Artificial Intelligence for Molecular Sciences

Der englischsprachige Masterstudiengang Artificial Intelligence for Molecular Sciences (AIMS, M.Sc.) an der TU Braunschweig ist ein interdisziplinäres, forschungsorientiertes Programm, das datengetriebene Methoden des maschinellen Lernens mit den molekularen Lebens- und Naturwissenschaften verbindet. Hinter dem Programm steht die Fakultät für Lebenswissenschaften gemeinsam mit Chemie, Pharmazie, Mathematik und Informatik; eingebunden sind das Helmholtz-Zentrum für Infektionsforschung (HZI), das Leibniz-Institut DSMZ und das Braunschweig Integrated Centre of Systems Biology (BRICS). Das Programm reagiert auf den rasanten Bedeutungszuwachs von KI in Drug Discovery, Strukturbiologie (AlphaFold) und Materials Discovery und ist eines der ersten dezidierten AIMS-Masterprogramme im deutschsprachigen Raum.

Das viersemestrige Curriculum (120 ECTS) startet mit einer Brückenphase, in der Studierende mit Bachelor in Chemie, Biologie, Biotechnologie oder Pharmazie ihre KI- und Programmiergrundlagen ausbauen. Pflichtmodule umfassen Mathematik für KI (lineare Algebra, Statistik, Optimierung), Programming in Python (NumPy, Pandas, SciPy, Matplotlib), Maschinelles Lernen, Deep Learning (Convolutional und Graph Neural Networks, Transformer) sowie Research Data in Molecular Sciences (molekulare Repräsentationen, Proteinstrukturen, spektroskopische Daten, Genomik, Proteomik, Forschungsdatenmanagement). Im Vertiefungsbereich wählen Studierende einen von drei Schwerpunkten: Chemical Synthesis and Active Substances (retrosynthetische Modelle, QSAR, Wirkstoffdesign), Spectroscopy and Imaging (Bildanalyse, Spektreninterpretation) oder Data-Driven Biology (Single-Cell-Omics, Systems Biology). Hinzu kommen Projektmodule mit eigenständiger Forschungsfrage, ein optionales Auslandssemester an Partnerhochschulen sowie die englischsprachige Masterarbeit, häufig in Kooperation mit dem HZI, dem DSMZ, der PTB oder industriellen Partnern wie Boehringer Ingelheim Vetmedica und Bayer.

Absolventinnen und Absolventen sind als Schnittstellenfachleute zwischen Daten- und Naturwissenschaft besonders gefragt: Sie entwickeln KI-Modelle für Wirkstoffdesign und Molekulardynamik, automatisieren Hochdurchsatz-Analysen in Pharmaforschung und Diagnostik, arbeiten in Computational Biology und Bioinformatik, kuratieren Forschungsdaten und FAIR-Datenarchitekturen oder leiten datenintensive Forschungsprojekte. Berufsfelder finden sich in der Pharma- und Biotech-Industrie, in chemischen Forschungszentren (BASF, Evonik, Merck), in spezialisierten Startups (Drug Discovery, Materials AI), in Beratungs- und Softwarefirmen sowie in der akademischen Forschung mit anschließender Promotion in Naturwissenschaft oder Informatik.

Zugangsvoraussetzung ist ein Bachelor in einer molekularen Naturwissenschaft (Chemie, Biochemie, Biologie, Biotechnologie, Pharmazie) mit mindestens 180 ECTS, nachweisliche Affinität zu mathematisch-quantitativen Fragestellungen sowie Englischkenntnisse auf mindestens B2-Niveau (besser C1). Vorerfahrungen mit Python, R oder MATLAB sind sehr hilfreich, aber nicht zwingend; das Programm gleicht Vorkenntnisse in der ersten Phase aktiv aus. Die Bewerbung läuft über uni-assist mit Motivationsschreiben und CV; es gibt kein hartes NC-Verfahren, aber eine Eignungsfeststellung.