Schulungsübersicht
Einführung in Generative AI
- Übersicht über generative Modelle und ihre Relevanz für die Finanzwelt
- Arten von generativen Modellen: LLMs, GANs, VAEs
- Stärken und Grenzen in finanziellen Kontexten
Generative Adversarial Networks (GANs) für Finance
- Funktionsweise von GANs: Generatoren vs. Diskriminator
- Anwendungen bei der Erzeugung synthetischer Daten und der Simulation von Betrugsfällen
- Fallstudie: Erstellung realistischer Transaktionsdaten zur Testzwecke
Large Language Models (LLMs) und Prompt Engineering
- Wie LLMs Finanztexte verstehen und generieren
- Design von Anforderungen für Prognose und Risikoanalyse
- Anwendungsfälle: Zusammenfassung finanzieller Berichte, KYC, Erkennung von Warnsignalen
Finanzielle Forecasting mit Generative AI
- Zeitreihenvorhersage mit hybriden LLM und ML-Modellen
- Szenarioerstellung und Stress-Tests
- Anwendungsfall: Einkommensvorhersage unter Verwendung strukturierter und unstrukturierter Daten
Betrugsbekämpfung und Anomalieerkennung
- Verwenden von GANs zur Erkennung von Anomalien in Transaktionen
- Identifizierung neuer Betrugsmerkmale durch promptbasierte LLM-Arbeitsschritte
- Modellbewertung: Falsche Positiv vs. echte Risikounterzeichen
Regulatorische und ethische Implikationen
- Erklärbarkeit und Transparenz in den Ausgaben generativer KI-Modelle
- Gefahr der Modell-Halluzination und -Bias in der Finanzwelt
- Kooperation mit regulatorischen Erwartungen (z.B. GDPR, Basel-Richtlinien)
Design von Generative AI Use Cases für finanzielle Einrichtungen
- Erstellen von Geschäftsfällen zur internen Nutzung
- Balanzen von Innovation, Risiko und Compliance
- Governanzrahmen für verantwortliches AI-Deployment
Zusammenfassung und nächste Schritte
Voraussetzungen
- Ein Verständnis grundlegender finanzwirtschaftlicher und risikomanagementbezogener Konzepte
- Erfahrung mit Tabellenkalkulationen oder grundlegenden Datenanalysen
- Bekanntschaft mit Python ist hilfreich, aber nicht erforderlich
Zielgruppe
- Risikomanager
- Compliance-Analysten
- Finanzprüfer
Erfahrungsberichte (3)
Die Hintergrundinformationen / Theorie der LLMs, die Übung
Joanne Wong - IPG HK Limited
Kurs - Applied AI for Financial Statement Analysis & Reporting
Maschinelle Übersetzung
Es hat mir neue Tools gezeigt, die mir bei der Erstellung von Automatisierungen helfen können.
Alessandra Parpajola - Advanced Bionics AG
Kurs - Machine Learning & AI for Finance Professionals
Maschinelle Übersetzung
Ich habe sehr geschätzt, wie der Trainer alles präsentierte. Ich verstand alles, obwohl Finanzen nicht mein Fachgebiet sind. Er sorgte dafür, dass jeder Teilnehmer auf demselben Stand war und gleichzeitig den Zeitplan einhielt. Die Übungen waren gut verteilt. Die Kommunikation mit den Teilnehmern war stets vorhanden. Das Material war perfekt, weder zu viel noch zu wenig. Er erläuterte schwierigere Themen sehr gut, sodass sie von allen verstanden werden konnten.
Diana
Kurs - ChatGPT for Finance
Maschinelle Übersetzung