Als erste deutsche Universität startet die Uni Tübingen zum Wintersemester 2019/20 einen internationalen Masterstudiengang „Machine Learning“. Das maschinelle Lernen ist ein Teilgebiet der Künstlichen Intelligenz (KI). Es beschäftigt sich mit Algorithmen, die aus Daten „Erfahrungen“ sammeln und so Muster und Gesetzmäßigkeiten ermitteln. Studierende können in vier Semestern die Grundlagen des maschinellen Lernens erwerben.Der Masterstudiengang ist eng an die Forschung vor Ort angebunden. Die Studierenden können sich auf konkrete Anwendungsbereiche in der Informatik und Teilbereiche wie Computer Vision, Bioinformatik, Neurowissenschaften, Medizininformatik, Kognitionswissenschaften, Linguistik oder Robotik spezialisieren. „Im maschinellen Lernen entwickeln sich die Dinge gerade sehr schnell. Ein heute vielversprechender Ansatz kann morgen schon passé sein“, erklärt Ulrike von Luxburg, eine der Sprecherinnen des neuen Exzellenzclusters „Maschinelles Lernen: Neue Perspektiven für die Wissenschaft“. „Daher gestalten wir den Studiengang so flexibel wie möglich. Es gibt nur wenige Pflichtveranstaltungen, Studierende können ihre Schwerpunkte frei setzen.“

Die Informatikerin hat mit ihren Kolleginnen und Kollegen Matthias Hein, Philipp Hennig und Kay Nieselt das Lehrangebot für dieses Fach in Form eines Masterstudiengangs gebündelt. „Wir wollen Fachleute ausbilden, die nicht nur die Chancen der neuen Technologien, sondern auch ihre Risiken verstehen, bedenken und minimieren können“, sagt Philipp Hennig. „Intelligente Maschinen werden die Welt verändern. Diesen Prozess dürfen wir nicht anderen überlassen. Unsere Studierenden sollen den Anspruch haben, ihn selber zum Guten mit zu gestalten.“

Der neue Studiengang ist im Fachbereich Informatik angesiedelt. Studierende können zusätzliche überfachliche Qualifikationen erwerben, etwa durch Vorlesungen in Jura, Philosophie oder Ethik.
Voraussetzung für Studierende sind neben englischen Sprachkenntnissen der Nachweis von Kenntnissen in den Bereichen ein- und mehrdimensionale Analysis, lineare Algebra und entweder numerische Mathematik oder Wahrscheinlichkeitstheorie. Ebenso sind Kenntnisse in Programmierung, Algorithmen und Datenstruktur erforderlich. „Es ist nicht wesentlich, ob jemand einen Bachelor in Informatik, Mathematik oder Physik mitbringt. Hauptsache, die Grundlagen sind da: Programmieren, Algorithmen, Datenstrukturen und sehr viel Mathematik“, erklärt Kay Nieselt, Studiendekanin des Fachbereichs.