Applied Mathematics for Network and Data Sciences

Mit dem Masterstudiengang Applied Mathematics for Network and Data Sciences verfolgen wir das Ziel, jungen Menschen eine Perspektive für eine herausfordernde wissenschaftliche oder berufspraktische Tätigkeit auf dem Gebiet der Mathematik und ihrer Anwendungen in einer zunehmend technisierten, digitalen Welt zu eröffnen. Im Fokus steht die Ausbildung von Mathematikern, die an der Schnittstelle zur Informatik und Informationstechnologie arbeiten und befähigt sind, schwierige und komplexe mathematische Problemstellungen im Umfeld digitaler Medien unter Einsatz von Computern schnell und effektiv zu lösen. Der Studiengang fördert die Ausbildung selbstständiger und kreativer Arbeitsweisen und vermittelt die Befähigung zu lebenslangem Lernen, Teamarbeit und Interdisziplinarität.

Der enorme technische Fortschritt der letzten zwei Jahrzehnte hat innovative Produkte und Dienstleistungen hervorgebracht, die mehr als je zuvor auf mathematischen Errungenschaften basieren. Die moderne Mathematik ist eine wesentliche Schlüsseltechnologie für anspruchsvolle Anwendungen im Bereich digitaler Medien. Sie bildet die unverzichtbare Grundlage für eine sichere und zuverlässige Übertragung digitaler Daten, für die Geheimhaltung von Informationen, für den Schutz des geistigen Eigentums, die Suche nach Mustern in Bild- und Videodaten, die Analyse und Optimierung von Datennetzen und die satellitengestützte Navigation. Ohne sie gäbe es kein mobiles Telefonieren, keine sichere Bezahlung im Internet, kein digitales Fernsehen, keine MP3-Player, keine schnelle Suche im World Wide Web und keine QR-Codes. Auch die Modellierung, Analyse und Simulation von Rechnernetzen und sozialen Netzwerken basiert auf fortgeschrittenen mathematischen Erkenntnissen und Methoden. Das Anwendungsspektrum der modernen Mathematik reicht von der Mikro- und Unterhaltungselektronik (einschließlich Social Media) über Kfz-Telematiksysteme und sicherheitsrelevante Tätigkeiten (BND, BSI) bis zur Medizintechnik (bildgebende Verfahren, Klassifikation von Bilddaten). Dabei genügt es in der Regel nicht, die zugrundeliegenden Verfahren, etwa der Kryptologie, zu kennen und zu implementieren. Die immerwährende Anpassung und Weiterentwicklung dieser Verfahren und die kritische Beurteilung ihrer Adäquatheit, Sicherheit und Zuverlässigkeit setzt ein sehr tiefes Verständnis der zugrundeliegenden mathematischen Disziplinen (Codierungstheorie, Kryptologie, Mustererkennung o.ä.) voraus, das in nichtmathematischen Studiengängen nicht erreichbar ist. Die Fokussierung auf die oben skizzierten und weitere Anwendungsgebiete, die an Bedeutung und Breite zunehmen werden, garantiert den Absolventen ein wachsendes Betätigungsfeld und exzellente Perspektiven auf dem Arbeitsmarkt.