FAQ – Häufig gestellte Fragen Master of Science in Applied Information and Data Science

Im Studium lernen Sie, das Potenzial von Daten und künstlicher Intelligenz (KI) in wirtschaftlichen und gesellschaftlichen Kontexten zu erkennen und gezielt zu nutzen.

Sie entwickeln die Fähigkeit, grosse Datenmengen zu analysieren, daraus fundierte Erkenntnisse abzuleiten und diese verständlich zu kommunizieren. Gleichzeitig lernen Sie, datenbasierte Lösungen zu konzipieren und in konkrete Anwendungen zu überführen.

Ein besonderer Fokus liegt auf:

• der Verbindung von Technik, Analyse und Business-Verständnis
• der Entwicklung datengetriebener Produkte und Geschäftsmodelle sowie deren technische Implementation und Integration in Business-Umgebungen
• der verantwortungsvollen Nutzung von Daten und KI

In unseren

 können Sie lesen, woran unsere Studierenden konkret arbeiten und forschen. 

Schliessen

Der Begriff „Applied“ steht für die konsequente Ausrichtung auf Anwendung und Umsetzung.

Sie lernen nicht nur Methoden und Technologien kennen, sondern setzen diese direkt in praxisnahen Projekten ein. Ziel ist es, Datenlösungen zu entwickeln, die echten und relevanten Mehrwert schaffen.

Schliessen

Der Studiengang ist bewusst im wirtschaftlichen Kontext verankert, da Data Science in den meisten Fällen zur Lösung von unternehmerischen und gesellschaftlichen Fragestellungen eingesetzt wird. 

Der Fokus liegt darauf, Daten nicht isoliert zu betrachten, sondern im Zusammenhang mit Entscheidungsprozessen, Geschäftsmodellen und Organisationen

Schliessen

Data Science beschäftigt sich primär mit der Analyse und Interpretation von Daten, um Muster zu erkennen und Vorhersagen zu treffen.

Künstliche Intelligenz geht darüber hinaus und umfasst Systeme, die eigenständig Entscheidungen treffen oder mit ihrer Umwelt interagieren. Machine Learning bildet dabei eine wichtige Verbindung zwischen beiden Bereichen.

Beide Themen werden im Studiengang umfassend gelehrt. 

Schliessen

Künstliche Intelligenz ist ein integraler Bestandteil des Studiums. Sie lernen, KI-Methoden zu verstehen, sinnvoll einzusetzen und kritisch zu hinterfragen.

Dabei geht es nicht nur um technische Umsetzung, sondern auch um deren Einbettung und Anwendung im Kontext von Organisationen und Entscheidungsprozessen.

Schliessen

Im Studium arbeiten Sie mit gängigen Technologien und Tools aus der Praxis der Datenanalyse und Data Science.

Je nach Modul umfasst dies unter anderem Programmiersprachen, Analyse-Tools, Visualisierungslösungen sowie Plattformen für Datenverarbeitung und -management.

Schliessen

Masterarbeiten entstehen häufig in Zusammenarbeit mit Unternehmen oder im Kontext konkreter Fragestellungen aus in den verschiedensten Branchen. 

Die Themen reichen von datengetriebenen Analysen über die Entwicklung von Modellen bis hin zu strategischen Fragestellungen rund um Data und KI. Ebenso bearbeiten unsere Studierenden gesellschaftlich relevante Themen (z. B. Nachhaltigkeit, Sport, Kultur). 

Einige Masterarbeiten werden in unseren

 dargestellt.  

Schliessen

Project-Based Learning ist ein wichtiger Bestandteil des Studiums und wird mit ECTS-Credits vergütet. Sie arbeiten dabei an echten Fragestellungen von Unternehmen oder Organisationen, direkt vor Ort mit einem Team bestehend aus Mitarbeitenden und Studierenden. 

Die Projekte werden in Teams bearbeitet und durch Dozierende als Learning Coaches begleitet. Dadurch verbinden Sie theoretisches Wissen direkt mit praktischer Anwendung und bauen gleichzeitig ein eigenes Projektportfolio auf. Project-Based Learning wird zusammen mit unserem Partner bydo umgesetzt. Weitere Informationen finden Sie auf unserer

. 

Schliessen

Die Anmeldung erfolgt im Rahmen der Studienplanung. Informationen zu verfügbaren Projekten und zur Organisation erhalten Sie während des Studiums.

Bei Fragen zur Auswahl oder Anrechnung unterstützt Sie die Studiengangleitung.

Weitere Informationen finden Sie auf unserer

.

Schliessen

Die Studierenden im Master Applied Data Science and AI bringen sehr unterschiedliche Hintergründe mit, es verbindet sie ein starkes Interesse an datenbasierten Fragestellungen.

Typischerweise handelt es sich um Personen mit:

• einem Durchschnittsalter von rund 29 Jahren bei Eintritt
• etwa 5–7 Jahren Berufserfahrung
• Berufstätigkeit (rund 95 % der Studierenden sind berufstätig)

Die Studierendenschaft ist international geprägt und umfasst Personen aus unterschiedlichsten Fachrichtungen.

In den

 erhalten Sie einen Eindruck über die verschiedenen Profile.  

Schliessen

Als Quereinsteiger:innen gelten Personen ohne klassischen Hintergrund in Informatik, Statistik oder Data Science. Der Master richtet sich bewusst an Studierende aus unterschiedlichen Disziplinen – auch aus Wirtschaft, Sozialwissenschaften, Ingenieurwesen oder Geisteswissenschaften.

Das Studium bietet diesen Personen die Möglichkeit, sich gezielt in ein neues Berufsfeld zu entwickeln. Es unterstützt sie dabei, neue Kompetenzen für datengetriebene Rollen systematisch aufzubauen.

Schliessen

Ja, das Studium ist so aufgebaut, dass auch Studierende ohne vertiefte Vorkenntnisse erfolgreich einsteigen können. Unterschiedliche Ausgangsniveaus werden bewusst berücksichtigt.

Wichtig ist die Bereitschaft, sich insbesondere zu Beginn aktiv mit neuen Themen wie Programmierung oder Statistik auseinanderzusetzen. Die Erfahrung zeigt, dass Quereinsteiger:innen mit Motivation und Interesse sehr gut im Studium ankommen und sich erfolgreich in Richtung Data Science entwickeln.

Auf unserer

 zu Berufsbild-Interviews, Forschungsprojekten und Studieninsights können Sie Projekte und Profile von Quereinsteiger:innen einsehen. 

Schliessen

Sie werden beim Einstieg gezielt begleitet. Der Studiengang bietet integrierte Grundlagenangebote, die fehlende Kenntnisse systematisch aufbauen.

Zusätzlich profitieren Sie von:

• Vorbereitungsmaterial für den leichten Einstieg ins Studium
• persönlicher Betreuung durch Dozierende
• engem Austausch mit Mitstudierenden
• klar strukturierten Lernpfaden
• praxisnahen Projekten, in denen Sie Ihr Wissen direkt anwenden

Schliessen

Als Fachspezialist:innen gelten Studierende, die bereits fundierte Kenntnisse in Bereichen wie Informatik, Statistik, Data Analytics oder verwandten Disziplinen mitbringen.

Sie verfügen oft über praktische Erfahrung im Umgang mit Daten und möchten ihre Kompetenzen gezielt erweitern und auf ein höheres Niveau bringen.

Schliessen

Ja, das Studium ist auch für Fachspezialist:innen bewusst anspruchsvoll konzipiert. Es geht nicht nur um Vertiefung, sondern um den nächsten Karriereschritt.

Sie erweitern Ihr Profil über die reine Technik hinaus und entwickeln sich in Richtung anspruchsvoller Fach- und Führungsrollen weiter – unsere Absolvierenden arbeiten in Senior-, Lead- oder strategische Positionen.

Dabei stehen insbesondere folgende Aspekte im Fokus:

• Anwendung und Einbettung von Data Science und KI im Unternehmenskontext
• Verbindung von Technologie, Business und Kommunikation
• Arbeit an komplexen Problemstellungen aus der Praxis
• Entwicklung eines eigenen Projektportfolios

Auf unserer

 zu Berufsbild-Interviews, Forschungsprojekten und Studieninsights können Sie Projekte und Profile von Fachspezialist:innen einsehen. 

Schliessen

Vorausgesetzt wird ein Bachelorabschluss. Darüber hinaus sind insbesondere analytisches Denken, Interesse an Daten sowie die Bereitschaft, sich mit neuen Methoden und Technologien auseinanderzusetzen, entscheidend. 

Die detaillierten Zulassungsvoraussetzungen sind auf der Zulassungsseite beschrieben.

Schliessen

Die aktuellen Anmeldefristen sind auf unserer

 publiziert. Eine frühzeitige Anmeldung wird empfohlen, da der Bewerbungsprozess mehrere Schritte umfasst.

Schliessen

Der Anmeldeprozess besteht aus folgenden Schritten:

1. Online-Anmeldung
2. Self-Assessment
3. Englisch-Sprachtest
4. Bei Bedarf ein persönliches Eignungsgespräch

Alle Schritte dienen dazu, Ihre Ausgangslage realistisch einzuschätzen und sicherzustellen, dass Sie optimal ins Studium starten können.

Schliessen

Der Self-Assessment Test dient dazu, Ihre analytischen und methodischen Grundlagen einzuschätzen. Er hilft Ihnen und der Studiengangleitung, Ihr aktuelles Kompetenzniveau besser zu verstehen.

Es geht dabei nicht um Fachwissen, sondern es werden logische und analytische Fähigkeiten getestet, die wichtig sind, um das Studium erfolgreich absolvieren zu können. Eine Vorbereitung ist nicht nötig und es stehen keine Hilfsmittel oder Probetests zur Verfügung.

Schliessen

Der Englischtest überprüft, ob Sie über das erforderliche Sprachniveau verfügen, um dem Studium folgen zu können (Eintrittsniveau gemäss europäischem Referenzrahmen ist C1, mit Auflagen B2). Er kann verschiedene Formate umfassen, etwa Textverständnis, Schreibaufgaben oder Multiple-Choice-Fragen. 

Schliessen

Ein Eignungsgespräch findet statt, wenn zusätzliche Abklärungen zu Ihrem Profil sinnvoll sind. Dies kann beispielsweise bei nicht eindeutigen Vorbildungen oder besonderen beruflichen Hintergründen der Fall sein. 

Schliessen

Nein, es gibt keine Altersbeschränkung. Die Studierenden bringen unterschiedliche Lebens- und Berufserfahrungen mit, was aktiv zur Qualität des Austauschs beiträgt.

Schliessen

Es werden keine spezifischen Programmiersprachen zwingend vorausgesetzt. Grundkenntnisse sind hilfreich, können jedoch im Studium aufgebaut werden, zum Beispiel im Rahmen von Pflichtmodulen (Statistik, Informatik) im 1. Semester. 

finden Sie eine Übersicht über alle Module. 

Schliessen

Berufserfahrung ist von Vorteil, aber nicht zwingend erforderlich. Viele Studierende bringen mehrere Jahre Erfahrung in einer bestimmten Domäne mit, was den Austausch im Studium bereichert.

Schliessen

Data Science und KI sind Querschnittsthemen, die in sehr vielen Disziplinen und Berufsfeldern eine immer wichtigere Rolle spielen. Der Zugang zum Master-Programm ist deshalb offen. Dies impliziert auch, dass Studierende über sehr unterschiedliche informatische und statistische Eingangskompetenzen verfügen. Der Studiengang orientiert sich an den Einstiegskompetenzen, wie sie typische Studierende mit einem Bachelorabschluss in Betriebsökonomie an einer schweizerischen Hochschule oder Universität mitbringen. Studierende ohne entsprechende Vorkenntnisse müssen die Bereitschaft aufbringen, sich die notwendigen Grundlagenkenntnisse im ersten Studiensemester anzueignen. Entsprechende Angebote sind in den Studiengang integriert.

Hier finden Sie eine

. 

Schliessen

Der Master in Applied Data Science and AI fördert immersives Lernen im Praxisumfeld von Data Scientists. Qualifizierte Tätigkeiten in einem datennahen Tätigkeitsbereich können in begrenztem Umfang an die Studienleistung angerechnet werden. Die Anrechnung kann erfolgen, wenn die Studierenden einen ausreichenden Bezug ihrer beruflichen Tätigkeit mit den Studieninhalten nachweisen können. Über die Anrechnung entscheidet die Studiengangleitung.

Schliessen

Vorleistungen aus spezialisierten Bachelorprogrammen können auf Antrag in den Pflichtmodulen angerechnet werden (max. 12 ECTS). Die Anrechnung von Vorleistungen aus Masterprogrammen ist ebenfalls möglich, jedoch auf die Pflichtfächer des Programms beschränkt.  

Schliessen

Der Studiengang ermöglicht den Studierenden, Module bei externen Partnern zu besuchen (z.B. Global School of Empirical Research Methods GSERM an der Universität St.Gallen, spezifische Module an der Universität Luzern, Zertifikatskurse bei SAS usw.). Andere Angebote sind in Prüfung. Der Besuch solcher Kurse kann an die Studienleistungen im Wahlpflichtbereich angerechnet werden. Bei Unsicherheiten über die Anrechenbarkeit solcher Angebote empfiehlt sich vorgängig eine Abklärung bei der Studiengangleitung.

Hier finden Sie eine

. 

Schliessen

Im Studiengang unterrichten Dozierende aus Hochschule und Praxis. Die meisten bringen neben der akademischen Qualifikation auch umfangreiche Industrieerfahrung mit.

Dadurch profitieren Sie von einer Kombination aus wissenschaftlicher Fundierung und Praxisbezug. Die Inhalte orientieren sich an den aktuellen Herausforderungen aus Unternehmen, Organisationen und Gesellschaft.

Eine Übersicht der Dozierenden finden Sie auf der Dozierenden-Seite.

Schliessen

Die Administration des Studiengangs unterstützt Sie bei organisatorischen und administrativen Fragen rund um das Studium. 

Telefon: +41 41 228 41 30
E-Mail: master.ids@hslu.ch

Schliessen

Die Betreuung im Studium ist persönlich und unkompliziert. Sie profitieren von kurzen Wegen, direktem Austausch mit Dozierenden und einer aktiven Studierenden-Community.

Schliessen

Die Studiendauer ist flexibel gestaltbar. Sie können das Studium an Ihre persönliche und berufliche Situation anpassen.

Je nach gewähltem Tempo variiert die Dauer entsprechend. 

Schliessen

Die maximale Studiendauer beträgt 8 Semester.

Schliessen

Die Unterrichtszeit dauert insgesamt 14 Wochen und ist in zwei Blöcke zu je sieben Wochen unterteilt. Danach folgen die Prüfungsphasen.

Schliessen

Die Lehrveranstaltungen finden an zwei fixen Tagen pro Woche statt:

• Donnerstag
• Freitag

Diese Struktur erleichtert die Planung eines berufsbegleitenden Studiums.

Schliessen

Ein Unterrichtstag kann bis zu zehn Lektionen umfassen (Drei Blöcke zwischen 8:15 und 17:55 Uhr). Die genaue Ausgestaltung variiert je nach Modul.

Schliessen

Das Studium kombiniert verschiedene Lehrformate. Insgesamt überwiegt ein flexibler Mix aus Online- und Präsenzunterricht.

Typischerweise liegt der Anteil bei etwa:

• rund 60 % Online-Unterricht
• rund 40 % Präsenzunterricht

Schliessen

Die Präsenzveranstaltungen finden am Campus der Hochschule Luzern – Wirtschaft statt, insbesondere an den Standorten Zentralstrasse (Z9) und beim Bahnhof Luzern (Perron).

Schliessen

Sie haben innerhalb des Studienmodells eine gewisse Flexibilität. Die Module werden regelmässig angeboten, sodass Sie Ihre Studienplanung individuell gestalten können.

Schliessen

Blockwochen sind einzelne Module, zu denen Sie sich einschreiben und teilnehmen können. Die Blockwochen sind allesamt Wahlfächer, die für den erfolgreichen Abschluss des Programms nicht zwingend besucht werden müssen. 

Schliessen

Die Anforderungen variieren je nach Modul. Grundsätzlich wird eine aktive Teilnahme am Unterricht erwartet, insbesondere bei interaktiven Formaten und Projektarbeiten.

Schliessen

In der Regel nicht. Die Veranstaltungen on-site können aber live gestreamt werden.

Schliessen

Der Unterricht umfasst zwei fixe Tage pro Woche. Zusätzlich sollten Sie Zeit für Selbststudium, Übungen und Projektarbeiten einplanen.

Bei minimaler Studiendauer liegt der zusätzliche Aufwand erfahrungsgemäss bei rund 20 Stunden pro Woche. Der tatsächliche Aufwand hängt jedoch stark von Ihren individuellen Voraussetzungen und Ihrem Lerntempo ab.

Schliessen

Bei einer längeren Studiendauer verteilt sich die Gesamtbelastung auf mehr Semester. Die Unterrichtstage bleiben jedoch grundsätzlich gleich, sodass weiterhin mit zwei Präsenztagen pro Woche zu rechnen ist.

Schliessen

Viele Studierende sind während des Studiums berufstätig. Wie hoch das Arbeitspensum sein kann, hängt von Ihrer individuellen Situation ab.

Da zwei feste Unterrichtstage vorgesehen sind und zusätzlich Zeit für Selbststudium benötigt wird, empfiehlt es sich, das Arbeitspensum realistisch zu planen. Bei Unsicherheiten kann ein persönliches Beratungsgespräch sinnvoll sein.

Schliessen

Die Unterrichtssprache ist Englisch.

Schliessen

Es wird ein Englischniveau auf Stufe C1 vorausgesetzt. In bestimmten Fällen ist ein Einstieg mit Niveau B2 möglich, verbunden mit entsprechenden Auflagen.

Schliessen

Deutschkenntnisse sind nicht erforderlich.

Schliessen

Leistungsnachweise können in der Regel auf Deutsch oder Englisch erbracht werden.

Schliessen

Neben klassischen Prüfungen kommen auch Projektarbeiten, Gruppenarbeiten oder mündliche Formate zum Einsatz.

Schliessen

Die Leistungsnachweise finden in der Regel vor Ort statt.

Schliessen

Mit einer Applied Data Science Ausbildung stehen Ihnen vielfältige Karrierewege offen. Daten und KI spielen heute in nahezu allen Branchen eine zentrale Rolle.

Typische Einsatzfelder sind unter anderem:

• Data Science und Analytics
• Machine Learning und KI
• Consulting und Strategie
• Produkt- und Geschäftsmodellentwicklung

Absolvierende übernehmen sowohl spezialisierte Fachrollen als auch Positionen mit Führungsverantwortung. Einen Einblick über mögliche Einsatzfelder gewinnen Sie in unseren Berufsbildern.

Schliessen

Absolvierende arbeiten beispielsweise als:

• Data Scientist
• Machine Learning Engineer
• Data Science Consultant
• AI Consultant
• Analytics Lead
• Data & AI Strategist
• Chief Digital Officer
• Solutions Architect
• Decision Scientist
• Data Analyst

Viele entwickeln sich im Verlauf ihrer Karriere in Richtung Senior- oder Lead-Positionen. Welche Aufgaben genau dahinterstecken, erfahren Sie in unseren Berufsbilder-Stories.

Schliessen

Unser Master bereitet auch auf eine akademische Karriere vor. Ein Teil unserer Studierenden macht davon Gebrauch und startet erfolgreich eine akademische Karriere. 

Schliessen

Die Nachfrage nach Fachkräften im Bereich Data Science und Künstliche Intelligenz ist sehr hoch und wächst weiter.

Unternehmen und Organisationen benötigen zunehmend Personen, die Daten nicht nur analysieren, sondern in konkrete Entscheidungen und Innovationen übersetzen können.

Schliessen

Die Angaben variieren stark je nach Branche und Stufe. Unsere Absolvierendengehälter bewegen sich ca. 20% oberhalb des mittleren Jahresgehalts (Median) der HSLU-Wirtschaftsabgänger:innen von CHF 100'000 ein Jahr nach Abschluss. 

Schliessen

Data Science und KI entwickeln sich stetig weiter und die Verwendung gehört zu den zentralen Kompetenzen der digitalen Transformation. Dabei verschiebt sich der Fokus zunehmend, weg von rein technischer Umsetzung hin zu strategischem Denken, Anwendung und Wirkung. Besonders gefragt sind Profile, die technisches Know-how mit Domänenwissen und Kommunikationsfähigkeit verbinden.

Schliessen

Künstliche Intelligenz wird Data Science nicht ersetzen, sondern weiterentwickeln. Viele technische Aufgaben werden durch KI unterstützt oder automatisiert. Gleichzeitig gewinnen Fähigkeiten an Bedeutung, die über reine Modellierung hinausgehen, etwa:

• kritisches Denken
• Kontextverständnis
• strategische Einordnung
• Kommunikation von Ergebnissen

Schliessen

Ja, das Studium bietet zahlreiche Möglichkeiten zur Vernetzung mit Unternehmen.

Dies geschieht insbesondere durch:

• Praxisprojekte
• Zusammenarbeit mit Partnerorganisationen
• Austausch mit Dozierenden aus der Praxis
• Zugang zu Stellenausschreibungen

Viele Studierende knüpfen bereits während des Studiums wertvolle Kontakte für ihre weitere Karriere. Auf unserer Seite zu Partnerschaften & Netzwerk finden Sie weitere Informationen. 

Schliessen

Der Studiengang verbindet wissenschaftliche Fundierung mit konsequenter Praxisorientierung. 

Charakteristisch sind insbesondere:

• individuelle Studienplanung
• interdisziplinärer Zugang für unterschiedliche Hintergründe
• praxisintegriertes Lernen in echten Projekten von Unternehmen und Organisationen
• enge Betreuung und aktive Community

Für viele Studierende steht ein klares Ziel im Zentrum: eine nachhaltige Karriereentwicklung mit langfristiger Relevanz im Bereich Data und KI.

Schliessen

Das Master-Programm schliesst Angebote ein, welche dem Aufbau ausreichender Grundlagenkenntnisse in Informatik und Statistik dienen. Studierende mit ausgewiesenem Vorwissen in diesen Bereichen können sich dieses anrechnen lassen. Im Gegensatz zu anderen Angeboten verlangt unser Master-Programm auch keine disziplinären Studienvorleistungen. Der Zugang zum Master-Programm ist grundsätzlich auch aus allen sozial-, natur- und geisteswissenschaftlichen Disziplinen möglich. Schliesslich räumt das Programm der Master-Thesis ein grosses Gewicht ein. Die Master-Thesis lässt sich häufig relativ einfach mit einer beruflichen Tätigkeit oder einem Praktikum verbinden.

Dadurch entsteht ein umfassendes Kompetenzprofil, das sowohl für die Praxis als auch für eine mögliche akademische Weiterqualifikation (Doktorat) geeignet ist. Auf der Seite zum

 finden Sie die Modulverzeichnisse und eine Beschreibung aller aktuellen Module. 

Schliessen

Ein Austauschsemester ist möglich. Die Hochschule Luzern verfügt über ein breites internationales Partnernetzwerk. Ein Auslandaufenthalt wird in der Regel ab dem dritten Semester empfohlen.

Schliessen

Das

 unterstützt Sie bei der Planung und Organisation Ihres Aufenthalts.

Schliessen

Die aktuellen Studiengebühren sind auf der unserer

 aufgeführt.

Schliessen

Je nach Situation stehen verschiedene Unterstützungsmöglichkeiten zur Verfügung, etwa Stipendien oder kantonale Förderprogramme.

Die HSLU selbst vergibt keine Stipendien. Weitere Informationen finden Sie auf der Seite rund um Stipendien und Preise.

Schliessen

Studierende profitieren von verschiedenen Angeboten der Hochschule Luzern, darunter:

• vergünstigte Verpflegung
• Sportangebote
• Zugang zu Software und Infrastruktur
• Kinderbetreuungsangebote

Schliessen

Für das Studium stehen moderne Infrastruktur und digitale Tools zur Verfügung. Dazu gehören unter anderem Lernplattformen, Softwarelösungen und Zugang zu relevanten Daten- und Analyseumgebungen. 

Hier finden Sie eine Zusammenstellung aller Angebote rund um Campus Life. 

Schliessen

Die Studierendenschaft ist international und interdisziplinär geprägt. Sie setzt sich aus Personen mit unterschiedlichen fachlichen Hintergründen zusammen, etwa aus Wirtschaft, Technik, Sozial- oder Naturwissenschaften. Diese Vielfalt ist ein zentraler Bestandteil des Lernumfelds.

Schliessen

Luzern bietet eine hohe Lebensqualität und ideale Bedingungen für ein Studium. Die Stadt verbindet eine zentrale Lage mit guter Erreichbarkeit und einem attraktiven Umfeld zwischen See und Bergen.

Durch die Nähe zum Bahnhof ist der Campus auch für Pendelnde sehr gut erreichbar. Alles rund um das Leben in Luzern für Studierende finden Sie auf dieser Seite. 

Schliessen

Die Hochschule Luzern unterstützt Studierende mit Familie durch verschiedene Angebote, etwa:

• flexible Studiengestaltung
• Informationen zu Familienzulagen
• Kinderbetreuung am Campus
• Möglichkeiten für Urlaubssemester

Schliessen

Die Hochschule bietet ein aktives Campusleben und verschiedene Unterstützungsangebote.

Der Studirat organisiert Veranstaltungen, fördert den Austausch unter Studierenden und trägt zu einem lebendigen Campus bei. Gleichzeitig ermöglicht die flexible Struktur des Studiums eine individuelle Balance zwischen Studium, Beruf und Freizeit. Mehr Infos finden Sie auf der STUDIRAT-Webseite. 

Schliessen