Embedded Systems Design

Interdisziplinäres Wissen wird immer wichtiger, besonders bei vernetzten, eingebetteten Systemen in speziellen Einsatzgebieten. Hier steht das „Komplettsystem“ im Zentrum: Leistungsfähigkeit und hohe Zuverlässigkeit in Echtzeit stehen einem kleinen Formfaktor und niedrigem Energieverbrauch gegenüber. 

Die Besonderheit ist in der kombinierten Expertise zu sehen: Know-how  in Hardware-, Software- und Systementwicklung bilden die Basis für die Entwicklung vernetzter Systeme, ergänzt um Sensorik und Aktorik. Darauf aufbauend folgen die Funktionalitäten, zunehmend unterstützt durch künstliche Intelligenz am System.  

Hier punkten unsere Studierenden, da sie Embedded und Smart Systems entwickeln und optimal in ein vernetztes Produkt integrieren und adaptiv-lernende Systeme realisieren können. Über zahlreiche Wahlfächer ist eine Spezialisierung nach eigenen Präferenzen möglich.
 

Immer mehr Einsatzgebiete erfordern Künstliche Intelligenz. Sie ist entscheidend für die Entwicklung und den Betrieb moderner technischer Systeme. Das Studium Embedded Systems Design widmet sich diesem spannenden Terrain und vermittelt die nötigen Kenntnisse, um KI-Funktionalitäten auf Embedded Systems zu realisieren (siehe Embedded AI). 
 

Unter Embedded AI versteht man die Integration von künstlicher Intelligenz (KI) in eingebettete Systeme. Die KI läuft hier direkt am Gerät selbst, verarbeitet dort die Daten und trifft Entscheidungen. Sie macht das Gerät intelligent, es kann adaptiv reagieren und auch dazulernen. 

Das eröffnet eine gänzlich neue Ära an Funktionalitäten gegenüber statischen, nicht-lernenden Systemen. Im Optimalfall läuft Embedded AI damit „self contained“, kommt also ohne Zugriff auf externe Ressourcen wie Cloud-Systeme aus. Das ist ein aktives Forschungsgebiet. 

Die Vorteile sind schnellere Reaktionszeit, Unabhängigkeit und Autonomie, geringerer Energieverbrauch und Schutz sensibler Daten.
Embedded AI ist inhärenter Bestandteil des Studiums Embedded Systems Design.
 

Geforscht wird an Künstlicher Intelligenz für Ressourcenbegrenzte Geräte. Der Fokus liegt auf der Entwicklung neuen Methoden, damit KI-Systeme sich selbstständig an geänderte Verhältnisse anpassen können. Und das direkt am Embedded System selbst, ohne die Plattform verlassen zu müssen, ohne externes Retraining der KI-Modelle. Ziel ist, den Einsatz von Künstlicher Intelligenz auf verteilten Microcomputer-Systemen durch selbstständiges Training am Gerät zu revolutionieren.

Mitarbeit ist in Form von Studienprojekten, Abschlussarbeiten und Praktika gern möglich.

Zum Josef Ressel Zentrum für Künstlicher Intelligenz für Ressourcenbegrenzte Geräte.
 

Jeder Studierende kann sich den eigenen, individuellen Studienplan zusammenstellen. Das Besondere daran ist das äußerst breite Portfolio, aus dem gewählt werden kann. Es erstreckt sich vom Hardware-Entwurf über die Software-Entwicklung bis hin zu Signale & Systeme inkl. begleitender Veranstaltungen zu Technologien und Trends. Diese breit gefächerte Wahlmöglichkeit ist ein besonderes Merkmal des Masterstudiums Embedded Systems Design.

Das Masterstudium gliedert sich in drei Studienschwerpunkte:

Embedded Computing
System-on-Chip Design
Systems & Signals

Details dazu siehe Schwerpunkte.

Ja, Auslandssemester ab dem 2. oder 3. Semester werden von uns unterstützt. Auch die Masterarbeit kann gemeinsam mit einem Unternehmen im Ausland erstellt werden.
 

Ein abgeschlossenes, facheinschlägiges Bachelor- oder Diplomstudium (FH oder Universität) mit IT-bezogenen Inhalten - Details zur Zulassung
 

Das zugehörige Bachelorstudium ist 'Hardware-Software-Design'. Beide - der Bachelor 'Hardware-Software-Design' und der Master 'Embedded System Design' sind genau aufeinander abgestimmt und bauen optimal aufeinander auf. 

Beide werden gemeinsam im Department für 'Embedded Systems Engineering' in Hagenberg geführt und weiterentwickelt. Den Bachelor 'Hardware-Software-Design' gibt es in zwei Organisationsformen: klassisch in Vollzeit-Form und in Dualer Variante, wo Job und Studium enger verknüpft werden.