Überblick

Zukunftsorientiertes Ausbildungsprofil

Multilingual Technologies verknüpft Sprache und IT. Der in Österreich einzigartige Master wird in Kooperation mit dem Zentrum für Translationswissenschaften der Uni Wien angeboten und richtet sich an alle, die bereits einen Abschluss in einem technischen oder translationswissenschaftlichen Bachelorstudium haben und sich für Sprachtechnologien sowie multilinguale Lösungen und Konzepte interessieren. Der interdisziplinäre Charakter des Studiums befähigt für zukunftsorientierte Berufsfelder, etwa in der Sprachtechnologie oder im Bereich maschinelle Übersetzung.

Kontaktieren Sie uns

Kontaktieren Sie uns!

Mag.a Marion Bozsing
Marina Paukovits
Melanie Paukovits

Favoritenstraße 226, B.3.20
1100 Wien
T: +43 1 606 68 77-2130
F: +43 1 606 68 77-2139
informatik@fh-campuswien.ac.at 

Lageplan Hauptstandort Favoriten (Google Maps)

Studiendauer
4 Semester
Organisationsform
berufsbegleitend
120ECTS
Unterrichtssprache Englisch
30Studienplätze
Abschluss
Master of Science

Bewerbungsfrist für Studienjahr 2022/23

1. April bis 15. August 2022

Studienbeitrag / Semester
€ 363,361
+ ÖH Beitrag + Kostenbeitrag2


1 Studienbeitrag für Studierende aus Drittstaaten € 727,- pro Semester


2 für zusätzliche Aufwendungen rund ums Studium
(derzeit bis zu € 83,- je nach Studiengang bzw. Jahrgang)

Was Sie mitbringen

Sie haben bereits einen Abschluss in einem technischen oder translationswissenschaftlichen Bachelorstudium und interessieren sich für Sprachtechnologien sowie multilinguale Lösungen und Konzepte. Mit diesem gemeinsamen Masterstudium der FH Campus Wien und dem Zentrum für Translationswissenschaft der Universität Wien verknüpfen Sie Ihr Wissen rund um Sprache und IT in einem zukunftsorientierten Ausbildungsprofil.

Was wir Ihnen bieten

Dieses in Österreich einzigartige und auch im internationalen Vergleich innovative Masterstudium legt den Schwerpunkt auf Sprachtechnologien, Methoden zu deren Erstellung und Verwendung sowie auf Sprachressourcen. Es weist durch die Verbindung translatorischer, transkultureller, computerwissenschaftlicher und sprachwissenschaftlicher Fachbereiche einen stark interdisziplinären Charakter auf.

Was macht das Studium besonders

Das gemeinsame Masterstudium wird am Department Technik der FH Campus Wien und am Zentrum für Translationswissenschaft der Universität Wien angesiedelt sein. Es verbindet somit die besonderen Profilelemente, fachlichen Stärken und wissenschaftlichen Expertisen beider Institutionen zu einem zukunftsorientierten interdisziplinären Bildungs- und Ausbildungsprofil

  • Interdisziplinärer Charakter
  • Zukunftsorientiertes Berufsfeld
  • In Österreich einzigartiges Masterstudium

Was Sie im Studium lernen

Neben Qualifikationen für die Grundlagenforschung erwerben Sie Fähigkeiten der angewandten Forschung. Studierende erlangen Kenntnis der Grundkonzepte von Sprachtechnologien und Sprachressourcen mit einem besonderen Fokus auf multilinguale Lösungen und Konzepte, sowie umfassendes Methodenwissen und praktische Fertigkeiten in aktuellen Forschungstechniken. Zusätzlich erwerben Studierende spezialisierte Expertise in einem Bereich der Sprachtechnologien, z.B. Übersetzungstechnologien oder multilinguale Informationsextraktion.

Lehrveranstaltungsübersicht

LehrveranstaltungSWSECTS
Introduction to Computational Linguistics ILV

Introduction to Computational Linguistics ILV

3SWS
6ECTS

Lehrinhalte

- Einführung in die Konzepte und Richtungen traditioneller Sprachwissenschaft
- Klassische Aufgabenstellungen der Computerlinguistik
- Vorstellung verschiedener Methoden zur Sprachverarbeitung von Tokenisierung bis hin zur Sentimentanalyse
- Verschiedene NLP-Systeme und computerlinguistischer Analysemodelle
- Diskussion des aktuellen Stands der Forschung sowie weiterführende Forschungsideen
- Praktische Einarbeitung in grundlegende Methoden der automatischen Sprachverarbeitung

Prüfungsmodus

Immanente Leistungsüberprüfung
Schriftliche Abschlussprüfung, laufende Abgaben von Implementierungen, Präsentationen.

Lehr- und Lernmethode

Vortrag/Vorlesung, Praktische Übungen, Präsentationen, Diskussionen, Feedback.

Sprache

Englisch

36
Introduction to Machine Learning for Language Processing ILV

Introduction to Machine Learning for Language Processing ILV

Vortragende: Liad Magen

3SWS
6ECTS

Lehrinhalte

- ML-Definition, Anwendungsgebiete und Klassifikation der ML-Algorithmen (Supervised, Unsupervised, Reinforcement Learning)
- Klassische ML-Algorithmen: kNN, Decision Trees, Naïve Bayes, NN, SVM, Ensamble Learning und Random Forest
- Typische Vorgehensweise bei ML-Projekten: Anforderungen definieren, Daten sammeln, filtern und darstellen, Features definieren und extrahieren, Algorithmen einsetzen und deren Performance evaluieren, iterative ML-Pipeline verbessern.
- Einführung in Deep Learning: CNN, RNN, Generative Networks

Prüfungsmodus

Immanente Leistungsüberprüfung
Teilnahme an Diskussionen, Ausarbeitung der Übungsbeispiele, Eigenes ML-Projekt, schriftliche Prüfung

Lehr- und Lernmethode

Theorievermittlung in Unterricht, Diskussion der praktischen Beispiele, Eigenes ML-Projekt

Sprache

Englisch

36
Multilingual and Crosslingual Methods and Language Resources VO

Multilingual and Crosslingual Methods and Language Resources VO

2SWS
4ECTS

Lehrinhalte

- Verschiedene Arten der Sprachressourcen (Terminologie, Lexikon, Kontrolliertes Vokabular, Thesaurus etc.)
- Methoden zur Darstellung, Erstellung, Verbreitung und Verwendung von multilingualen Sprachressourcen einschließlich des Ansatzes der Linguistic Linked Open Data (LLOD) und der linguistischen Data Science im Allgemeinen
- Multilinguale und crosslinguale Methoden zur Verbesserung der Kommunikation mithilfe von Sprachressourcen und computerlinguistischen Ansätzen
- Praktische Beispiele aus dem Bereich der LLOD

Prüfungsmodus

Endprüfung
Schriftliche Endprüfung.

Lehr- und Lernmethode

Vorlesung/Vortrag, Diskussion, Falllösungen.

Sprache

Englisch

24
Programming and Algorithms for Language Technologies VO

Programming and Algorithms for Language Technologies VO

Vortragende: Dipl.-Ing. Georg Mansky-Kummert, Dipl.-Ing. Branislav Miskovic

1SWS
2ECTS

Lehrinhalte

Die Lehrveranstaltung vermittelt Programmierkenntnisse mit Hilfe der Programmiersprache Python. Basiswissen wird vorausgesetzt, am Beginn der LV werden die Grundlagen wiederholt.
Auch Techniken wie das Debuggen und die Verwendung von Git zur Versionsverwaltung werden besprochen.
Außderm werden folgende Themenbereiche behandelt:
* Datenstrukturen
* Reguläre Ausdrücke und Suchalgorithmen (A*-Algorithmus, Beam Search, ...)
* Verwendung von Application Programming Interfaces (APIs), JSON, XML
* Grundlagen des Information Retrieval

Prüfungsmodus

Immanente Leistungsüberprüfung
Teilleistungen in Form von Einzelarbeit, Gruppenarbeit und Präsentationen.
Mündliche Endprüfung.

Lehr- und Lernmethode

Vorlesung/Vortrag.

Sprache

Englisch

12
Programming and Algorithms for Language Technologies UE

Programming and Algorithms for Language Technologies UE

Vortragende: Dipl.-Ing. Georg Mansky-Kummert, Dipl.-Ing. Branislav Miskovic

2SWS
4ECTS

Lehrinhalte

Die LV vermittelt Grundbegriffe der objektorientierten Programmierung mit Hilfe der Programmiersprache Python. Es werden Konzepte von Programmiersprachen, wie Kontrollstrukturen, elementare Datentypen, Datenstrukturen, Klassen, Objekte und Funktionen gelehrt. Weiters wird der Entwurf von Programmen, sowie deren Analyse und Techniken zum Debuggen, Tracing und Testen vermittelt.
Die LV deckt insbesondere die folgenden Inhalte ab:
- Grundlagen der Programmierung
- Variablen und Datentypen
- Operatoren
- Kontrollstrukturen
- Fehlerbehandlung
- Grundlagen der Objektorientierung
- Sortieralgorithmen
- Suchalgorithmen

Prüfungsmodus

Immanente Leistungsüberprüfung
Teilleistungen in Form von Gruppenarbeit und Präsentationen

Lehr- und Lernmethode

Kleingruppenarbeit, Praktische Übungen, Präsentation von erarbeiteten Ergebnissen.

Sprache

Englisch

24
Statistical Methods for Language Processing ILV

Statistical Methods for Language Processing ILV

Vortragende: Dr. Christian Steineder

2SWS
4ECTS

Lehrinhalte

- Wahrscheinlichkeitsrechnung
- Daten analysieren, filtern und visualisieren
- Testen der Hypothesen
- Statistische Schätzer
- Experiment Design
- Vorgehensweise in statistischen Projekten

Prüfungsmodus

Immanente Leistungsüberprüfung
Aktivität bei Vorlesungen und Übungen: Teilnahme an Diskussionen, Ausarbeitung der Übungsbeispiele, eigenes statistisches Projekt, schriftliche Prüfung

Lehr- und Lernmethode

Theorievermittlung in Unterricht, Diskussion der praktischen Beispiele, Eigenes Projekt

Sprache

Englisch

24
Translation Technologies VO

Translation Technologies VO

2SWS
4ECTS

Lehrinhalte

- Einführung in verschiedene Arten der Übersetzungstechnologien von computergestützter Übersetzung (CAT) bis zur automatisierten maschinellen Übersetzung
- Kritische Analyse der Wahrnehmung verschiedener Technologien im Unternehmen sowie Vor- und Nachteile jeder einzelnen Technologie
- Überblick über verschiedene Hilfsmittel und verfügbare Systeme in den jeweiligen Technologien
- Überblick über den aktuellen Forschungsstand und interessante offene Forschungsfragen in diesem größeren Themenbereich
- Einblicke in Methoden der Qualitätsverbesserung von Pre- und Post-Editing bis hin zum Revisionsprozess in der Übersetzung
- Praktische Arbeit mit einem System der computergestützten Übersetzung

Prüfungsmodus

Immanente Leistungsüberprüfung
Schriftliche Endprüfung, praktische Übungen, Präsentationen.

Lehr- und Lernmethode

Vorlesung/Vortrag, Praktische Übungen, Diskussionen, Feedback, Falllösungen.

Sprache

Englisch

24

LehrveranstaltungSWSECTS
Basics in Machine Translation ILV

Basics in Machine Translation ILV

3SWS
5ECTS

Lehrinhalte

- Einführung in die verschiedenen Ansätze der maschinellen Übersetzung von statistischen über regelbasierte bis hin zu neuronalen und hybriden Ansätzen
- Einführung in grundlegende Konzepte und Algorithmen der statistischen maschinellen Übersetzung
- Einführung in grundlegende Konzepte und Algorithmen der neuronalen maschinellen Übersetzung
- Kritische Analyse der Vor- und Nachteile einzelner Systeme sowie Ziel und Zweck der jeweiligen Ansätze
- Grundlegende Kenntnisse zu Methoden der Evaluation von maschineller Übersetzung
- Praktische Einführung zu konkreten Übersetzungsmodellen

Prüfungsmodus

Immanente Leistungsüberprüfung
Schriftliche Endprüfung, praktische Übungen, Präsentationen.

Lehr- und Lernmethode

Vorlesung/Vortrag, Praktische Übungen, Arbeitsaufträge, Diskussionen, Feedback, Falllösungen.

Sprache

Englisch

35
Information Design for Language Data ILV

Information Design for Language Data ILV

2SWS
4ECTS

Lehrinhalte

- Grundlagen des Informationsdesigns
- Zielgruppenorientierte Gestaltung von Medien und Information
- Designentwicklung auf Basis kognitionswissenschaftlicher Prinzipien
- Grundlagen der Gestalt- und Wahrnehmungspsychologie
- Methoden des Informationsdesigns für verschiedene Medien
- Anwendungen in Web, Virtual und Augmented Reality usw.

Prüfungsmodus

Immanente Leistungsüberprüfung
Teilleistungen durch aktive Teilnahme an Diskussionen und der Ausarbeitung von Übungsbeispielen, Eigenes Informationsdesign-Projekt, schriftliche Prüfung.

Lehr- und Lernmethode

Theorievermittlung in Unterricht, interdisziplinäre Ringvorlesungen, Diskussion der praktischen Beispiele; Eigenes Informationsdesign Projekt.

Sprache

Englisch

24
Information Extraction and Retrieval for Multilingual Natural Language Data ILV

Information Extraction and Retrieval for Multilingual Natural Language Data ILV

3SWS
6ECTS

Lehrinhalte

- Retrieval-Modelle: Boolsche, Vektorraum, Probabilistisches
- Repräsentation von Inhalten: Freitextsuche, Dokumentationssprachen, spezielle Logiken, Indexierung usw.)
- Machine-Learning-Konzepte und -Techniken: Clustering, Classification
- Deep Learning in Information Retrieval
- Web-Retrieval: Link-Analyse, Crawling, Suchmaschinen

Prüfungsmodus

Immanente Leistungsüberprüfung
Teilleistungen durch aktive Teilnahme an Diskussionen und der Ausarbeitung von Übungsbeispielen, eigenes IR-Projekt, schriftliche Prüfung.

Lehr- und Lernmethode

Theorievermittlung in Unterricht, Diskussion der praktischen Beispiele; eigenes IR-Projekt

Sprache

Englisch

36
Machine Learning Methods for Language Processing VO

Machine Learning Methods for Language Processing VO

1SWS
2ECTS

Lehrinhalte

- Kritische Analyse der klassischen ML Algorithmen
- Standard DL Algorithmen: CNN, RNN, Generative Netze
- Moderne DL Architekturen für Natural Language Processing (NLP): Attention, Transformer, GPT, BERT usw.
- Anwendungen der ML im allgemeinen und DL in besonderen auf NLP: Text verstehen, Übersetzung, Sprache und Text generieren, Web Suche, Wissensgeneration
- Einschränkungen der DL

Prüfungsmodus

Modulprüfung

Lehr- und Lernmethode

Theoretischer Unterricht , Diskussion der praktischen Beispiele, eigenes DL-Projekt

Sprache

Englisch

12
Machine Learning Methods for Language Processing UE

Machine Learning Methods for Language Processing UE

2SWS
4ECTS

Lehrinhalte

- Kritische Analyse der klassischen ML Algorithmen
- Standard DL Algorithmen: CNN, RNN, Generative Netze
- Moderne DL Architekturen für Natural Language Processing (NLP): Attention, Transformer, GPT, BERT usw.
- Anwendungen der ML im allgemeinen und DL in besonderen auf NLP: Text verstehen, Übersetzung, Sprache und Text generieren, Web Suche, Wissensgeneration
- Einschränkungen der DL

Prüfungsmodus

Modulprüfung

Lehr- und Lernmethode

Theoretischer Unterricht , Diskussion der praktischen Beispiele, eigenes DL-Projekt

Sprache

Englisch

24
Speech Technologies ILV

Speech Technologies ILV

3SWS
6ECTS

Lehrinhalte

- Speech Technologies und Automatic Speech Recognition (ASR)
- Grundlagen der Phonetik und Phonologie
- Neuronale Netze für Sprachtechnologien
- Einführung in Dialogsysteme
- Praktische Einarbeitung in ASR und Sprach-zu-Sprach-Systemen

Prüfungsmodus

Endprüfung
Schriftliche Abschlussprüfung, Teilleistungen in Form praktischer Übungen

Lehr- und Lernmethode

Vortrag/Vorlesung, Praktische Übungen, Präsentationen, Diskussionen, Feedback.

Sprache

Englisch

36
Transcultural Communication VO

Transcultural Communication VO

2SWS
3ECTS

Lehrinhalte

- Transkulturelle Kommunikation aus der Perspektive verschiedener Disziplinen (mit Fokus auf der Translationswissenschaft)
- Kommunikationswissenschaftliche Grundlagen intra-, inter- und multilinguale Barrieren und Transkulturalität
- Online kollaborative Translation als transkulturelle Kommunikation
- Konzeptuelle Fragen und Problemstellungen
- Technikfolgenabschätzung und ethische Erwägungen
- Transkulturelle Kommunikation und Translation im Team

Prüfungsmodus

Endprüfung
Schriftliche Endprüfung.

Lehr- und Lernmethode

Vorlesung/Vortrag, Diskussion, Fallbeispiele.

Sprache

Englisch

23

LehrveranstaltungSWSECTS
Academic Writing ILV

Academic Writing ILV

2SWS
5ECTS

Lehrinhalte

- Systematisches Recherchieren und Rezipieren wissenschaftlicher Arbeiten
- Richtiges Zitieren
- Sprachregister: formal vs. informell
- akademische Terminologie und Formulierungen
- Struktur eines Absatzes
- Struktur einer wissenschaftlichen Arbeit
- Sprachliche Präsentation der gewählten Methode, erzielten Ergebnisse und daraus resultierenden Diskussion
- Beschreiben statistischer und qualitativer Daten

Prüfungsmodus

Endprüfung
Schreib- und Rechercheübungen, schriftliche Seminararbeit.

Lehr- und Lernmethode

Schreib- und Rechercheübungen, Korrekturaufgaben, Feedback, Diskussion, Problembasiertes Lernen.

Sprache

Englisch

25
Advanced Machine Translation ILV

Advanced Machine Translation ILV

3SWS
5ECTS

Lehrinhalte

- Theoretische Erarbeitung verschiedener Architekturen im Bereich der neuronalen maschinellen Übersetzung
- Theoretischer Überblick über den aktuellen Stand der Forschung und interessante derzeitige Forschungsthemen, z. B. maschinelle Übersetzung mit nur geringen verfügbaren Trainingsdaten
- Kritische Auseinandersetzung mit Vor- und Nachteilen der jeweiligen Systeme
- Analyse und Diskussion der gängigen Praxis bezüglich der Anwendung maschineller Übersetzungssysteme im Unternehmen
- Praktische Erarbeitung von konkreten aktuellen Modellen der neuronalen maschinellen Übersetzung sowie deren Evaluationsmethoden

Prüfungsmodus

Immanente Leistungsüberprüfung
Schriftliche Endprüfung, praktische Übungen, Präsentationen.

Lehr- und Lernmethode

Vorlesung/Vortrag, Praktische Übungen, Arbeitsaufträge, Diskussionen, Feedback, Falllösungen.

Sprache

Englisch

35
Human-Computer Interaction for Computational Linguists ILV

Human-Computer Interaction for Computational Linguists ILV

2SWS
4ECTS

Lehrinhalte

- Psychologische Aspekte des HCIs
- Benutzerfreundlichkeit
- Benutzerforschung
- Benchmarking der Benutzerfreundlichkeit
- Interaktionsgestaltung
- Prototyping
- Methoden zur Untersuchung und Prüfung der Benutzerfreundlichkeit
- Benutzerfreundlichkeit in der Praxis

Prüfungsmodus

Immanente Leistungsüberprüfung
Fallbeispiele, Gruppenübung, schriftliche Endprüfung.

Lehr- und Lernmethode

Fallstudien, Praktische Übungen, Vortrag

Sprache

Englisch

24
Software Engineering for Language Technologies ILV

Software Engineering for Language Technologies ILV

3SWS
6ECTS

Lehrinhalte

Es werden organisatorische Möglichkeiten zur Strukturierung der Software-Entwicklung in Form von Prozessmodellen, wie Wasserfall-Modell, Spiral-Modell und Agile Modelle dargelegt. Bei den technischen Aspekten des Software Engineerings wird vor allem die Erstellung von objektorientierten Systemen und deren Modellierung im Bereich Maschinelles Lernen behandelt.
Die LV deckt insbesondere die folgenden Inhalte ab:
- Requirements Engineering
- Use Cases
- High Level Design
- Software-Engineering-Aspekte im Bereich Maschinelles Lernen
- Ausgewählte UML Diagramme
- Vorgehensmodelle

Prüfungsmodus

Immanente Leistungsüberprüfung
Gruppenarbeiten, schriftliche Endprüfung.

Lehr- und Lernmethode

Blended learning, Gastvorträge, Experiential learning, Coaching

Sprache

Englisch

36

Internship (10 ECTS nach Wahl)

LehrveranstaltungSWSECTS
Internship FH Campus Wien MODUL 210
Internship Universität Wien MODUL 210

LehrveranstaltungSWSECTS
Data Protection and Privacy for Computational Linguists ILV

Data Protection and Privacy for Computational Linguists ILV

1SWS
2ECTS

Lehrinhalte

Die Lehrveranstaltung soll einen Überblick über grundlegende Rechtsfragen aus den Bereichen Datenschutz und Datensicherheit abdecken. Dabei wird insbesondere auf praktisch relevante Themen eingegangen. Komplexe Sachverhalte werden anhand datenschutzrechtlicher Grundsätze analysiert und besprochen, wobei ein besonderer Fokus auf aktuellen nationalen wie auch internationalen Entwicklungen liegt.
- Einführung in das österreichische und europäische Rechtsystem
- Einführung in das Datenschutzrecht
- Schutz der Privatsphäre und allgemeiner Persönlichkeitsschutz
- Grundsätze der Verarbeitung personenbezogener Daten
- Datenschutzrechtliche Rollen
- Betroffenenrechte und Pflichten des Verarbeiters
- Einblick in Datensicherheitskonzepte
- Privacy by Design und Privacy by Default
- E-Privacy
- Grundlagen der Cybersicherheit
- Aufgaben und Befugnisse der datenschutzrechtlichen Aufsichtsbehörde sowie verfahrensrechtliche Aspekte

Prüfungsmodus

Immanente Leistungsüberprüfung
- Aktivitäten bei Vorlesungen und Übungen: Teilnahme an Diskussionen
- Mitarbeit
- Schriftliche Prüfung

Lehr- und Lernmethode

- Theorievermittlung in Vorträgen
- Diskussion der praktischen Beispiele

Sprache

Englisch

12
IT Project Management for Computational Linguists ILV

IT Project Management for Computational Linguists ILV

1SWS
2ECTS

Lehrinhalte

Projektmanagement ist die Anwendung von Wissen, Können, Werkzeugen und Techniken auf Projektaktivitäten, um Projektanforderungen zu erfüllen. Der*Die Projektmanager*in hat die Aufgabe, die Erwartungen der Stakeholder an das Projekt zu erfüllen.
Die LV deckt insbesondere die folgenden Inhalte ab:
- Die Vertiefung in die Wissensgebiete des Projektmanagements (zum Beispiel: Integrationsmanagement, Zeitmanagement, Kostenmanagement, Qualitätsmanagement und Risikomanagement)
- Die Projektleitung über Kulturgrenzen hinweg
- Das Management von virtuellen Teams
- Rechtliche Aspekte in IT-Projekten

Prüfungsmodus

Immanente Leistungsüberprüfung
Schriftliche Endprüfung, Ausarbeitung einer Fallstudie.

Lehr- und Lernmethode

Fallstudien, Vortrag

Sprache

Englisch

12
Master Colloquium SE

Master Colloquium SE

2SWS
4ECTS

Lehrinhalte

- Auffrischung Forschungsmethodik
- Auffrischung und Vertiefung gute Praxis wissenschaftlichen Arbeitens
- Präsentationstechniken und -arten für wissenschaftliche Arbeiten
- Methoden zur Erstellung eines Masterarbeitskonzepts

Prüfungsmodus

Immanente Leistungsüberprüfung
Mündliche Präsentation, schriftliche Arbeit in Form eines Exposés.

Lehr- und Lernmethode

Gruppenarbeit, Diskussion, Präsentation, Feedback, interaktive Vorlesung mit praktischen Übungen.

Sprache

Englisch

24
Master's Finals AP

Master's Finals AP

0SWS
2ECTS

Lehrinhalte

• Präsentation und Diskussion der Abschlussarbeit
• Fachdiskussion
Die Defensio besteht aus der Präsentation und Verteidigung der Masterarbeit sowie einer Prüfung über deren wissenschaftliches Umfeld sowie einer Prüfung, die ein weiteres, vom Umfeld der Masterarbeit wesentlich zu unterscheidendes Prüfungsfach aus den Pflichtmodulen umfasst.

Prüfungsmodus

Endprüfung
Kommissionelle Prüfung (Masterprüfung)

Lehr- und Lernmethode

Selbstständiges Erarbeiten

Sprache

Englisch

02
Master's Thesis MT

Master's Thesis MT

0SWS
20ECTS

Lehrinhalte

- Selbstständige Bearbeitung einer fachlich relevanten Thematik basierend auf den technischen Themen der Wahlpflichtmodule im dritten Semester auf wissenschaftlichem Niveau unter Anleitung eines*r Betreuer*in
- Ausarbeitung der Masterarbeit

Prüfungsmodus

Endprüfung
Approbation der Masterarbeit (Seminararbeit)

Lehr- und Lernmethode

Selbstständiges Arbeiten unterstützt durch Coaching

Sprache

Englisch

020

Anzahl der Unterrichtswochen
18 Wochen im Semester

Unterricht an der FH Campus Wien
Freitags (ganztags), fallweise Samstags (ganztags)

Offene Lehrveranstaltungen

Sie haben auch die Möglichkeit, ausgewählte Offene Lehrveranstaltungen anderer Studiengänge bzw. Departments zu besuchen.

Karrierechancen

Diese fachspezifischen sowie die erworbenen überfachlichen und methodischen Kompetenzen qualifizieren Absolvent*innen für Karrieren im wissenschaftlichen sowie im Privatsektor. Abhängig von der persönlichen Spezialisierung eröffnen sich verschiedene Berufsfelder. Der interdisziplinäre Charakter des Studiums befähigt für verschiedene Arbeitsbereiche: IT-Sektor, Consulting und Personalentwicklung.

  • Sprach-, Übersetzungs- und Lokalisierungsindustrie
  • Sprachtechnologie im Sinne der Sprach- und Textverarbeitung und Übersetzungstechnologie
  • transkulturelle Wissensorganisation
  • Sprachressourcenverwaltung
  • maschinelle Übersetzung
  • multilinguale Produktmanagement
  • multilinguale Informationsverarbeitung
  • multilinguale Mensch-Computer-Interaktion
  • Usability und Data Science

Aufnahme

Die Zulassung zum Masterstudium Multilingual Technologies setzt einen fachlich in Frage kommenden Bachelorabschluss (z. B. Computer Science and Digital Communications der FH Campus Wien oder Transkulturelle Kommunikation der Universität Wien) sowie folgende fachspezifische Kenntnisse voraus:

a.           Grundkenntnisse der Sprachtechnologien und Fachkommunikation

b.           Grundlagen der Informatik, grundlegende Methoden und Tools des Software Engineerings

Kenntnisse angeführt unter a) sind durch das Bachelorstudium Transkulturelle Kommunikation oder die Absolvierung des Erweiterungscurriculums Sprachtechnologien und Fachkommunikation am Zentrum für Translationswissenschaft erfüllt. Kenntnisse angeführt unter b) sind durch das Bachelorstudium Computer Science and Digital Communications oder die Absolvierung des Erweiterungscurriculums Informatik (für Studierende der Universität Wien) an der FH Campus Wien erfüllt.

Regelung für Studierende aus Drittstaaten (PDF 294 KB)

Informationen zur Beglaubigung von ausländischen Dokumenten (PDF 145 KB)

Online + Motivationsschreiben

Bitte beachten Sie:
Ein Zwischenspeichern der Online-Bewerbung ist nicht möglich. Sie müssen Ihre Bewerbung in einem Durchgang abschließen. Ihre Bewerbung ist gültig, sobald alle verlangten Dokumente und Unterlagen bei uns eingelangt sind (bevorzugt per E-Mail, aber auch per Post oder persönlich im Sekretariat). Sollten zum Zeitpunkt Ihrer Bewerbung noch Dokumente fehlen (z.B. Zeugnisse), so können Sie diese auch später nachreichen.

Für Ihre Online-Bewerbung brauchen Sie folgende Dokumente:

  • Geburtsurkunde
  • Staatsbürgerschaftsnachweis/Reisepass
  • Hochschulabschluss (Zeugnis des Bachelor- oder Diplomstudien-Abschlusses / gleichwertiges ausländisches Zeugnis)
  • Transcript of Records
  • Nachweis Erweiterungs-Curriculum
  • Motivationsschreiben in Englisch
  • Sprachnachweis Englisch (Minimum Level B2)
  • Kurzlebenslauf
  • Ggf Übersetzung fremdsprachiger Dokumente

Das Aufnahmeverfahren umfasst ein Gespräch mit Mitgliedern der Aufnahmekommission (Vertreter*innen von der Universität Wien und der FH Campus Wien). Dieses Gespräch findet bis auf Weiteres online statt. Den Termin für das Aufnahmeverfahren erhalten Sie vom Sekretariat.

  • Ziel
    Ziel ist es, jenen Personen einen Studienplatz anzubieten, die das Aufnahmeverfahren mit den besten Ergebnissen abschließen. Die Testverfahren orientieren sich an den Fähigkeiten, die für den angestrebten Beruf erforderlich sind.
  • Ablauf
    Im Bewerbungsgespräch beantworten Sie einige grundlegende fachspezifische Fragen, einige Fragen zu Ihrer Person und erläutern Ihre Motivation für die Studienwahl (Dauer: ca. 30 Minuten). Wenn Sie das geforderte Einstiegsniveau für das Studium noch nicht erreicht haben, erhalten Sie nach der Aufnahme Empfehlungen, wie Sie sich fachspezifisch am besten vorbereiten können.
  • Kriterien
    Die Aufnahmekriterien sind ausschließlich leistungsbezogen. Für das mündliche Bewerbungsgespräch erhalten Sie Punkte. Daraus ergibt sich die Reihung der Kandidat*innen. Geographische Zuordnungen der Bewerber*innen haben keinen Einfluss auf die Aufnahme. Die Zugangsvoraussetzungen müssen erfüllt sein. Der Gesamtprozess sowie alle Testergebnisse und Bewertungen des Aufnahmeverfahrens werden nachvollziehbar dokumentiert und archiviert.

Studieren mit Behinderung

Sollten Sie Fragen zur Barrierefreiheit oder aufgrund einer Beeinträchtigung einen spezifischen Bedarf beim Aufnahmeverfahren haben, kontaktieren Sie bitte aus organisatorischen Gründen so früh wie möglich Ursula Weilenmann unter barrierefrei@fh-campuswien.ac.at.

Da wir bemüht sind, bei der Durchführung des schriftlichen Aufnahmetests den individuellen Bedarf aufgrund einer Beeinträchtigung zu berücksichtigen, bitten wir Sie, bereits bei der Online-Bewerbung bei Frau Weilenmann bekanntzugeben, in welcher Form Sie eine Unterstützung benötigen.

Ihre Ansprechperson in der Abteilung Gender & Diversity Management:
Mag.a Ursula Weilenmann
Mitarbeiterin Gender & Diversity Management
barrierefrei@fh-campuswien.ac.at
https://www.fh-campuswien.ac.at/barrierefrei


Kontakt

Sekretariat

Mag.a Marion Bozsing
Marina Paukovits
Melanie Paukovits

Favoritenstraße 226, B.3.20
1100 Wien
T: +43 1 606 68 77-2130
F: +43 1 606 68 77-2139
informatik@fh-campuswien.ac.at 

Lageplan Hauptstandort Favoriten (Google Maps)

Öffnungszeiten während des Semesters
Mo, 10.00-12.00 Uhr und 13.00-16.00 Uhr
Mi, 10.00-12.00 Uhr und 13.00-16.00 Uhr
Fr, 10.00-12.00 Uhr und 13.00-16.00 Uhr

Masterstudium in Kooperation mit


> Mitmachen beim OS.Car Racing Team!

Mitglieder des OS.Car Racing Teams mit ihrem Rennwagen

15.09.2022 // Die Mitglieder des OS.Car Racing Teams vereint nicht nur die Begeisterung fürs Konstruieren, Bauen und natürlich für Rennwagen im Allgemeinen. Das Team vereint der Wille, gemeinsam etwas zu schaffen und bei der Formula Student in Spielberg teilzunehmen. Sie fühlen sich angesprochen? Dann freut sich das OS.Car Racing Team auf Ihre Kontaktaufnahme – egal, aus welchem Department Sie kommen. mehr


> Didaktische Konzepte aus Wien an Ivy-League-Uni präsentiert

Vortragende vor Columbia University

06.07.2022 // Wie können Studierende bestmöglich in Forschungsprojekte eingebunden werden, um das Erlernen neuer Technologien zu fördern? Und wie können Kurse effizient und skalierbar bei ständig steigender Nachfrage organisiert werden? Antworten auf diese Fragen lieferten Sigrid Schefer-Wenzl und Igor Miladinovic an der Columbia University in New York. mehr

Personen sitzen gemeinsam am Tisch und unterhalten sich fröhlich

Willkommen im Campusnetzwerk

Passende Stellenangebote finden, wertvolle Mentoring-Beziehungen aufbauen und berufliches Netzwerk erweitern – werden Sie Teil unserer Community!

Gleich kostenlos anmelden