelligente, vernetzte Produkte entwickeln
-
KI für Produktentwicklung und Lifecycle nutzen
-
Fertigung, Programmierung und Datenanalyse beherrschen
-
Fähigkeiten im Projektmanagement entwickeln
-
Systemanalyse und Problemlösungen anwenden
-
Interdisziplinär in internationalen Teams arbeiten
Gefragte Berufsfelder
- Produktentwickler:in für intelligente Produkte und Lösungen
- Technische:r Projektleiter:in und Entwickler:in smarter Produkte
- Innovations- und Technologiemanager:in im Bereich Digitalisierung
- Expert:innen im Bereich Internet of Things
Karriere
-
EUR 53.200,-
durchschnittliches Gehalt für Produktentwickler:in in der Industrie
-
400 Stellenangebote
für Produktentwickler:innen im deutschsprachigen Raum
-
65 % der Unternehmen
sehen Fachkräftemangel als größte Hürde bei der Digitalisierung
-
12.64 % jährliche Wachstumsrate
im Bereich Internet der Dinge
-
51 % der österreichischen Unternehmen
nutzen das Internet der Dinge
Der Weg zum Master-Abschluss
Ihr Weg zum Master in Smart Products & AI-driven Development ist klar strukturiert: In den ersten beiden Semestern stehen Methodenwissen und dessen praktische Umsetzung in der KI-gestützten Produktentwicklung im Mittelpunkt. Im dritten Semester setzen Sie individuelle Schwerpunkte und erwerben Zusatzzertifikate. Das vierte Semester ist der Masterarbeit und der Masterprüfung gewidmet.
Besonderheiten:
-
Methodenorientierter und projektbasierter Unterricht
-
Praxisorientierter Unterricht mit State-of-the-Art Tools und Methoden
-
Zusätzliche Berufszertifikate in den Bereichen Projektmanagement, künstliche Intelligenz und IoT
Anerkennung von Vorkenntnissen
Studierende haben die Möglichkeit, sich vor dem jeweiligen Semesterstart Lehrveranstaltungen durch bereits vorab erworbene Kompetenzen anrechnen zu lassen.
Die Anrechnung erfolgt über einen Antrag direkt bei der Studiengangsleitung.
Studiengangsleitung
Prof. (FH) DI Dr. Martin Adam
Studiengangsleiter Bachelor Wirtschaftsingenieurwesen, Master ERP-Systeme & Geschäftsprozessmanagement, Master Smart Products & Solutions, Master Smart Products & AI-driven Development
Curriculum
Datenmanagement
Coding & Applied AI
- Semester 1
- 5 ECTS
* Programmiersprachen (Klassifizierung, Prinzipien, Historie) * Detaillierte Betrachtung einer modernen Programmiersprache (z.B. Phyton) * Übersicht und Auswahl eines Coding Assistenten * Aufbau von Programmen * Datentypen, Operatoren, Ablaufstrukturen * Entwicklungsumgebung * Typische Arbeitsschritte * Einrichten der Entwicklungsumgebung * KI unterstützte Programmierung (Eingabe, Debugging, Ausführung) * Selbständige Planung und Programmierung auf Basis der in der Vorlesung vermittelten Programmiersprachen * Entwicklung von KI-erweiterten Programmen
DetailsDatenübertragung & Datensicherheit
- Semester 2
- 5 ECTS
* Grundlagen der Datenübertragung * Leitungsgebundene Datenübertragung * Leitungsungebundene Kommunikation * Technologien und Anwendungen moderner Netzwerke * OSI-, Hybrid- und TCP/IP-Referenzmodell * Drahtgebundene Datenübertragung (I2C-Kommunikation, Serielle Kommunikation) * Drahtlose Netzwerke * Sensornetzwerke und Ansätze (z.B. MANET, WMN) * Ende-zu-Ende Protokolle: UDP, TCP * Ausgewählte Protokolle der Anwendungsschicht (z.B. FTP, HTTP, HTTPS, SMTP, MQTT) * Sicherheitskonzepte und Zugriffsverfahren * Release Updates für Netzwerke * Elemente eines Messberichts * Auswahl von Übertragungstechnologien und -protokollen
DetailsData Analytics & Visualisation
- Semester 3
- 5 ECTS
* Einführung (Daten, Informationen, Wissen, zeitliche Komponenten, Zielsetzungen) * Datenprozess (Sammeln, Aufbereiten, Analyse, Darstellung) * Datenaufbereitung (Bereinigung, Umformung, Umskalierung, Speicherung) * Ansätze für die Analyse von Daten * Darstellung/Visualisierung von Ergebnissen * Software (Open Source und proprietäre Software) * Machine Learning – Prozess, Ansätze, Umsetzung * Einführung in die verwendete Software z.B. Python * Sammeln und Aufbereiten von Daten mit Hilfe von Software * Analyse und Darstellung von Beispieldaten unter Nutzung verschiedener Ansätze (z.B. Regression, Entscheidungsbäume etc.)
DetailsDigitale Transformation
Digital Transformation & Change Management
- Semester 1
- 5 ECTS
• Digitale Trends und Wellen der Veränderung • Unterschied zwischen digitalen und traditionellen Unternehmen bzw. deren Entwicklungspfade • Gestaltungsebenen, Rahmenbedingungen und Herausforderungen durch digitalen Wandel • Frameworks für die Bewertung der digitalen Reife • Smarte Produkte – Entwicklung • Ecosystem IoT und Daten • Use Cases von smarten Produkten und Lösungen * Bedeutung des Veränderungsmanagements * Individuelle und soziale Aspekte der Veränderung * Widerstand, Konflikt und Krise * Grundsätzliche Ansätze des Veränderungsmanagements * Arten der Veränderung * Modelle der Veränderung (e.g. Lewin, GE-CAP,...) * (Projekt)-Management der Veränderung: Generisches Phasenmodell und Integration in Projekten * Techniken und Tools der Veränderung(Z.B: Zielkreis, Change Stretch, WIIFM, Empathy Map, ...)
DetailsFundamentals of AI
- Semester 1
- 5 ECTS
* Grundlagen der künstlichen Intelligenz - Überblick über Begriffe und Definitionen - Grundlegende Algorithmen und Modelle * Anwendungsbereiche von KI - Identifikation und Bewertung von Anwendungsbereichen im Kontext des Produktentwicklungsprozesses von smarten Produkten - Limitationen von KI * Anwendungen von generativer KI - Generierung und Modifizierung von Texten - Generierung und Modifizierung von Bildern und Videos - Generierung und Modifizierung von Audio - Prompting Strategien (z.B. Retrieval-Augmented-Prompting) * Implementierung von KI - Nutzung und Interaktion mit KI - Lokale vs. Gehostete KI-Modelle - Qualitätssicherung von KI-Modellen * Einschränkungen und Limitationen - Ethische Betrachtung und Implikationen bei der Verwendung von KI-Modellen - Limitationen unterschiedlicher Modelle und Strategien
DetailsStrategie & Geschäftsmodelle & Organisation
- Semester 3
- 2 ECTS
* Grundlagen der digitalen Ökonomie und Trends * Digitale Geschäftsmodelle * Bedeutung von Daten * Ansätze für die Entwicklung von Strategien, Geschäftsmodellen und Geschäftsprozessmodellen * Businesspläne * Risikoreduktion/Umsetzung
DetailsEthics & Privacy
- Semester 4
- 3 ECTS
* Einführung in Datenschutz und deren Umsetzung * Begriffsbestimmungen: personenbezogene Daten, Datenregister, öffentlich zugängliche Daten, Pseudonymisierung * Informationelle Selbstbestimmung, Gesetze und Verordnungen zu Datenschutz * Rechte der Betroffenen * Organisatorische Maßnahmen zum Schutz personenbezogene Date * Strafrechtliche / Zivilrechtliche Aspekte: Betriebsgeheimnisse, Aussageverweigerung * Einführung in die Ethik als Wissenschaft vom guten und richtigen Entscheiden und Tun * Relevante Faktoren ethischer Urteilsbildung * Methoden ethischer Argumentation * Verantwortungsbegriff * Wirtschafts- und Technikethik als Unterdisziplinen der Ethik * Ethische Herausforderungen in digitalisierten und globalen Informations- und Wissensgesellschaften * Auswirkungen des technischen Wandels auf Work life Balance und Familie
DetailsEngineering
Digital Twin & Simulation (WP)*
- Semester 3
- 4 ECTS
Grundlagen und Modellbildung: -Einführung in Digital Twin, deren Bedeutung und Anwendungsbereiche -Vermittlung der theoretischen Grundlagen und Methoden der Modellbildung Simulation und Software: -Überblick über Simulationstechniken und deren typische Anwendungen -Kennenlernen verschiedener Simulationssoftware und praktische Übungen Smarte Produkte und Lösungen: -Erstellung und Analyse von Modellen für smarte, kommunizierende Produkte -Integration von Digital Twins in IoT-Systeme und deren Vorteile Vertiefte Konzepte und Anwendungen: -Einführung in fortgeschrittene Themen wie Condition Monitoring und Predictive Maintenance -Diskussion über die Rolle von Digital Twins in der zukünftigen Technologieentwicklung. Praxisprojekt: -Planung und Durchführung eines eigenen Digital Twin Projekts zur Anwendung des Gelernten
DetailsDatenvisualisierung & Visual Analytics (WP)*
- Semester 3
- 4 ECTS
Folgende Inhalte werden in der Lehrveranstaltung besprochen: - Auswertungswerkzeuge mit visueller Ausrichtung, z.B. Bl-Tools wie MS PowerBl, Tableau, QlikView - Darstellungsbibliotheken, z.B. matplotlib.pyplot, gglot2 - Regeln der visuellen Communication, z.B. Hichert SUCCESSS
DetailsTrends in Data Science (WP) (WP)*
- Semester 4
- 3 ECTS
Die Inhalte dieser Lehrveranstaltung sind nicht stabil, sondern werden an die aktuell vorherrschenden Trends angepasst. Exemplarische Inhalte können sein: - Neue Technologien im Bereich Big Data Processing - Trends im Bereich der Programmiersprachen in der Datenanalyse - Neue Verarbeitungskonzepte von Daten (z.B. Data Lake) - Neue Fragestellungen im Bereich der Data Science Forschung - Neue Fragestellungen im Bereich der Data Science Praxis
DetailsTrends in Smart Products (WP) (WP)*
- Semester 4
- 3 ECTS
* Aktuelle Best-Practice Ansätze und Konzepte in Anwendungsgebieten (z.B. Smart Home, Smart City, Smart Production, Connected Vehicles etc.) * Aktuelle Best-Practice Ansätze hinsichtlich der Entwicklungsprozesse und - tools * Aktuelle Forschungs- und Entwicklungsaktivitäten bzw. Forschungs- und Entwicklungsergebnisse
DetailsIT Systeme
Anwendungsorientierte Analyseplattformen (WP)*
- Semester 3
- 4 ECTS
Folgende Inhalte werden in der Lehrveranstaltung besprochen: - Vorstellung unterschiedlicher anwendungsorientierter Analyseplattformen (z.B KNIME, RapidMiner, Grafana) - Vorstellung unterschiedlicher Cloudlösungen für die Datenanalyse (z.B. Google Cloud, AWS, Azure) - Anwenden der vorgestellten Plattformen am Beispiel von Analysedatensätzen - Diskussion der unterschiedlichen Ansätze
DetailsInternet of Things (IoT) (WP)*
- Semester 3
- 4 ECTS
Einführung * IoT Architektur (e.g. Referenzmodelle) * Anforderungen an IOT Systeme * IOT Datenübertragungsprotokolle * Einsatz von IOT im industriellen Kontext (Beispiele) * Grundlagen der Sensorik * Grundlagen von embedded Systemen Implementierung * Vorgehen bei der Implementierung von IOT * Prototypische Implementierung von IOT * Auswahl von Sensoren * Erhebung, Visualisierung und Auswertung von Daten * Herausforderungen bei der Implementierung
DetailsManagement & Kommunikation
Projekt Management & Team Leadership
- Semester 2
- 5 ECTS
* Grundlagen des Projektmanagements * Projektmanagement Methoden und Tools * Rollen in Projekten; Kommunikation u. Dokumentation * Problem-, Konflikt-, Risiko- und Krisenmanagement * Theorien/Modelle und Vorgehen für Teambuilding * Tools für die Unterstützung von Teambuilding
DetailsManufacturing & Material Science for Smart Products
- Semester 3
- 5 ECTS
• Verständnis von Herstellungsprozessen und Montagetechniken • Materialauswahl und -anwendung • Integration der Materialwissenschaft in das Design • Nachhaltigkeit in der Fertigung • Innovative Fertigungstechnologien • Kostenanalyse und Effizienz • Qualitätskontrolle und -prüfung
DetailsPraxistransfer
Studienreise
- Semester 2
- 3 ECTS
* Internationales Management vor einem länderspezifischen Kontext * F&E Strategie und Systeme auf Staatenebene * Technologie- und Innovationsansätze
DetailsPraxistransfer & Empirie
Wissenschaftliches Arbeiten
- Semester 3
- 2 ECTS
* Vertiefung der Methoden und Ansätze von wissenschaftlichen Arbeiten * Forschungsdesign für wissenschaftliche Fragestellungen * Qualitative und quantitative Forschungsmethoden * Nutzung von Methoden und Tools * State of the Art Literaturrecherche und Nutzung von Zitationstools e.g. Citavi * Vorbereitung auf das Exposé für Masterarbeit * Hinweise zur formalen Gestaltung der Masterarbeit
DetailsPraxisprojekt
- Semester 3
- 5 ECTS
* Arbeiten im Team und Teamorganisation * Ableiten einer Fragestellung * Auswahl einer geeigneten Methodik und korrespondierenden Werkzeugen * Planung, Durchführung und Steuerung von Projekten * Integrative Anwendungen von erworbenen Kompetenzen und Wissen * Aufbereitung und Vermittlung von Ergebnissen * Selbstreflexion
DetailsKolloquium zur Masterarbeit
- Semester 4
- 2 ECTS
• Begleitung der Studierenden bei der Erstellung der Masterarbeit • Vorstellung und Diskussion der Fragestellung/Hypothese, Gliederung der Masterarbeit, wissenschaftliche Methodik und formale Gestaltung der Mas- terarbeit
DetailsMasterarbeit
- Semester 4
- 22 ECTS
* Begleitung der Studierenden bei der Erstellung der Masterarbeit * Vorstellung und Diskussion der Fragestellung/Hypothese, Gliederung der Masterarbeit, wissenschaftliche Methodik und formale Gestaltung der Masterarbeit * Review des Analyseteils und kritische Reflektion zur Auswertung * Struktur der Arbeit, angemessene Aufteilung, klare Ergebnisstruktur und Fazit * Kürzer Überblick zur Masterprüfung und dessen Anforderungen
DetailsProduktentwicklung
Smart Product Development
- Semester 1
- 5 ECTS
* Arten von Produktentwicklungsprozessen für unterschiedliche Produkte, Märkte und Unternehmen *Traditionelle PE vs. Agile PE vs. Mixed - welches Konzept unter welchen Randbedingungen *Design Thinking als zentrales Entwicklungskonzept *Methoden der Produktentwicklung: •Ideating- and creative methods for solving problems like: Ishikawa, root-course, risk management, functional analysis, SWOT, FMEA ,….. •Requirements engineering •Market- and patent-analysis •Concept •Systematical finding of technical solutions using AI •Evaluation of ideas and concepts •Design •Simulation of functional aspects (stress/strain, displacements, movement,….) •Prototyping •Testing *Spezielle Aspekte Smarter Produkte
DetailsSensorik & Aktorik
- Semester 1
- 5 ECTS
* Definition/Klassifikation von Sensoren * Aufbau und Funktion einer Messkette * Einsatzfelder und Funktionsprinzipien von Sensoren * Grundlagen Mikrosensorik * Sensoreigenschaften (statisches und dynamisches Verhalten, Zuverlässig- keit etc.) * Messfehler und Fehlerquellen * Kalibrierung * Signalübertragung/-verarbeitung * Grundbegriffe relevanter Messtechnik * Anwendung von Sensoren für verschiedene Bereiche (z. B. Temperatur, Gewicht, Druck, Beschleunigung, Lage etc.) * Analyse und Auswertungen von Funktionsprinzipien und Eigenschaften von Sensoren * Aufbau und Eigenschaften der Datenübertragung und Datenverarbeitung in einer Messkette * Auswertung, Interpretation und Speicherung von Messungen
DetailsEmbedded Systems & Edge Analytics
- Semester 1
- 5 ECTS
• Systemlösungen und Architektur von Embedded Systems und Charakteristika • Embedded Hardware (Prozessoren, Speicher, I/O, Busse) • Embedded Software (Operating System, Middleware, Applikation, Treiber) • Echtzeitbetrieb (Klassifizierung, Umsetzung) • Mehrprozessorbetrieb • Kennenlernen von einfachen Plattformen (z.B. Raspberry Pi, Arduino, FPGA) und der Entwicklungsumgebung • Umsetzen von einfachen Anwendungsfällen bzgl. der Verarbeitung von Sensoren und der Ansteuerung von Aktoren • Umsetzen von unterschiedlichen Möglichkeiten der Datenübertragung • Durchführung eines komplexeren Abschlussprojektes
DetailsAI unterstütztes Produktdesign
- Semester 2
- 6 ECTS
* Definition von Produkt Design * Einordnung in den Produktentstehungsprozess * Ablauf, Ansätze/Prinzipien und Werkzeuge für Produktdesign mit Schwerpunkt auf generative KI * Bewertungskriterien und die Evaluierung von Erarbeiteten oder bestehenden Konzepten
DetailsRapid Prototyping
- Semester 2
- 6 ECTS
Prototyping Technologien * Abtragende Laserbearbeitung (Lasercut) * Additive Fertigungsmethoden (z.B. 3D-Druck) * Digitale Prototypen (z.B. Click Dummies für Apps) * Scan-Technologien * Grundlagen CAx * Virtual Prototyping Protoyping Konzepte * Design Thinking * Kreativitätsmethoden Erstellung eines Prototyps
DetailsProduktmanagement
Risk Management & Compliance
- Semester 2
- 5 ECTS
* Product & Process Life Cycle * Risk determination strategies * Planning of safe systems (concepts & strategies) * Planning of secure systems (threat analysis, countermeasures) * Structure & Concepts of reliable control systems
DetailsProduktmanagement
- Semester 3
- 3 ECTS
* Besonderheiten von smarten Produkten * Neue Produktmanagement-Ansätze * Marktforschung * Produktstrategie * Kaufentscheidungskriterien bzw. Akzeptanz (Treiber, Hindernisse) * Besonderheiten bei der Einführung und Vermarktung * Datenbasierte Entscheidungen * Lebenszyklusmanagement
DetailsStudienordnung Zum Download
-
Smart Products & Solutions
in Kraft seit 07.10.2020, Studienbeginn ab Studienjahr 2021/22
- Alle Studienordnungen
Häufig gestellte Fragen
Ich habe kein technisches Studium und möchte Smart Products & AI-driven Development studieren. Welche Voraussetzungen sind notwendig?
Um zum Studium zugelassen zu werden, ist ein Nachweis über technische Kenntnisse erforderlich.
Wie kann ich mich im Vorfeld auf das Studium vorbereiten?
Um sich auf den Masterstudiengang Smart Products & Solutions vorzubereiten, bietet unsere Business School zwei auf den Studiengang ausgelegte Vorbereitungskurse an:
- Der Einführungskurs Grundlagen des Ingenieurwesens behandelt die technischen Grundlagen in den Bereichen Engineering, Produktentwicklung und Produktion.
- Der Einführungskurs Grundlagen der Wirtschaft behandelt die wichtigsten Aspekte aus dem Bereich der Wirtschaft.
Können die Labore frei genutzt werden?
Nach einer Einschulung und dem Erwerb eines Laborführerscheins können die Labore von den Studierenden nach Voranmeldung frei genutzt werden.
Kann ich neben dem Studium arbeiten?
Ja. Die Präsenzlehre findet von Mittwoch bis Freitag statt. Dies ermöglicht unseren Studierenden ihr Studium eigenverantwortlich zu organisieren und gibt ihnen die Freiheit für Teilzeitjobs in der Branche.
