Digital Engineering – Elektrotechnik
Bachelor of Science (B.Sc.)
Die naturwissenschaftlich-technische Fakultät (Fakultät IV) Universität Siegen bietet in Kooperation drei Digital Engineering Studiengänge an:
- Digital Engineering - Maschinenbau
- Digital Engineering - Elektrotechnik
- Digital Engineering - Mechatronik
Diese Studiengänge verbinden zu gleichen Teilen die Inhalte eines des jeweiligen klassischen Ingenieurstudiums mit den Inhalten der Informatik. Um in beiden Feldern eine solide Ausbildung ermöglichen zu können, haben die Studiengänge eine Regelstudienzeit von 7 Semestern, ein Semester länger als typische Ingenieurstudiengänge.

Deine Zukunft beginnt in Siegen
Ziel der Studiengänge ist die Integration von Ingenieurwesen und Informatik. Sie vereinen die wesentlichen Elemente eines Ingenieurstudiengangs mit praxisrelevanten Bestandteilen der Informatik, insb. des Software Engineerings und des Maschinellen Lernens.
Digital Engineering bietet anspruchsvolle Studiengänge, welche die wesentliche Herausforderung der künftigen industriellen Wertschöpfung adressiert: Die Integration klassischer Ingenieuraufgaben und Software.
Die Herausforderung „Software-Kompetenz“ für Ingenieure ist inzwischen in der Presse und im Alltag angekommen. Vom Elektroauto über das Smart Meter bis zu Industrie 4.0 ist derzeit mangelndes Software-Know-how bei Ingenieuren der Flaschenhals zu innovativeren Produkten und einer besseren Qualität. Der Anteil von Software an der Wertschöpfung steigt stetig und schnell an, so dass diese Herausforderung nach und nach alle Bereiche unseres Lebens erfassen wird.
Ein zweiter dominanter Treiber für Innovationen ist die „künstliche Intelligenz“, insbesondere das maschinelle Lernen. Im Ingenieurumfeld kommen zunehmend neben klassischen White-Box-Modellen (first principles models) basierend auf die Gesetzen der Mechanik, Elektrotechnik, Thermo- und Fluiddynamik, etc. auch datengetriebene Modelle zum Einsatz. Diese sog. Black-Box-Modelle sind z.B. neuronale Netze und werden anhand von Messdaten (oder auch Simulationsdaten) trainiert. Dadurch können relativ schnell und günstig viele sehr komplexe Prozesse beschrieben werden. Hier ergeben sich viele neue wichtige Fragestellungen in Forschung und Praxis in Bezug auf Robustheit, Zuverlässigkeit und Interpretierbarkeit, die sowohl Informatik- als auch Ingenieur-Know-how erfordern.
Weitere wichtige Anwendungsbereiche des maschinellen Lernens im modernen Industrieumfeld sind u.a. die automatisierte Auswertung großer Datenmengen (Big Data), sog. Data Mining, die Bildverarbeitung und Expertensysteme basierend auf großen Sprachmodellen (ChatGPT) und intelligenter Suche (Google, Bing).
Der Mathematik-Anteil ist in den drei Studiengängen fast identisch:
- Höhere Mathematik I und II
- Diskrete Mathematik
- Numerische Methoden bzw. Höhere Mathematik III
und der Informatik-Anteil ist in den 3 Studiengängen identisch:
- Digitaltechnik
- Algorithmen und Datenstrukturen
- Objektorientierte und funktionale Programmierung
- Programmierpraktikum
- Einführung in das Machine Learning
Die unterschiedliche Gewichtung der Inhalte der drei Studiengänge kann der nachfolgenden Tabelle anhand der Leistungspunkte entnommen werden:

Für vertiefende Informationen zu den Digital Engineering Studiengängen hier klicken.
