Studiengangsdokumentation

Bachelorstudiengang Mathematik
Teil A
TUM School of Computation, Information and Technology
Technische Universität München
Allgemeines:

• Organisatorische Zuordnung: TUM School of Computation, Information and Technology

• Bezeichnung: Bachelorstudiengang Mathematik
• Abschluss: Bachelor (B.Sc.)
• Regelstudienzeit und Credits: 6 Fachsemester und 180 Credit Points (CP)
• Studienform: Vollzeit
• Zulassung: Studienorientierungsverfahren (SOV)
• Starttermin: Wintersemester (WiSe) 2007/2008
• Sprache: Deutsch
• Hauptstandort: Garching
• Academic Program Director: Prof. Dr. Rudi Zagst
• Ansprechperson bei Rückfragen zu diesem Dokument:
Dr. Kathrin Ruf
E-Mailadresse: [email protected]
Telefonnummer: +49 89 289 17726
• Stand vom: 18.09.2024

TUM School of Computation, Information and Technology

18.09.2024 2
 Inhaltsverzeichnis
1 Studiengangsziele ................................................................................................................. 4
1.1 Zweck des Studiengangs .................................................................................................. 4
1.2 Strategische Bedeutung des Studiengangs ...................................................................... 6

2 Qualifikationsprofil ................................................................................................................ 9

3 Zielgruppen .......................................................................................................................... 11
3.1 Adressatenkreis .............................................................................................................. 11
3.2 Vorkenntnisse ................................................................................................................. 11
3.3 Zielzahlen ....................................................................................................................... 12

4 Bedarfsanalyse .................................................................................................................... 16

5 Wettbewerbsanalyse ........................................................................................................... 20
5.1 Externe Wettbewerbsanalyse ......................................................................................... 20
5.2 Interne Wettbewerbsanalyse........................................................................................... 24

6 Aufbau des Studiengangs ................................................................................................... 25

6.1 Grundlagen durch Pflichtmodule (78 Credits aus Prüfungsleistungen und 9 Credits aus
Studienleistungen) .................................................................................................................... 28
6.2 Aufbau und Vertiefung durch Wahlmodule (50 – 59 Credits aus Prüfungsleistungen) ..... 33
6.3 Seminar und Bachelor’s Thesis ...................................................................................... 36
6.4 Nebenfach (18 – 27 Credits aus Prüfungsleistungen) ..................................................... 38
6.5 Praktische Erfahrung (Studienleistung im Umfang von 6 Credits) ................................... 39
6.6 Überfachliche Grundlagen (Studienleistungen im Umfang von 4 Credits) ....................... 41
6.7 Module / Veranstaltungen zur Förderung des gesellschaftlichen / kritischen
Verantwortungsbewusstseins .................................................................................................... 41
6.8 Mobilität .......................................................................................................................... 42
6.9 Begründung kleiner Module im Studienplan .................................................................... 42
6.10 Exemplarische Stundenpläne ......................................................................................... 42

7 Organisatorische Anbindung und Zuständigkeiten .......................................................... 44

8 Entwicklungen im Studiengang .......................................................................................... 47

TUM School of Computation, Information and Technology

18.09.2024 3
1 Studiengangsziele

1.1 Zweck des Studiengangs

Mathematik ist eine traditionsreiche Grundlagenwissenschaft, ohne die Innovationen in Natur- und
Ingenieurswissenschaften, Informatik, Medizin und Wirtschaft heutzutage gar nicht denkbar wären.
Insbesondere durch die jüngsten technischen Fortschritte in Bereichen wie Datenwissenschaften,
künstlicher Intelligenz und Digitalisierung allgemein ist der Bedarf an umfassend ausgebildeten
Mathematikerinnen und Mathematikern weiterhin hoch1:

Gefordert sind in der Mathematik fortgeschrittene abstrakt-logische und kreative Fähigkeiten, um die
komplexen Fragestellungen der realen Welt mithilfe mathematischer Modelle zu lösen.

Ein klassisches Anwendungsfeld für Mathematikerinnen und Mathematiker sind Versicherungen, die
mithilfe von mathematischen Modellen Wahrscheinlichkeiten von Schadensfällen bei Kundinnen und
Kunden beschreiben. Wenn sich die Ausgangslage verändert, wie zum Beispiel durch den
Klimawandel, müssen diese Modelle angepasst werden, damit diese Wahrscheinlichkeiten weiterhin
korrekt berechnet werden. Solche Anpassungen werden von Mathematikerinnen und Mathematiker
durchgeführt, die das nötige tiefgehende Verständnis der zugrundeliegenden Mathematik
mitbringen. Wenn diese Anpassungen falsch durchgeführt werden, kann im schlimmsten Fall eine
Versicherung zahlungsunfähig werden, sodass ihre Kunden entstandene Schäden (z.B. durch
Überflutungen) nicht erstattet bekommen.

Eine andere Anwendung von Mathematik ist der Bereich der Optimierung. Durch die Globalisierung
stehen Unternehmen in immer größerer internationaler Konkurrenz. Mathematische Optimierung
leistet einen wichtigen Beitrag, um effizienter produzieren zu können und die gegebenen
Ressourcen (z.B. Maschinen einer Fabrik oder Lagerplatz in einem Logistikzentrum) optimal zu
nutzen. Mathematikerinnen und Mathematiker entwerfen hierfür mathematische Modelle, die zum
Beispiel die Produktionsschritte in einer Fabrik beschreiben, damit anschließend ein Computer einen
optimalen Produktionsplan berechnen kann. Hierfür ist es nötig, dass die Mathematikerinnen und
Mathematiker gut verstehen, welche Sachverhalten mit welchen Modellierungstechniken
beschrieben gut werden können, und wie schnell ein Computer dann einen optimalen Plan
berechnen kann. Dies trägt dazu bei, dass Firmen weiterhin international wettbewerbsfähig bleiben.

1Nach FAZ-Artikel vom 23.03.2017 (geprüft 17.02.2023) „Keine Angst vor Mathe!“ (http://www.faz.net/-gyq-
8uyvv) herrscht unter Mathematikern Vollbeschäftigung: „Die Deutsche Mathematiker-Vereinigung schätzt,
dass lediglich 0,8 Prozent aller erwerbsfähigen Absolventen mit dem Hauptfach Mathematik arbeitslos sind.“

TUM School of Computation, Information and Technology

18.09.2024 4
Über diese Beispiel hinaus gibt es viele weitere Tätigkeitsbereiche für Mathematikerinnen und
Mathematiker, beispielsweise beim verantwortungsbewussten Einsatz von künstlicher Intelligenz,
beim Umgang mit Dynamiken in Stromnetzen oder bei der Pfadplanung und Hindernisvermeidung
im Bereich des Autonomes Fahrens oder die Einzelzell-Analyse zur detaillierten Betrachtung von
Zellvorgängen.

Ziel des sechssemestrigen Bachelorstudiengangs Mathematik an der Technischen Universität

München ist eine breite, sowohl theoretisch fundierte als auch anwendungsnahe mathematische
Grundlagenausbildung, insbesondere in den Kernbereichen der Analysis, Algebra, Geometrie,
Funktionalanalysis, Wahrscheinlichkeitstheorie, Numerische Mathematik und Optimierung. Dabei
zielt das Studium von Beginn an auf die Förderung von fachspezifischen Schlüsselqualifikationen,
wie mathematisches Abstraktionsvermögen, strukturierte, kritisches und logisches Denken sowie
Kreativität bei der Lösung von Problemen. Darüber hinaus soll der Bachelorstudiengang Mathematik
den Studierenden die Möglichkeit bieten, sowohl ihren Neigungen entsprechend einen ersten Fokus
auf Reine oder Angewandte Mathematik legen zu können, als auch das gesamte Spektrum
moderner Angewandter Mathematik kennenzulernen. Der Studiengang ist gekennzeichnet durch
sein anwendungsorientiertes Profil mit ersten Vertiefungsmöglichkeiten in den Bereichen Bio-,
Finanz- und Versicherungsmathematik, Operations Research, Data Science sowie Techno-
mathematik. Da mathematische Anwendungen verstärkt disziplinübergreifend zum Einsatz
kommen, ist eine frühzeitige Einbindung von Wissen aus anderen Fachrichtungen (Informatik,
Physik, Elektro- und Informationstechnik, Wirtschaftswissenschaften, Chemie) ein wichtiger
Bestandteil der mathematischen Ausbildung im Bachelor Mathematik. Wesentliches Ziel des
Bachelorstudiengangs ist zudem, die Studierenden frühzeitig mit einer selbständigen
wissenschaftlichen Arbeitsweise vertraut zu machen. Hierzu gehören sowohl die eigenständige
Bearbeitung mathematischer Fragestellungen als auch die konstruktive, lösungsorientierte
Teamarbeit mit anderen Studierenden und der wissenschaftliche Austausch.

Der Studiengang vermittelt damit die für einen konsekutiven Masterstudiengang und einen ersten
berufsqualifizierenden Abschluss erforderlichen mathematischen Fach- und Methodenkompetenzen
und bietet zudem Gestaltungsspielraum für eine erste fachliche Profilbildung. Knapp 80 Prozent2 der
Absolventinnen und Absolventen des Bachelorstudiengangs Mathematik an der TUM wechseln in
ein anschließendes mathematisches Masterstudium an der TUM School of Computation,
Information and Technology. Zudem wechseln erfahrungsgemäß etwa 10 Prozent unserer

2Datenabfrage TUMonline vom 23.02.2023 bezogen auf Bachelor Mathematik Absolvent*innen mit
Abschlussdatum zwischen 01.10.2027 und 30.09.2022

TUM School of Computation, Information and Technology

18.09.2024 5
Absolventinnen und Absolventen für ein mathematisches Masterstudium an eine andere
Hochschule. Die restlichen etwa 10 Prozent wechseln in ein anderes, fachfremdes Studium oder ins
Berufsleben.

Um den Anforderungen der Gesellschaft und des Arbeitsmarktes gerecht zu werden, zielt der
Bachelorstudiengang auf die Ausbildung erster berufsfeldbezogener, praktischer Erfahrungen durch
ein Berufspraktikum, sowie persönlicher, sozialer und methodischer Kompetenzen („Soft Skills“) ab.
Hierfür stehen die Angebote der anderen Schools der TUM, des TUM Sprachenzentrums, der
UnternehmerTUM, des Leibniz-Rechenzentrums oder der Kontextlehre WTG zur Verfügung. Durch
diesen überfachlichen Kompetenzerwerb sollen die Studierenden dazu befähigt werden, den immer
komplexeren und disziplinübergreifenden Fragestellungen begegnen zu können.

1.2 Strategische Bedeutung des Studiengangs

Die Technische Universität München hat sich der Verknüpfung von exzellenter Forschung und Lehre
verpflichtet, wie es im universitären Leitbild festgehalten ist. Ganz diesem Leitbild3 entsprechend
bietet die School of Computation, Information and Technology (CIT) ihren Studierenden eine
exzellente, forschungsnahe Ausbildung in der Mathematik. Dabei schlägt sie Brücken zwischen
theoretischem Verständnis und praktischen Anwendungen. Diese beinhalten sowohl klassische
Anwendungsfelder der Mathematik wie Versicherungsmathematik, Kryptographie und Statistik, als
auch neue Felder wie Datenwissenschaften und künstliche Intelligenz. Es werden dabei höchste
Standards in der wissenschaftsgetriebenen Ausbildung sichergestellt, die die Studierenden
insbesondere befähigen, theoretisch komplexe Konzepte erfolgreich auf Realweltprobleme
anzuwenden. Dies befähigt unsere Studierenden Innovationen für Mensch, Natur und Gesellschaft
voranzutreiben, basierend auf dem aktuellen Stand der Forschung.

Die Gewährleistung von hochqualifiziert ausgebildeten Absolventinnen und Absolventen ist nur mit
moderner und exzellenter Lehre in Kombination mit hervorragender Forschungsleistung der
Lehrenden möglich. Das Department für Mathematik der CIT, das als international kompetitives
Zentrum insbesondere für angewandte und interdisziplinäre mathematische Lehre und Forschung
in Deutschland zur Spitzengruppe gehört, ist hierzu bestens gerüstet.

3 Leitbild der TUM: https://www.tum.de/ueber-die-tum/ziele-und-werte/leitbild

TUM School of Computation, Information and Technology

18.09.2024 6
Das Y-Modell des Professional Profiles Mathematik

Die TUM School of Computation, Information and Technology verfolgt in ihrer Lehrstrategie im
Professional Profile (PP) Mathematik ein Y-Modell (vgl. Abbildung 1), in dem der Bachelor-
studiengang Mathematik als Fundament der mathematischen Grundausbildung einen wichtigen und
festen Platz einnimmt.

Abbildung 1: Schematische Darstellung der Lehrstrategie des Professional Profiles Mathematik.

Das Y-Modell sieht vor, dass auf den grundständigen Mathematik-Bachelorstudiengang entweder
der insgesamt eher breit ausgerichtete Masterstudiengang Mathematik oder einer der spezialisierten
Masterstudiengänge mit angewandtem Profil folgt. Letztere können die Masterstudiengänge
„Mathematical Finance and Actuarial Science“ und „Mathematics in Science and Engineering“ sein,
oder auch ein Masterstudiengang in einem verwandten PP, wie zum Beispiel die Studiengänge
„Mathematics in Data Science“, „Finance and Information Management“ oder der „Master in
Management“.

Durch die Grundausbildung im Bachelorstudiengang Mathematik sind unsere Studierenden für all
diese Masterstudiengänge bestens vorbereitet. Um das zu gewährleisten, ist die Ausbildung im
Bachelor fachlich sehr breit ausgerichtet und vermittelt die wesentlichen Grundlagen sowohl aus
Kerngebieten der Reinen Mathematik, also auch aus Kerngebieten der Angewandten Mathematik.
Die Möglichkeit einer ersten fachlichen Vertiefung im dritten Bachelorstudienjahr soll den
Studierenden frühzeitig zur Orientierung bei ihrer Wahl eines geeigneten Masterstudiengangs
dienen.

Im Masterstudiengang Mathematik kann zum einen eine insgesamt eher breitere mathematische
Ausbildung angestrebt werden (d.h. es muss eine gewisse Breite durch die Fächerwahl in relevanten
Bereichen der Mathematik abgedeckt werden bei gleichzeitiger Vertiefung in gewählten Bereichen).
Zum anderen können sich Studierende für einen konkreten Schwerpunkt entscheiden und diesen

TUM School of Computation, Information and Technology

18.09.2024 7
(ohne notwendige fachliche „Breitenabdeckung“) vertieft studieren. Mögliche Schwerpunkte sind in
der schematischen Darstellung des Y-Modells (Abbildung 1, Seite 7) aufgelistet. Im Vergleich zu den
spezialisierten Masterstudiengängen liegt im Master Mathematik ein stärkerer Fokus auf der
Forschungsbefähigung.

Die spezialisierten Masterstudiengänge „Mathematical Finance and Actuarial Science“ und

„Mathematics in Science and Engineering“ zeichnen sich durch die Konzentration auf jeweils einen
konkreten, mathematischen Anwendungsbereich sowie durch ein klares Ausbildungsprofil für
bestimmte berufliche Tätigkeitsfelder aus. Es wird dabei großer Wert auf eine fachübergreifende
Ausbildung in Kooperation mit den jeweiligen Anwendungsfeldern gelegt. Die spezialisierten
Masterstudiengänge sind insbesondere für diejenigen Studierenden besonders geeignet, die bereits
zu Beginn ihres Studiums wissen, welche berufliche Richtung sie einschlagen wollen.

Internationale Vernetzung

Sowohl die TUM als auch die TUM School of Computation, Information and Technology legen einen
wichtigen Schwerpunkt auf die internationale Vernetzung von Forschung und Lehre. So stehen den
Studierenden des Bachelorstudiengangs Mathematik durch die vielen engen universitären
Kooperationen weltweit eine große Auswahl an Austauschplätzen zur Verfügung, die sie neben dem
Studium auch zum Sammeln interkultureller Erfahrungen nutzen können. Neben der Netz-
werkbildung werden im Bachelor Mathematik somit auch Weltoffenheit und kulturelle Toleranz
gefördert und der Dialog zwischen jungen Wissenschaftlerinnen und Wissenschaftlern
vorangetrieben.

TUM School of Computation, Information and Technology

18.09.2024 8
2 Qualifikationsprofil
Wissen und Verstehen

Am Ende des Bachelorstudiengangs Mathematik verfügen die Absolventinnen und Absolventen

über ein breites und integriertes Wissen und Verstehen der wissenschaftlichen Grundlagen der
Mathematik sowie weitergehender Theorien und Methoden in ausgewählten Bereichen der
Mathematik (z.B. in Bio- oder Technomathematik) sowie anderer Fachdisziplinen (z.B. Informatik,
Wirtschaftswissenschaften, Physik, Elektro- und Informationstechnik, Chemie). Des Weiteren haben
sie ein kritisches Verständnis der wesentlichen Begriffe, Prinzipien und Methoden, insbesondere in
den mathematischen Kerngebieten Analysis, Numerik, Statistik, Wahrscheinlichkeitstheorie und
Optimierung. Außerdem sind sie in der Lage, fachliche und praxisrelevante Aussagen situations-
bezogen zu reflektieren und das erlernte Wissen weiter selbständig zu vertiefen. Dazu befähigt sie
das Verständnis mathematischer Texte sowie die Beherrschung der eigenständigen Recherche
geeigneter Fachliteratur.

Einsatz, Anwendung und Erzeugung von Wissen

Hinsichtlich des Einsatzes, der Anwendung und der Erzeugung von Wissen sind die Absolventinnen
und Absolventen in der Lage, ihr mathematisches Wissen auf überschaubare Aufgaben- und
Problemstellungen aus unterschiedlichen Bereichen der Naturwissenschaften (z.B. Wärme-
ausbreitung in Räumen oder Materialien), der Industrie und Wirtschaft (z.B. Robotersteuerung,
Kalkulation von Versicherungstarifen, Preisoptimierung …) anzuwenden. Diesbezüglich können sie
reale Problemstellungen analysieren und modellieren, strukturelle Eigenschaften der mathe-
matischen Modelle untersuchen und komplexe Zusammenhänge mit Hilfe von Schemata und
graphischen Visualisierungen geeignet darstellen. Sie sind in der Lage, Lösungsansätze für
überschaubare mathematische Problemstellungen zielstrebig zu verfolgen und haben außerdem
gelernt, Fachwissen aus anderen Disziplinen (z.B. Informatik) lösungsorientiert und sinnvoll bei der
Bearbeitung einzusetzen. Den Wahrheitsgehalt von Aussagen und die Gültigkeit von Modellen
können sie mit exakten mathematischen Verfahren (z.B. Aussagenlogik) überprüfen. Zudem sind
sie geübt im Umgang mit grundlegenden mathematischen Werkzeugen (Beweistechniken,
algorithmische Verfahren, Software), beherrschen den Einsatz computergestützter Methoden (u.a.
Newton-Verfahren, Interpolation, Fouriertransformation) und sind versiert im Umgang mit
einschlägigen Computerprogrammen (z.B. MATLAB, R). Durch das mathematische Textverständnis
sind sie in der Lage die Kernaussagen dieser Texte in geeigneter Weise auf verschiedenste
Fragestellungen in der Mathematik und der Anwendung anzupassen.

TUM School of Computation, Information and Technology

18.09.2024 9
Kommunikation und Kooperation

Im sozialen und personalen Kompetenzbereich haben die Absolventinnen und Absolventen ihre
Kompetenzen (z.B. Teamfähigkeit, Kommunikation, Zeitmanagement) ausgebaut, besitzen weitere
überfachliche Qualifikationen (z.B. Sprachkenntnisse) und verfügen über eine exakte, genaue,
analytische und strukturierte Arbeitsweise. So können sie erste anwendungsorientierte Projekte (wie
etwa die Optimierung des Lagerbestands von Apotheken) verantwortungsvoll durchführen. Sie
tragen im Team zur Lösung komplexer Probleme bei und können eine übergreifende Sicht auf die
jeweiligen Fragestellungen entwickeln und kommunizieren. Sie sind sicher im Umgang mit der
exakten mathematischen Sprache und können mathematische Sachverhalte und deren Anwen-
dungen sowohl gegenüber Fachfremden als auch im fachlichen Diskurs mit Fachvertreterinnen und
Fachvertretern formulieren und begründen.

Wissenschaftliches Selbstverständnis und Professionalität

Die Absolventinnen und Absolventen sind in der Lage, Lösungsansätze für überschaubare mathe-
matische Problemstellungen mit der gebotenen Hartnäckigkeit, einem hohen Durchhaltevermögen
und einer hohen Toleranz gegenüber Fehlschlägen zu entwickeln. Sie können dem Stand der
Wissenschaft entsprechende, kreative Lösungsansätze realisieren. Hierzu gehört auch, Ursachen
für mögliche Fehlschläge zu analysieren. Besonders durch die Bachelorarbeit konnten sie dadurch
ein erstes wissenschaftliches Selbstverständnis entwickeln.

Sie verfügen über erste praktische Arbeitserfahrungen und Einblicke in die Abläufe von
Unternehmen. Außerdem können Sie grundlegende akademische Studieninhalte im Arbeitsalltag
praktisch umsetzen, haben Erfahrung im Umgang mit Kritik und Resonanz in Bezug auf ihre Leistung
und eine gestärkte Kommunikations- und Teamfähigkeit. Zudem haben sie einen Einblick in das
breite und vielseitige Tätigkeitsspektrum von Mathematikerinnen und Mathematikern erhalten und
dadurch ein erstes berufliches Selbstbild entwickelt.

Anschlussmöglichkeiten

Nach erfolgreichem Abschluss ihres Studiums sind die Studierenden des Bachelorstudiengangs
Mathematik qualifiziert, ein Masterstudium aufzunehmen oder in verschiedenen Berufsfeldern tätig
zu werden (siehe Kapitel 4 ab Seite 16).

TUM School of Computation, Information and Technology

18.09.2024 10
3 Zielgruppen

3.1 Adressatenkreis
Der Studiengang richtet sich an Studienanfängerinnen und Studienanfänger, die Interesse und
Verständnis für Mathematik und Naturwissenschaften mitbringen und sich mit der Lösung von
komplexen Problemen auseinandersetzen möchten, welche ein hohes Abstraktionsvermögen und
ausgeprägte analytische Fähigkeiten erfordern5.

Bereits vor Studienbeginn können interessierte Schülerinnen und Schüler in einer Vielzahl von
Veranstaltungen Informationen und Erfahrungen sammeln sowie den Studiengang, Studierende,
Mitarbeiterinnen und Mitarbeiter und Lehrende kennenlernen. Das Department Mathematik bietet
hierzu zahlreiche Aktionen und Programme an, etwa den Open Campus Day, Infocafé, Schnupper-
studium Mathefrühling oder TUMMS (ein Programm für besonders begabte Schülerinnen und
Schüler)6.

3.2 Vorkenntnisse
Dem Department Mathematik ist es wichtig, dass sich alle, die sich für ein Bachelorstudium
Mathematik an der TUM entscheiden, eingehend mit diesem im Vorfeld auseinandergesetzt haben.
Oft führen leider unzutreffende Vorstellungen von Anforderungen und Zielen eines Mathematik-
studiums zum Studienabbruch. Aus diesem Grund gibt es für diesen Studiengang ein verpflichten-
des Studienorientierungsverfahren7, mit dem Ziel, dass die Bewerberinnen und Bewerber selbst
erkennen, ob das angestrebte Studium tatsächlich das für sie passende darstellt, und ob sie über
die studiengangspezifischen Kompetenzen und Interessen verfügen, die für ein erfolgreiches
Mathematikstudium notwendig sind. Diese sind:

a) Überdurchschnittliches Verständnis für abstrakte, logische und systemorientierte Fragestellungen

und überdurchschnittliches Abstraktionsvermögen;

5 Die allgemeinen Zugangsvoraussetzungen regeln das Bayerische Hochschulgesetz (BayHSchG) in Art. 42,
43, 44, 45 und die Verordnung über die Qualifikation für ein Studium an den Hochschulen des Freistaates
Bayern und den staatlich anerkannten nichtstaatlichen Hochschulen (Qualifikationsverordnung, QualV).
6 Nähere Informationen zu den Angeboten und Veranstaltungen des Departments Mathematik an der TUM

School of Computation, Information and Technology:

https://www.cit.tum.de/cit/studium/interessierte/schulprogramme/
7 Mehr Informationen zum Studienorientierungsverfahren und zur Bewerbung stehen auf den Webseiten des

Bachelor Mathematik: http://www.ma.tum.de/studium/bachelor

TUM School of Computation, Information and Technology

18.09.2024 11
b) Nachweis eines fundierten mathematischen Grundverständnisses jenseits bloßer Rechen-
fertigkeiten;

c) Fähigkeit, Vorgänge des täglichen Lebens, speziell Anwendungen in den Natur- oder
Wirtschaftswissenschaften, auf die Anwendbarkeit von Mathematik hin einzuordnen sowie bekannte
quantifizierbare Vorgänge mit dem derzeit verfügbaren mathematischen Handwerkszeug
beschreiben zu können; z.B. die Anwendung des Schulstoffes in gewissen geometrischen
Fragestellungen oder des Ableitungskalküls bei der Beschreibung von Geschwindigkeiten in
einfachen physikalischen Bewegungen;

d) Bereitschaft, Anwendungen der Mathematik im betrieblichen Umfeld innerhalb eines mehr-

wöchigen Berufspraktikums kennenzulernen und ferner mindestens eine Programmiersprache zu
erlernen, da zahlreiche angewandte mathematische Fragestellungen nur durch statistische oder
numerische Verfahren sachgerecht behandelt werden können;

e) Besondere sprachliche Gewandtheit in mündlicher und schriftlicher Form, um mathematische

Sachverhalte fachsprachlich einwandfrei in knapper und präziser Form ausdrücken zu können sowie
quantifizierbare Anwendungsprobleme mathematisch-analytisch darstellen zu können.

Neben diesen studiengangsspezifischen Kompetenzen und Interessen werden auch Englisch-

kenntnisse auf Abiturniveau dringend empfohlen, um breitere Wahlmöglichkeiten im dritten
Studienjahr zu haben.

3.3 Zielzahlen
Die ehemalige Fakultät für Mathematik (Vorläufer des Departments Mathematik an der TUM School
of Computation, Information and Technology) stellte ihr Studienangebot im Jahr 2007 auf das
konsekutive Modell um. Zum Wintersemester 2007/2008 hat der erste Bachelorjahrgang (217
Erstsemesterstudierende) das Studium aufgenommen. In den folgenden Jahren schwankten die
Bewerber- und Anfängerzahlen leicht z.B. aufgrund des doppelten Abiturjahrgangs in Bayern und
der Aussetzung der Wehrpflicht8 sowie der Aussetzung der Eignungsfeststellung an der Ludwig-

8 Um den doppelten Abiturjahrgang zu entzerren wurde im Sommersemester 2011 mit TUM twoinone eine
Möglichkeit geschaffen auch im Sommersemester das Studium zu beginnen, was 135 Studierende genutzt
haben. Im darauffolgenden Wintersemester 2011/2012 waren dann 305 Studierende im ersten Semester
immatrikuliert.

TUM School of Computation, Information and Technology

18.09.2024 12
Maximilians-Universität München (LMU)9. In Umfragen befürworteten die Studierenden einen
grundständigen Bachelor mit späterer Spezialisierung, so dass sich die damalige Fakultät bzw. das
jetzige Department Mathematik in diesem Aspekt ihres Konzepts bestätigt sah und sieht.

Das Department Mathematik organisiert verschiedene Veranstaltungen, um Schülerinnen, Schülern

und Studieninteressierten die Möglichkeit zu geben, sich gezielt über den Bachelorstudiengang
Mathematik und dessen Inhalte zu informieren. Hierfür beteiligt sich das Department Mathematik
regelmäßig am Open Campus Day (ehem. Schülertage bzw. Studieninfotag) sowie an der
Informationsveranstaltungsreihe „Ran an die TUM: Perspektive Studium“ und steht in engem
Kontakt zu Gymnasien in ganz Bayern, um bei Bedarf individuelle Studienberatungen an der
Universität anzubieten. Darüber hinaus können Studieninteressierte das Department Mathematik im
Rahmen mehrerer Programme aus der Nähe kennenlernen. Mit TUMMS (Technische Universität
München Mathematik-Stipendium) beispielsweise bietet das Department Mathematik der TUM seit
über 20 Jahren mathematisch begabten Schülerinnen und Schülern der Oberstufe eine knappe
Woche lang die Möglichkeit, die Mathematik als interessantes, offenes, lebendiges und vielseitiges
Forschungsgebiet zu erfahren. Die ausgewählten Teilnehmerinnen und Teilnehmer werden durch
ein programmspezifisches Stipendium (für Reise, Unterkunft und Verpflegung) gefördert. Ein
weiteres Programm, auch speziell für Studieninteressierte, ist das Schnupperstudium Mathefrühling,
dass seit 2015 die Teilnehmerinnen und Teilnehmer eine Woche lang den Studienalltag mit eigenen
Vorlesungen und Übungen wie im regulären Mathematikstudium live erleben lässt. Zusätzlich
erhalten sie Informationen zu den später wählbaren mathematischen Schwerpunkten und zu den
vielfältigen Berufsmöglichkeiten als Mathematikerin oder Mathematiker.

Diese Veranstaltungen dienen aber nicht nur den Studieninteressierten dazu, sich über das
Bachelorstudium Mathematik zu informieren, sondern ermöglichen es auch der TUM School of
Computation, Information and Technology diesen Studiengang zu bewerben und zugleich einen
Eindruck hinsichtlich der Nachfrage nach diesem Studiengang zu erhalten.

Anhand der gesammelten Erfahrungen wird an der TUM School of Computation, Information and
Technology weiterhin eine Berechnung der Lehrkapazität auf der Basis von rund 180
Bachelorstudierenden pro Kohorte angestrebt, damit ein gutes Studierenden-Betreuenden-
Verhältnis gewährleistet werden kann.

9Im Wintersemester 2013/2014 hatte der Studiengang nur 131 immatrikulierte Studienanfänger. Nach
Änderung des Eignungsfeststellungsverfahrens sowie weiterer Maßnahmen stiegen die Zahlen wieder auf
über 200 Studienanfänger an (vgl. Tabelle 1 auf Seite 14)

TUM School of Computation, Information and Technology

18.09.2024 13
Für die Durchführung von Lehrveranstaltungen (Vorlesungen, Seminare, Übungen, Kleingruppen-
übungen etc.) stehen verschiedene Raumgrößen zur Verfügung. Für größere Vorlesungen sind
geeignete Räume vorhanden (u.a. Hörsaal mit über 500 Sitzplätzen). Für Übungen, Kleingruppen-
übungen und Seminare kann auf Räume mit durchschnittlich 30 Sitzplätzen zurückgegriffen werden.
Diese Kursgrößen sind sehr gut geeignet, damit Studierende und Lehrende in Interaktion
miteinander treten und interaktive, kommunikative Lehr- und Lernformen verwendet werden können.
Darüber hinaus können die Studierenden für die Vor- und Nachbereitung von Lehrveranstaltungen,
Selbstlernphasen, Prüfungsvorbereitung, Projektbesprechungen etc. die mit Stromanschlüssen
aufgerüsteten Arbeitstische in der Magistrale des Mathematik-Informatik-Gebäudes sowie kleinere,
ruhige Lernräume nutzen. Die TUM School of Computation, Information and Technology achtet
insgesamt darauf, dass die Raumressourcen optimal genutzt werden, um möglichst viele
Veranstaltungen unterzubringen.

Des Weiteren können alle Studierenden der TUM auf die Räumlichkeiten in den StudiTUM10
Häusern zugreifen, die neben Einzel- und Gruppenlernplätzen auch Ruhe- oder Musikräume beher-
bergen. Am Standort Garching stehen so weitere 265 Lernplätze zur Verfügung.

Zusätzlich zu den Lehr- und Betreuungsangeboten für die Mathematik-Studierenden leistet das
Department Mathematik in hohem Umfang Lehrservice für Studiengänge anderer Professional
Profiles sowohl an der TUM School of Computation, Information and Technology als auch an fast
allen anderen Schools der TUM. Durch die daraus resultierende größere und vielfältigere
Zusammensetzung des Lehrpersonals erhalten die Mathematik-Studierenden mehr Spielraum bei
der Auswahl mathematischer Fachgebiete im Vergleich zu beispielsweise einer reinen Mathematik-
Fakultät ohne Lehrservice für andere Fakultäten oder Schools.

Ziel ist es, die Anfängerzahl von 180 immatrikulierten Studierenden pro Jahrgang bei gleichbleibend
hoher Erfolgsquote (Studienanfängerinnen und Studienanfänger, die das Studium erfolgreich
abgeschlossen haben) von ca. 60% aufrechtzuerhalten.

Tabelle 1: Entwicklung der Bewerbungs- und Immatrikulationszahlen für den Studiengang Bachelor Mathematik.

2015/16 2016/17 2017/18 2018/19 2019/20 2020/21 2021/22 2022/23

Bewerbungen 493 331 308 278 296 317 320 330

Immatrikulationen 226 235 212 171 178 173 185 180

10 Informationen zu den StudiTUM Häusern: https://www.sv.tum.de/sv/studitum/

TUM School of Computation, Information and Technology

18.09.2024 14
Die etwas über der Lehrkapazität liegenden Zahlen (vgl. Tabelle 1 vorherige Seite) resultieren aus
einer Änderung im Eignungsfeststellungsverfahren (s. Kapitel 8, Seite 47), die eine etwas geringere
Erfolgsquote im Vergleich zu früheren Kohorten nach sich zog. Diese Änderung wurde mit dem
neuen Studienorientierungsverfahren wieder rückgängig gemacht, wodurch sich auch die
Anfängerzahlen wieder um die 180 Studierenden eingependelt haben.

TUM School of Computation, Information and Technology

18.09.2024 15
4 Bedarfsanalyse
Die Beschäftigungsaussichten sind für Absolventinnen und Absolventen der Mathematik sehr gut,
wobei den Studierenden nicht nur klassische mathematische Berufe offenstehen. Nach den
Aussagen der Deutschen Mathematiker Vereinigung (DMV) gegenüber der FAZ herrscht unter
Mathematikerinnen und Mathematikern Vollbeschäftigung; sie gehen von einer Arbeitslosenquote
von nur 0,8% aus11. Ein ähnliches Bild ergaben die Ergebnisse einer Studie von G. Törner, B.
Brendtsen und J. Peters-Dasdemir die bundesweite, statistischer Erhebungen ausgewertet haben
und die Ergebnisse 2019 veröffentlichten12: Demnach ist die Zahl der erwerbslosen Mathematiker-
innen und Mathematikern im Jahr 2016 so gering, dass diese nicht vom Mikrozensus ermittelt
werden kann und daher auch nicht in den Tabellen des Statistischen Bundesamtes ausgewiesen
ist. Die Autoren sehen aber Indizien, dass man in diesem Jahr von ca. 2.000 „Arbeitslose mit einer
mathematischen Qualifikation“ ausgehen kann; zeitgleich befanden sich aber „rund 107.000
akademisch mathematisch qualifizierte Personen im bundesdeutschen Arbeitsmarkt“. Anhand
dieser Zahlen errechneten die Autoren eine Quote von 2,5%. Auch die neuesten Zahlen für die Jahre
2021 und 2022 ergaben eine Arbeitslosenquote von nur 2,3%13.

Diese Ergebnisse werden durch die Auswertung der von der TUM durchgeführten Absolventen-
befragung 2022/2023 bestätigt und zeigt zudem die große Nachfrage am Arbeitsmarkt. Befragt
wurden Absolventinnen und Absolventen der Mathematischen Masterstudiengänge, die Ihren
Abschluss zwischen 2017 und 2022 gemacht haben. Von diesen gaben 83,7% an innerhalb eines
halben Jahres nach Bewerbungsbeginn eine Stelle gefunden zu haben, 51,5% sogar bereits nach 1
Monat. Für Absolventinnen und Absolventen des Mathematikbachelors wurde keine entsprechende
Befragung durchgeführt, da die meisten Bachelorstudierenden nach ihrem Abschluss ein
weiterführendes Masterstudium beginnen. Auf diese Tatsache wird im weiteren Verlauf noch näher
eingegangen.

Diese große Nachfrage nach unseren Absolventinnen und Absolventen spiegelt auch das starke
Kooperationsinteresse zahlreicher Firmen wider, die sich in diversen Programmen (Meet My
Company, Fit for TUMorrow, Data Innovation Lab, Mathematische Fallstudien) im Rahmen des

11 FAZ-Artikel vom 23.03.2017 (geprüft 05.07.2023): „Keine Angst vor Mathe!“ (http://www.faz.net/-gyq-
8uyvv)
12 Törner, G., Berndtsen, B., Peters-Dasdemir, J.: Arbeitsmarkt für Mathematiker/innen, Mitteilungen der

Deutschen Mathematiker-Vereinigung 22 (2019) 1, S. 26-31.

13 Törner, G., Reiter, V. Berndtsen, B.: Informationen über den Arbeitsmarkt für Mathematiker und

Mathematikerinnen. Mitteilungen der Deutschen Mathematiker-Vereinigung 31 (2023) 2, S. 84-93.

TUM School of Computation, Information and Technology

18.09.2024 16
Professional Profiles Mathematik an der TUM School of Computation, Information and Technology
engagieren wollen oder es bereits tun14.

Mathematikerinnen und Mathematiker finden insbesondere Anstellungen im Banken-,

Versicherungs- und Finanzsektor, in der IT- und Unternehmensberatung, in der Logistik bzw.
Optimierung, in der Automobil- und Zuliefererindustrie sowie in Forschungseinrichtungen und im
öffentlichen Sektor. In Banken und Versicherungen werden Mathematikerinnen und Mathematiker
eingesetzt, um z. B. Risiken, Beitragssätze oder Prämien zu errechnen und Klimamodelle zu
erstellen. In der Biologie modellieren sie Moleküle, bei Logistikunternehmen und Fluglinien
optimieren sie Routen und Frachtgrößen.

Die theoretisch fundierte und anwendungsnahe mathematische Grundlagenausbildung, die auch

grundlegende Programmierkenntnisse und die Fähigkeit zum algorithmischen Denken beinhaltet,
sowie die im Mathematikstudium erworbenen Soft Skills, wie eine analytische, strukturierte und
genaue Arbeitsweise, ein hohes Durchhaltevermögen und die Bereitschaft, nach kreativen
Lösungen bei Problemen zu suchen, ermöglichen auch den Absolventinnen und Absolventen des
Bachelorstudiums Mathematik einen direkten Berufseinstieg. Diese Kenntnisse, Fertigkeiten und
Kompetenzen werden z.B. im Consulting Bereich oder in der Softwareentwicklung sehr geschätzt.

Der direkte Berufseinstieg nach dem Bachelor Mathematik ist aber nicht üblich, wenngleich in den
letzten Jahren ein leichter Anstieg der Zahlen festzustellen ist. Ende Juni 2013 lag laut einer Studie
von M. Dieter und G. Törner15 der Prozentsatz an in Deutschland sozialversicherungspflichtig
beschäftigten Personen mit mathematischen Qualifikationen, deren höchster Studienabschluss der
Bachelor war, bei nur ca. 3,4%. Für die Jahre 2013 bis 2015 haben B. Berndtsen und G. Törner
Daten aus den Jahrbüchern von Destatis ausgewertet16 und errechnet, dass in einer Größenordnung
von rund 10% Bachelor Absolventinnen und Absolventen in den Arbeitsmarkt eintreten; das sind
250 bis 350 Personen pro Abschlussjahrgang. In der bereits oben erwähnten Studie von G. Törner,
B. Berndtsen und J. Peters-Dasdemir17 gehen die Autoren davon aus, dass „sicherlich eine mittlere
dreistellige Zahl von Bachelor-Absolventen in den Arbeitsmarkt wechselt, stärker von

14 Nähere Informationen zu den Kooperationsmöglichkeiten des Departments Mathematik:

https://www.ma.tum.de/de/fakultaet/firmen-kooperationen.html
15 Dieter, M., Törner, G.: Der Arbeitsmarkt für Mathematiker – Teil 1., Mitteilungen der Deutschen

Mathematiker-Vereinigung 22 (2014) 3, S. 154-157.

16 Berndtsen, B., Törner, G.: Übergangszahlen Bachelor–Master beim Mathematikstudium, Mitteilungen der

Deutschen Mathematiker-Vereinigung 25 (2017) 2, S. 118-129.

17 Törner, G., Berndtsen, B., Peters-Dasdemir, J.: Arbeitsmarkt für Mathematiker/innen, Mitteilungen der

Deutschen Mathematiker-Vereinigung 22 (2019) 1, S. 26-31.

TUM School of Computation, Information and Technology

18.09.2024 17
Fachhochschulen als den Universitäten kommend“. Neuere Daten, die sich ausschließlich auf
Bachelor Mathematik Absolventinnen und Absolventen beziehen liegen nicht vor18.

Die oben erwähnten Übertrittsquoten in den Arbeitsmarkt und auch die leicht ansteigende Tendenz
deckt sich mit den Erfahrungen für den Bachelor Mathematik Studiengang an der TUM. An der TUM
wird die Möglichkeit des Direkteinstiegs ins Berufsleben derzeit nur von schätzungsweise etwa 5 -
10 Prozent der Absolventinnen und Absolventen wahrgenommen. Etwa 90 Prozent19 unserer
Studierenden entscheiden sich nach dem Bachelor für ein Masterstudium und rund ein Drittel für
eine spätere Promotion.

Die Nachfrage von Unternehmen nach Mathematik Absolventinnen und Absolventen ist, wie bereits
oben erwähnt, hoch. Im Zuge des Fachkräftemangels scheint sich derzeit ein eigener Stellenmarkt20
für Bachelor Absolventinnen und Absolventen zu entwickeln. Unternehmen scheinen hier durchaus
dazu bereit zu sein, die eher theoretische Universitätsausbildung mit einer Praxisausbildung im
Unternehmen zu komplementieren.

Für Einstiegspositionen, die eine höhere fachliche Qualifikation oder stärkere Spezialisierung
benötigen, oder deren Tätigkeitsprofil konzeptionelles Arbeiten oder innovative Lösungsstrategien
erfordern, beispielsweise in Forschungs- und Entwicklungsabteilungen, wird weiterhin mindestens
einen Masterabschluss benötigt21.

18 Törner, G., Reiter, V. Berndtsen, B.: Informationen über den Arbeitsmarkt für Mathematiker und
Mathematikerinnen. Mitteilungen der Deutschen Mathematiker-Vereinigung 31 (2023) 2, S. 84-93.
Die Autoren des Papers arbeiten mit Zahlen des statistischen Bundesamts, die für die Fächergruppe
Mathematik/Naturwissenschaften mit Hilfe eines Algorithmus eine Übergangsquote vom Bachelor in den
Arbeitsmarkt von 20% Prozent errechnet hat. Die Autoren weisen aber darauf hin, dass diese Fächergruppe
sehr heterogen und auch die Ausbildungskultur sehr unterschiedlich ist. Das Statistische Bundesamt hatte
den Autoren weiters mitgeteilt, dass sich die verwendeten Algorithmen nicht eignen, um auf noch kleinere
Gruppen, wie etwas nur den Fachbereich Mathematik, angewendet zu werden.
19 Diese Zahl wird auch durch die oben erwähnte Studie von B. Berndtsen und G. Törner „Übergangszahlen

Bachelor-Master beim Mathematikstudium“ bestätigt.

20 Exemplarische Anzeigen aus einer Stellensuche (Stepstone, 05.07.2023): „Junior Mathematiker*in

(Versicherung/Produktmathematik)“ (Proxalto Service Management GmbH), „Data Analyst Business

Intelligence, gern Absolvent:in der Wirtschaftsinformatik oder Mathematik“ (GKC Dr. Öttl & Partner), „Junior
Expert Simulationssysteme Mathematik (m/w/d)“ (HAPEKO Hanseatisches Personalkontor GmbH,
„Consultant (Versicherungs-) Mathematik / Aktuar (m/w/d)“ (Deloitte), „Mathematiker (m/w/d) für die
Rechenkernentwicklung“ (AXA Konzern AG), „Mathematiker/Mathematikerin/Physiker/Physikerin für die
Unternehmensberatung (w/m/d)“ (KPMG), „(Junior) Mathematiker (m/w/d) als Global Projekt Manager“ (Willis
Towers Watson GmbH)
21 Exemplarische Anzeigen aus einer Stellensuche (Stepstone, 05.07.2023): „Informatiker, Physiker,

Mathematiker – AI / Machine Learning (m/w/d)“ (TWT GmbH), „Aktuar / Mathematiker (m/w/d) im Aktuariat
Industrie- und Firmengeschäft“ (AXA Konzern AG), „Mathematiker:in in Financial Lines“ (Hannover Rück
SE), „Consultant Quantitative Risk – Mathe, Physik, Informatik – Consulting (Financial Services) (w/m/d)“
(EY), „Mathematiker – Schwerpunkt Data Science m/w/d“ (statmath GmbH)

TUM School of Computation, Information and Technology

18.09.2024 18
Zusammenfassend lässt sich sagen, dass der Bedarf an gut ausgebildeten Mathematikerinnen und
Mathematikern deutschlandweit (und darüber hinaus) sehr hoch ist. Bachelor Absolventinnen und
Absolventen, aber in besonderem Maße hoch qualifizierte und teils spezialisierte Absolventinnen
und Absolventen eines mathematischen Masterstudiums, werden in Industrie und Wirtschaft sehr
stark nachgefragt.

TUM School of Computation, Information and Technology

18.09.2024 19
5 Wettbewerbsanalyse

5.1 Externe Wettbewerbsanalyse

Der zunehmende Einsatz mathematischer Methoden zur Lösung komplexer, realer Probleme in
praktisch allen Branchen in Technik und Wirtschaft führt dazu, dass der nationale und internationale
Bedarf an Mathematikerinnen und Mathematikern flächendeckend weiterhin groß ist. Daher ist auch
das Angebot an grundständigen mathematischen Studiengängen entsprechend attraktiv. An
Hochschulen und Universitäten reicht das Angebot daher vom klassischen mathematischen
Studiengang bis hin zu spezialisierten Studiengängen wie Wirtschaftsmathematik, und es werden
teilweise sogar mehrere Studiengänge an ein und derselben Hochschule angeboten.

Allein in Bayern werden 39 grundständige Studiengänge im Studienbereich Mathematik angeboten;

bayerische Universitäten, die den (nicht spezialisierten) Bachelorstudiengang „Mathematik“ anbieten
sind, nach Universitätsstandort sortiert: Universität Augsburg, Universität Bayreuth, Katholische
Universität Eichstätt – Ingolstadt, Friedrich-Alexander-Universität Erlangen-Nürnberg, Ludwig-
Maximilians-Universität München, Technische Universität München, Universität Passau, Universität
Regensburg und Julius-Maximilians-Universität Würzburg. Deutschlandweit kann an knapp 90
Studienorten ein Bachelorstudium der Mathematik begonnen werden24.

An der TUM gehört die Mathematik zu den Kernkompetenzen und der Studiengang Mathematik zum
traditionellen Repertoire der TUM-Studiengänge. Der hier angebotene grundständige Bachelor-
studiengang Mathematik stellt gemeinsam mit dem Masterstudiengang Mathematik das „klassische
Mathematikstudium“ an der TUM dar. Das Y-Modell (vgl. dazu auch Kapitel 1.2, Seite 6 und
Abbildung 1, Seite 7) mit nur einem grundständigen Bachelor und der anschließenden Wahl
zwischen einem breit ausgerichteten Masterstudiengang Mathematik oder einem spezialisierten
Masterstudiengang mit angewandtem Profil ist hierbei regional eine Besonderheit der TUM.

Vergleichbare Bachelorstudiengänge in Mathematik (mit Abschluss Bachelor of Science) gibt es in

Bayern unter anderem an der Ludwig-Maximilians-Universität München (LMU) wie auch an der
Universität Augsburg. Beide Universitäten bieten aber auch noch jeweils einen spezialisierten
Bachelorstudiengang in Wirtschaftsmathematik an.

In Deutschland gehören zu den vielen namhaften Universitäten, die einen Bachelorstudiengang

Mathematik anbieten, neben der TUM u.a. die Technische Universität Kaiserslautern (TU

24Diese Angaben sind Ergebnisse einer Suche am 19.02.2023 nach entsprechenden Studiengängen im
Portal der HRK Hochschulrektorenkoferenz (https://www.hochschulkompass.de)

TUM School of Computation, Information and Technology

18.09.2024 20
Kaiserslautern), die Rheinisch-Westfälische Technische Hochschule Aachen (RWTH Aachen), das
Karlsruher Institut für Technologie (KIT), die Technische Universität Darmstadt (TU Darmstadt), die
Technische Universität Berlin (TU Berlin), die Universität Stuttgart, die Rheinische Friedrich-
Wilhelms-Universität Bonn (Universität Bonn) oder die Ruprecht-Karls-Universität Heidelberg.
Wissenschaftlich gesehen sind, basierend auf das QS Subject Ranking 202325, die deutschen Top
Universitäten die Universität Bonn (weltweit Platz 39, europaweit Platz 14), die TUM (weltweit Platz
43, europaweit Platz 16) und die TU Berlin (weltweit Platz 53, europaweit Platz 19).

Die deutschen Bachelorstudiengänge Mathematik sind sich insofern ähnlich, als dass sie alle – im
Gegensatz zu spezialisierten Bachelorstudiengängen wie der Wirtschaftsmathematik – eine breite
mathematische Grundausbildung anbieten. Insbesondere hinsichtlich der Basiskompetenzen in
Analysis, Lineare Algebra, Numerik und Stochastik unterscheiden sich die Studiengänge nur gering.
Gleich ist zudem, dass erste mathematische Erweiterungs- und Vertiefungsmodule bereits während
des Bachelorstudiums eingebracht werden sollen. An einigen Universitäten (z.B. Universität Bonn,
Freie Universität Berlin) wählt man vorwiegend aus den klassischen Bereichen der Reinen
Mathematik, andere Universitäten (z.B. KIT, TU Kaiserslautern, RWTH Aachen) nehmen verstärkt
Bereiche der Angewandten Mathematik in ihre Bachelor-Kataloge auf. Ein besonderes Merkmal der
TUM-Ausbildung ist mit Sicherheit, dass im Bachelor sowohl die aktuellen Anwendungsbereiche der
Mathematik (Wahrscheinlichkeitstheorie, Numerik und Wissenschaftliches Rechnen, Optimierung,
Biomathematik und Biostatistik) als auch die klassischen Bereiche der Reinen Mathematik (wie etwa
Analysis, Algebra und Geometrie) in die Ausbildung eingebunden werden können. Das Department
Mathematik stellt hierzu ein vergleichsweise vielseitiges, theoretisch fundiertes und zugleich
anwendungs- und forschungsnahes Lehrangebot bereit – stets mit dem Ziel der Brückenbildung
zwischen theoretischem Verständnis und praktischen Anwendungen.

An den meisten Universitäten (z.B. TUM, LMU, TU Berlin, RWTH Aachen, TU Darmstadt) wird das
Studium zudem um die freie Wahl eines nicht-mathematischen Nebenfachs (wie etwa Chemie,
Wirtschaftswissenschaften, Informatik, Physik) ergänzt. Die TUM zeichnet sich auch hier durch ihr
besonders abwechslungsreiches und zugleich anspruchsvolles Angebot (z.B. in Informatik, Physik,
Wirtschaftswissenschaften, Elektro- und Informationstechnik oder einem naturwissenschaftlichen
oder technischen Sondernebenfach der TUM) aus.

Im europäischen Vergleich sind etwa die ETH Zürich, die EPFL in Lausanne, die École
Polytechnique Paris oder die KTH Stockholm zu nennen, die eine solide Grundausbildung in

25 Ergebnisse des QS Subject Rankings 2023 für das Fach Mathematik:

https://www.topuniversities.com/university-rankings/university-subject-rankings/2023/mathematics

TUM School of Computation, Information and Technology

18.09.2024 21
Mathematik auf vergleichbarem hohen fachlichen Niveau anbieten. Zudem besteht ein intensiver
Austausch zwischen der TUM und den genannten Universitäten, sowohl auf wissenschaftlicher
Ebene als auch auf der Ebene des studentischen Austauschs. Diese Universitäten zeichnen sich
auch durch ihr wissenschaftliches Renommee aus, was die Ergebnisse des bereits erwähnten QS
Subject Ranking 2023 darlegen: ETH Zürich (weltweit Platz 8, europaweit Platz 3), EPFL Lausanne
(weltweit Platz 18, europaweit Platz 9), École Polytechnique Paris als Teil des Institut Polytechnique
de Paris (weltweit Platz 14, europaweit Platz 6), KTH Stockholm (weltweit Platz 48, europaweit Platz
17).

Im Gegensatz zu diesen vier Universitäten haben die Studierenden an der TUM die Möglichkeit der
freien Wahl eines individuellen Nebenfaches ab dem ersten Semester. Diese Möglichkeit gibt es an
den anderen genannten Universitäten in dieser Form nicht. An der ETH Zürich, der EPFL Lausanne
und der KTH Stockholm werden einzelne Module (ohne oder mit nur sehr eingeschränkter
Wahlmöglichkeit), wie einführende Veranstaltungen der Physik oder Informatik, fest im Studienplan
verankert. An der École Polytechnique Paris hat das erste Studienjahr den Charakter eines
naturwissenschaftlichen Studium Generale; erst ab dem zweiten Jahr ist die Wahl eines zweiten
(Haupt-)Fachs parallel zur Mathematik möglich.

Die speziellen Anforderungen an Mathematik-Studierende (vgl. Kapitel 3.2, Seite 11) und die
Vielzahl an angebotenen mathematischen Studiengängen, sowohl bayernweit, als auch
deutschland- und europaweit, machen den hoch kompetitiven Wettbewerb um
Studienbewerberinnen und Studienbewerber deutlich. Für die oben genannten deutschen
Universitäten ist eine Gegenüberstellung der Studienanfängerzahlen 2020/21, der gesamten
Studierendenzahlen im Studiengang des Jahres 2021, sowie der Zahl der Absolventinnen und
Absolventen 2021 in Tabelle 2, Seite 23 zu sehen. Wegen der Studiendauer beziehen sich die
Absolventenzahlen überwiegend auf Studierende der Kohorte mit Studienbeginn 2018. Da die
Größe der Kohorten Schwankungen unterliegen, können in der Regel mit den beiden angegebenen
Werten keine Rückschlüsse auf die Erfolgsquote getroffen werden. Die Daten basieren auf den
Angaben des CHE Hochschulrankings 202126; Zahlen zur LMU liegen nicht vor und werden daher
nicht aufgelistet.

26 Webseite des CHE Hochschulrankings: https://ranking.zeit.de/

TUM School of Computation, Information and Technology

18.09.2024 22
Tabelle 2: Vergleich der Studienanfänger, Studierendenzahlen und Absolventinnen- und Absolventenzahlen des Studien-
jahres 2020/21.

Universität Studierende im Immatrikulierte Absolventinnen

1. Semester Studierende und
(Beginn 2021 Absolventen
2020/21) (v.a. Kohorte
2018)

Technische Universität München 173 560 111

Universität Augsburg 87 228 29

Technische Universität Kaiserslautern 48 179 39

Rheinisch-Westfälische Technische Hochschule 172 558 76

Aachen

Karlsruher Institut für Technologie 103 323 58

Technische Universität Darmstadt 110 366 64

Technische Universität Berlin 253 876 69

Universität Stuttgart 68 237 50

Rheinische Friedrich-Wilhelms-Universität Bonn 196 559 113

Ruprecht-Karls-Universität Heidelberg 148 433 52

Heidelberg

Die insgesamt hohen Anfängerzahlen im Bachelorstudiengang Mathematik der TUM, die in den
vergangenen Jahren bei durchschnittlich ca. 190 pro Wintersemester lagen (vgl. Tabelle 1 in Kapitel
3.3, Seite 14), belegen die große Nachfrage nach Studienplätzen in demselben. Diese hohe Zahl an
Studienanfängerinnen und Studienanfängern deutet auch auf ein gutes und etabliertes Renommee
des TUM Bachelorstudiengangs Mathematik sowie der TUM insgesamt hin.

Zu den Besonderheiten des Bachelorstudiengangs Mathematik gehört auch die intensive Unter-
stützung der Studierenden bei der Planung und Durchführung eines Auslandsaufenthalts als Teil
des Studiums. Die große Flexibilität bei der Studienplangestaltung macht einen solchen Aufenthalt
ohne Verlängerung der Studienzeit problemlos möglich. Unterstützt werden die Studierenden dabei
von der Auslandsbeauftragten der Mathematik. Dieses Angebot wird bereits jetzt von einem großen
Teil der Studierenden wahrgenommen. Besonders eindrucksvoll zeigt sich das im Vergleich mit

TUM School of Computation, Information and Technology

18.09.2024 23
anderen deutschen Mathematik-Fakultäten (vgl. Abbildung 2) und den aktuellen Outgoing-Zahlen
der mathematischen Studiengänge an der TUM (vgl. Abbildung 3).

Abbildung 2: Outgoing-Zahlen deutscher Mathematik-Fakultäten (Zahlen: DAAD, aktuellster verfügbarer Stand).

50
45
40
35
30
25 2014
20
15 2015
10
5 2016
0 2017
2018

Abbildung 3: Outgoing-Zahlen nach Austausch Programmen über alle mathematischen Studiengänge der TUM..

120
100
80
andere
60
TUMexchange
40
Erasmus
20
0
18/19 19/20 20/21 21/22 22/23

Die Zahlen im Studienjahr 2020/2021 sind auf Grund der Corona-Pandemie nicht repräsentativ, da
viele Austausche nicht stattfinden konnten.

5.2 Interne Wettbewerbsanalyse

An der Technischen Universität München gibt es keinen Bachelorstudiengang mit vergleichbarem
Profil.

An der TUM School of Social Sciences an Technology ist das Department of Educational Sciences
für die Lehrerbildung an der TUM zuständig und bietet verschiedene Studiengänge mit dem Erst-
oder Zweitfach Mathematik an. Zu diesen Studiengängen besteht kein Wettbewerb, da sie eine
andere Zielsetzung verfolgen und außerdem eine andere Zielgruppe ansprechen.

TUM School of Computation, Information and Technology

18.09.2024 24
6 Aufbau des Studiengangs
Der Studiengang verfolgt das Ziel, eine breite grundständige Ausbildung in Mathematik
bereitzustellen, wobei in den höheren Semestern bereits erweiterte und vertiefte Fachkenntnisse
vermittelt werden, indem von den Studierenden je nach individueller Neigung und Vorliebe eine erste
spezialisierende Vertiefung vorgenommen wird. Diese Spezialisierung ist sowohl für die Wahl eines
auf den Bachelorstudiengang aufbauenden Masterstudiengangs, als auch für einen direkten
Berufseinstieg nach dem Bachelorstudium von Belang. Zudem sollen die Studierenden mögliche
Anwendungen im Rahmen eines Nebenfaches sowie eines Berufspraktikums kennenlernen und
spätere Einsatzgebiete für sich identifizieren. Abgerundet wird das Bachelorstudium Mathematik
durch eine interessens- und bedarfsgeleitete Schärfung des individuellen Persönlichkeits- und
Kompetenzprofils im überfachlichen Bereich.

Demnach setzt sich das Curriculum aus den Blöcken mathematische Grundlagen-, Aufbau- und
Vertiefungsmodule, Nebenfachmodule, einem Berufspraktikum, Modulen der „Überfachlichen
Grundlagen“, sowie einem Seminar und einer Abschlussarbeit zusammen. Studienleistungen
(welche unbenotet ins Studium eingehen) werden hier im jeweils passenden Block integriert,
erscheinen in der Fachprüfungs- und Studienordnung aber in einem gemeinsamen, eigenen Block.
Diese Blöcke sind durch unterschiedliche Farben in der graphischen Darstellung anhand
exemplarischer Studienpläne in Tabellen 3a und 3b auf den nächsten beiden Seite erkennbar. Der
Aufbau der einzelnen Blöcke wird dann in den folgenden Kapiteln 6.1 bis 6.6 näher erläutert.

Schematischer Aufbau anhand eines exemplarischen Studienplans

Speziell zu Anfang eines Mathematikstudiums bauen die Module stark auf den in vorausgehenden
Modulen (bzw. im ersten Semester auf die in der schulischen Vorbildung) vermittelten
Vorkenntnissen und Kompetenzen auf. Dies wird in den folgenden Abschnitten deutlich. Daher ist
der Studienbeginn im Bachelorstudiengang Mathematik an der TUM nur im Wintersemester möglich.
Zudem kann auch nur mit Studienbeginn zum Wintersemester das Studium innerhalb der
Regelstudienzeit von sechs Semestern durchlaufen werden.

Von diesem Studienbeginn im Wintersemester ausgehend werden in Tabellen 3a und 3b auf Seiten
26 und 27 anhand exemplarisch erstellter, möglicher Studienpläne der Aufbau des Studiums
schematisch dargestellt. Bei den in diesem Beispiel gewählten Modulen wurde bewusst auf die
Setzung eines mathematischen Schwerpunkts verzichtet. Dies würde erst durch eine konkrete
Auswahl von Modulen abhängig von der jeweiligen Vertiefungsrichtung erfolgen. Bei den
zweisemestrigen Modulen Mathematische Grundlagen und Mathematisches Studieren kann der
Workload je nach individueller Studienplangestaltung (z.B. Nebenfachwahl) oder individuell
präferierter Arbeitseinteilung weitgehend flexibel über beide Semester verteilt werden. Hierauf wird

TUM School of Computation, Information and Technology

18.09.2024 25
im Kapitel 6.1 bei den Modulen noch einmal näher eingegangen. In den exemplarischen
Studienplänen wird jeweils eine beispielhafte Aufteilung des Workloads je Semester in Credits für
diese Module angegeben.

Tabelle 3a: Exemplarische Darstellung eines Studienplans für den sechssemestrigen Mathematik Bachelorstudiengang
mit Nebenfach Wirtschaftswissenschaften.

Credits
Semester Module
(Prüfungen)

1. Analysis 1 Lineare Algebra 1 Math. Math. Princ. of. Econ. 30

(Pflicht) (Pflicht) Grundlagen Studieren (Wahl) (4)
Klausur Klausur (Pflicht) (Pflicht) Klausur
9 CP 9 CP Mündl. Übungs- 6 CP
Prüfung leistung und
2. Analysis 2 Lin. Alg. 2 Diskrete 5 CP Präsentation Cost 30
(Pflicht) (Pflicht) Mathe. (2+3 CP) 6 CP Accounting (6)
Klausur Klausur (Pflicht) (4+2 CP) (Wahl)
9 CP 6 CP Klausur Klausur
4 CP 6 CP

3. Analysis 3 Numerik Einf. in die Wahrsch. Einf. in die Pro- 30

(Pflicht) (Pflicht) und Statistik grammierung (4)
Klausur Klausur (Pflicht) (Pflicht)
9 CP 9 CP Klausur Klausur
9 CP 3 CP

4. Einführung in die Geometrie Berufspraktikum Marketing und 30

Optimierung (Wahl) (Pflicht) Innov. Manag. (4)
(Wahl) Klausur Bericht (Wahl)
Klausur 9 CP 6 CP Klausur
9 CP 6 CP

5. Discrete Optimization Numerics of Probability Theory Seminar * 30

(Wahl) Differential Equations (Wahl) (Pflicht) (4)
Mobilitäts- Klausur (Wahl) Klausur Vortrag
9 CP Klausur 9 CP 3 CP
fenster
9 CP

6. Algebra Statistical Daten- Ringvor- Bachelor’s Thesis 30

(Wahl) Computing Politik, lesung 12 CP (5)
Klausur (Wahl) Recht, Umwelt
Klausur Ethik- (Wahl)
9 CP
(Wahl) Präsen-
5 CP
Referat tation
3 CP 1 CP
Legende: Grau: Pflichtmodule aus dem Grundlagenbereich
Hellblau: Wahlmodule aus Aufbau- und Vertiefungsbereich
Dunkelblau: Bachelorarbeit, Seminar und Berufspraktikum
Hellgrün: Nebenfachmodulbereich
Orange: Modulbereich Überfachliche Grundlagen
* Studierende im Auslandssemester können das Seminar im Ausland oder im 4. oder 6.
Semester an der TUM belegen

TUM School of Computation, Information and Technology

18.09.2024 26
Tabelle 4b: Exemplarische Darstellung eines Studienplans für den sechssemestrigen Mathematik Bachelorstudiengang
mit Nebenfach Informatik.

Credits
Semester Module
(Prüfungen)

1. Analysis 1 Lineare Algebra 1 Math. Math. Einf. i.d. 30

(Pflicht) (Pflicht) Grundlagen Studieren Informatik f. (4)
Klausur Klausur (Pflicht) (Pflicht) Stud. d. MA
Mündl. Übungs- (Wahl)
9 CP 9 CP
Prüfung leistung und Klausur
5 CP Präsentation 9 CP
(1+4 CP) 6 CP
2. Analysis 2 Lin. Alg. 2 Diskrete (2+4 CP) Daten-Politik, 30
(Pflicht) (Pflicht) Mathe. Recht, Ethik- (6)
Klausur Klausur (Pflicht) (Wahl)
9 CP 6 CP Klausur Referat
4 CP 3 CP

3. Analysis 3 Numerik Einf. in die Wahrsch. Einf. in die Pro- 30

(Pflicht) (Pflicht) und Statistik grammierung (4)
Klausur Klausur (Pflicht) (Pflicht)
9 CP 9 CP Klausur Klausur
9 CP 3 CP

4. Einführung in die Geometrie Berufspraktikum Grundlagen: 30

Optimierung (Wahl) (Pflicht) Algorithmen und (4)
(Wahl) Klausur Bericht Datenstrukturen
Klausur (Wahl)
9 CP 6 CP
9 CP Klausur
6 CP

5. Discrete Optimization Funktionalanalysis Applied Grundlagen: Ringvor- 30

(Wahl) (Wahl) Regression Datenbanken lesung (5)
Klausur Klausur (Wahl) (Wahl) Umwelt
Klausur Klausur (Wahl)
9 CP 9 CP
Mobilitäts- 5 CP 6 CP Präsen-
tation
fenster
1 CP

6. Markovketen Statistical Funktionen- Seminar Bachelor’s Thesis 30

(Wahl) Computing theorie (Pflicht) 12 CP (5)
Klausur (Wahl) (Wahl) Vortrag
5 CP Klausur Klausur 3 CP
5 CP 5 CP
Legende: Grau: Pflichtmodule aus dem Grundlagenbereich
Hellblau: Wahlmodule aus Aufbau- und Vertiefungsbereich
Dunkelblau: Bachelorarbeit, Seminar und Berufspraktikum
Hellgrün: Nebenfachmodulbereich
Orange: Modulbereich Überfachliche Grundlagen

TUM School of Computation, Information and Technology

18.09.2024 27
6.1 Grundlagen durch Pflichtmodule
(78 Credits aus Prüfungsleistungen und 9 Credits aus
Studienleistungen)
Basierend auf den Kenntnissen, Fähigkeiten und Kompetenzen, die die Studierenden aus ihrer
Vorbildung, in der Regel einer deutschen allgemeinen Hochschulreife, mitbringen, werden in den
ersten drei Semestern des Studiums die Grundlagen für ein erfolgreiches Mathematikstudium
gelegt. Insbesondere wird auf eine breit angelegte Grundlagenausbildung geachtet. Die
Grundlagenmodule bestehen neben den Einführungsmodulen Analysis, Lineare Algebra und
Diskrete Mathematik aus Numerik sowie der Einführung in die Wahrscheinlichkeitstheorie und
Statistik27. Auch auf ein nachhaltiges und vernetztes Lernen, das Erkennen von Querverbindungen
zwischen einzelnen Fachgebieten, sowie die gezielte und intensive Einführung in die der Mathematik
eigenen Arbeits- und Denkweise wird in der Studieneingangsphase ein besonderes Augenmerk
gerichtet. Damit erwerben die Studierenden die für das weitere Studium notwendige Basis an
mathematischem Fachwissen und erlernen zentrale Methoden für die Lösung mathematischer
Probleme und Fragestellungen.

Erstes Studienjahr mit Grundlagen- und Orientierungsprüfung

Im ersten Studienjahr sind die Module aus den Kernbereichen der Analysis, der Linearen Algebra
und der Diskreten Mathematik zentral für die wissenschaftliche Mathematikausbildung. Hier lernen
die Studierenden neben den eigentlichen Lernergebnissen der beiden Gebiete vor allem die exakte
mathematische „Sprache“ und den sorgfältigen Umgang mit ihr kennen. Mit dieser „Sprache“ können
komplexe Zusammenhänge sehr knapp, aber exakt dargestellt werden.

Üblicherweise werden mathematische Aussagen in der Schule anschaulich erläutert oder

hinsichtlich eines grundsätzlichen Verständnisses argumentativ geprüft. Ziel ist es nun, auf eine
stichhaltige, lückenlose und widerspruchsfreie Beweiskette, die auf exakten Definitionen oder bereits
bewiesenen Aussagen basiert, überzugehen und dabei auch alle nötigen Voraussetzungen und
Einzelfälle zu berücksichtigen. Auch eine korrekte Aussagenlogik ist hier unerlässlich. Definitionen,
Regeln, Algorithmen, Formeln und Konzepte werden nun nicht mehr nur angewandt, vielmehr geht
es nun darum, warum diese gelten, ob sich diese verallgemeinern lassen (z.B. Abstraktion von ein-
auf mehrdimensional) und welche neuen Schlüsse daraus gezogen werden können. Das erfordert

27Laut der Deutschen Mathematiker-Vereinigung gehören die Analysis, Lineare Algebra und die
Computerorientierte Mathematik (Numerik) zur Grundausbildung aller Mathematik-Studiengänge.
(https://www.mathematik.de/mathe-studieren)

TUM School of Computation, Information and Technology

18.09.2024 28
auch eine systematische und strukturierte Einführung aufeinander aufbauender Begriffe und
Bereiche, sowie die Vermittlung grundlegender Beweistechniken in den Vorlesungen, sowie
regelmäßige und intensive Übungen, um das wissenschaftliche, mathematische Verständnis zu
fördern.

Grundlagenmodule Analysis und Lineare Algebra

In der Analysis lernen die Studierenden neben der Handhabung dieser Beweistechniken auch den
Umgang mit dem Grenzwertbegriff, können diesen dann auf Folgen und Reihen anwenden, und
verfügen dann über Rechenfertigkeiten im Reellen und Komplexen. Zudem verfügen sie danach
über eine anschauliche Vorstellung, sowie über ein theoretisches Verständnis der Grundbegriffe
reeller Funktionen im Ein- und Mehrdimensionalen und können diese in Beispielsituationen sicher
handhaben.

Im Zuge der Linearen Algebra lernen sie grundlegende Strukturen dieses Teilgebietes und dessen
Verwendung kennen, sammeln Erfahrungen mit Abstraktion und exakter Argumentation und stellen
Verbindungen zwischen diesen Strukturen und den Anschauungen her. Sie können dann zwischen
Algebra, Geometrie und Matrixkalkül übersetzen, wissen, wann die Methoden der Linearen Algebra
anwendbar sind und können die Konzepte dieser Module zur Modellierung geeigneter
Praxisprobleme einsetzen.

Die Modulinhalte werden jeweils in den Vorlesungen im Vortrag vermittelt und durch anschauliche
Beispiele unterstützt sowie in Diskussionen mit den Studierenden hergeleitet. Dadurch sollen die
Studierenden motiviert werden, sich auch eigenständig mit den inhaltlichen Themen und der
Fachliteratur auseinanderzusetzen. Zusätzlich werden in den wöchentlichen Übungen die
Diskussionsaufgaben des aktuellen Übungsblatts gemeinsam bearbeitet, um so den Umgang mit
den Begriffen, Konzepten, Methoden und Rechentechniken aus dem aktuellen Vorlesungsstoff zu
schulen und so auch das Verständnis in diesen Grundlagen zu fördern.

Grundlagen- und Orientierungsprüfung (GOP)

Ein umfassendes Verständnis der oben beschriebenen mathematischen Grundlagen ist unerlässlich
für die weitere mathematische Fachausbildung und kann erst nach dem Besuch der vier Module
(Analysis 1 und 2, sowie Lineare Algebra 1 und 2) erreicht werden. Ein ausreichendes Verständnis
ist im Rahmen der Grundlagen- und Orientierungsprüfung (GOP) nachzuweisen. Hierfür müssen
zwei dieser vier Module nach dem zweiten Semester bestanden sein.

Um den Studierenden die notwendige Zeit einzuräumen, die für das nachhaltige und vernetzte
Verständnis erforderlichen Querverbindungen zwischen diesen beiden Kerngebieten aufzubauen,
wurde nach den Erfahrungen der letzten Jahre ein neues Modul Mathematische Grundlagen als
Pflichtmodul im Curriculum aufgenommen. Dieses Selbststudiumsmodul erstreckt sich über die

TUM School of Computation, Information and Technology

18.09.2024 29
ersten beiden Semester. Da dieses tiefere Verständnis der mathematischen Grundlagen und ihrer
Interdependenzen, sowie die Fähigkeit mathematische Begriffe und Sachverhalte verständlich in
einem Gespräch kommunizieren zu können, unverzichtbar für das weitere Studium ist, ist dieses
Modul ebenfalls Bestandteil der GOP, wird zum Ende des zweiten Semesters geprüft und muss
erfolgreich bestanden werden.

Als reines Selbststudiumsmodul können sich die Studierenden ihre Arbeitszeit für dieses Modul frei
einteilen (s. Modulbeschreibung). Beispielsweise können Sie schon ab Studienbeginn gleichmäßig
die wiederholenden und vertiefenden Lerneinheiten mit einplanen oder dies überwiegend oder
ausschließlich im zweiten Semester machen. Ein Schwerpunkt des Workloads wird jedoch sicherlich
im zweiten Semester liegen. Im ersten Semester ist demnach ein Workload von ca. 1-2 CP und im
zweiten Semester ein Workload von ca. 3-4 CP anzusetzen.

Mathematisches Studieren

Parallel zu den Veranstaltungen der Analysis und Linearen Algebra findet das Modul Mathe-
matisches Studieren statt, das als Studienleistung in den Bachelor Mathematik einfließt. Das Ziel
dieses Moduls ist es, die Studierenden in Kleingruppen schrittweise und zielgerichtet in die der
Mathematik eigenen Arbeits- und Denkweise einzuführen, die für das weitere Mathematikstudium
wesentlich ist und eine fachliche Schlüsselqualifikation darstellt. Zudem wird in diesem Modul die
Fähigkeit, über Mathematik zu kommunizieren, geschult. Die Studierenden werden so frühzeitig an
das selbständige wissenschaftliche Arbeiten herangeführt, etwa durch Recherche nach geeigneter
Fachliteratur bei der Vor- oder Nachbereitung der Vorlesungen und Übungen.

Inhaltlich knüpft das Modul Mathematisches Studieren dabei an das Erlernte aus den
Veranstaltungen der Analysis und der Linearen Algebra an.

Das Modul selbst besteht im ersten Semester aus einer Kleingruppenübung zum Thema
"Mathematik richtig aufschreiben“. Ergänzt wird diese Kleingruppenübung durch Angebote, welche
die Studierenden nach Bedarf besuchen können. Diese umfassen Fragestunden und
Hausaufgabenhilfen, die im ersten Studienjahr angeboten werden. Zudem präsentieren die
Studierenden am Ende des ersten Semesters in Workshops ein kleines ausgearbeitetes
mathematisches Thema (s.u.)

In der Kleingruppenübung werden individuell oder in kleinen Gruppen unter Anleitung durch die
Betreuenden Übungsaufgaben (z.B. Beweise, Bestimmung und Charakterisierung von
mathematischen Strukturen, Berechnung von mathematischen Ausdrücken) bearbeitet. Dabei
finden Interaktionen mit anderen Studierenden und den Dozierenden zu Inhalt und Präsentation
statt. Bei der Bearbeitung der Übungsaufgaben fördert die Gruppenarbeit nicht nur die

TUM School of Computation, Information and Technology

18.09.2024 30
Teamfähigkeit, sie schult auch die fachliche Kommunikation und ermöglicht den Studierenden,
alternative Lösungsstrategien kennenzulernen.

Leichtere Aufgaben ermöglichen das Einüben von Arbeitstechniken und Standardverfahren,

komplexere Aufgaben regen zur intensiven fachlichen Diskussion und detaillierten
Auseinandersetzung mit den zu Grunde liegenden mathematischen Inhalten an, fördern das für die
Mathematik wichtige abstrakte Denken, stärken das Durchhaltevermögen bei der Lösung komplexer
Probleme und die Toleranz gegenüber Fehlschlägen. Der Betreuende vermittelt dabei anhand der
interaktiven Besprechung konkreter Aufgaben, wie Beweistechniken (z.B. Induktion, direkter
Beweis, Kontraposition und Widerspruchsbeweis) und mathematische Fachsprache (z.B.
mathematischen Symbole) korrekt im richtigen Kontext angewendet werden.

Der Lernerfolg der einzelnen Studierenden wird in Form einer Übungsleistung geprüft. Hierfür sind
kontinuierlich wöchentlich schriftlich sorgfältig ausgearbeitete Hausaufgaben abzugeben. Dadurch
verteilt sich die Prüfungsbelastung durch diese Übungsleistung gleichmäßig über die gesamte
Vorlesungszeit der ersten beiden Studiensemester. Die Bewertung dieser Übungsleistung durch das
betreuende Lehrpersonal erfolgt dabei nicht nur durch eine schriftliche Korrektur, sondern wird
gegebenenfalls auch um mündliche Kommentare ergänzt, sodass der individuelle Lernerfolg
beispielsweise bei der Analyse von Fehlern und Schwierigkeiten in der Formulierung unterstützt
wird. Durch vielfältige Aufgabenstellungen werden zudem Strategien aufgezeigt, um auch nicht-
standardisierte Aufgaben lösen zu können. Dabei werden zentrale Fähigkeiten zum
Auseinandersetzen mit mathematischen Inhalten vermittelt und geübt, wie z.B. kritisches
Hinterfragen von Beweisen, Nutzung von Fachliteratur und Formalismus in der Mathematik. Auch
wenn ein kontinuierliches und gleichmäßiges Üben in den Hausaufgaben wünschenswert ist, haben
die Studierenden die Möglichkeit die Anforderungen dieser Übungsleistung auch schwerpunktmäßig
in einem der beiden Semester zu erbringen, was eine zusätzliche Flexibilität bei der individuellen
Studienplangestaltung ermöglicht (s. Modulbeschreibung).

Zudem lernen die Studierenden in Workshops durch kurze Vorträge frühzeitig, über Mathematik in
der richtigen Fachsprache zu kommunizieren. Hierfür ist jeweils ein klar umrissenes
mathematisches, fachliches Thema oder Problem (z.B. ein komplexer mathematischer Beweis) in
der vorlesungsfreien Zeit nach dem ersten Semester auszuarbeiten und anschließend im Workshop
einer fachlichen Öffentlichkeit (d.h. den anderen Workshop-Teilnehmerinnen und Teilnehmern sowie
den fachlichen Betreuenden des Workshops) in einer angemessenen Form zu präsentieren. Wichtig
ist hierbei, den fachlichen Inhalt und die relevanten Strukturen in der korrekten mathematischen
Sprache wiederzugeben. Die Studierenden sammeln so erste Erfahrungen, in einer Gruppe
mathematische Inhalte zu diskutieren und mathematische Fragestellungen aus verschiedenen
Sichtweisen betrachten. Sie erhalten dabei Feedback zu Inhalt und Präsentation durch die

TUM School of Computation, Information and Technology

18.09.2024 31
Betreuenden. Je nach individueller Einteilung der Arbeitszeit in diesem Modul kann der Workload in
beiden Semestern jeweils mit ca. 2-4 CP angesetzt werden. Um gut ins Studium zu starten, wird
empfohlen mindestens 3 CP, besser 4 CP für das erste Semester einzuplanen.

Diskrete Mathematik

Abgerundet wird das erste Studienjahr mit dem Modul Diskrete Mathematik im zweiten Semester,
das zwar verpflichtend im Studium zu belegen ist, allerdings nicht Bestandteil der Grundlagen- und
Orientierungsprüfungen ist. Dieses Modul soll die Studierenden möglichst früh mit den Grundlagen
der diskreten Mathematik vertraut machen. Dieses vergleichsweise junge Teilgebiet der Mathematik
beschäftigt sich vorrangig mit endlichen Strukturen, die gerade in Verbindung zur Informatik eine
große Rolle spielen. Zentrale Themen sind etwa elementare Zahlentheorie und ihre Anwendungen
in der Kryptografie sowie Graphentheorie und ihre Anwendungen bei der Analyse von (sozialen)
Netzwerken.

Drittes Semester
Nach erfolgreicher GOP bauen im dritten Semester die Module Analysis 3, Numerik und Einführung
in die Wahrscheinlichkeitstheorie und Statistik (Stochastik) auf dem mathematischen Fundament
des ersten Studienjahres auf. Sie dienen der Vermittlung von mathematischem Basiswissen
ergänzend zur Analysis, zur Linearen Algebra und zur Diskreten Mathematik und erschließen so die
Grundlagen der mathematischen Kerngebiete Numerik und Stochastik.

Die Analysis 3 baut das Wissen und die Fertigkeiten innerhalb des Kerngebiets Analysis weiter aus.
Unter anderem werden Begrifflichkeiten wie „Messen“ oder „Integrieren“ in einen allgemeineren,
abstrakteren Kontext gesetzt, die im weiteren Studienverlauf und auch in der Einführung in die
Wahrscheinlichkeitstheorie und Statistik benötigt werden.

Die Numerik beschäftigt sich mit der Konstruktion und Analyse von Algorithmen für mathematische
Probleme. Die Studierenden lernen hier unter anderem, wie sie mit computerunterstützten Methoden
Konzepte aus der Analysis, Linearen Algebra und Diskreten Mathematik (z.B. die Bestimmung von
Fixpunkten oder die Lösung linearer Gleichungssysteme) effizient in geeigneten Programmen
implementieren können. Auch Voraussagen über die Genauigkeit dieser numerischen Lösungen
werden getroffen.

Die Stochastik beschäftigt sich mit der Beschreibung und Untersuchung von Zufallsexperimenten
sowie vom Zufall beeinflussten zeitlichen Entwicklungen und räumlichen Strukturen. Das
einführende Modul Einführung in die Wahrscheinlichkeitstheorie und Statistik im dritten Semester
baut dabei nicht nur auf die Kenntnisse und Fähigkeiten des ersten Studienjahres auf, sondern auch
auf bereits erlerntes Wissen aus der parallel stattfindenden Analysis 3.

TUM School of Computation, Information and Technology

18.09.2024 32
Sowohl in der Numerik, als auch in der Stochastik, sowie in weiteren mathematischen Kerngebieten
wird immer häufiger der Einsatz von Computern und damit auch algorithmisches Denken
erforderlich. Deshalb eignen sich im dritten Semester die Studierenden im Rahmen des Moduls
Einführung in die Programmierung und in den praktischen Vorlesungsergänzungen der Einführung
in die Wahrscheinlichkeitstheorie und Statistik grundlegende Programmierkenntnisse und den
sicheren Umgang mit Computeranwendungen für die Bearbeitung mathematischer Fragestellungen
an. Zudem setzen sie sich mit der Visualisierung von Ergebnissen und deren Interpretation
auseinander. Die Wahl der Programmierumgebungen wird in Abstimmung mit der Numerik und der
Einführung in die Wahrscheinlichkeitstheorie und Statistik getroffen. Besonderer Fokus wird auf das
eigenständige Programmieren gelegt. Hierfür bearbeiten die Studierenden in den Übungs-
veranstaltungen selbständig oder in Kleingruppen Aufgaben, die jeweils passend zu den
Vorlesungsinhalten gestellt wurden, wodurch eine Vertiefung der gelernten Methoden und Konzepte
erreicht wird. Nach der Teilnahme an der Modulveranstaltung kennen die Studierenden grund-
legende Befehle und Operatoren und sind in der Lage, Programme in geeigneten Umgebungen (z.B.
MATLAB oder R) zu verstehen, zu analysieren und einfache Programmieraufgaben selbst zu lösen.
Das Modul Einführung in die Programmierung geht als Studienleistung in das Studium ein.

6.2 Aufbau und Vertiefung durch Wahlmodule

(50 – 59 Credits aus Prüfungsleistungen)
Dieser Block im Studium bezweckt sowohl den weiteren Ausbau der mathematischen Grundlagen,
als auch die Möglichkeit der ersten fachlichen Vertiefung. Dabei sollen hier auch die individuellen
Vorlieben und Interessen der Studierenden berücksichtigt werden. Vor allem die vielfältigen
Wahlmöglichkeiten im dritten Studienjahr aus einem breiten Spektrum der Mathematik tragen dem
Rechnung.

Aufbau im vierten Semester (mind. 18 Credits)

Um eine breite mathematische Ausbildung gewährleisten zu können, sollen sich die Studierenden
im vierten Semester zwei weitere Kerngebiete erschließen und darin ausreichend Grundlagen
aneignen. Sie haben hierbei die Wahl zwischen Algebra und Geometrie (zwei Gebieten der Reinen
Mathematik) und dem angewandten Gebiet der Optimierung. Durch diese Wahl können sie erstmals
eigene Interessen vertiefen.

Sie können etwa einen größeren Fokus auf die reine Mathematik mit der Wahl der beiden Module
Algebra und Geometrie legen. Ein Grundstock zu diesen Modulen wurde bereits in der Schule und
in den ersten beiden Semestern gelegt. Diese Kenntnisse werden nun weiter abstrahiert und um
neue Theorien und Kalküle erweitert. In der Algebra beschäftigt man sich etwa mit der Theorie der

TUM School of Computation, Information and Technology

18.09.2024 33
Gruppen, Ringe und Körper und anderer abstrakter Gebilde. Dabei liegt hier ein besonderes
Augenmerk auf der exakten Argumentation in Beweisen und der korrekten Verwendung der
modernen algebraischen Sprechweise. Im Modul Geometrie lernen die Studierenden, wie sie
beispielsweise mit homogenen Koordinaten oder Transformationen geeignet geometrische
Berechnungen anstellen können, oder wie sie mit gekrümmten Objekten, wie Kurven (etwa die
Kurve, die eine Passstraße in den Bergen beschreibt) oder Flächen (beispielsweise das Zeltdach
des Münchner Olympiastadions) in der Ebene und im Raum, umgehen, diese beschreiben und
charakteristische Kenngrößen wie Krümmung und Torsion berechnen können.

Die Studierenden haben aber auch die Möglichkeit, ihre Kenntnisse in der angewandten Mathematik
zu erweitern, und beziehen das Modul Einführung in die Optimierung in ihre Wahl mit ein. In diesem
Modul werden die grundlegenden Konzepte und Methoden der beschränkungsfreien Optimierung
(ein einfaches Beispiel aus der Schule hierfür ist das Bestimmen von Minima und Maxima einer
Funktion über alle reellen Zahlen), sowie der Konvexität und der linearen Optimierung (mit linearen
Nebenbedingungen) vermittelt. Zur Lösung von Optimierungsproblemen ist auch eine geometrische
Anschauung wichtig, sowie die Berücksichtigung von möglichen Einschränkungen. Da es eine
Vielzahl von Optimierungsproblemen in der Realität gibt, werden auch anschauliche und praxisnahe
Beispiele behandelt und modelliert.

Studierenden wird empfohlen, das verbleibende dieser Kerngebiete im sechsten Semester zu

belegen, damit sie auf keine grundlegenden Kenntnisse in einem der Kerngebiete verzichten
müssen und so die volle Breite der mathematischen Grundlagen besitzen. Diese Empfehlung ist
beispielsweise auch im ersten exemplarischen Studienplan (s. Tabelle 3a auf Seite 26) ersichtlich.

Vertiefung im dritten Studienjahr (mind. 23 Credits)

In den letzten beiden Semestern ist eine fachliche Vertiefung vorgesehen. Hierfür können die
Studierenden Module aus den Bereichen Reine Mathematik, Finanz-, Bio-, Wirtschafts- und
Technomathematik je nach Interesse wählen, die auf den Grundlagen der ersten vier Semester
aufbauen. Infolgedessen kennen und verstehen sie weitergehende Theorien und Methoden in den
von ihnen ausgewählten mathematischen Bereichen. Dadurch wird eine individuelle Profilschärfung
erreicht, welche sich im Masterstudium fortsetzen kann.

An dieser Stelle möchten wir nur ein paar exemplarische Module aus den einzelnen Bereichen
erwähnen. Der tatsächliche Wahlkatalog ist bedeutend umfangreicher; alle Module zu nennen,
würde den Rahmen hier sprengen.

Im Bereich Reine Mathematik stehen etwa die Functional Analysis (Verknüpfung von Analysis,
Topologie und Algebra, Beschäftigung mit speziellen Abbildungen, die z.B. Funktionen auf Zahlen-

TUM School of Computation, Information and Technology

18.09.2024 34
werte abbilden), die Partial Differential Equations (viele reale Phänomene, z.B. die Wärmeaus-
breitung in Materialien oder das Strömungsverhalten von Flüssigkeiten und Gasen lassen sich durch
partielle Differentialgleichungen beschreiben – Eigenschaften, Lösbarkeit und Lösungseigen-
schaften werden hier behandelt) oder die Algebra 2 (u.a. grundlegende Konzepte und Methoden der
kommutativen Algebra) zur Wahl.

Für die Finanzmathematik kommen beispielsweise die Module Probability Theory (Fortsetzung des
Einführungsmoduls, u.a. Beschäftigung mit spezielleren Theorien, wie der Martingaltheorie) oder die
Statistical Computing (Herleitung und Implementierung statistischer Algorithmen). Aus diesem
Bereich können einige Module für die Ausbildung zum Aktuar DAV anerkannt werden. Aktuare sind
speziell ausgebildete und geprüfte Personen, die sich mit der Modellierung, Bewertung und
Steuerung von Risiken in der Finanz- und Versicherungsbranche befassen.

Ein typisches Modul für den Bereich Wirtschaftsmathematik ist die Discrete Optimization, die auf die
einführende Veranstaltung Einführung in die Optimierung aufbaut. Auf Grundlage der dort erlernten
Konzepte und Methoden werden Verfahren zur Modellierung, Analyse und Lösung ganzzahliger
Optimierungsprobleme entwickelt und Einsichten in die Geometrie dieser Fragestellungen
gewonnen. Inhaltlich beschäftigt sich dieses Modul unter anderem mit ganzzahligen
Optimierungsproblemen, die in der Praxis sehr häufig auftreten, beispielsweise in der Personal-
Einsatzplanung, in der Personen- und Güterlogistik oder bei der Erstellung von Produktionsplänen.

Und die Numerics of Differential Equations ist unter anderem für angehende
Technomathematikerinnen und Technomathematiker empfehlenswert. Hier geht es beispielsweise
um den Umgang mit Basisalgorithmen zur Lösung von gewöhnlichen Differentialgleichungen, wie
Bewegungsgleichungen, sowie deren Implementierung und Abschätzung von Fehlern.

Für die Biomathematik möchten wir das Modul Mathematical Models in Biology erwähnen, das ein
gutes Beispiel für die Möglichkeit einer disziplinübergreifenden und anwendungsnahen Ausbildung
ist. Hier lernen die Studierenden unterschiedliche Modellierungsansätze (stochastisch oder
deterministisch, kontinuierlich oder diskret) für biologische Vorgänge (z.B. Kommunikation zwischen
Zellen, Populationswachstum, …) kennen, diese zu bewerten, sie beschäftigen sich mit der Wahl
geeigneter Abstraktionslevel (z.B. Betrachtung des Gruppenverhaltens oder des Verhaltens der
Individuen) und können dann Modelle für solche biologischen Systeme auf Basis analytischer und
stochastischer und diskreter Mathematik aufstellen. Sie sind dadurch in der Lage, situationsbezogen
reflektiert richtige Modelle für praxisrelevante biologische Probleme auszuwählen oder vorhandene
Modelle hinsichtlich ihrer Anwendbarkeit und Plausibilität zu bewerten.

Zudem wird durch spezielle Lehrformate wie z.B. die der mathematischen Fallstudien, in denen
theoretisches Fachwissen in Form von kleineren Projekten mit Firmen Anwendung in der Praxis
findet, das anwendungsorientierte Profil gestärkt.
TUM School of Computation, Information and Technology
18.09.2024 35
Außerdem können Studierende ab dem fünften Semester bereits Module aus den Masterpro-
grammen belegen und sich die zusätzlichen Leistungen später im Masterstudium anerkennen
lassen. Diese Möglichkeit dient vor allem der Förderung exzellenter Studierender und gibt
gleichzeitig einen Einblick in die Masterstudiengänge.

6.3 Seminar und Bachelor’s Thesis

Ziel des Seminars und der Bachelor’s Thesis (Bachelorarbeit) ist es die fachliche Vertiefung der
Studierenden weiter voran zu treiben, sowie die selbständige Bearbeitung wissenschaftlicher
Themen. In beiden Modulen beschäftigen sie sich jeweils mit einem individuellen und speziellen
mathematischen Thema. Dabei bereiten die Lern- und Qualifikationsziele des Seminars und in der
Regel auch der fachliche Inhalt die Studierenden optimal auf die Bachelor’s Thesis vor, die in der
Regel der Abschluss des Bachelorstudiums ist.

Seminar (Studienleistung im Umfang von 3 Credits)

Im fünften Semester ist ein Seminar vorgesehen. Dieses Modul führt die Studierenden einerseits in
ausgewählte Themen tiefergehend ein, andererseits sollen die Studierenden dadurch schrittweise
an eine selbstständige Bearbeitung von wissenschaftlichen Themen herangeführt werden, sodass
sie nach dem Besuch des Seminars in der Lage sind, sich unter Anleitung in ein klar umrissenes,
mathematisches Themengebiet einzuarbeiten, mit mathematischen Texten zu arbeiten und hierüber
mathematische Vorträge vorzubereiten und zu präsentieren.

Dazu wählen die Studierenden im Laufe der Vorlesungszeit des vorangehenden Semesters aus den
jeweiligen Angebot ein Seminar aus, dessen Thema aus einem der mathematischen Kerngebiete
und Bereiche stammt und fachlich auf den Grundlagen der ersten vier Semester aufbaut. Bei
Seminaren, die im fünften Semester stattfinden, erfolgt diese Wahl also während des vierten
Semesters. Im Rahmen einer Vorbesprechung, die in der Regel gegen Ende dieser Vorlesungszeit
des vorangehenden Semesters stattfindet, wählt jede und jeder Studierende aus diesem
mathematischen Oberthema ein angebotenes, spezielles, klar umrissenes Thema aus und erhält
hierfür die zugehörige Fachliteratur.

Da die Präsentationen in der Vorlesungszeit des gewählten Seminars stattfinden (also in der Regel
das fünfte Semester), beginnt die Vorbereitung hierauf bereits in der vorausgehenden
vorlesungsfreien Zeit. Dazu arbeiten sich die Studierenden intensiv in die Literatur ein und
besprechen mit den Betreuern und Dozenten erreichte Zwischenstände und mögliche Probleme die
in dieser Phase aufgetreten sind. Gemeinsam mit den Betreuenden und Dozierenden werden dann
jeweils weitere Arbeitsschritte für eine zielorientierte Bearbeitung des Themas festgelegt, an dessen

TUM School of Computation, Information and Technology

18.09.2024 36
Ende jeweils ein ausgearbeiteter Vortrag (inklusive einem kurzen Handout) steht, dessen Struktur
und Inhalt ebenfalls mit den Dozierenden besprochen werden.

Während und nach den 90-minütigen Präsentationen wird anhand von Fragen und Diskussionen mit
den anderen teilnehmenden Studierenden und den Lehrenden auf den Inhalt und die Präsentationen
eingegangen und so der fachliche, wissenschaftliche Austausch gefördert. Durch die voran-
gehenden Besprechungen und die Fragen und Diskussionen rund um die Präsentation bekommen
dabei die Studierenden direktes Feedback zu ihren fachlichen Leistungen.

Durch das Seminar sind die Studierenden optimal (in der Regel auch inhaltlich) auf die Erstellung
ihrer Abschlussarbeit, der Bachelor’s Thesis, vorbereitet, welche im sechsten Semester geschrieben
werden soll.

Bachelor’s Thesis (Abschlussarbeit im Umfang von 12 Credits)

Basierend auf dem im Studium erlangten mathematischen Fachwissen und Kompetenzen und auf
die im Seminar eingeführte Bearbeitungsweise wissenschaftlicher Themen, weisen die Studieren-
den mit der Bachelor’s Thesis (Bachelorarbeit) nach, dass sie in der Lage sind, sich eigenständig in
ein mathematisches Themengebiet einzuarbeiten, mit mathematischen Texten eigenständig zu
arbeiten, Literatur-Recherchen eigenständig durchzuführen und mathematische Gedankengänge
eigenständig zu formulieren. Das versetzt sie in die Lage kreative Lösungsansätze, die dem Stand
der Wissenschaft entsprechen, zu realisieren und ein erstes wissenschaftliches Selbstverständnis
zu entwickeln.

Dabei stehen in diesem Modul das eigenständige wissenschaftliche Arbeiten und die schriftliche
Ausarbeitung im Fokus. Die Studierenden lernen die wissenschaftliche Arbeitsweise und Arbeits-
techniken im Rahmen der Bearbeitung einer vorgegebenen, klar abgesteckten wissenschaftlichen
Fragestellung kennen. Dies erfolgt vor allem im Eigenstudium. In Gesprächen mit den Dozentinnen
und Dozenten können sie ihre Zwischenstände diskutieren. Sie weisen dabei nach, dass sie die
vorgegebene Fragestellung auf Grundlage vorgegebener mathematischer Literatur und anhand des
zugrundeliegenden mathematischen Fachwissens lösungsorientiert analysieren und strukturieren
können.

Neben der mathematischen Grundausbildung wird in im Bachelorstudiengang Mathematik auch

Wert auf eine praktische und fachübergreifende Ausbildung gelegt. Hierzu gehört die Wahl eines
Nebenfachs, sowie das Sammeln erster Erfahrung in der Arbeitswelt im Rahmen des

TUM School of Computation, Information and Technology

18.09.2024 37
Berufspraktikums, als auch individuell wählbare Module aus dem allgemeinbildenden,
überfachlichen Bereich. Auf diese Bestandteile des Studiums wird im weiteren Verlauf eingegangen.

6.4 Nebenfach (18 – 27 Credits aus Prüfungsleistungen)

Die breite mathematische Ausbildung wird ab dem ersten Semester durch die Ausbildung in den
Grundlagen eines Nebenfachs erweitert. Dabei haben die Studierenden die Wahl zwischen den
Wirtschaftswissenschaften, der Informatik, der Physik, der Elektro- und Informationstechnik oder,
mit Antrag, einem naturwissenschaftlichen oder technischen Sondernebenfach (z.B. Chemie oder
Ingenieurwissenschaften). Die Entscheidung für eines dieser Fächer treffen die Studierenden
während des ersten Studienjahres.

Durch das Nebenfach bekommen Mathematik-Studierende einen Einblick in die entsprechende

Fachdisziplin und lernen so auch deren fachspezifische Arbeitsweise und Sprache kennen. Dies ist
im späteren Berufsleben für den fachlichen Diskurs und die interdisziplinäre Zusammenarbeit von
Vorteil. Außerdem werden in den zur Wahl stehenden Disziplinen mathematische Methoden und
Konzepte angewandt, um lösungsorientiert Probleme im jeweiligen Fachbereich angehen zu
können. Dadurch bekommen die Studierenden ein tieferes Verständnis für die interdisziplinäre
Bedeutung dieser Methoden und Konzepte, und sie sind dann in der Lage, eine fachübergreifende
Sicht einnehmen zu können und mit Fachvertretern dieser Disziplin sowohl zu kommunizieren, als
auch mathematische Sachverhalte fachlich fundiert formuliert und begründet mit ihnen zu erörtern.
Dadurch können sie kooperativ Aufgaben verantwortungsvoll lösen. Zudem ermöglicht die Wahl
eines Nebenfachs den Studierenden auch ihren individuellen Interessen und Neigungen im
Anwendungsbereich nachzugehen und so ihr Profil, etwa durch die Wahl spezieller, ergänzender
Module in diesem Bereich, zu schärfen.

Pflichtmodule im Nebenfach

Bei der Wahl des Nebenfachs Elektrotechnik und Informationstechnik sind neben Wahlmodulen
auch Pflichtmodule zu belegen. Die Kenntnisse und Kompetenzen aus diesen Modulen sind für das
jeweilige Nebenfach essenziell, sodass die Belegung dieser Module sichergestellt werden muss.

Im Nebenfach Elektrotechnik und Informationstechnik handelt es sich bei den Pflichtmodulen um die
Messsystem- und Sensortechnik für Mathematiker, die Grundlagen der Informationstechnik und um
die Ingenieurspraxis für Mathematiker. Wie der Name schon verrät, ist das erste dieser Module
speziell auf die Bedürfnisse der Mathematikstudierenden ausgelegt, auch das zweite Modul richtet
sich speziell an Nebenfachstudierende. Den Studierenden wird dadurch ermöglicht, mit wenigen
Modulen und in sehr kompakter Form die wesentlichen Grundlagen in den Themenbereichen der
Informationstechnik und der Messtechnik, zweier Kerngebiete der Ingenieursdisziplin Elektro- und

TUM School of Computation, Information and Technology

18.09.2024 38
Informationstechnik, zu erlernen und grundlegende Aufgaben in diesen Bereichen zu bewältigen.
Neben diesem essenziellen Basiswissen ist der direkte Bezug zur Praxis wesentlicher Bestandteil
einer Ingenieursausbildung und somit auch für die Nebenfachausbildung im Ingenieursbereich. Im
Modul Ingenieurspraxis für Mathematiker lernen sie, in einer Ingenieursumgebung zu diskutieren
und ingenieurähnlichen Tätigkeiten nachzugehen. Bei diesen Tätigkeiten gibt es häufig
mathematische Berührungs- und Anwendungspunkte. Daher ist eine Kombination mit dem
mathematischen Berufspraktikum häufig möglich und zu empfehlen. Dieses kombinierte, verlängerte
Praktikum besitzt einen stark interdisziplinären Charakter, wodurch die Studierenden einen
intensiven Einblick in die Arbeitswelt an der Schnittstelle Ingenieurwesen-Mathematik erhalten und
mit Aufgaben betraut werden, deren Lösung sowohl ihre mathematischen Fähigkeiten als auch die
Kenntnisse und Fähigkeiten erfordern, die sie in den Elektro- und Informationstechnikmodulen
erworben haben.

6.5 Praktische Erfahrung (Studienleistung im Umfang von 6 Credits)

Ziel ist es, mit dem Bachelor Mathematikstudium auch einen vollwertigen ersten berufs-
qualifizierenden Hochschulabschluss zu bieten. Wesentlicher Bestandteil einer anwendungs-
orientierten Ausbildung ist das verpflichtende Modul Berufspraktikum, bei dem die Studierenden das
erlernte Fachwissen auf überschaubare reale Aufgaben und Probleme anwenden und ein eigenes
berufliches Selbstbild entwickeln.

Die berufspraktische Tätigkeit selbst sollte in der vorlesungsfreien Zeit im Anschluss an das vierte
Semester in einem Unternehmen oder einer angewandten Forschungseinrichtung durchgeführt
werden und einem Beschäftigungsverhältnis von mindestens vier Wochen in Vollzeit entsprechen.
Nach dem vierten Semester verfügen die Studierenden zum einen über ausreichend breite und
grundlegende akademische Kenntnisse und Fähigkeiten in der Mathematik und im gewählten
Nebenfach, um diese im Arbeitsalltag praktisch umsetzen zu können, sowie über einen genügend
großen Zeitraum außerhalb der Prüfungsphase, um dieser Beschäftigung nachkommen zu können.
In Ausnahmefällen ist auch eine Tätigkeit zu einem früheren Zeitpunkt möglich; auch eine
äquivalente längere Beschäftigung in Teilzeit während der Vorlesungszeit ist möglich.

Die im Rahmen des Berufspraktikums ausgeübten Tätigkeiten sollen in den Betriebsablauf

eingebunden sein und können inhaltlich je nach gewähltem Unternehmen bzw. angewandter
Forschungseinrichtung und Branche stark variieren. Sie müssen/sollen einen inhaltlichen Bezug
zum Mathematikstudium mit konkretem Anwendungsbezug (beispielsweise der Optimierung von
asphärischen Linsen, Berechnung von Rückstellungen für Versicherungen, Erstellung eines

TUM School of Computation, Information and Technology

18.09.2024 39
statistischen Reifenmodells, …) aufweisen, sodass die Studierenden praktische Arbeitserfahrung
als angehende Mathematikerinnen und Mathematiker sammeln können. Denkbar sind insbesondere
Anwendungen aus den Bereichen Numerik, Stochastik, Optimierung, Geometrie, Computeralgebra
oder in verwandten Gebieten, sowie Tätigkeiten im Bereich der Unternehmensberatung, die auf die
fachspezifischen, analytischen Fähigkeiten von Mathematikern aufbauen.

In der Regel wird im Praktikum eine selbständige und verantwortungsbewusste Arbeitsweise

gefordert. Dabei übernehmen die Studierenden häufig kleine Projekte, deren Ergebnisse zur Lösung
komplexer Probleme im Team beitragen. Um dieser Aufgabe gerecht zu werden, müssen sie
lösungsorientiert und zielstrebig Probleme angehen und sich teils in neue Konzepte und Methoden
einlesen und diese anwenden. Hilfestellungen erhalten sie in der Regel durch die Betreuer und das
Team. Dafür müssen sie in der Lage sein, den jeweiligen Sachverhalt adäquat sowohl gegenüber
Fachvertretern als auch Fachfremden zu kommunizieren, und lernen, mit Kritik und Resonanz auf
ihre Leistung umzugehen, sowie bei möglichen Fehlschlägen gezielt Ursachenforschung zu
betreiben. Dadurch werden ihre Kompetenzen im Bereich Kommunikation, Team- und Projektarbeit
und auch professionellem Zeitmanagement gefördert.

Nach dem Praktikum reflektieren die Studierenden über die ausgeübten Tätigkeiten und die
gemachten Erfahrungen im Rahmen eines schriftlichen Berichts. Dieser legt den Inhalt des
Praktikums und den Bezug zum Studium ausführlich dar. Er wird in der Regel denjenigen
Studierenden, die aktuell auf der Suche nach einer Praktikumsstelle sind, zur Verfügung gestellt und
soll eine Orientierungshilfe bieten.

Um eigenständig eine auf die persönlichen Fähigkeiten, Neigungen und Interessen zugeschnittene
angemessene Stelle zu finden, müssen sich die Studierenden selbständig einen Überblick über das
vielfältige Tätigkeitsspektrum von Mathematikerinnen und Mathematikern in den unterschiedlichen
Branchen und Betrieben verschaffen und sich dann auf entsprechende Stellen bewerben. Die
Erfahrungsberichte sind dabei ein wichtiger Anhaltspunkt um sich gezielt über Praktika- und
Karrieremöglichkeiten von Mathematikern in Unternehmen und Forschungseinrichtungen zu
informieren.

Das Berufspraktikum gewährt den Studierenden nicht nur erste Einblicke in das Berufsleben von
Mathematikerinnen und Mathematikern, sondern sie können auch die gemachten Erfahrungen bei
der Entscheidung für ihre Vertiefung und Spezialisierung (z.B. bei einem anschließenden
Masterstudium) einsetzen.

Alternativ zum Modul Berufspraktikum kann in Einzelfällen (z.B. wenn ein Studierender sich
nachweislich vergeblich um einen Praktikumsplatz bemüht hat) das Modul Projekt mit Kolloquium
belegt werden. Hier haben die Studierenden die Möglichkeit im Rahmen einer Art Forschungs-
praktikum in einem mathematischen Themengebiet in die Forschung einzutauchen. Zu Beginn des
TUM School of Computation, Information and Technology
18.09.2024 40
Projekts erhalten hierfür die Studierenden noch etwas Hilfestellung, sollen aber dann weitestgehend
selbständig in diesem Projekt arbeiten. Das beinhaltet unter anderem die Einarbeitung in
mathematische Themengebiete, das Arbeiten mit mathematischen Texten, Literatur-Recherche und
die Verschriftlichung von mathematischen Gedankengängen. Letzteres ist insbesondere für den zu
verfassenden Abschlussbericht wesentlich. Im Kolloquium wird dieser dann vorgestellt und die
Ergebnisse diskutiert.

Im Sinne einer berufsqualifizierenden Ausbildung empfiehlt das Department Mathematik dennoch

nachdrücklich eine berufspraktische Tätigkeit in einem Unternehmen.

6.6 Überfachliche Grundlagen (Studienleistungen im Umfang von 4

Credits)
Im Curriculum sind über die fachlichen Fertigkeiten und Kompetenzen hinaus mindestens 4 Credits
aus allgemeinbildenden Fächern des Blocks „Überfachliche Grundlagen“ vorgesehen. Hier können
die Studierenden interessengeleitet aus einem großen Angebot an Soft Skills-Lehrveranstaltungen
der Technischen Universität München wählen, um ihr Profil abzurunden und somit ihre vorwiegend
naturwissenschaftlichen Kernkompetenzen um fachübergreifende Schlüsselkompetenzen zum
Zwecke der weiteren Persönlichkeitsentwicklung zu ergänzen, die für den Erfolg im Studium und
insbesondere für die späteren Berufstätigkeiten förderlich sind. Beispielsweise können Module aus
den Bereichen Präsentationstraining, Konfliktmanagement, wissenschaftliches Schreiben, Ethik
oder Politik und Technik, oder bestimmte Problemlösestrategien belegt werden, aber auch
Sprachkurse, die auf einen möglichen Auslandsaufenthalt vorbereiten. Die meist kleinen Module (in
der Regel zwischen 1 und 4 Credits) werden häufig in Blockveranstaltungen angeboten und können
individuell passend im Studienplan integriert werden.

6.7 Module / Veranstaltungen zur Förderung des gesellschaftlichen / krit-

ischen Verantwortungsbewusstseins
In mathematischen Arbeitsbereichen, wie der Datenanalyse, sollte Ethik und kritisches Verantwor-
tungsbewusstsein berücksichtigt werden und auch Themen wie Nachhaltigkeit und Gesellschafts-
relevanz werden für Mathematik Studierende immer wichtiger.

Das Bachelor Mathematik Studium hat zwar als überwiegendes Ausbildungsziel eine fundierte
mathematische Grundausbildung, allerdings können auch in diesem Studium Module und
Veranstaltungen belegt werden, die diese Themen abdecken.

TUM School of Computation, Information and Technology

18.09.2024 41
Speziell im Bereich der Überfachlichen Grundlagen gibt es eine große Bandbreite an Modulen, die
je nach individuellen Vorlieben belegt und auch ins Studium eingebracht werden können. Exempla-
risch seien hier zu erwähnen Vortragsreihen wie Perspektiven der Technikfolgenabschätzung,
Strategien für die Zukunft oder die Ringvorlesung Umwelt: Politik und Gesellschaft, Vorlesungen wie
Technik, Wirtschaft und Gesellschaft, Digital Sustainability Transformation of, by and for the TUM
oder Unternehmensethik oder Seminare wie Datenpolitik. Datenrecht. Datenethik., Philosophie in
der Mensch-Maschine-Beziehung oder Ethics in Technology.

Zudem können sich Studierende in individuellen Berufspraktika oder in einzelnen Projekten im

Rahmen von Fallstudien mit diesen Themen auseinandersetzen.

6.8 Mobilität
Dem Department Mathematik ist es ein besonderes Anliegen, den Studierenden einen freiwilligen
Auslandsaufenthalt im dritten Studienjahr zu ermöglichen. Deshalb sind die dafür notwendigen
Freiräume zur fachlichen Vertiefung und die spätere Anerkennung der im Ausland erbrachten
Leistungen im Studiengangskonzept verankert. Zudem berät und unterstützt die Mathematik die
Studierenden intensiv bei der Bewerbung und Durchführung ihres Auslandsaufenthalts. Durch die
vielen engen universitären Kooperationen weltweit steht den Studierenden eine große Auswahl an
Austauschplätzen zur Verfügung, die sie neben dem Studium auch zum Sammeln interkultureller
Erfahrungen und zum Aufbau eines individuellen Netzwerks nutzen können. Außerdem trägt der
Auslandsaufenthalt zur Verfeinerung ihrer sozialen und personalen Kompetenzen bei. Diese
Möglichkeit wird von einem großen Teil der Mathematik Studierenden wahrgenommen. Die Zahlen
in Abbildung 2 und Abbildung 3 auf Seite 24 belegen dies eindrucksvoll.

6.9 Begründung kleiner Module im Studienplan

In Bezug auf die Studierbarkeit und um eine adäquate und belastungsangemessene Prüfungsdichte
zu gewährleisten, werden überwiegend Module mit mindestens 5 Credits angeboten. Einige wenige
Module (siehe Teil B) mit einem Umfang von weniger als 5 Credits sind im Studium vorgesehen,
wenn es hinsichtlich der zu vermittelnden Kompetenzen (wie Grundlagen der Programmierung)
sinnvoll erscheint und kein größerer Workload notwendig ist. Dabei wurde darauf geachtet, dass
sowohl die für das Modul vorgesehene Creditzahl dem tatsächlichen Arbeitsaufwand entspricht, als
auch die Anzahl der Prüfungen je Semester trotzdem zumutbar bleibt.

6.10 Exemplarische Stundenpläne

TUM School of Computation, Information and Technology
18.09.2024 42
Basierend auf dem exemplarischen Studienplan in Tabellen 3a, Seite 26 erläutern die Stundenpläne
(siehe Teil B) exemplarisch, wie sich der wöchentliche Aufbau des Studiums je Semester gestalten
könnte. Diese Beispiele gehen, wie auch schon der exemplarische Studienplan in Tabellen 3a, Seite
26, von einem Beginn im Wintersemester aus.

TUM School of Computation, Information and Technology

18.09.2024 43
7 Organisatorische Anbindung und Zuständigkeiten
Organisatorisch ist der Studiengang an der TUM School of Computation, Information and
Technology und im Professional Profile Mathematik verortet.

Für administrative Aspekte der Studienorganisation sind teils die zentralen Arbeitsbereiche des
TUM Center for Study and Teaching (TUM CST), teils Einrichtungen der School zuständig (s.
folgende Übersicht):

• Allgemeine Studienberatung: zentral:

Studienberatung und -information (TUM CST)
E-Mailadresse: [email protected]
Telefonnummer: +49 (0)89 289 22245
bietet Informationen und Beratung für:
Studieninteressierte und Studierende
(über Hotline/Service Desk)

• Fachstudienberatung: TUM School of Computation, Information and

Technology
Für Studieninteressierte:
Dr. Carl-Friedrich Kreiner, [email protected]
Für Studierende:
Dr. Kathrin Ruf, [email protected]

• Beratung Auslandsaufenthalt/Internationalisierung:
zentral: TUM Global & Alumni Office
[email protected]

dezentral:
Julia Cyllok
E-Mailadresse: [email protected]
Telefonnummer: + 49 (0)89 289 17596
Carola Jumpertz
E-Mailadresse: [email protected]
Telefonnummer: + 49 (0)89 289 17552

• Frauenbeauftragte: Talent Management & Diversity (CIT)

Prof. Dr. Felix Krahmer (Vorsitz)
E-Mailadresse: [email protected]
Telefonnummer: +49 (0)89 289 17461

TUM School of Computation, Information and Technology

18.09.2024 44
• Beratung barrierefreies Studium: zentral: Servicestelle für behinderte und
chronisch kranke Studierende und
Studieninteressierte (TUM CST)
E-Mailadresse: [email protected]
Telefonnummer: +49 (0)89 289 22737

dezentral: Dr. Kathrin Ruf

E-Mailadresse: [email protected]

• Bewerbung und Immatrikulation: zentral: Bewerbung und Immatrikulation

(TUM CST)
E-Mailadresse: [email protected]
Telefonnummer: +49 (0)89 289 22245
Bewerbung, Immatrikulation,
Student Card, Beurlaubung,
Rückmeldung, Exmatrikulation

• Studienorientierungsverfahren: zentral: Bewerbung und Immatrikulation

(TUM CST)

dezentral: TUM School of Computation,

Information and Technology
Dr. Carl-Friedrich Kreiner
E-Mailadresse: [email protected]

• Beiträge und Stipendien: zentral: Beiträge und Stipendien (TUM CST)

E-Mailadresse: [email protected]
Stipendien und Semesterbeiträge

• Zentrale Prüfungsangelegenheiten: zentral: Zentrale Prüfungsangelegenheiten

(TUM CST), Campus Garching
Abschlussdokumente, Prüfungsbescheide,
Studienabschlussbescheinigungen

• Dezentrale Prüfungsverwaltung: Silke Brandenberg

E-Mailadresse: [email protected]
Telefonnummer: +49 (0)89 289 17588

• Prüfungsausschuss: Prof. Dr. Johannes Müller (Vorsitzender)

Dr. Kathrin Ruf (Schriftführerin)

TUM School of Computation, Information and Technology

18.09.2024 45
• Qualitätsmanagement Studium und Lehre:
zentral: Studium und Lehre -
Qualitätsmanagement (TUM CST)
www.lehren.tum.de/startseite/team-hrsl/

dezentral:
Vice Dean of Study and Teaching
Prof. Dr. Oliver Hayden
QM-Beauftragte, Evaluationsbeauftragte
Dipl.-Math. Angela Puchert
E-Mailadresse: [email protected]
Telefonnummer: +49 (0)89 289 17046
Koordinatorin Modulmanagement
Jana Graul
E-Mailadresse: [email protected]

TUM School of Computation, Information and Technology

18.09.2024 46
8 Entwicklungen im Studiengang
Der Studiengang Bachelor Mathematik startete zum Wintersemester 2007/2008. Bis 2018 gab es
keine wesentlichen Änderungen am Aufbau des Studiengangs. Kleinere Änderungen ergaben sich
jedoch durch die fortlaufende Überprüfung der Studierbarkeit und des Studienerfolges.

So wurde erstmals 2009 der Workload der Studierenden anhand von Befragungen überprüft und in
diesem Zusammenhang sind die Credits einzelner Module angepasst worden, um so die
tatsächliche Arbeitsbelastung für die Studierenden auch korrekt abzubilden. Dies wurde von den
Studierenden positiv aufgenommen. Daher wird bei der Neugestaltung von Modulen auch weiterhin
darauf geachtet den Workload präzise anzusetzen.

Nachdem in den Folgejahren die Professorenschaft des Departments bei der Erstellung der
Bachelorarbeit Schwächen im übergreifenden Grundlagenwissen (bezogen auf mathematische
Kerngebiete), und dem eigenständigen mathematischen Arbeiten sowie der eigenständigen Arbeit
mit Lehrbüchern und Fachliteratur feststellten, wurde 2013 eine verpflichtende, mündliche Prüfung
Mathematische Grundlagen eingeführt. Ziel dieser ist es, dass die Studierenden im Anschluss über
einen vertieften und verbreiterten Überblick über die Grundlagen der Analysis sowie der Linearen
Algebra und Diskreten Strukturen verfügen, und sie auch in der Lage sind, Interferenzen zwischen
Gebieten der Linearen Algebra und Diskreten Strukturen sowie der Analysis zu erkennen (vgl.
Kapitel 6.1, Abschnitt Grundlagen- und Orientierungsprüfung (GOP), Seite 29). Die Prüfungen
werden von der gesamten Professorenschaft des Departments Mathematik abgenommen.
Insbesondere können durch diese Prüfung Wissenslücken bei den Studierenden zeitnah identifiziert
und geeignete Maßnahmen ergriffen werden können.

2014 wurde auf die anhaltend fallenden Bewerber- und Studienanfängerzahlen (siehe Kapitel 3.3,
Seite 12) reagiert. Zu einigen Marketingmaßnahmen, wie zum Beispiel der Teilnahme an Studien-
informations-Messen (Einstieg München und Köln, sowie diverse Informationsmessen von Schulen
und Schulverbänden), wurde in der FPSO das Eignungsfeststellungsverfahren überarbeitet. Das
Verfahren ist dahingehend vereinfacht worden, dass von den Studienbewerberinnen und
Studienbewerbern kein Motivationsschreiben und kein mathematisches Essay mehr verlangt wurde.
Daraufhin konnte ein deutlicher Anstieg der Bewerber- und Immatrikulationszahlen festgestellt
werden (siehe Tabelle 1 in Kapitel 3.3 auf Seite 14). Es hat sich allerdings gezeigt, dass sich vor
dieser Änderung die Studienbewerberinnen und Studienbewerber durch das Verfassen des
Motivationsschreibens und des Essays intensiver mit ihrer Studienwahl auseinandergesetzt haben,
vor allem auch mit den fachspezifischen Voraussetzungen und mit den Anforderungen, die sie in
einem mathematischen Studium erwarten.

TUM School of Computation, Information and Technology

18.09.2024 47
Daher stellen das Motivationsschreiben und der Essay im verpflichtenden Studienorientierungs-
verfahren seit 2018 neben der Abiturnote und einem Orientierungsgespräch wieder eine wichtige
Basis zur Einschätzung der fachspezifischen Voraussetzungen der Studienbewerberinnen und
Studienbewerber dar, da sie entscheidende Anhaltspunkte liefern, um den Studienbewerberinnen
und Studienbewerbern eine realistische und fundierte Empfehlung hinsichtlich eines
mathematischen Studiums geben zu können.

Außerdem haben sich im Zuge der Lehrplanumstellungen in der gymnasialen Ausbildung,

insbesondere durch den Wegfall der Leistungskurse und des verkürzten Gymnasiums, geänderte
Rahmenbedingungen hinsichtlich der Vorbildung der Studienanfängerinnen und Studienanfänger
und den damit einhergehenden Schwierigkeiten in der Studieneingangsphase ergeben. Dies
bestätigte auch eine Studierendenbefragung im Jahr 2014. Daraufhin wurden 2014 die Module in
der Studieneingangsphase hinsichtlich der Voraussetzungen, Inhalte, Lernziele und Lehrformen
überprüft und angepasst.28 Die hier angestoßenen Reformen fließen auch in die neuesten
Änderungen im Bachelorstudiengang weiter mit ein.

Bei der Überarbeitung der Lehrstrategie im Jahr 2017 als Y-Modell standen die aktuellen
Rahmenbedingungen im Fokus: In der Forschung nehmen immer mehr interdisziplinäre und
anwendungsnahe Richtungen (z.B. Data Science) Raum ein, zugleich sind die Ansprüche des
Arbeitsmarktes unterschiedlich. Zum einen werden für bestimmte Anwendungsbereiche
spezialisierte, interdisziplinär ausgebildete Mathematiker gesucht, z.B. für die Versicherungs- und
Wirtschaftsbranche. Zum anderen gibt es aber weiterhin einen Bedarf an breit ausgebildeten
Absolventinnen und Absolventen (etwa seitens des Mittelstands), die solide Kenntnisse in mehreren
mathematischen Gebieten vorweisen können, so auch in den angewandten Gebieten wie der
Stochastik, Numerik und Optimierung. Aus diesem Grund wurde das Modulkonzept angepasst. Die
bisherigen verpflichtenden angewandten Module Numerische Lineare Algebra und Einführung in die
Wahrscheinlichkeitstheorie wurden zu den Modulen Numerik und Einführung in die
Wahrscheinlichkeitstheorie und Statistik umstrukturiert und inhaltlich erweitert und ein weiteres
Grundlagenmodul Analysis 3 eingeführt. Darüber hinaus ergaben Studiengangsbefragungen sowie
eine Evaluation der belegten und geprüften Credits je Semester eine Überfrachtung des dritten und
vierten Semesters. Die Studierenden hatten Probleme, eine geeignete Anzahl an Wahlfächern
auszusuchen und belegten dann deutlich mehr Module als im Studienplan vorgesehen sind. Hierfür
wurde das vierte Semester in der Wahl eingeschränkt und auf wenige Aufbaufächer eingeschränkt.
Der erste Jahrgang dieses überarbeiteten Bachelors startet zum Wintersemester 2019/2020.

28 Vgl. Artikel in TUMCampus 2/2014, S. 27 (https://www.tum.de/die-tum/magazine/tumcampus/archiv/)

TUM School of Computation, Information and Technology

18.09.2024 48
Die einzige wesentliche Änderung seit 2007 betrifft die oben schon angesprochene Einführung einer
Grundlagen- und Orientierungsprüfung (GOP) am Ende des zweiten Semesters, die für
Bachelorstudierende ab einem Studienstart zum Wintersemester 2019/2020 gültig ist. Durch sie wird
gewährleistet, dass die Studierenden über ausreichende mathematische Grundlagen und
Kenntnisse über deren Interdependenzen verfügen, auf die das weitere Studium aufbaut (siehe
Kapitel 6.1, Abschnitt Grundlagen- und Orientierungsprüfung (GOP), Seite 29).

Basierend auf den Erfahrungen seit 2019 wurde im Rahmen einer Kommission, bei der auch
Studierendenvertreter beteiligt waren, die aktuelle Struktur des Studiengangs überprüft und mit Start
zum Wintersemester 2023/2024 wie folgt angepasst:

Beim Modul Lineare Algebra 2 und Diskrete Strukturen hat sich erwiesen, dass sich die
Lernergebnisse aus den an sich eigenständigen Teilbereichen der Linearen Algebra und der
Diskreten Mathematik nicht optimal zu übergeordneten Lernergebnissen kombinieren lassen. Da die
Studierenden möglichst früh mit den Grundlagen der Diskreten Mathematik vertraut gemacht werden
sollen ist eine Verortung im ersten Studienjahr erforderlich. Auf Grund der thematischen
Eigenständigkeit dieses Gebiets scheint eine Kombination mit einem anderen, größeren Modul und
dessen Lernergebnissen wenig sinnvoll. Als Konsequenz wurde das Modul in zwei kleinere Module
aufgeteilt: Lineare Algebra 2 und Diskrete Mathematik. Beide Module sind weiterhin Pflichtmodule
des zweiten Semesters, allerdings ist künftig nur noch die Lineare Algebra 2 Bestandteil der
Grundlagen- und Orientierungsprüfungen.

Um eine Überbelastung der Studierenden zu vermeiden wurden diese in Studiengangsbefragungen

auch nach einer Diskrepanz von tatsächlichem Workload und für die Module vorgesehenen Credits
befragt. Bei den Modulen der ersten drei Fachsemester wurden zudem die Angaben der Studieren-
den aus den Lehrevaluationen, in denen die Studierenden auch nach der wöchentlichen Arbeitsbe-
lastung im jeweiligen Modul gefragt wurden, ausgewertet und mit den Angaben der Studierenden-
befragung verglichen. Als Ergebnis wurden in der Kommission vor allem Module des dritten
Semesters und der Modulkatalog des Nebenfachs Informatik näher betrachtet und überarbeitet.

Da in den ersten zwei Jahren des Bachelors überwiegend die Grundlagen der Mathematik vermittelt
werden, die als Basis für eine vertiefende Ausrichtung und ggf. eines Masterstudiums notwendig
sind, ist nach den Ergebnissen der Studierendenbefragungen für Studierende in dieser
Studiumsphase die Berufsfeldrelevanz noch wenig erkennbar. Um die Sichtbarkeit der
Berufsfeldrelevanz zu erhöhen wurde im Wintersemester 2021/2022 in Moodle ein Career-Forum
eingerichtet, bei dem neben der Ankündigung von Veranstaltungen wie Meet My Company oder Fit
for TUMorrow auch der Karriere-Newsletter der TUM allen interessierten Studierenden verschickt
wird. Zudem werden einschlägige Dozentinnen und Dozenten gebeten, in ihren Vorlesungen und
Übungen stärker auf die Erkennbarkeit der Berufsrelevanz stärker zu achten.

TUM School of Computation, Information and Technology

18.09.2024 49