Computational Methods and Machine Learning in Engineering an der TU Hamburg

Der M.Sc. Computational Methods and Machine Learning in Engineering der TU Hamburg ist ein englischsprachiges, internationales Masterprogramm, das zum Wintersemester 2026/27 seinen ersten Jahrgang aufnimmt. Es richtet sich an Ingenieurabsolventinnen und -absolventen, die komplexe technische Probleme mit modernen Simulations- und Datenmethoden loesen wollen.

Das Curriculum verbindet vier inhaltliche Schwerpunkte: Numerische Simulation umfasst Finite-Elemente-Methoden, Strukturanalyse und Stroemungsberechnung (CFD). Mathematik behandelt Matrixalgorithmen, Differentialgleichungen und sparsame lineare Gleichungssysteme. Machine Learning deckt probabilistische Methoden, Physical-Informed Neural Networks und angewandtes Lernen auf Ingenieurdaten ab. Der Anwendungsbereich umfasst vier Spezialisierungspfade in Logistik, Luftfahrt, cyber-physischen Systemen und Hochleistungswerkstoffen. Die ersten drei Semester verbinden Vorlesungen mit Projekten, das vierte Semester ist der Masterarbeit gewidmet.

Absolventinnen und Absolventen sind fuer Rollen als Simulationsingenieure, CFD-Spezialisten, Structural-Analysis-Engineers und Machine-Learning-Engineers in international aufgestellten Industrieunternehmen qualifiziert. Zu den Zielarbeitgebern zaehlen Airbus, Lufthansa Technik, Siemens, NXP und das DLR. Auch eine Promotion in angewandter Mathematik oder Ingenieurwissenschaften ist ein typischer Folgeschritt.

Zugangsvoraussetzung ist ein Bachelorabschluss in Ingenieurwissenschaften (Maschinenbau, Bauingenieurwesen, Technische Mathematik oder Computational Engineering) mit soliden Kenntnissen in Mechanik und Mathematik sowie grundlegenden Programmierkenntnissen. Alle Pruefungen koennen auf Englisch oder Deutsch abgelegt werden. Die Bewerbungsphase (Online-Pre-Check) laeuft jeweils von Dezember bis Februar fuer den Oktober-Start.