Die Studierenden werden komplexe Aufgabenstellungen aus den Bereichen Wirtschaft oder Technik insbesondere unter Einsatz geeigneter Softwareanwendungen mit den Methoden der angewandten Mathematik und des maschinellen Lernens kreativ zu bearbeiten. Dies umfasst die Kompetenz, ein konkretes Problem in ein abstraktes Modell zu übertragen und anschließend mit rechnergestützten Methoden zu analysieren und zu lösen.

Das Studium vermittelt hierzu ein breites und integriertes Wissen einschließlich der wissenschaftlichen Grundlagen und der praktischen Anwendung der angewandten Mathematik und des maschinellen Lernens. Neben einem fundierten mathematischen Fachwissen und der Fähigkeit zur DV-unterstützen rechnerischen Umsetzung mathematischer Methoden erwerben die Studierenden umfangreiche Kompetenzen im Analysieren, Strukturieren, Modellieren und Formalisieren von Anwendungsproblemen und somit universell einsetzbare Problemlösungsfähigkeiten.

Die Studierenden erproben diese Kompetenzen in den Vertiefungsrichtungen Wirtschaftsmathematik und Technomathematik und eignen sich hierzu eine Auswahl grundlegender einschlägiger fachlicher Kenntnisse an den Schnittstellen zu den betriebswirtschaftlichen und technischen Fachdisziplinen an. Auf diese Weise wird es ihnen insgesamt ermöglicht, wissenschaftlichen und technischen Fortschritt bei der Lösung ihrer beruflichen Aufgaben anwendungsorientiert einzubeziehen und auf veränderte Anforderungen der Berufswelt gestalterisch zu reagieren.

Die Studierenden erwerben die Kompetenz in interdisziplinären Expertenteams zu arbeiten und vorausschauend mit Problemen in einem Team umzugehen. Sie können die von ihnen ermittelten Lösungen sowohl gegenüber mathematischen Experten als auch gegenüber Experten der jeweiligen Anwendungsdisziplinen argumentativ vertreten und in interdisziplinären Teams weiterentwickeln.

Sie erwerben ein grundlegendes Verständnis für das erhebliche Änderungspotential, das mathematische und IT-gestützte Problemlösungsmethoden im Zuge der Digitalisierung für die zukünftige Gestaltung wichtiger Produktions- und Entscheidungsprozesse aufweist. Sie werden dadurch insgesamt ermutigt ihr Fachwissen, ihre analytischen Kompetenzen und ihre persönlichen Wertvorstellungen engagiert und wertschätzend sowohl im innerbetrieblichen als auch in gesamtgesellschaftlichen demokratischen Willensbildungsprozess einzubringen.

• Mathematische Begriffsbildungen und Beweise

Die Studierenden erwerben grundlegende Kompetenzen auf dem Gebiet des mathematischen Beweisens und der axiomatischen mathematischen Begriffsbildung. Sie kennen die Fachbegriffe der Analysis und der linearen Algebra und können in diesen Fachgebieten Beweise nachvollziehen und in einfachen Fällen selber formulieren, wobei sie die mathematischen Notationen stringent verwenden. Die in den Veranstaltungen zur Analysis und zur linearen Algebra erworbenen grundlegenden Kompetenzen befähigen die Studierenden, im weiteren Studienverlauf den axiomatischen Strukturaufbau und wichtige Beweise auch in den Fächern der angewandten Mathematik nachzuvollziehen. Die mathematischen Grundbegriffe der Wahrscheinlichkeitstheorie und Statistik legen mit dem Verständnis für Häufigkeitsverteilungen und statistischen Zusammenhängen eine Grundlage für das Verständnis der Methoden der maschinellen Datenanalyse.

• Programmieren, Algorithmen und schematisches Rechnen

Die Studierenden erwerben in den Fächern der angewandten Mathematik und des maschinellen Lernens grundlegende Kenntnisse, kennen eine Vielzahl konkreter Rechenverfahren und Algorithmen und verstehen den mathematisch theoretischen Hintergrund dieser Verfahren. Sie können solche Verfahren unter Einsatz geeigneter Softwareanwendungen oder Funktionsbibliotheken erproben und den Output derartiger Programme unter Verwendung ihrer theoretisch mathematischen Kenntnisse über diese Verfahren kritisch interpretieren. Die so gewonnenen Erfahrungen befähigen die Studierenden, sich selbstständig auch in für sie neue Verfahren und Algorithmen einzuarbeiten und dabei durch entsprechende Litertaturstudien und Anwendungsexperimente die nötige Anwendungssicherheit zu gewinnen.

Die Studierenden benötigte hierfür Grundlagenkenntnisse der Informatik. Hierzu erlernen Sie insbesondere eine Programmiersprache (derzeit Java) und erwerben grundlegende Datenbankkenntnisse. Bei der Umsetzung der Algorithmen in den oben genannten Fachgebieten lernen sie mindesten eine weitere Programmiersprache (z.B. Python) kennen.

• Mathematisches Modellieren und maschinelles Lernen

Die Studierenden sammeln Erfahrungen, wie Probleme aus Wirtschaft und Technik in mathematische Fragestellungen übersetzt und anschließend mit Hilfe geeigneter mathematischer Rechenverfahren und mit den Algorithmen des maschinellen Lernens gelöst werden können. Sie werden damit insgesamt befähigt, geeignete Modelle und Algorithmen auszuwählen und die jeweiligen Resultate vor dem Hintergrund der dabei in der Regel getroffenen vereinfachenden Annahmen kritisch zu analysieren. Die Studierenden erwerben anhand dieser Anwendungsbeispiele zudem Kenntnisse über ethische und gesellschaftspolitische Fragestellungen, die mit der Anwendung dieser Methoden verbunden sind.