Zertifikatskurse in Applied Health Informatics

Flexibel weiterbilden – Wissen direkt anwenden

Erweitern Sie Ihr Fachwissen in Applied Health Informatics schnell, praxisnah und berufsbegleitend und perfekt auf Ihre Karriereziele zugeschnitten.

Sie möchten Ihr Know-how im Bereich Applied Health Informatics gezielt ausbauen und Ihr Fachwissen erweitern ohne ein Studium zu beginnen? Unsere Zertifikatskurse sind speziell auf die Bedürfnisse von Berufstätigen zugeschnitten: praxisnah, flexibel und klar strukturiert.

Ob Einzelmodule oder Kombimodule – Sie wählen, was zu Ihren beruflichen Zielen und Ihrem Zeitplan passt. Alle Zertifikatskurse sind mit ECTS-Credit Points ausgestattet und lassen sich bei erfolgreichem Abschluss vollständig auf einen Masterstudiengang anrechnen. So profitieren Sie von maximaler Flexibilität.

Kombimodule – drei Module im Paket, ein starkes Plus für Ihre Karriere

Unsere Kombimodule bestehen aus drei thematisch abgestimmten Mastermodulen, die im selben Semester stattfinden. Damit erwerben Sie innerhalb kurzer Zeit fundiertes Wissen und eine umfassende Zusatzqualifikation.

Folgende Kombimodule stehen Ihnen zur Auswahl:

Bei dieser Modulkombination werden die folgenden drei Module gewählt:

  • Evidence-based medicine, knowledge representation and decision support
  • Predictive Analytics and Machine Learning
  • Signal and Image Processing

Wünschenswerte Vorkenntnisse und Interessen: 

  • Grundverständnis in Medizin / Life Sciences und Gesundheitswissenschaften 
  • Erfahrung mit Statistik, Datenanalyse oder Programmierung sind von Vorteil 
  • Interesse an den Prinzipien der praktischen Anwendung von KI in der Patientenversorgung, medizinischen Diagnostik und Entscheidungsunterstützung 

Welche Kompetenzen erwerben Sie? 

  • In dieser Weiterbildung entwickeln Sie die Fähigkeit ontologiebasierte Wissensrepräsentationen(z. B. SNOMED CT, UMLS) zu nutzen und medizinische Entscheidungen durch evidenzbasierte Methoden und moderne Entscheidungsunterstützungssysteme zu stärken. 
  • Sie lernen die Entwicklung prädiktiver Modelle für Patientenrisiken, Diagnostik oder Therapieoptimierung sowie der Modellierung von Zeitreihen und multivariaten klinischen Daten unter Einsatz von Python, R oder ML-Frameworks für klinische Datensätze. 
    Sie erlernen die Analyse von medizinischen Bild- und Signaldaten (MRT, CT, EKG, EEG) unter Anwendung von Bildverarbeitungsalgorithmen und Feature-Engineering sowie die praxisnahe Nutzung von OpenCV, ITK, MATLAB oder Python für Bild- und Signalanalysen. 
  • Damit sind Sie in der Lage, datengetriebene Erkenntnisse direkt in den klinischen Kontext zu übertragen.

Diese Weiterbildung passt zu Ihnen, wenn Sie die digitale Transformation der Medizin aktiv mitgestalten möchten und interessiert daran sind, klinische Daten in konkrete Anwendungen für Diagnostik und Therapie zu übersetzen. 

Bei dieser Modulkombination werden die folgenden drei Module gewählt

  • Data Integration and Interoperability
  • Predictive Analytics and Machine Learning
  • Bioinformatics

Wünschenswerte Vorkenntnisse und Interessen: 

  • Grundkentnisse in Naturwissenschaften / Statistik, Informatik oder Medizin / Life Sciences 
  • Erfahrung im Umgang mit Datenanalyse, Datenbanken oder Programmierumgebungen (z. B. Python, R) 
  • Interesse an biologischen und medizinischen Fragestellungen sowie am Zusammenspiel von KI und Life Sciences

Welche Kompetenzen erwerben Sie? 

  • In dieser Weiterbildung lernen Sie Methoden, komplexe und heterogene Datenquellen (klinische Register, Labordaten, Omics-Daten) zu verknüpfen und durch die Anwendung von Standards wie z.B. HL7 FHIR oder FAIR Data Principles in interoperable Datenstrukturen zu überführen und nutzbar zu machen.  
  • Sie erfahren den Umgang mit strukturierten und unstrukturierten Daten und entwickeln Kenntnisse in Entwicklung, Training und Evaluierung Vorhersagemodellen (klassisch und deep learing) um aus diesen Daten innovative Vorhersagemodelle und Muster zu erschließen.  
  • Zudem erweitern Sie Ihr Wissen in Bioinformatik, sodass Sie biologische Systeme unter Nutzung statistischer Methoden für Big Data in der Biomedizin analysieren und moderne Methoden der System- und Molekularbiologie anwenden können

Diese Weiterbildung passt zu Ihnen, wenn Sie biomedizinische Daten an der Schnittstelle zwischen Medizin, Biologie und Informatik integrieren und für Forschung oder Anwendung nutzbar machen möchten. 

  • Dauer aller Module: Ein Semester

  • Zeitraum: Wintersemester (Oktober – März)

  • Voraussetzungen: keine

  • Abschluss: RWTH Expert Certificate

  • Credit Points: 15 ECTS

  • Kurssprache: Englisch

  • Gebühren: 7.490€

Einzelmodule – individuell, fokussiert, flexibel

Mit unseren Einzelmodulen vertiefen Sie genau die Themen, die für Ihren Beruf und Ihre Entwicklung relevant sind – individuell und flexibel.

Folgende Einzelmodule stehen Ihnen zur Auswahl:

An wen richtet sich der Kurs?
Der Kurs richtet sich an Fachkräfte, die ihre Kenntnisse im Bereich Softwareentwicklung erweitern und speziell in der medizinischen Software anwenden möchten und sich für regulatorische Anforderungen wie die MDR (Medical Device Regulation) oder IVDR (In-vitro Diagnostic Regulation) interessieren und Softwareprojekte im Gesundheitsumfeld begleiten oder verantworten.

Wünschenswerte Vorkenntnisse
Für die Teilnahme an diesem Kurs sollte ein grundlegendes Verständnis von Datenmodellen, Algorithmen und Programmierung vorhanden sein. Außerdem ist es hilfreich, bereits erste Berührungspunkte mit dem Thema Risikomanagement gehabt zu haben. 

Was lernen Sie in diesem Kurs?
In diesem Kurs lernen Sie: 

  • verschiedene Software-Entwicklungsprozessmodelle kennen, 
  • Methoden der Anforderungsanalyse praktisch anzuwenden, 
  • die Grundlagen von Softwarearchitektur und Design zu verstehen, 
  • regulatorische Anforderungen wie MDR und IVDR einzuordnen, 
  • die Klassifizierung und Qualifikation von medizinischer Software nach regulatorischen Vorgaben durchzuführen, 
  • verschiedene Testansätze kennenzulernen und anzuwenden. 

Welche Kompetenzen bauen Sie auf?
Nach Abschluss des Kurses können Sie : 

  • eine Intended Use Description nach MDR erstellen, 
  • Use-Case-basierte Spezifikationen entwickeln, 
  • Testfälle ableiten und dokumentieren, 
  • Software-Systeme spezifizieren, auf Architektur-Ebene entwerfen und testen, 
  • Software im Hinblick auf Usability sowie rechtliche Anforderungen bewerten, 
  • Dokumentationen nach regulatorischen Vorgaben erstellen. 

An wen richtet sich der Kurs?
Das Modul richtet sich Fach- und Führungskräfte aus IT, Gesundheitswesen oder angrenzenden Branchen , die sich in einem fundierten praxisnahen Einstieg  intensiver mit der Architektur und dem Management von Informationssystemen sowie IT-gestützter Prozesse im Gesundheitswesen und der Forschung befassen möchten und ihr Wissen gezielt in interdisziplinäre Teams einbringen um eine  Grundlage für sichere, effiziente und nachhaltige IT-Strukturen zu schaffen. 

Wünschenswerte Vorkenntnisse
Für die Teilnahme an diesem Kurs sollten Sie die grundlegende Prinzipien des Risikomanagements und der IT-Sicherheit verstehen. 
Ein Basisverständnis über IT-Systeme im Gesundheitswesen sowie über die Rollen und Verantwortlichkeiten von Herstellern, Betreibern und Anwendern ist ebenfalls hilfreich.

Was lernen Sie in diesem Kurs?
In diesem Kurs lernen Sie: 

  • die Fachterminologie für unterschiedliche Informationssysteme im Gesundheitswesen sicher anzuwenden, 
  • die Architektur von Krankenhausinformationssystemen und deren Zusammenspiel zu verstehen, 
  • verschiedene IT-Strategien mit ihren Stärken und Schwächen einzuordnen, 
  • die Prinzipien des IT-Systems- und Service-Managements auf dem entsprechend des ITIL®4-Foundation-Kurses kennen 
  • relevante Standards und Prinzipien der Informations- und IT-Sicherheit (z. B. KRITIS, ISO 27001, ISO 80001) zu verstehen. 
  • die Rollen und Verantwortlichkeiten von Herstellern, Betreibern und Anwendern in der IT-Landschaft kennen 
  • die Modellierungssprache 3LGM² zur Analyse und Darstellung von Systemarchitekturen anzuwenden 

Welche Kompetenzen bauen Sie auf?
Nach Abschluss des Kurses können Sie  

  • Architekturen von Informationssystemen mit der Modellierungssprache 3LGM² darstellen und analysieren 
  • Prinzipien und ausgewählte Methoden des Informationssystem-Managements in der Praxis anwenden 
  • grundlegende Prinzipien der Informations- und IT-Sicherheit bei der Planung und Umsetzung von Projekten berücksichtigen 
  • Informationssysteme für medizinische Versorgung und Forschung mit Blick auf Integrationsverfahren und Qualitätsaspekte zu bewerten 
  • aktiv in Organisationen mitwirken, die Health-IT-Services entwickeln, betreiben, steuern oder verantworten

An wen richtet sich der Kurs?
Der Kurs richtet sich an Führungs- und Fachkräfte, die sich für Data Science im Gesundheitswesen interessieren und lernen möchten, Datenmanagement- und Analyseprozesse so zu gestaltet, dass sie reproduzierbar, wiederholbar und nachnutzbar sind, und rechtliche, ethischen und technischen Herausforderungen im Umgang mit Gesundheitsdaten berücksichtigen. 

Wünschenswerte Vorkenntnisse
Für die Teilnahme an diesem Kurs sollten Sie bereits ein Grundverständnis von Datenbanken, Datenmodellen und statistischen Methoden mitbringen. Erste Erfahrungen im Umgang mit medizinischen Daten oder Forschungsvorhaben sind ebenfalls hilfreich.

Was lernen Sie in diesem Kurs?
In diesem Kurs lernen Sie:  

  • Datenmanagement-Pläne zu erstellen und die FAIR-Datenprinzipien praktisch umzusetzen, 
  • die Grundlagen von Datenschutzkonzepten (z. B. TMF-Datenschutz) zu verstehen, 
  • den Umgang mit elektronischer Datenerfassung (eCRF-Systeme) sowie die Möglichkeiten der Sekundärnutzung von Gesundheitsdaten in Krankenhäusern, 
  • die Infrastrukturen für den Zugang zu medizinischen Forschungsdaten (Datenintegrationszentren, Forschungsdatenportale, Forschungsdatenzentren) einzuordnen, 
  • verschiedene Datenquellen und Informationstypen in der biomedizinischen Forschung zu nutzen, 
  • Verfahren der Datenexploration, Mustererkennung, NLP sowie Validierungstechniken für Machine Learning anzuwenden, 
  • Methoden der Datenethik und Datensicherheit in der Praxis einzusetzen. 

Welche Kompetenzen bauen Sie auf?
Nach Abschluss des Kurses können Sie  

  • Datenanalyse-Ansätze für konkrete medizinische Fragestellungen entwickeln, 
  • Datenmanagement-Pläne für klinische Studien schreiben und anwenden, 
  • FAIR-konforme Datensätze mit Hilfe von Metadaten erstellen, 
  • Prinzipien der semantischen Interoperabilität und den Einsatz von Ontologien im biomedizinischen Kontext nutzen, 
  • Workflows für Data Science generieren und dokumentieren, 
  • verschiedene Methoden kombinieren, um ethische, rechtliche und technische Anforderungen beim Umgang mit Gesundheitsdaten zu erfüllen, 
  • die Stärken und Grenzen von medizinischen Routinedaten für präventive, diagnostische und therapeutische Entscheidungsprozesse kritisch beurteilen. 

  • Dauer eines Moduls: Ein Semester

  • Zeitraum: Wintersemester (Oktober – März) oder Sommersemester (April – Sept)

  • Voraussetzungen: keine

  • Abschluss: RWTH Academic Certificate

  • Credit Points: 5 ECTS

  • Kurssprache: Englisch

  • Gebühren: 2.940€

Zertifikatskurs – Klinische Datenintegration und Interoperabilität

Erlernen Sie in unserem Zertifikatskurs ‚Klinische Datenintegration und Interoperabilität‘ die Möglichkeiten und Herausforderungen der Entstehung, Kommunikation, Transformation und Nutzung biomedizinischer Daten. Gewinnen Sie wertvolle Fähigkeiten zur Integration solcher Daten aus verschiedenen Informationssystemen und zur effektiven Nutzung von Interoperabilitätsstandards und lernen Sie, Datenintegration im klinischen Kontext erfolgreich umzusetzen.

Ihre Vorteile auf einen Blick

  • Keine Hürden beim Einstieg – keine Zulassungsvoraussetzungen; Sie können direkt starten.

  • Schnell Know-how erwerben – konzentriertes Lernen auf Hochschulniveau, speziell für Berufstätige.

  • Praxisnah anwenden – Inhalte sind direkt auf die aktuellen Herausforderungen im Gesundheitswesen und in der IT abgestimmt.

  • Maximale Flexibilität – belegen Sie einzelne Module oder Kombimodule, passend zu Ihrem Zeitbudget und Karriereplan.

  • Berufsbegleitend & zeitsparend – alle Module sind innerhalb eines Semesters absolvierbar und lassen sich besser in den Arbeitsalltag integrieren und Beruf und Weiterbildung optimal verbinden

  • Karrierebooster – durch anerkannte Zusatzqualifikationen stärken Sie Ihr Profil und Ihre Position im Beruf.

  • Optional Anrechenbarkeit – alle ECTS sind vollständig auf einen Masterstudiengang anrechenbar.

  • Zertifizierte Weiterbildung – profitieren Sie von einem offiziellen Hochschulzertifikat der RWTH Aachen.

  • Planbare Weiterbildung – feste Semesterzeiträume geben Ihnen Orientierung und ermöglichen eine klare Struktur neben dem Job.

Haben Sie noch Fragen?

Wir beraten Sie gerne persönlich

Antonia Mork
Studiengangsmanagerin

Dieser Kurs wird unterstützt von dem
Bundesverband Gesundheits-IT
www.bvitg.de

und dem
Zentrum für Telematik und Telemedizin
www.ztg-nrw.de