Studieordning for master i IT, softwarekonstruktion, 2026

1: Forord

I medfør af lovbekendtgørelse nr. 391 af 10. april 2024 om universiteter (universitetsloven) fastsættes følgende studieordning.

Uddannelsen følger endvidere eksamensordningen inkl. fællesbestemmelserne for Aalborg Universitet.

2: Bekendtgørelsesgrundlag

Masteruddannelsen er tilrettelagt i henhold til Uddannelses- og Forskningsministeriet bekendtgørelse nr. 19 af 9. januar 2020 (masterbekendtgørelsen), bekendtgørelse nr. 2272 af 1. december 2021 om universitetsuddannelser tilrettelagt på deltid (deltidsbekendtgørelsen) med senere ændringer og bekendtgørelse nr. 1121 af 19. september 2025 om eksamener og prøver ved universitetsuddannelser (eksamensbekendtgørelsen). Der henvises endvidere til bekendtgørelse nr. 1125 af 4. Juli 2022 (karakterskalabekendtgørelsen).

3: Campus

Uddannelsen udbydes i Aalborg

4: Fakultetstilhørsforhold

Masteruddannelsen hører under Det Tekniske Fakultet for IT og Design, Aalborg Universitet.

5: Studienævnstilhørsforhold

Masteruddannelsen hører under Studienævn for Datalogi.

6: Censorkorpstilhørsforhold

Masteruddannelsen er tilknyttet censorkorps for Datalogi.

7: Adgangskrav

Optagelse er betinget af, at ansøgere har gennemført en relevant adgangsgivende uddannelse.

• en bacheloruddannelse i datalogi eller
• en bacheloruddannelse i software eller
• en bacheloruddannelse i elektronik og it eller
• en bacheloruddannelse i computerteknologi eller
• en diplomuddannelse i informationsteknologi (softwarekonstruktion) eller
• en diplomuddannelse i it-sikkerhed eller
• en diplomuddannelse i softwareudvikling eller
• en professionsbacheloruddannelse i softwareudvikling eller
• en professionsbacheloruddannelse i it-sikkerhed eller
• en professionsbacheloruddannelse i cybersikkerhed eller
• en professionsbachelor i It-arkitektur eller
• en anden uddannelse, der ligger inden for de generelle regler om adgang.

Bemærk, at fagpakker på linjen i softwarekonstruktion kan have yderligere adgangskrav og anbefalede forudsætninger. Adgangskrav og anbefalede forudsætninger fremgår af fagbeskrivelsen.

Ønsker den studerende, at en fagpakke (valgfagspakke) fra en anden linje end den linje, vedkommende er optaget på, skal indgå i den samlede masteruddannelse, skal den studerende opfylde adgangskravene for fagpakken og den linje fagpakken hører til.

Optagelse forudsætter desuden, at ansøgere har 2 års relevant erhvervserfaring efter gennemførelse af den adgangsgivende uddannelse.

Relevant erhvervserfaring er:

• Beskæftigelse med udvikling, implementering af it, undervisning i it, it-sikkerhed eller data analytics

Indskrivning
Indskrivning sker til den institution, der udbyder den pågældende uddannelsesaktivitet (enkeltfag, fagpakke eller masterprojekt).

Udvælgelse af ansøgere
Ved eventuel adgangsbegrænsning på en fagpakke indgår følgende kriterier i udvælgelsen blandt de studerende og kvalificerede ansøgere, i prioriteret rækkefølge:

• studerende der er indskrevet på masteruddannelsen og har gennemført andre fagpakker har første prioritet
• relevansen af ansøgerens erhvervserfaring inden for fagpakkens emne
• relevansen af ansøgerens uddannelsesmæssige baggrund for fagpakkens emne

Betaling
Deltagerbetaling dækker undervisning i den periode, den studerende er indskrevet på fagpakken/enkeltfaget, vejledning og tre eksamensforsøg.

8: Uddannelsens titel på dansk og engelsk

Masteruddannelsen giver ret til betegnelsen Master i informationsteknologi, softwarekonstruktion. Den engelske betegnelse er Master of Information Technology, Software Development.

Hvis der er valgt specialisering, tilføjes specialiseringsområdet til titlen: Master i it, softwarekonstruktion med specialisering i It-sikkerhed. På engelsk Master of IT, Software Development with specialisation in IT-security.

9: Uddannelsens normering angivet i ECTS

Masteruddannelsen er normeret til et årsværk (60 ECTS-point). Uddannelsen er tilrettelagt som deltidsstudium, dvs. en fagpakke (15 ECTS) vil normalt kunne gennemføres på et halvt til et helt år og hele uddannelsen i løbet af to til tre år.

Den studerende skal senest have afsluttet uddannelsen seks år efter at have påbegyndt den.

10: Regler om merit, herunder mulighed for valg af moduler, der indgår i en anden uddannelse ved et universitet i Danmark eller udlandet

Studienævnet kan godkende, at beståede uddannelseselementer fra andre uddannelser på samme niveau træder i stedet for uddannelseselementer i denne uddannelse (merit).

Studienævnet kan efter ansøgning ligeledes godkende, at en del af denne uddannelses uddannelseselementer gennemføres ved et andet universitet eller en anden videregående uddannelsesinstitution i Danmark eller i udlandet (forhåndsmerit).

Studienævnets afgørelser om merit træffes på baggrund af en faglig vurdering.

11: Dispensationer

Studienævnets muligheder for at tildele dispensation, herunder dispensation til yderligere prøveforsøg og særlige prøvevilkår, fremgår af eksamensordningen, der er offentliggjort på denne hjemmeside: https://www.studieservice.aau.dk/regler-vejledninger

12: Eksamensregler

Eksamensreglerne fremgår af eksamensordningen, der er offentliggjort på denne hjemmeside: https://www.studieservice.aau.dk/regler-vejledninger

13: Regler om skriftlige opgaver

Studienævnet kan fastsætte, om, og i hvilket omfang, den studerendes sproglige præstation indgår i bedømmelsen af den enkelte prøve.
Ved afsluttende prøver (bachelorprojekt, afgangsprojekt, masterprojekt og kandidatspeciale) indgår stave- og formuleringsevne altid i bedømmelsen.
Bedømmelsen er en helhedsvurdering, hvorfor den studerendes sproglige præstation ved afsluttende prøver både bedømmes i den skriftlige projektrapport og ved den mundtlige prøve.

Studienævnet kan i særlige tilfælde (f.eks. ved ordblindhed og andet sprog end dansk som modersmål) dispensere fra kravet om, at stave- og formuleringsevnen indgår i bedømmelsen,
medmindre stave- og formuleringsevnen er en væsentlig del af prøvens formål.

Masterprojektet skal indeholde et resumé på engelsk. Hvis projektet er skrevet på engelsk, kan resumeet skrives på dansk. Resumeet indgår i helhedsvurderingen af projektet.

14: Regler om krav om læsning af tekster på fremmedsprog

Det forudsættes, at den studerende kan læse akademiske tekster på dansk, norsk, svensk og engelsk samt anvende opslagsværker mv. på andre europæiske sprog.

15: Eksamensbevisets kompetenceprofil

Masteruddannelsen i it vil give kompetencer, som gør it-professionelle i stand til opnå specialiserede kompetencer inden for ledelse af it, udvikling af it, implementering af it eller undervisning i it-fagligheden.

Masteruddannelsen i it har to linjer:

• Softwarekonstruktion
• Organisation
• Interaktionsdesign og multimedier

Masteruddannelsen i it, softwarekonstruktion giver den studerende nedenstående viden, færdigheder og kompetencer.

Viden og forståelse

En Master i it har:

• Forskningsbaseret viden om teori, metode og praksis inden for den valgte linje
• Dyb forståelse for it-problemstillinger baseret på højeste internationale forskning inden for linjen
• Forståelse for teorier og metoder inden for linjen og evne til at reflektere over disses anvendelse i forbindelse med informationsteknologiske problemstillinger

Færdigheder

En Master i it kan vælge og på et videnskabeligt grundlag anvende relevante teorier fra faget til at:

• planlægge, gennemføre og forestå ledelse af it, udvikling af it, implementering af it eller undervisning i it
• identificere, analysere og vurdere it-problemstillinger med anvendelse af relevante forskningsbaserede teorier og metoder fra den valgte linje eller tilgrænsende områder
• på et videnskabeligt grundlag kunne opstille nye analyse- og løsningsmodeller, der knytter sig til ledelse af it, udvikling af it, implementering af it eller undervisning i it
• kommunikere om informationsteknologiske problemstillinger og løsningsmodeller med såvel specialister som brugere og beslutningstagere,
• vurdere relevansen af og anvende relevante teorier og metoder, der knytter sig til informationsteknologiske problemstillinger
• vurdere og evaluere informationsteknologiens betydning for de sammenhænge, den anvendes i.

Kompetencer

En Master i it har kompetencer til at:

• skabe og videreudvikle egen it-faglige profil med udgangspunkt i egen uddannelsesmæssige og professionelle baggrund,
• reflektere over og udvikle egen praksis i relation til ledelse, udvikling eller implementering af it,
• indgå i et tværfagligt samarbejde og påtage sig ansvar for at styre og udvikle komplekse arbejdssituationer, der forudsætter nye løsningsmodeller.

16: Uddannelsens kompetenceprofil

Foruden de generelle kompetencer for uddannelsen supplerer linjen softwarekonstruktion ved at give den studerende nedenstående viden, færdigheder og kompetencer:

Viden og forståelse

En Master i it, softwarekonstruktion

• har bred viden om softwarekonstruktion
• har på centrale, udvalgte områder detaljeret viden om teorier, teknologier og metoder til brug i forbindelse med udvikling af software
• kan på et videnskabeligt grundlag reflektere over og vurdere anvendeligheden af teknologier, metoder og teknikker i forbindelse med
  • specifikation, design, konstruktion, analyse og verifikation af software
  • samspil mellem teori, teknologi, metode og teknikker
  • kvalitative og kvantitative egenskaber ved teknologierne
  • anskuelse af teknologi i kontekst (fokus på anvendelser).

Færdigheder og kompetencer

En Master i it, softwarekonstruktion kan vælge og på et videnskabeligt grundlag at anvende relevante teorier fra faget til at:

• analysere og vurdere problemstillinger i konstruktionen af software
• specificere, designe, konstruere, analysere og verificere software samt integrere disse aktiviteter i en systematisk udviklingsproces
• anvende værktøjer og ressourcer i relation til konkrete teknologier
• redegøre for og anvende teorien bag teknologier til brug for konstruktion af software
• analysere og vurdere teknologiers muligheder og begrænsninger
• vurdere og integrere teknologier i relation til konkrete opgaver.

Specialisering i it-sikkerhed

Den studerende kan på linjen softwarekonstruktion vælge at specialisere sig i it-sikkerhed, der giver en holistisk forståelse for it-sikkerhed.

En Master i it, softwarekonstruktion med specialiseringen i it-sikkerhed kan vælge og på et videnskabeligt grundlag, reflektere over teorier, metoder, teknikker og værktøjer i forbindelse med:

• netværkssikkerhed eller
• sikker softwareudvikling eller
• kryptologi eller
• supplere med en faglighed fra informationssikkerhedsspecialiseringen.

Den studerende kan opnå en specialisering i It-sikkerhed på linjen i softwarekonstruktion ved at sammensætte et masterprogram bestående af tre af nedenstående fagpakker.

Fagpakken It-sikkerhed i organisationer er obligatorisk på specialiseringen.
Fagpakken It-sikkerhed og kryptologi
Fagpakken Softwaresikkerhed
Fagpakken Netværkssikkerhed

Fagpakken Teknisk It-sikkerhed (linjen i organisation) kan ikke indgå i en specialisering i It-sikkerhed, sammen med fagpakken Netværkssikkerhed, som den valgfrie fagpakke.

17: Uddannelsens indhold og tilrettelæggelse

Masteruddannelsen i it består af fire moduler: tre fagpakker og et masterprojekt.

Hver fagpakke er på 15 ECTS-point og består af op til tre enkeltfag af et omfang på 5, 10 eller 15 ECTS-point.

Masteruddannelsen i it har tre linjer: ”softwarekonstruktion”, ”interaktionsdesign og multimedier” samt ”organisation”. To fagpakker skal gennemføres inden for linjen, hvilket konstituerer den obligatoriske del af uddannelsen i overensstemmelse med de specificerede kompetencer for linjen; den tredje fagpakke (valgfagpakke) kan vælges frit inden for uddannelsen.

Uddannelsen afsluttes med et masterprojekt, som udarbejdes inden for linjen.

Hvis der er valgt en specialisering, kan der være yderligere krav til obligatoriske fagpakker, og masterprojektet skal skrives på baggrund af specialiseringens fagpakker.

Studienævn for Datalogi har ansvar for at sikre, at uddannelsen og dens fagpakker opfylder masteruddannelsens sammensætningskrav for linjen.

Der henvises til §18 for en beskrivelse af fagpakker og prøvedetaljer.

Studienævnet forbeholder sig retten til ikke at udbyde valgfag, hvor der er for få studerende tilmeldt. Såfremt valgfag ikke udbydes, vil de studerende blive tilbudt andre valgmuligheder.

18: Uddannelsesoversigt

Fagpakker                                                               Enkeltfag

Fagpakke:
Business intelligence: analyse af store databaser/Business Intelligence: analyzing large databases

Mål:
Den studerende opnår viden om og praktisk erfaring med anvendelser af Business Intelligence (BI), dvs. teknikker til analyse af store datamængder. Dette inkluderer data warehousing, On-Line Analytical Processing (OLAP) og data mining. Den studerende får et dybt kendskab til BI-teknologier og bliver i stand til at designe og udvikle komplette BI-løsninger.

Viden:
Gennem fagpakken skal den studerende opnå viden om teorier, teknologier, discipliner, metoder og teknikker inden for følgende områder:

Data Warehousing, herunder
• Integration af mange datakilder
• Data warehouse arkitektur
• Opbygning af et data warehouse: Extract, Transform, Load (ETL)
• Data warehouse værktøjer

Multidimensionelle databaser, herunder
• Grundlæggende multidimensionel modellering
• Håndtering af ændringer i dimensioner
• Avanceret multidimensionel modellering
• Brug af aggregater til performanceoptimering
• Indeksering af multidimensionelle databaser, herunder bitmap index

On-line Analytical Processing (OLAP), herunder
• OLAP queries
• OLAP implementation: ROLAP/MOLAP/HOLAP
• OLAP værktøjer
• Design og brug af slutbrugerapplikationer

Vidensopdagelse i databaser, inkl. præprocessering

Fundamentale data mining metoder, herunder
• Associeringsregler (association rules), finder f.eks. samkøbsmønstre
• Sekventielle mønstre (sequential patterns), finder f.eks. mønstre over tid
• Gruppering af dataobjekter (clustering), finder f.eks. kundegrupper 

Den studerende skal ydermere kunne forholde sig kritisk og refleksivt i forhold til disse teoretiske emner

Færdigheder:
Den studerende skal kunne anvende teorier, metoder og modeller fra ovennævnte områder til at identificere, analysere, vurdere og komme med forslag til løsning af konkrete problemstillinger i praksis. Den studerende skal kunne argumentere for relevansen af de valgte teorier, metoder og modeller samt for det udarbejdede løsningsforslag. Desuden skal den studerende kunne reflektere over betydningen for den sammenhæng løsningen indgår i. Konkret forventes det at den studerende efter gennemførelse af fagpakken er i stand til:

• At designe et data warehouse vha. multidimensionel modellering
• At implementere data warehouse designet vha. såvel relationel (ROLAP) som multidimensionel (MOLAP) teknologi.
• At integrere data fra flere forskellige databaser
• At designe og implementere programmel til opbygning af data warehouse (ETL)
• At analysere data warehouset vha. On-Line Analytical Processing (OLAP) værktøjer
• At optimere performance i data warehouset
• At forberede data til data mining (præprocessering)
• At forstå og anvende en række data mining metoder til vidensopdagelse i store databaser
• At forstå og sammenligne algoritmerne bag forskellige data mining metoder

Kompetencer:
Den studerende skal kunne reflektere over og udvikle egen praksis i relation til fagpakkens emne, kommunikere om problemstillinger og løsningsmodeller med såvel specialister som brugere og beslutningstagere, indgå i et tværfagligt samarbejde og påtage sig ansvar for at styre og udvikle komplekse arbejdssituationer, der forudsætter nye løsningsmodeller. Konkret forventes det, at den studerende efter gennemførelse af fagpakken er i stand til:

• At træffe informerede valg omkring data warehouse-arkitektur, data warehouse-modellering og teknikker til dataintegration
• At vælge den rigtige type data mining metode til en given problemstilling, at parametrisere data mining algoritmer til et givent datasæt og at analysere data mining resultater
• At designe og udvikle et komplet business intelligence system for en kompleks, realistisk problemstilling

Indhold:
Fagpakken er bygget op af tre enkeltfag. Det første enkeltfag dækker grundlæggende data warehousing, multidimensionelle databaser og OLAP. Det andet enkeltfag dækker grundlæggende data mining. Det tredje enkeltfag dækker avancerede emner i forlængelse af de to første enkeltfag.

Undervisnings- og arbejdsformer:
Undervisningen består i hvert af de to første enkeltfag af tre seminardage med kombinerede forelæsninger og øvelsessessioner (både med brug af computer og blyant og papir). Mellem seminarerne læser den studerende faglitteratur og laver øvelser/opgaver. Desuden udarbejder de studerende i grupper et miniprojekt til en realistisk problemstilling. I det tredje enkeltfag anvendes tilsvarende undervisnings- og arbejdsformer, men en af seminardagene kan af underviserne erstattes af en anden arbejdsform, f.eks. udarbejdelse af en løsning til en større og kompleks opgave eller studenterpræsentationer af relevante emner og opgaver.

Anbefalede forudsætninger:
Deltagerne bør være gode til engelsk, da litteraturen er på engelsk, og undervisningssproget kan være engelsk.
Undervisningen er tilrettelagt efter, at deltagerne har et grundlæggende kendskab til algoritmer og datastrukturer samt fortrolighed med et programmeringssprog som f.eks. C, C#, Java, Pascal, Perl, PHP, Python eller Visual Basic.
Der forudsættes kendskab til databasesystemer svarende til, hvad der opnås i enkeltfaget ”Databasemanagementsystemer” i fagpakken ”Database design, udvikling og optimering.”

Ønskede forudsætninger:
Erfaring med selvstændig installation og brug af større tekniske programpakker er en meget ønskelig forudsætning.

Fagpakke: Data Science & Big Data/Data Science & Big Data

Mål:
Den studerende opnår viden om og praktisk erfaring med data science og Big Data. Dette inkluderer data science-begreber, basale statistiske metoder og værktøjer, konkrete Big Data-eksempler, data mining og machine learning metoder og værktøjer til Big Data samt skalering på en distribueret platform. Den studerende får et dybt kendskab til teknologierne og bliver i stand til at designe og udvikle komplette, avancerede Big Data-løsninger.

Viden:
Gennem fagpakken skal den studerende opnå viden om teorier, metoder, teknikker og værktøjer inden for følgende områder:

Introduktion til data science: begreber, konkrete Big Data-eksempler, muligheder og begrænsninger

Statistisk dataanalyse

• Indlæsning, præprocessering og rensning af data
• Udforskning af data
• Brug af statistikværktøjer

Data mining og machine learning metoder til Big Data

• Prædiktive metoder såsom regression og klassifikation
• Deskriptive metoder såsom gruppering af dataobjekter (clustering)
• Regulariseringsmetoder til behandling af højdimensionelle data.

Big Data-skalering

• Principper, modeller og platforme
• Opsamling, lagring og processering af Big Data
• Data mining på Big Data

Den studerende skal ydermere kunne forholde sig kritisk og refleksivt i forhold til disse teoretiske emner

Færdigheder:
Den studerende skal kunne anvende teorier, metoder og modeller fra ovennævnte områder til at identificere, analysere, vurdere og komme med forslag til løsning af konkrete Big Data-problemstillinger. Den studerende skal kunne argumentere for relevansen af de valgte teorier, metoder og modeller samt for det udarbejdede løsningsforslag. Desuden skal den studerende kunne reflektere over betydningen for den sammenhæng løsningen indgår i. Konkret forventes det at den studerende efter gennemførelse af fagpakken er i stand til:

• At bruge et statistisk værktøj i undersøgelser af større datasæt.

• At forstå, udvælge, anvende og evt. kombinere en række data mining og machine learning metoder til vidensopdagelse i både ustrukturerede og strukturerede Big Data-eksempler.
• At designe og implementere et avanceret Big Data-system
• At skalere det implementerede system på en distribueret platform

Kompetencer:
Den studerende skal kunne reflektere over metoder, teknikker, teknologier og resultater for et givet Big Data-system samt hvordan disse kan anvendes i praksis, herunder

• Træffe informerede valg omkring statistiske metoder
• Træffe informerede valg omkring anvendelse af avancerede data mining og machine learning teknikker og parametrisering af disse for et konkret Big Data-eksempel
• Træffe informerede valg omkring avancerede Big Data-teknologier
• Designe og udvikle et komplet Big Data-system for en kompleks, realistisk problemstilling
• Formidle og diskutere løsningerne med fagfæller og ikke-specialister

Indhold:
Fagpakken er bygget op af tre enkeltfag. Det første enkeltfag dækker grundlæggende data science og statistisk dataanalyse. Det andet enkeltfag dækker data mining og machine learning teknikker for Big Data. Det tredje enkeltfag dækker skalering i forlængelse af de to første enkeltfag.
OBS: fagpakken ikke kan indgå i masterprojekt samtidig med fagpakken Udvikling af AI, da et af enkeltfagene indgår i begge.

Undervisnings- og arbejdsformer:
Undervisningen består i hvert enkeltfag af tre seminardage med kombinerede forelæsninger og øvelsessessioner. Mellem seminarerne læser den studerende faglitteratur og laver øvelser/opgaver. Desuden udarbejder de studerende i grupper et miniprojekt til en realistisk problemstilling.

Forudsætninger:
Deltagerne skal være gode til engelsk, da litteraturen er på engelsk, og undervisningssproget kan være engelsk.
Deltagerne skal have en matematisk baggrundsviden med kendskab til bl.a. vektor-, matrix- og differentialregning svarende til, hvad man opnår på A-niveau på STX.
Undervisningen er tilrettelagt efter, at deltagerne har et grundlæggende kendskab til algoritmer og datastrukturer samt fortrolighed med et moderne programmeringssprog.

Ønskede forudsætninger:
Erfaring med selvstændig installation og brug af større tekniske programpakker er en meget ønskelig forudsætning.

Fagpakke Softwaresikkerhed/Software Security

Mål:
Den studerende opnår viden om og praktisk erfaring med at gennemføre risiko- og trusselsvurdering af eksisterende og kommende softwareprojekter, samt at opstille relevante sikkerhedsmål for softwareudvikling baseret på risiko- og trusselsvurdering. Den studerende får desuden viden om og indsigt i, både klassiske og de nyeste metoder, teorier og værktøjer til sikker softwareudvikling med fokus på softwaresikkerhed herunder security by design, test og verifikation, samt en indføring i den underliggende teori og nyeste forskning indenfor softwaresikkerhed.

Det at forstå hvordan fejl i design eller implementation af software kan føre til alvorlige brud på IT-sikkerheden, danner sammen med netværkssikkerhed og forståelse for menneskelig adfærd I forbindelse med IT, især brugeradfærd, fundamentet for at forstå hvor, hvorfor og hvordan brud på IT-sikkerheden kan opstå. Denne viden er essentiel for at kunne foretage risiko- og trusselsvurderinger af IT-systemer og disses anvendelse, og ikke mindst for at kunne forebygge eller begrænse brud på IT-sikkerheden og konsekvenserne af disse.

Indhold
Fagpakken har fokus på at bibringe den studerende praktiske værktøjer der kan hjælpe med at planlægge og udføre en sikker softwareudviklingsproces, men med et solidt teoretisk fundament for at forstå begrænsninger for de forskellige værktøjer.

Fagpakken er bygget op af tre enkeltfag:

• Softwaresikkerhed
• Webapplikationssikkerhed
• Softwaresikkerhed i praksis

Det første enkeltfag, Softwaresikkerhed, dækker det tekniske fundament for vurdere potentielle sikkerhedsrisici i et typisk softwareprojekt, kendskab til de mest almindelige sårbarheder og risici, samt teorier, metoder og teknikker til mitigering af trusler, fx taint-analyse, adgangskontrolmodeller og sikkerhedstiltag i softwareudviklingsprocessen. Det andet enkeltfag, Webapplikationssikkerhed, har fokus på de sikkerheds-problemer og -løsninger der særligt kendetegner især webapplikationer, men også gælder andre typer af applikationer der kan benyttes af en heterogen brugergruppe, fx applikationer der kan tilgås direkte fra Internettet. Det sidste enkeltfag i denne fagpakke, Softwaresikkerhed i praksis, er en mulighed for at omsætte nogle af fagpakkens elementer i praksis i form af et projekt; derudover vil der blive introduceret avancerede emner og dybere nedslag i enkelte områder, baseret på nyeste forskning, fx certificeret programmering, formelle metoder og  supply-chain sikkerhed.

Viden:
Gennem fagpakken skal den studerende opnå viden om teorier, teknologier, discipliner, metoder og teknikker inden for følgende områder:

• Statisk og dynamisk kodeanalyse
• Grundlæggende sikkerhedsbegreber og -modeller for softwareapplikationer
• Typiske sikkerhedsbrister ved brug af almindelige programmeringssprog som fx C/C++/Java
• Adgangskontrol og information flow
• Best practice for arbejde med og styring af softwaresikkerhed

Den studerende skal ydermere kunne forholde sig kritisk og refleksivt i forhold til disse teoretiske emner.

Færdigheder:
Den studerende skal kunne anvende teorier, metoder og modeller fra ovennævnte områder til at identificere, analysere, vurdere og komme med forslag til løsning af konkrete problemstillinger i praksis. Den studerende skal kunne argumentere for relevansen af de valgte teorier, metoder og modeller samt for det udarbejdede løsningsforslag. Desuden skal den studerende kunne reflektere over betydningen for den sammenhæng løsningen indgår i. Konkret forventes det at den studerende efter gennemførelse af fagpakken er i stand til:

• Planlægge og udføre review og risikovurdering af sikkerhedsaspekter for softwareprojekter
• Anvende metoder og værktøjer til beskyttelse mod almindelige sikkerhedsbrister og beskyttelse mod programmeringsfejl
• Vurdere og prioritere softwarefejl og disses konsekvenser for sikkerheden

Kompetencer:
Den studerende skal kunne reflektere over og udvikle egen praksis i relation til fagpakkens emne, kommunikere om problemstillinger og løsningsmodeller med såvel specialister som brugere og beslutningstagere, indgå i et tværfagligt samarbejde og påtage sig ansvar for at styre og udvikle komplekse arbejdssituationer, der forudsætter nye løsningsmodeller. Konkret forventes det, at den studerende efter gennemførelse af fagpakken er i stand til:

• Vurdere den potentielle betydning ved anvendelsen af gængse og nye udviklings-metoder og -værktøjer I forhold til sikkerheden
• Vurdere information om nye trusselstyper mod softwaresikkerhed og være i stand  til at forstå sådanne trusler og deres potentielle konsekvenser for softwareprojekter
• Forstå og vurdere effektiviteten af nye metoder, værktøjer og processer til sikker softwareudvikling samt udvælge disse
• Planlægge og udføre løbende vurdering og kontrol af sikkerhedsaspekter vedrørende softwareudviklingsprojekter
• Samarbejde professionelt med IT-sikkerhedseksperter om vurdering af IT-sikkerhedsrisici i forbindelse med softwareprojekter

Undervisnings- og arbejdsformer:
Fortrinsvis forelæsninger/klasseundervisning med tilhørende øvelser samt projektarbejde og selvstudie.

Særlige forhold:
Fagpakken kan ikke indgå i et masterprogram sammen med den tidligere udbudte Sikker softwareudvikling.

Fagpakke: Netværkssikkerhed/Network Security

Mål:
Fagpakken har som mål at give de studerende en solid faglig baggrund indenfor netværkssikkerhed. Gennem kombination af teoreti og praksis bringes den studerende i stand til at forstå, analysere og løse konkrete problemstillinger indenfor netværkssikkerhed.

Der er tale om en teknisk fagpakke, men der forudsættes kun begrænset teoretisk viden som baggrund for fagpakken. Dermed henvender fagpakken sig f.eks. til systemadministratorer, IT-sikkerhedsansvarlige, IT-sikkerhedskonsulenter og IT-revisorer. Fagpakken kan også med fordel følges af  systemdesignere og systemudviklere med henblik på design af sikre systemer.

Indhold:
Fagpakken er bygget op af 3 enkeltfag. Det første enkeltfag giver en omfattende introduktion til netværksovervågning og netværkssikkerhed, hvilket giver den studerende en god teoretisk ballast i fht at forstå og analysere forskellige typer angreb. Andet enkeltfag går i dybden med indsamling og analyse af netværkstrafik, og inkluderer både praktiske og teoretiske aspekter. I det tredje enkeltfag får den studerende mulighed for i praksis at afprøve både angrebs- og forsvarsstrategier i et kontrolleret miljø, samt efterfølgende analysere og evaluere på de opsamlede data.

Viden:
Gennem fagpakken skal den studerende opnå viden om teorier, teknologier, discipliner, metoder og teknikker inden for følgende områder:

• Internetarkitektur
• Hvordan forskellige netværksprotokoller opfører sig, herunder viden om hvordan der kan skelnes mellem ondsindet og almindelig netværksaktivitet.
• De vigtigste netværksbaserede sikkerhedstrusler, herunder botnets
• De vigtigste motivationsfaktorer bag cyberkriminalitet
• Sikkerhedsprotokoller, trådløs sikkerhed og kryptografi
• Sikkerhedsudfordringer ved opsætning af netværk, herunder netværksudstyr og konfigurationer.
• Systemer til at detektere og forhindre netværks-baserede angreb
• Malware, især med henblik på netværksbaseret detektion
• Etiske og juridiske aspekter i forbindelse med malware og netværkssikkerhed.

Den studerende skal ydermere kunne forholde sig kritisk og refleksivt i forhold til disse teoretiske emner

Færdigheder:
Den studerende skal kunne anvende teorier, metoder og modeller fra ovennævnte områder til at identificere, analysere, vurdere og komme med forslag til løsning af konkrete problemstillinger i praksis. Den studerende skal kunne argumentere for relevansen af de valgte teorier, metoder og modeller samt for det udarbejdede løsningsforslag. Desuden skal den studerende kunne reflektere over betydningen for den sammenhæng løsningen indgår i. Konkret forventes det at den studerende efter gennemførelse af fagpakken er i stand til at:

• Konfigurere og operere sikrede testmiljøer
• Forståelse for TCP/IP og færdigheder i at forstå og fortolke almindelige TCP/IP trafikmønstre inkl. DNS-trafik.
• Forståelse for de vigtigste metoder til analyse af netværkstrafik
• Anvende udvalgte værktøjer til at angribe og forsvare netværksudstyr, herunder netværksinfrastruktur.

Kompetencer:
Den studerende skal kunne reflektere over og udvikle egen praksis i relation til fagpakkens emne, kommunikere om problemstillinger og løsningsmodeller med såvel specialister som brugere og beslutningstagere, indgå i et tværfagligt samarbejde og påtage sig ansvar for at styre og udvikle komplekse arbejdssituationer, der forudsætter nye løsningsmodeller. Konkret forventes det, at den studerende efter gennemførelse af fagpakken er i stand til at:

• Forstå og anvende teknikker til netværksovervågning, herunder være i stand til at indsamle og forstå netværkstrafikdata særligt med henblik på at detektere tilstedeværelsen af malware.
• Ud fra en konkret problemstilling af foretage en kvalificeret vurdering af hvilke værktøjer der kan anvendes til at indsamle og analysere netværkstrafik.
• Demonstrere en solid forståelse af netværksbaserede trusler og angrebsteknikker, og være i stand til at analysere og vurdere sådanne.

Forudsætninger:
Grundlæggende viden om computernetværk, herunder TCP/IP og OSI modellen. For studerende, der ikke opfylder denne forudsætning vil der bliver stillet supplerende online undervisningsmateriale til rådighed.

Fagpakke:
Modern Security with Cutting Edge Technologies

Goal
The "Modern Security with Cutting-Edge Technologies" curriculum equips learners with diverse security technologies, used for fortifying IT systems against present and future threats. It helps the learners to establish defense mechanisms and thus to secure IT systems and infrastructure in the long term.

In the IoT era, securing not only computers but also smaller connected devices like mobiles, tablets, security cameras, RFID access control, and smartwatches is critical due to their vulnerability to cyber-attacks. Factors like limited processing power, weak authentication, and outdated software make these devices susceptible. A breach in one device can compromise the entire network. For being able to protect a company's network against attacks, it is necessary to be able to understand and identify the attacks that may be against the network and therefore the curriculum covers the topic of cryptanalysis (attacks or finding weakness in the system) and finding solutions to that.

Quantum computers pose a significant threat to company IT security by challenging current encryption standards. NIST's announcement of quantum-resistant cryptographic algorithms underscores the urgency for IT professionals to address this evolving threat, enabling proactive security measures. The subject package provides detailed knowledge of post-quantum cryptography and quantum key distribution for secure communication.

A company's core objective is to secure confidential data and maintain privacy. Distributed Ledger, exemplified by blockchain, safeguards against single-point data failures. Even if one point in the network falters, the system's integrity endures. Employees with blockchain knowledge contribute to designing resilient systems, ensuring data security and recovery from failures. Advanced technologies like Zero Knowledge Proofs and Multiparty Computation aid employees in preserving data privacy within an IT system.

Knowledge
Through the subject package, the student will gain knowledge of theories, technologies, disciplines, methods, and techniques in the following areas:

• Fundamental principles of information security and data protection.
• Exploration of cryptographic algorithms, their properties, and their roles in network security applications and protocols.
• Comprehensive study of cryptanalysis, security algorithm attacks, challenges, and solutions in Internet of Things security.
• Introduction to post-quantum cryptography essential for safeguarding against quantum computers, including Quantum Key Distribution for secure communication.
• Application of distributed systems and blockchain technologies for IT security.
• Advanced privacy-preserving techniques, focusing on the theoretical concept and significance of Zero Knowledge Proofs and Multiparty Computation.

The student must also be able to relate critically and reflexively in relation to these theoretical subjects.

Skills
The student must be able to use theories, methods, and models from the above-mentioned areas to identify, analyze, assess, and come up with proposals for solving specific problems in practice. The student must be able to argue for the relevance of the chosen theories, methods, and models as well as for the proposed solution. In addition, the student must be able to reflect on the significance for the context in which the solution is part of. Concretely, it is expected that after completion of the subject package, the student is able to:

• Recognize flaws and weaknesses in cryptographic algorithms and protocols.
• Evaluate and determine suitable protocols and applications in response to a specific information security challenge.
• Anticipate the vulnerability of technologies to quantum attacks and choosing and integrating quantum-resistant technologies and security applications within a system or organization to ensure sustained long-term security.
• Attain expertise in configuring and launching prototype smart contract code on a test system for distributed ledgers, ensuring a thorough comprehension of the deployment procedures.

Competencies
The student will have competences in:

• Evaluating and selecting appropriate security protocols and applications based on need of IT system.
• Developing a comprehensive understanding of privacy and distributed network security principles, enabling the identification of vulnerabilities, and assessing the overall security of distributed network-based applications for the robust protection of organizational data and assets.

Contents
The subject package comprises three individual subjects. The first subject introduces Applied Cryptography, covering diverse algorithms and protocols for encryption, decryption, authentication, etc. The second subject delves into Internet of Things security, exploring topics such as different types of popular attacks on security algorithms, post-quantum, and quantum key distribution for secure communication, along with advanced technologies for long-term security. The third subject focuses on distributed networks, blockchain, and advanced privacy technologies such as Zero Knowledge Proofs and Multiparty Computation.

Course prerequisites
The course is structured without prerequisites, starting from the basics; however, it does expect that students are open to acquiring knowledge in fundamental mathematics. Some background in basic programming can help students to develop better understanding. No technical prerequisites are required, but it is necessary to be able to read and work with the English language, technical material.

Teaching method
Teaching is based on a combination of lectures, active learning, problem solving and cases. There is an alternation between self-study, physical seminars/workshops lasting 1-2 days and mini projects that are solved individually or in groups.

Fagpakke:
Udvikling af AI/Development of AI

Mål:
Den studerende opnår viden om og praktisk erfaring med at udvikle AI baserede software løsninger. Dette inkluderer praktisk erfaring med at opsætte cloud-baserede AI-løsninger, træning af AI-modeller, udvikling af nye løsninger og sikring af vedligehold.

Undervisningsform:
Undervisningen gennemføres i en kombination af net-baseret undervisning, seminarer og projektarbejde.

Viden:
Gennem fagpakken skal den studerende opnå viden om teorier, metoder, teknikker og værktøjer inden for følgende områder:

• Prædiktive metoder såsom regression og klassifikation; finde f.eks. meninger (sentiments) om produkter eller services baseret på reviewtekster, likes, klik, etc.
• Deskriptive metoder såsom gruppering af dataobjekter (clustering), finde f.eks. kunde-/brugergrupper i sociale netværk
• Livscyklussen for AI-systemer og forskelle fra traditionelle systemer.
• Centrale MLOps-principper (CI/CD, overvågning, dataversionering).
• Teknisk gæld i AI-systemer og dens konsekvenser.

Færdigheder:
Den studerende skal kunne anvende teorier, metoder og modeller fra ovennævnte områder til at identificere, analysere,

Den studerende vil være i stand til at:

• Planlægge udvikling og vedligehold af en AI-løsning
• Træne og anvende en relevant AI-model til brug i den udviklede løsning
• Forstå og anvende en række data mining og machine learning metoder til vidensopdagelse i både ustrukturerede og strukturerede data-eksempler.
• Forstå og sammenligne algoritmerne bag forskellige data mining og machine learning metoder
• Matche og eventuelt kombinere metoder til et fornuftigt brug i en given praktisk kontekst
• Designe skalerbare softwarearkitekturer til AI-systemer.
• Implementere ML-modeller med containerisering og CI/CD-pipelines.
• Opsætte monitorering af AI-systemer for SRE teams.

Kompetencer:
Den studerende skal kunne reflektere over metoder, teknikker, teknologier og resultater for en given AI-løsning.

Den studerende skal kunne anvende viden og færdigheder i kontekst:

• Styre udviklingen af AI-systemer for at opnå relevante kvalitetsegenskaber i produktionsmiljøer, herunder kritisk evaluering og løbende forbedringer af AI-systemer.
• Træffe informerede beslutninger om afvejninger i softwarearkitekturdesign, implementeringsstrategier og observerbarhedsimplikationer.
• Kommunikere tekniske beslutninger og systemdesign tydeligt til både tekniske og ikke-tekniske interessenter.
• Anvende MLOps-praksis til at styre hele livscyklussen i produktionsmiljøer og reflektere over behovene i forskellige industrielle kontekster.
• Træffe informerede valg omkring anvendelse af avancerede data mining og machine learning teknikker.
• Parameterisere avancerede data mining og machine learning algoritmer til et givet data materiale, inkl. ustruktureret tekst og behandling af højdimensionelle data.
• Designe og udvikle en komplet løsning for en kompleks, realistisk problemstilling.
• Formidle og diskutere løsningerne med fagfæller og ikke-specialister.
• Vurdere og vælge relevante AI-metoder, værktøjer og implementeringsstrategier til at løse en given problemstilling
• Udvikle en relevant AI-løsning og redegøre for styrker og svagheder ved den valgte løsning

Indhold:
Fagpakken er bygget op af tre enkeltfag.

• Datamodeller og analyseteknikker
• Software Engineering af AI systemer
• AI systemer - forsknings- og udviklingsprojekt

Det første enkeltfag dækker AI metoder og teknikker samt værktøjer til implementering af AI algoritmer. Det andet enkeltfag dækker Software Engineering af AI systemer. Det tredje enkeltfag er et projektmodul hvor de studerende enkeltvis eller i grupper udarbejder et projekt, hvor de kan anvende udvalgte metoder i dybden i deres egen kontekst.

Undervisnings- og arbejdsformer:
Undervisningen består i de to første enkeltfag af tre seminardage med kombinerede forelæsninger og øvelsessessioner. Mellem seminarerne læser den studerende faglitteratur og laver øvelser/opgaver. Det tredje enkeltfag udføres som et projekt. Projektet kan gennemføres alene eller som en gruppe af studerende. Der gives vejledning i løbet af projektet.

Forudsætninger:
Deltagerne skal være gode til engelsk, da litteraturen er på engelsk, og undervisningssproget kan være engelsk. Deltagerne skal have en matematisk baggrundsviden med kendskab til bl.a. vektor-, matrix- og differentialregning svarende til, hvad man opnår på A-niveau på STX. Undervisningen er tilrettelagt efter, at deltagerne har kendskab til algoritmer og datastrukturer samt fortrolighed med Python programmering. Forståelse af softwaredesignprincipper, testning og versionskontrol.

Ønskede forudsætninger:
Grundlæggende viden om cloud computing. Kendskab til cloudplatforme (f.eks. Azure, AWS, GCP) og containeriseringsteknologier (f.eks. Docker, Podman) er en fordel, men ikke et krav.

Fagpakke: Masterprojekt på linjen i sw-konstruktion/Master’s Thesis

15 ECTS

Kvalifikationsbeskrivelse
Ved bedømmelse af den studerendes præstation ved eksamen lægges vægt på i hvor høj grad den studerende:

Har viden om:

• Almindelige principper for videnskabelig metode
• Relevante teorier, metoder og teknikker inden for den valgte problemstilling
• Den videnskabelige litteratur inden for masterprojektets emne.

Har færdigheder i at:

• Selvstændigt identificere, afgrænse og formulere en problemstilling indenfor softwarekonstruktion.

• Anvende videnskabeligt etablerede metoder, teknikker og teorier indenfor softwarekonstruktion til behandle den opstillede problemstillinger
• Analysere, kritisk diskutere og perspektivere en given problemstilling, og kritisk perspektivere og relatere eget arbejde i forhold til litteraturen,
• Formidle projektet gennemskueligt, kontrollerbart, fyldestgørende, og klart,
• Formulere et resumé af masterprojektet.

Har kompetencer til:

• Selvstændigt at planlægge og under anvendelse af fagets videnskabelige metode gennemføre et større fagligt datalogisk projekt.

Undervisnings- og arbejdsformer
Et masterprojekt har et omfang på 15 ECTS og dermed normalt en varighed på mellem et halvt og et helt år. Masterprojektet kan efter aftale afvikles på fuld tid.

Masterprojektet gennemføres under vejledning. Ved starten på masterprojektet aftaler vejleder og studerende i fællesskab emneområde, titel samt tidspunkt for aflevering med videre.

Det forventes, at den studerende selv tager initiativ til vejledningsmøder.

Vejledningen ydes som sparring til den studerende med afsæt i den studerendes egne overvejelser om projektets struktur og udformning og inddragelse af teori, metode og empiri i problemløsningsprocessen.

Projektrapporten skal som hovedregel udarbejdes på dansk eller engelsk. Der skal i alle tilfælde indgå et resume på engelsk.

Obligatoriske forudsætninger
Optagelse på denne fjerde og afsluttende fagpakke kræver, at den studerende forinden har bestået (og dokumenteret erhvervelsen af) tre fagpakker på Master i it. Min. to af disse fagpakker skal tilhøre linjen i softwarekonstruktion.

Projektets omfang 
Projektet kan udarbejdes alene eller i grupper (max. tre personer). Ved grupper skal arbejdets og rapportens omfang afspejle at der er tale om flere personers arbejdsindsats.

Projektets og rapportens omfang skal afspejle masterprojektets belastningsmål. Projekter udført af en studerende skal afspejle 15ECTS, af to studerende 30 ECTS, osv.

Eksamen
Eksamen består af et skriftligt arbejde og en mundtlig prøve af 45 minutters varighed (pr. person i gruppen).

Der gives en samlet karakter for det skriftlige arbejde og den mundtlige prøve. Vejleder fungerer som eksaminator, og der medvirker en ekstern censor.

Masterprojektet skal indeholde et resumé på engelsk. Resuméet indgår i helhedsvurderingen af masterprojektet. I bedømmelsen af det skriftlige arbejde indgår en vurdering af den studerendes stave- og formuleringsevne; til grund for vurderingen af den sproglige præstation lægges der vægt på retskrivning og overensstemmelse med normerne for formelt, akademisk skriftsprog samt stilistisk sikkerhed. Det faglige indhold vægtes tungest i bedømmelsen.

19: Henvisninger til uddybende information

Generelt:

Der henvises i øvrigt til IT-Vests hjemmeside, hvor der kan findes yderligere information om fagpakker og enkeltfag.

Specielt for masterprojektet:

Målbeskrivelse
Ved udarbejdelse af masterprojektet skal den studerende demonstrere fortrolighed med almindelige principper for videnskabelig metode og færdighed i at anvende metoder og teorier til selvstændigt at afgrænse og behandle problemstillinger inden for linjen.

Gennemførelse
Masterprojektet gennemføres under vejledning. Et masterprojekt har et omfang på 15 ECTS og dermed normalt en varighed på mellem et halvt og et helt år. Projektet kan gennemføres i grupper (maksimalt tre personer). Ved starten på masterprojektet aftaler vejleder og studerende i fællesskab emneområde, titel samt tidspunkt for aflevering med videre. Masterprojektet kan efter aftale afvikles på fuld tid.

 Eksamensform, censur og bedømmelse
Masterprojektet består af et skriftligt arbejde og en mundtlig prøve af 45 minutters varighed (pr. person i gruppen).

Prøven for masterprojektet er ekstern og bedømmes individuelt efter den gældende karakterskala (der gives en samlet karakter for det skriftlige arbejde og den mundtlige prøve). Vejleder fungerer som eksaminator.

Masterprojektet skal indeholde et resumé på engelsk. Jf §13 kan resumeet skrives på dansk hvis projektet er skrevet på engelsk. Resuméet indgår i helhedsvurderingen af masterprojektet. I bedømmelsen af det skriftlige arbejde indgår en vurdering af den studerendes stave- og formuleringsevne; til grund for vurderingen af den sproglige præstation lægges der vægt på ortografisk korrekthed og overensstemmelse med normerne for formelt, akademisk skriftsprog samt stilistisk sikkerhed. Det faglige indhold vægtes tungest i bedømmelsen.

Generelle regler

Hjemmel
Denne studieordning er udstedt i medfør af Videnskabsministeriets bekendtgørelse nr. 1187 af 07/12/2009 om masteruddannelser ved universiteterne. https://www.retsinformation.dk/forms/r0710.aspx?id=127798

Der fastsættes nærværende studieordning for masteruddannelsen i it (MIT) ved AAU i It-vest samarbejdet.

Der henvises i øvrigt til deltidsuddannelsesbekendtgørelsen, eksamensbekendtgørelsen og karakterskalabekendtgørelsen.

Love og bekendtgørelser samt universiteternes regler på uddannelsesområdet kan findes i universiteternes elektroniske regelsamlinger.

Uddannelsen udbydes af Syddansk Universitet, Aalborg Universitet og Aarhus Universitet i regi af It-vest – samarbejdende universiteter.

Masteruddannelsen i it, linjen i Softwarekonstruktion ved AAU hører under Studienævn for Datalogi

Studieordningen består af studieordningen og et fagbilag.

Merit og fleksibilitet
Studienævnet har mulighed for at godkende, at beståede uddannelseselementer efter masterbekendtgørelsen eller tilsvarende udenlandsk uddannelse træder i stedet for uddannelseselementer i en anden masteruddannelse. Mulighed for merit afgøres efter en faglig bedømmelse og godkendelse i studienævnet.

Der kan ikke gives merit for enkeltfag i kandidatuddannelser, og et masterprojekt fra en afsluttet masteruddannelse kan ikke meritoverføres til en ny masteruddannelse. Se masterbekendtgørelsen og eksamensbekendtgørelsen.

Tilmelding og afmelding af prøver
Indskrivning sker ved den institution, der udbyder den pågældende uddannelsesaktivitet (enkeltfag, fagpakke eller masterprojekt). For tilmeldings- og afmeldingsregler se universiteternes regler om placering af tilmelding til, deltagelse i og afmelding af fag og prøver.

Hvis der er tilmelding til et undervisningsforløb, som har tilknyttet en eller flere prøver, vil tilmelding til undervisningen medføre tilmelding til prøve jf. Eksamensbekendtgørelsen. Det er den studerendes pligt at kontrollere, at tilmeldinger til prøver er korrekte. Kontrol af egne tilmeldinger sker via studerendes selvbetjening senest umiddelbart før afmeldingsfristens udløb.

Stave og formuleringsevne
Ved bedømmelsen af masterprojektet og andre større skriftlige opgaver vil der ud over det faglige indhold også blive lagt vægt på den studerendes stave- og formuleringsevne. Til grund for vurderingen af den sproglige præstation lægges der vægt på ortografisk korrekthed og overensstemmelse med normerne for formelt, akademisk skriftsprog samt stilistisk sikkerhed. Det faglige indhold vægtes tungest i bedømmelsen.

Ved bedømmelsen af samtlige skriftlige prøver vil der blive lagt vægt på, at den studerende kan formidle en faglig problemstilling og disponere en akademisk opgave herunder opfylde formelle akademiske krav (referencer, citathåndtering mv.) Ved bedømmelsen af samtlige mundtlige prøver vil der blive lagt vægt på, at den studerende kan præsentere et fagligt stof, strukturere en mundlig præsentation og indgå i en faglig konstruktiv dialog.

Regler for større skriftlige afleveringer
Omfangsbestemmelser fremgår af beskrivelsen af det enkelte uddannelseselement i fagbilaget. Hvor der ved skriftlige arbejder er fastsat regler for arbejdets omfang, svarer en side til 2400 anslag (tegn plus mellemrum). Det fastsatte sidetal omfatter kun selve den skriftlige fremstilling aflevering, idet fx titelblad, forord, indholdsfortegnelse, litteraturliste, resume og bilag ikke medtælles. Ved opgørelsen af sidetal medtælles noter, men ikke illustrationer.  Skriftlige afleveringer, der ikke overholder de angivne omfangsbestemmelser, kan ikke antages til bedømmelse.

Regler for brug af computer ved prøver
De fleste af de skriftlige eksamener på universiteterne bliver afviklet i digitale eksamenssystemer. Der henvises til universiteternes studieportaler for yderligere information herom.

Der henvises i øvrigt til universiteternes gældende regler for tilsynsprøver.

Dispensationer
Institutionen kan, når det er begrundet i usædvanlige forhold, dispensere fra de regler i studieordningen, der alene er fastsat af universitetet.

En dispensation er en afvigelse fra den eller de regler, der almindeligvis gælder for det pågældende område. Dispensation kan gives på baggrund af ansøgning til den myndighed, der har kompetencen til at give dispensation. Ansøgning om dispensation indgives til studienævnet. Hvis en anden myndighed har kompetencen, videresender studienævnet ansøgningen til rette myndighed (f.eks. dekan, rektor eller ministerium). En dispensationsansøgning skal være skriftlig og begrundet, og skal indgives hurtigst muligt. Hvis ansøgningen umiddelbart skal kunne behandles, skal den indeholde tydelig angivelse af, hvad det er for en regel der søges dispensation fra og hvad der ønskes opnået med dispensationen (f.eks. tilladelse til hjælpemidler, forlænget prøvetid, udsættelse af tidsgrænse). Ansøgningen skal vedlægges dokumentation for de usædvanlige forhold, der begrunder ansøgningen. Udokumenterede forhold kan sædvanligvis ikke tillægges betydning.

Anke og klage
Klage over prøver indgives til universitetet, der har afviklet prøven. Forudsætningen for, at en klage umiddelbart kan behandles er, at den er skriftlig og begrundet. Det skal fremgå af klagen, hvad der klages over, og hvad der ønskes opnået med klagen. Klager over prøver skal indgives senest 14 dage efter fristen for offentliggørelse af prøvens resultat jf. eksamensbekendtgørelsen. Der henvises til universiteternes studieportaler for yderligere information om eksamensklager.

Prøver
En fagpakke består af et antal enkeltfag, der hver afsluttes med en prøve. Hver prøve bestås for sig. De enkelte prøvers formål og eksamensform er beskrevet i studieordningens fagbilag.

Prøverne er enten interne eller eksterne.

• Interne prøver bedømmes af eksaminator(er) ved institutionen, eller af eksaminator(er) og censor(er) udpeget af institutionen blandt lærerne på universitetet eller universiteter med samme uddannelse.
• Eksterne prøver bedømmes af eksaminator(er) og en eller flere censorer.

Ved bedømmelsen af de enkelte prøver gives enten en karakter efter gældende karakterskala eller bedømmelsen bestået/ikke-bestået.

De angivne prøvetider ved mundtlige prøver er inkl. votering og meddelelse af resultatet.

Ved indskrivning af en studerende til et enkeltfag eller en fagpakke er den studerende automatisk tilmeldt prøven eller prøverne hørende til det pågældende enkeltfag eller fagpakke. Den institution, der udbyder faget fastsætter en frist for rettidig framelding til faget og orienterer den studerende om fristen.

Har den studerende ikke bestået en omprøve eller sygeprøve, som afholdes efter reglerne beskrevet i dette afsnit, skal den studerende have mulighed for at deltage i en omprøve inden 6 måneder.

De nærmere bestemmelser om hvordan, og i hvilket omfang, den studerende skal have deltaget i undervisningen ved prøveformen undervisningsdeltagelse, fremgår af beskrivelsen af det enkelte uddannelseselement i fagbilaget.

Alle prøvers resultater fremgår af eksamensbeviset med deres ECTS-vægt. Hver bedømmelse indgår i beregningen med sin ECTS-vægt.

Eksamenssprog: Der undervises som hovedregel på dansk, men ved enkelte fag kan undervisningen foregå på engelsk. Hvis undervisningen i et fag har været meddelt på engelsk, aflægges prøven ligeledes på engelsk.

Udveksling
Der er ikke mulighed for udveksling.

Eksamensbevis
Den institution, hvor den enkelte uddannelsesaktivitet (enkeltfag, fagpakke eller masterprojekt) er gennemført, udsteder dokumentation for beståede prøver. Samlet eksamensbevis for gennemført masteruddannelse udstedes af den institution, hvor den studerende har gennemført masterprojektet.

Af eksamensbeviset fremgår

• uddannelsens betegnelse (med linje og evt. specialisering) på dansk og engelsk
• de enkeltfag, der er aflagt prøver i med angivelse af hver enkelt prøves omfang i ECTS-point
• eksamenssproget, hvis prøven er aflagt på et fremmedsprog
• de opnåede bedømmelser
• eventuelle meritoverførte prøver
• institutionens logo.

Ved indskrivning til masterprojekt har den studerende ansvar for at fremvise dokumentation for prøver bestået ved andre institutioner i samarbejdet.

20: Ikrafttrædelse og overgangsregler

Studieordningen er godkendt af dekanen og træder i kraft pr. 1. august 2026.

Studienævnet udbyder ikke undervisning efter den hidtidige studieordning fra 2025 efter sommereksamen/vintereksamen 2025/2026.

Studienævnet udbyder eksamen i moduler fra den hidtidige studieordning, i det omfang der er studerende, der har brugt prøveforsøg i et modul uden at bestå. Antallet af prøveforsøg følger eksamensbekendtgørelsen.

21: Ændringer til studieordningen