Datenkompetenz aufbauen. Fundiert, praxisnah, neben dem Beruf!
Data Science (M.Sc.)
Von Rohdaten zu klugen Entscheidungen – mit KI-Kompetenz, die im Job sofort zählt.
Freie Plätze
17
Fristen
Ende der Anmeldephase: 15. September 2026
Studienstart: 23. November 2026
Teilnahmeentgelt
16.950 €
Marc Schumilo, Absolvent des Masterprogramms
Das Data-Science-Programm setzt genau an den richtigen Hebeln an und vermittelt exakt die Skills, die ich heute täglich in der Praxis nutze.
Alexandra Kersten Mota, Studentin des Masterprogramms
Im zweiten Modul haben wir zum Beispiel ein kleines „GPT-ähnliches“ Sprachmodell für Klassifikationsaufgaben finetuned – genau diese Ansätze habe ich anschließend auch im Beruf weitergenutzt.
Nina Wagner, Absolventin des Masterprogramms
Die Uni setzt hier den richtigen Fokus auf relevante Themen, sodass die Studierenden ideal auf einen Karriereweg im Bereich Data Science vorbereitet werden.

Ihr Masterstudium in Data Science
Der berufsbegleitende Master Data Science vermittelt Ihnen die Datenkompetenz, um mit wachsenden Datenmengen (Big Data) sicher umzugehen und datenbasierte Entscheidungen zu treffen. Im englischsprachigen, interdisziplinären und international ausgerichteten Studiengang bauen Sie fundierte Kenntnisse in Programmierung, Datenanalyse, Datenmanagement und AI auf – von Machine Learning über Data Engineering bis zu aktuellen Entwicklungen wie Large Language Models (LLMs) und Deep Learning. Im Mittelpunkt steht dabei stets die praktische Anwendung anhand realer Unternehmensszenarien. Das Masterprogramm Data Science richtet sich an Berufstätige aus allen Branchen und Fachbereichen, die ihre Datenkompetenz gezielt und strukturiert ausbauen möchten.
Konzept & Module
Die Regelstudienzeit für den Masterstudiengang Data Science beträgt 4 Semester. In dieser Zeit absolvieren Sie 9 Module, darunter eine Projektarbeit und die Masterarbeit. Zu Beginn wird auch ein Vorbereitungskurs im E-Learning-Format angeboten, um den Einstieg zu erleichtern. Das Programm ist auf eine hohe Vereinbarkeit mit deinem Beruf ausgelegt. Module werden in der Regel in Präsenzblöcken von fünf aufeinanderfolgenden Tagen (Montag bis Freitag) durchgeführt. Im Durchschnitt findet alle 6 bis 12 Wochen ein Modul statt.
Die Vorlesungen werden in Gruppen mit maximal 25 Teilnehmenden gehalten und umfassen insgesamt 37 Tage persönlicher Anwesenheit. Neben seinem interdisziplinären Ansatz liegt die Besonderheit des Programms in seiner internationalen Zusammenarbeit zwischen der Universität Münster und der Universität Twente. Alle Kurse werden auf Englisch gehalten. Nach Abschluss des berufsbegleitenden Studiums wird Ihnen ein vollwertiger Master of Science der Universität Münster verliehen.
Einführung in Data Science und Programmiersysteme
23.11.2026 – 29.11.2026
- Einführung in die Data Science und ihre Anwendungen.
- Überblick über Programmiersysteme: R und Python.
- Grundlagen der Python-Programmierung: Variablen, Kontrollstrukturen, Datenstrukturen, etc.
- Einführung in die R-Programmierung: Datenstrukturen, Funktionen, Schleifen, etc.
- Explorative Datenanalyse mit R.
Prof. Dr. Heike Trautmann
Prof. Dr. Gottfried Vossen
Datenmanagement
15.02.2027 – 19.02.2027
- Datenmanagement mit SQL-, NoSQL- oder Vektor-Datenbanken
- Arbeiten mit MySQL und MongoDB aus Python heraus
- Data Mining mittels Apriori-Implementierungen
- Sentimentanalyse
- Dimensionsreduktion
- Bau eines großen Sprachmodells (LLM) mit PyTorch
- Textvorbereitung, Attention-Mechanismus, Pretraining und Finetuning
- Ein LLM für Spam-Klassifikation und als Chatbot
Prof. Dr. Gottfried Vossen
Datenanalyse
07.06.2027 – 11.06.2027
- Explorative Datenanalyse und Datenvorverarbeitung
- Supervised Learning (Klassifizierung, Regression)
- Unsupervised Learning (Clusteranalyse, Dimensionsreduktion)
- Modell-Validierung
- Programmierung in R
Prof. Dr. Heike Trautmann
Prof. Dr. Pascal Kerschke
Social Media & Kommunikation
20.09.2027 – 24.09.2027
- Sozialwissenschaftliche Forschung mit Big Data und Online-Quellen
- Grundlagen der Online-Kommunikation & der Medienpsychologie
- Netzwerkanalyse mit R, einschließlich Basiskonzepte, Matrixberechnungen und (Sub-)Strukturerkennung
- Computergestützte Inhaltsanalyse mit R inkl. Natural Language Processing, Sentiment Analysis, Topic Modeling
- Fortgeschrittene Methoden der Textanalyse mittels KI (LLMs, Transformer-Modelle)
Prof. Dr. Thorsten Quandt
IT-Management, IT-Sicherheit, Ethik, rechtliche Aspekte
November 2027
- Management-Herausforderungen bei wachsenden Datenmengen (Big Data)
- IT-Sicherheit in der Datenverwaltung
- Ethische Aspekte im IT-Management und im Umgang mit Daten
- Rechtlicher Rahmen und Vorschriften für das Datenmanagement
- Nutzung von offenen Daten zur Wertschöpfung
Prof. Dr. Jos van Hillegersberg
Selbstmanagement und Führung
Februar 2028
- Einfluss von Data Science auf Managemententscheidungen
- Datenwissenschaft als Teil von Entscheidungsprozessen
- Führungskräfte und die besondere Rolle von Data Scientists im Unternehmen
- Qualität innovativer Teams und ihre Auswirkungen auf die Ergebnisse der Data Science
- Methoden für effektive Verhandlungen
- Methoden zur Präsentation und Diskussion von Data-Science-Ergebnissen mit Entscheidungsträgern
Dr. Michel Ehrenhard
Anwendungsgebiete
Mai 2028
- Hands-on Workshop: Fortgeschrittene Methoden der Textanalyse mit KI (LLMs, Transformermodelle)
- Datengestützte Entscheidungsfindung
- Anwendung der erlernten Techniken in den Bereichen Marketing, Customer Relationship Management, Supply Chain Management, Logistik, Start-ups usw.
- Zukünftige Entwicklungen: Kritische Diskussionen über die Zukunft datengestützter Entscheidungen, einschließlich des Potenzials für automatisierte Entscheidungen durch Maschinen
- Interdisziplinärer Ansatz
Prof. Dr. Tobias Brandt
Praxisphase & Projektarbeit
Kick-Off: September/Oktober 2027 (online)
Präsentationen: Januar 2028
- Fallanalyse in der Data Science
- Kreative Lösungen für komplexe Problemstellungen aus der Unternehmenspraxis
- Praktische Umsetzung der gewählten Lösungen
- Peer-Feedback und Reflexion
- Schulung der Präsentationsfähigkeiten
Dr. Niels Pulles
Dozent*innen & wissenschaftliche Leitung
Sichern Sie sich Ihren Studienplatz
Erfahren Sie weitere Details über Ihre Weiterbildung
Melden Sie sich bei uns für eine persönliche Beratung
Informieren Sie sich über erforderliche Qualifikationen
Daten und Fakten
Abschluss
Master of Science
Leistungspunkte
90 ECTS
Fachbereich
Wirtschaftswissenschaftliche Fakultät
Dauer
4 Semester
Studienbeginn
23.11.2026 Erstes Präsenzmodul
Nächster Anmeldeschluss
15.09.2026
Sprache
Englisch
Orte
Münster, Germany | Enschede, Netherlands
Teilnahmeentgelt
16.950 € in drei Raten
- nach Vereinbarung als individueller Zahlungsplan
- umsatzsteuerfrei gemäß § 4 Nr.21 a (bb) UStG
Zielgruppe
Das Masterprogramm „Data Science“ richtet sich sowohl an Berufstätige aus allen Branchen und Fachbereichen, die ihre Datenkompetenz gezielt und strukturiert ausbauen möchten. Unabhängig davon, ob sie bereits in einer datennahen Position arbeiten oder Data Science als neues Kompetenzfeld erschließen wollen. Dazu zählen unter anderem Fachkräfte aus:
- Softwareentwicklung und IT (u. a. Software Engineer, Developer, DevOps Engineer, Data Engineer), die ihre Rolle gezielt in Richtung Data Engineering, MLOps oder Machine Learning weiterentwickeln möchten – laut aktueller Arbeitsmarktanalyse das mit Abstand größte Berufsprofil im Bereich Daten- und KI-Kompetenzen²
- Datenanalyse, Statistik und Informatik (u. a. Data Analyst, Data Scientist, BI/Analytics Engineer), die ihr Wissen vertiefen und strukturieren möchten
- Business Analytics und Controlling (u. a. Controller:in, Business Analyst), wo sich klassische Reporting-Funktionen zunehmend zu datengetriebenen Rollen entwickeln
- Consulting und Unternehmensberatung (u. a. Consultant, Berater:in), die datenbasierte Entscheidungsgrundlagen für Kund:innen erarbeiten
- Finanzwesen und Banking, mit wachsendem Bedarf an Datenanalyse und KI-gestützten Prozessen
- Gesundheitswesen, wo Datenanalyse zunehmend Diagnostik und Prozesssteuerung unterstützt
- Industrie, Produktion und Ingenieurwesen (u. a. Cloud Engineer, Site Reliability Engineer), in denen Datenkompetenz zur Schlüsselqualifikation für Prozessoptimierung und Qualitätssicherung wird
- Naturwissenschaften und Forschung, mit Bedarf an moderner Datenauswertung
- Produktmanagement und Vertrieb (u. a. Product Manager, Product Owner, Key Account Manager, Customer Success Manager), die KI-Tools und Datenanalyse zunehmend im Tagesgeschäft einsetzen
Zugangsvoraussetzung
- Erstes abgeschlossenes Hochschulstudium
- Mindestens ein Jahr relevante Berufserfahrung
- Ausreichende Englischkenntnisse (mindestens B2-Niveau)
Freie Plätze
17
Sie möchten ein Wissensupdate zu AI und Data Essentials?
Individualisieren Sie Ihren Schwerpunkt, aus den Modulen des Masterprogramms Data Science und gestalten Sie Ihr Universitätszertifikat.
Weitere Themen

Digitaler Infoabend
Am Dienstag, den 01.09.2026 um 17:00 Uhr findet unsere digitale Informationsveranstaltung mit Prof. Dr. Tobias Brandt zum Masterstudium & Zertifikatsprogramm Data Science statt. Die Studienangebote werden vorgestellt und Sie erhalten Antworten auf Ihre individuellen Fragen zu den Programmen.

In Kooperation mit der Universität Twente
"The University of Twente is a smart living lab where talented students and stuff provide groundbreaking research, exiting innovations and inspiring education."
Deshalb sind wir froh, mit Twente einen starken Bildungspartner zu haben.

Zertifikat in Data Science
Das Zertifikat vermittelt das Wissen und die praktischen Fähigkeiten, die Datenmanager für die Analyse von "Big Data" benötigen. Es umfasst vier Module (2 Wahlfächer und 2 Pflichtmodule) aus dem englischsprachigen, berufsbegleitenden Masterstudiengang.

Bei Fragen helfen wir gerne weiter
Jannis Wegmann
Beratung
Mo–Fr: 9.00 - 16.00









