Ueberblick

Wie können wir moderne Technologien nutzen, um die Landwirtschaft effizient und gleichzeitig langfristig nachhaltig zu gestalten? Wie können Düngung und Pflanzenschutz optimiert werden? Wie können Anbaustrategien mit Hilfe der Nutzung von Big Data verbessert werden? Im Studiengang Informationstechnologie in den Agrar- und Umweltwissenschaften lernen die Studierenden, die Digitalisierung in der Landwirtschaft zu nutzen.

Das Studium in Kürze

Die Landwirtschaft wird immer digitaler. Mit Hilfe angewandter Informatik können die landwirtschaftliche Primärproduktion und ihre Auswirkungen auf die Umwelt analysiert, bewertet und optimiert werden. Die ökologischen und ökonomischen Heraus­forderungen sind groß. Wie können Ressourcen effizient genutzt und damit geschont werden? Wie können wir Umweltschutz und Wertschöpfung in Einklang bringen? Wie lässt sich die Qualität von Lebensmitteln durch präzise Technologien verbessern? Wie können wir mit Hilfe moderner IT-Lösungen unserer gesellschaftlichen Verantwortung gerecht werden und nachhaltig wirtschaften? Hier sind IT-Talente mit digitaler Kompetenz gefragt.

Der Master-Studiengang Informationstechnologie in den Agrar- und Umweltwissenschaften verbindet das agrar- und umweltspezifische Grundlagenwissen aus dem Bachelor-Studium mit einer breiten Ausbildung in Computeranwendungen. Der Studiengang richtet sich an Studierende, die Spaß an Informatik haben und aufgeschlossen gegenüber Digitalisierung und moderner Landwirtschaft sind. Sie haben bereits agrar- und umweltwissenschaftliche Grundkenntnisse durch Ihr Bachelorstudium erworben und möchten diese nun erweitern, um zu einer nachhaltigen, digitalisierten Landwirtschaft und der Sicherung natürlicher Ressourcen beizutragen.

Während des Studiums lernen Sie, mit Hilfe neuer Technologien Daten zu analysieren, Vorhersagemodelle zu erstellen, Prozesse zu simulieren und große Datenmengen zur Optimierung zu nutzen.

Inhalte aus diesen Themenfeldern stehen auf dem Lehrplan:

• Geoinformationssysteme
• Precision Farming
• Remote Sensing
• Big Data und Data Sciences
• Computergestützte Planung von Zuchtprogrammen in der Pflanzen- und Tierzüchtung