Für Master-Interessierte

München ist einer der wenigen Standorte, an denen es sowohl einen Bachelor- als auch einen Masterstudiengang in Bioinformatik gibt. Der Master ist darauf ausgelegt, dass Bewerberinnen und Bewerber bereits ein breites Fundament in den zentralen Teilgebieten der Bioinformatik mitbringen.

Das unterscheidet uns von Standorten, an denen es nur einen Master gibt: Dort haben viele Studierende einen fachfremden Bachelor (z. B. Informatik, Statistik oder Biologie), und es gibt zu Beginn häufig eine Angleichungsphase, bevor die eigentlichen Masterinhalte starten.

Entsprechend prüft das Eignungsverfahren, inwieweit dieses breite Vorwissen vorhanden ist. Bewerberinnen und Bewerber mit einem Bachelor in Bioinformatik an einer wissenschaftlichen Hochschule und einer Gesamtnote von 2,5 oder besser (zur Umrechnung internationaler Noten siehe Notenumrechnung nach der Bayerischen Formel) werden direkt zugelassen; alle anderen durchlaufen ein Aufnahmegespräch.

Internationale Bewerbungen

Für internationale Studierende ist eine separate Bewerbung beim International Office erforderlich. Weitere Informationen finden Sie hier.

Aufnahmegespräch

Die Atmosphäre ist eher entspannt und nicht wie in einer klassischen Prüfung. Erwartet wird ein breites Vorwissen in Bioinformatik (Bio, Informatik, Mathe/Statistik); vorhandene Lücken werden gezielt nachgefragt. Auch wenn man sich nach dem Gespräch unsicher fühlt, ist eine Zusage durchaus möglich. Das Gespräch wird in der Regel von zwei Professorinnen/Professoren geführt und dauert etwa 30 Minuten.

Stichpunkte zu typischen Inhalten:

Typische Einstiegsfragen: Motivation für den Master Bioinformatik; Abgrenzung zu „KI“;
Fachliche Fragen aus Informatik: z. B. einen Algorithmus erklären, den man für elegant hält (z. B. Boyer-Moore), Laufzeiten vergleichen; Grundlagen der Komplexität; klassische Bioinformatik-Algorithmen (z. B. Alignment).
Fachliche Fragen aus Biologie/Anwendungsbezug: Themen aus Projekten, an denen Bewerber beteiligt waren; Umgang mit High‑Throughput‑Daten (z. B. RNA‑seq).
Mathematisch-statistische Kompetenzen: PCA erklären; grundlegende Statistik (z. B. Erwartungswert, Varianz); teils Optimierung.