Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung in die generative KI
- Überblick über generative Modelle und ihre Relevanz für die Finanzwelt
- Arten generativer Modelle: LLMs, GANs, VAEs
- Stärken und Grenzen im Finanzkontext
Generative Adversarial Networks (GANs) in der Finanzwelt
- Funktionsweise von GANs: Generatoren vs. Diskriminatoren
- Anwendungen in der Generierung synthetischer Daten und der Betrugssimulation
- Fallstudie: Erzeugung realistischer Transaktionsdaten für Tests
Large Language Models (LLMs) und Prompt Engineering
- Wie LLMs Finanztext verstehen und generieren
- Gestaltung von Prompts für Prognosen und Risikoanalysen
- Anwendungsfälle: Zusammenfassung von Finanzberichten, KYC (Know Your Customer), Erkennung von Warnsignalen
Finanzprognosen mit generativer KI
- Zeitreihenvorhersage mit hybriden LLM- und ML-Modellen
- Szenariengenerierung und Stresstests
- Anwendungsfall: Umsatzprognose anhand strukturierter und unstrukturierter Daten
Betrugserkennung und Anomalieidentifikation
- Einsatz von GANs zur Anomalieerkennung in Transaktionen
- Identifikation neu entstehender Betrugsmuster über promptbasierte LLM-Workflows
- Modellbewertung: Falsch-Positive vs. tatsächliche Risikoindikatoren
Regulatorische und ethische Implikationen
- Erklärbarkeit und Transparenz der Ausgaben generativer KI
- Risiko von Modellhalluzinationen und Verzerrungen in der Finanzwelt
- Einhaltung regulatorischer Erwartungen (z. B. DSGVO, Basel-Richtlinien)
Gestaltung von Anwendungsfällen für generative KI in Finanzinstituten
- Erstellung von Geschäftsfällen für die interne Einführung
- Abwägung von Innovation, Risiko und Compliance
- Governance-Rahmenwerke für den verantwortungsvollen Einsatz von KI
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundverständnis von Finanz- und Risikomanagementkonzepten
- Erfahrung mit Tabellenkalkulation oder grundlegender Datenanalyse
- Kenntnisse in Python sind von Vorteil, aber nicht erforderlich
Zielgruppe
- Risikomanager
- Compliance-Analysten
- Finanzprüfer
14 Stunden
Erfahrungsberichte (1)
Ich habe bereits einige Berichte, die ich kenne, und werde einige der heute besprochenen Prompts verwenden.
Kelly Cotham
Kurs - Copilot for Finance and Accounting Professionals
Maschinelle Übersetzung
