Masterstudiengang Applied AI in Healthcare
Zielgruppen & Zulassung

Dieses Studienprogramm richtet sich insbesondere an Gesundheitsfachkräfte und Absolvent*innen, die Künstliche Intelligenz in medizinischen und gesundheitsbezogenen Kontexten verstehen und anwenden möchten, ohne dafür tiefgehende technische Vorkenntnisse mitbringen zu müssen. Es eignet sich besonders für Personen aus Medizin, Pflege, Health Sciences, biomedizinischen Wissenschaften, Gesundheitsmanagement, Public Health oder verwandten Bereichen, die praxisnahe KI-Kompetenzen aufbauen und zur digitalen Transformation im Gesundheitswesen beitragen möchten.

Das Curriculum vermittelt zentrale Konzepte der Künstlichen Intelligenz, Data Science und Machine Learning anwendungsorientiert und mit klarem Bezug zum Gesundheitswesen. Anstatt ein fortgeschrittenes technisches Vorwissen vorauszusetzen, unterstützt das Programm die Studierenden dabei, die notwendigen digitalen, analytischen und methodischen Kompetenzen Schritt für Schritt zu entwickeln – mit besonderem Fokus auf reale klinische Kontexte, verantwortungsvolle Implementierung und interdisziplinäre Zusammenarbeit.

Absolvent*innen werden auf Schnittstellenfunktionen zwischen Gesundheitsversorgung, IT, Forschung und Management sowie auf Tätigkeiten als Digital-Health- oder KI-Projektmanager*in, Clinical Data Scientist, Spezialist*in für Clinical Decision Support Systems oder Innovations- und Transformationsmanager*in im Gesundheitswesen vorbereitet.

Durch die Verbindung von Gesundheitsexpertise mit angewandtem KI-Wissen befähigt das Programm Absolvent*innen, datengetriebene Innovationen zu bewerten, zu kommunizieren und umzusetzen, um Prozesse zu verbessern, Gesundheitsfachkräfte zu unterstützen und zu einer besseren Patient beizutragen.

Bewerber für den Continuing Education Master’s Programme Applied AI in Healthcare müssen im Rahmen der Online-Bewerbung folgende Nachweise erbringen:

Erforderliche Qualifikationen

• Abgeschlossenes fachlich einschlägiges Studium auf Bachelor-Niveau oder gleichwertige Qualifikation mit mindestens 180 ECTS-Credits
• Mindestens zwei Jahre einschlägige Berufserfahrung im Gesundheitswesen, in gesundheitsbezogenen Organisationen oder in verwandten Bereichen
• Nachgewiesenes Interesse an Künstlicher Intelligenz / Machine Learning und deren verantwortungsvoller Anwendung im Gesundheitswesen
• Nachweis von Englischkenntnissen auf Niveau B2 gemäß dem Gemeinsamen Europäischen Referenzrahmen für Sprachen (GER)

Fachlich einschlägige Hintergründe

Relevante akademische oder berufliche Hintergründe können insbesondere sein:

• Medizin, Gesundheitswesen, Pflege, Public Health oder Health Sciences
• Gesundheitsberufe
• Naturwissenschaften mit Gesundheitsbezug
• Psychologie, Psychotherapie oder Soziale Arbeit im Gesundheitskontext
• Gesundheitsmanagement, Gesundheitsökonomie oder Krankenhausmanagement
• Rechtswissenschaften mit medizinischem, gesundheitsbezogenem, datenschutzrechtlichem oder KI-regulatorischem Schwerpunkt
• Informatik, Medizinische Informatik, Biomedical Engineering oder Health Informatics

Gleichwertige Qualifikationen im Gesundheitswesen, einschließlich Qualifikationen auf EQF/NQF-Niveau 6, können nach individueller Prüfung anerkannt werden.

Einschlägige Berufserfahrung

Berufserfahrung kann aus folgenden Bereichen stammen:

• Krankenhäuser, Kliniken, Labore, Pflegeheime oder Rehabilitationseinrichtungen
• ambulante Versorgung, Primärversorgung, Rettungsdienste, Therapieeinrichtungen oder Public Health
• gesundheitsbezogene privatwirtschaftliche Organisationen, etwa MedTech, Pharma, Versicherungen, Healthcare-Start-ups, Consulting, Qualitätsmanagement oder Digitalisierungsprojekte

Erfahrung mit klinischen Prozessen, digitalen Systemen, strukturierten Daten, Qualitätsindikatoren, Entscheidungsunterstützung, Berichtswesen, Prozessverbesserung oder Innovationsprojekten ist besonders relevant.

Interesse an KI und Digital Health

Fortgeschrittene technische Expertise ist nicht erforderlich. Bewerber sollten jedoch ein klares Interesse daran nachweisen, AI/ML-Methoden zu verstehen und verantwortungsvoll auf gesundheitsbezogene Fragestellungen anzuwenden.

Geeignete Nachweise können sein:

• Erfahrung mit digitalen oder datengetriebenen Gesundheitssystemen
• Mitwirkung an Projekten zu KI, Digital Health, Datenqualität oder Prozessverbesserung
• Weiterbildungen, Workshops, Webinare oder selbstgesteuertes Lernen
• ein kurzer gesundheitsbezogener KI-Anwendungsfall aus dem eigenen beruflichen Umfeld
• Teilnahme an relevanten Konferenzen, Arbeitsgruppen oder Innovationsinitiativen

Englischkenntnisse

Bewerber müssen Englischkenntnisse auf Niveau B2 oder gleichwertig nachweisen. Anerkannte Nachweise können sein:

• standardisierte Sprachtests wie TOEFL, IELTS, Cambridge English Qualifications oder PTE Academic
• Schulabschlusszeugnisse mit Englisch als Prüfungsfach
• erfolgreicher Abschluss eines englischsprachigen Bachelorstudiums
• Befreiung für Bewerber, deren Erstsprache Englisch ist

Auswahlverfahren

Das Auswahlverfahren besteht aus:

• einem Motivationsschreiben im Umfang von zwei bis drei Seiten, in dem die berufliche Relevanz und Motivation der Bewerber erläutert werden
• einem strukturierten Bewerbungsgespräch von etwa 20 Minuten mit Vertreter der Paracelsus Medizinischen Privatuniversität und der Fachhochschule Salzburg

Die Zulassung erfolgt nach erfolgreicher Prüfung der eingereichten Unterlagen und Abschluss des Auswahlverfahrens.