Das Bachelorstudium Applied Digital Life Sciences zeichnet sich aus durch die fokussierte Ausbildung anwendungsorientierter Kompetenzen im Bereich Data Science und Computation sowie durch seine Verankerung in den Life Sciences mit den Arbeitsfeldern Biologie, Umwelt, Biotechnologie, Chemie, Lebensmitteltechnologie und Gesundheit. Das praxisnahe Ausbildungskonzept mit den Vertiefungen «Digital Labs and Production», «Digital Environment» und «Digital Health» bietet viel Raum für die individuelle Gestaltung des Studiums.

Die Digitalisierung verändert mit zunehmender Geschwindigkeit alle Lebens- und Berufsbereiche. Die Disziplinen der Life Sciences sind davon besonders stark betroffen. Insbesondere an den Schnittstel­len von Biologie/Biotechnologie, Chemie und Medizin fallen immer grössere Datenmengen an, die bearbeitet werden müssen. Immer mehr Forschungsfragen werden in silico angegangen. Digitale Technologien und computergestützte Methoden ergänzen die etablierten Verfahren der Life Sciences in vitro und in vivo. In diesem Masterstudium erwerben Sie die Expertise im Umgang mit digitalen Tools und grossen Datenmengen. Das Studium macht Sie fit in relevanten Skills für die digitale Zukunft.

Der Schwerpunkt Bioinformatik konzentriert sich auf theoretische und rechnerische Aspekte der Modellierung des Prozesses der Genomevolution und des adaptiven Wandels. Ziel ist Grundlagenforschung und neue Methoden der Bioinformatik in reale Anwendungen zu bringen, die zum Beispiel von der Biotechnologie bis zur biomedizinischen Forschung und Forensik reichen. Der Forschungsbereich ist in verschiedene Forschungsgruppen gegliedert, die jeweils auf gewissen Methoden oder Anwendungsdomänen fokussieren.

Der Schwerpunkt Cognitive Computing for Life Sciences beschäftigt sich mit der Entwicklung und dem Einsatz von computergestützten Methoden, Modellen und Systemen im Bereich der Life Sciences, deren Eigenschaften sich am Vorbild der Lern- und Adaptionsfähigkeiten bzw. Selbstorganisationsprinzipien natürlicher Systeme orientieren. Die entwickelten Lösungen unterstützen anspruchsvolle menschliche Tätigkeiten und Entscheidungsprozesse, können aber auch bei der Automatisierung von Prozessen zum Einsatz kommen. Die folgenden allgemeinen Aspekte stehen für unsere Forschung und Entwicklung im Zentrum: Lernfähigkeit/Adaptionsfähigkeit der Systeme, kontextgebundene Lösungen (Anwendungskontext in den Life Sciences), systemische Betrachtung der Anwendung und des Kontexts.

Der Forschungsschwerpunkt Computational Health befasst sich mit fundamentalen Fragestellungen aus Biologie und Medizin unter Verwendung computergestützter, datengetriebener Methoden. Wichtige Instrumente sind maschinelles Lernen für die Bild- und Signalanalyse, Parameterschätzung für Differenzialgleichungssysteme und Multiphysik-Simulation. Effektive Validierungsstrategien werden eingesetzt, um mit dem Unbekannten umzugehen.

Der Schwerpunkt bündelt spezifische Methoden- und Technologiekompetenzen in der Digitalisierung und Virtualisierung von Laboren, Prozessen und Produktionsanlagen in den Life Sciences. Dazu gehört einerseits die Vernetzung von Geräten, Prozessen und Menschen über Schnittstellen, Datenpipelines und Datenmanagement und andererseits die Modellierung und Simulation von physischen Systemen und Infrastrukturen. Digitale Zwillinge sind ein gutes Beispiel für das Zusammenspiel dieser Themen.

Wir beraten Sie zu Fragen der Versuchsplanung und Versuchsdesign. Unsere Statistikberatung unterstützt die ZHAW-Forschenden aller Departemente der ZHAW und steht auch externen Firmen und Organisationen zur Verfügung. In Ihrem Auftrag bearbeiten wir Ihre Fragestellungen zu Statistik, Datenanalyse, Simulation und Optimierung sowie Themen rund um Knowledge Management. Wir realisieren für Sie Datenbank-Anwendungen und verknüpfen diese mit Web- und Smartphone-Applikationen. Expertensysteme und selbstlernende, bioinspirierte Algorithmen kommen unter anderem zum Einsatz, um Informationen schnell und lösungsorientiert zugänglich zu machen.

Wir schulen Sie zu Themen rund um Statistik, Modellierung, Simulation und Optimierung.