M.Sc. Psychologie mit Schwerpunkt Experimentelle Psychologie und Neurowissenschaft
M.Sc. Psychologie mit Schwerpunkt Experimentelle Psychologie und Neurowissenschaft
Überblick
Der Studiengang vertieft und erweitert die in einem BSc Psychologie begonnene Psychologieausbildung mit dem Schwerpunkt der methodischen und inhaltlichen Kompetenz in Experimentalpsychologie und Neurowissenschaft. Der Schwerpunkt besteht aus zwei Säulen. Die erste Säule bildet die Vermittlung der für eine Forschungstätigkeit im genannten Bereich notwendigen methodischen Kompetenzen. Diese umfassen insbesondere vertiefte Kenntnisse wichtiger einschlägiger Methoden (z.B. Eye Tracking, EEG, fMRI), die Praxis der Programmierung apparativer Forschungsinstrumente in den in der Psychologie gängigen Programmiersprachen (z.B. Python, Matlab) sowie praktische Kenntnisse der Programmierung der Auswertungskaskaden in aktuellen statistischen und datenanalytischen Programmierumgebungen (z.B. R). In einem neurokognitiven Projekt werden die erworbenen Kenntnisse weiter integriert. Die zweite Säule vertieft im Bereich kognitive Neurowissenschaft zunächst Themen der Grundlagenforschung. Kognitiv ist hier im Sinne der Informationsverarbeitung zu verstehen und umfasst neben Aufmerksamkeit, Gedächtnis, Wahrnehmung etc. auch Motivation und Emotion. Weiterhin schlägt der Bereich Neuropsychologie und klinische Neurowissenschaft eine Brücke zwischen den grundlegenden Inhalten der Experimentalpsychologie und Neurowissenschaften und ihrer Anwendung im Bereich der Arbeit mit und Forschung an Menschen mit Hirnschädigungen. Beispielhafte Themen sind Übersichten über und vertiefte Kenntnisse von neuropsychologischen Störungsbildern infolge von Hirnschädigungen, apparative und verhaltensorientierte Untersuchungsmethoden sowie einschlägige Rehabilitationsansätze. Neben der experimentalpsychologischen und neurowissenschaftlichen Spezialisierung vertieft und erweitert der Studiengang die Kenntnisse der methodischen Grundlagen der Psychologie, der computergestützten Datenerhebung, der Modellierung und Analyse von Daten, der Erhebungsplanung und der Beantwortung von evaluativen Fragestellungen. Darüber hinaus werden fortgeschrittene psychometrische Grundlagen der psychologischen Diagnostik, die Vertiefung der Theorie, Konstruktion und Anwendung psychologischer Tests sowie neuere Entwicklungen der Testtheorie- und Testkonstruktion vermittelt
Ausrichtung und Ziele
Der Studiengang richtet sich an Studierende, die nach einem BSc in Psychologie einen forschungsorientierten Master in Psychologie anstreben. Dieser Master entspricht den Empfehlungen der DGPs für einen konsekutiven Studiengang im Fach Psychologie: Ein BSc in Psychologie ist die Voraussetzung für diesen Master. Der forschungsorientierte Masterstudiengang hat seinen Schwerpunkt in den Bereichen Experimentelle Psychologie und Neurowissenschaft. Zudem vermittelt er Kompetenzen, die für eine Psychologin oder einen Psychologen als zentral betrachtet werden, insbesondere psychologische Diagnostik und Methoden. Vor allem vertieft der Studiengang die Praxis des Forschungsprozesses (Design, Planung, Umsetzung, Auswertung) und die Techniken des Experimentierens, besonders Programmierung, Analyse und Modellierung, parallel zu der Erweiterung der Kenntnisse aktueller Forschung der experimentellen Psychologie, Neuropsychologie und kognitiven Neurowissenschaft. Weitere praktische Elemente sind die neuropsychologische Diagnostik, Begutachtung und technologiegestützte Rehabilitation. Ein Fokus liegt dabei auf der Erfassung kognitiver Prozesse mit Hilfe und im Kontext digitaler Technologien.
Neben der Entwicklung von Expertise im Bereich Experimentalpsychologie und Neurowissenschaften legt der Studiengang besonderen Wert auf den Erwerb praktischer Forschungs- und Anwendungskompetenzen. Hierzu gehören insbesondere der Umgang mit Technik im Kontext psychologischer Forschung (z.B. Psychophysik, Eye-Tracking, EEG, fMRT, VR, Patient:innenstudien), der Meisterung der Analyse-Pipeline (inkl. Aufbereiten, Filtern, Aggregieren, Transformieren, Modellieren, statistisches Bewerten und Visualisieren von Daten), der Erwerb solider praktischer Kenntnisse der wissenschaftlichen Programmierung zur Steuerung von Experimenten und Analyse von Daten (zur Zeit insbesondere Python, Matlab, R). Praxis im Umgang mit Open-Source-Analysepaketen.
