Schulungsübersicht
Einführung in generative KI im Finanzwesen
- Überblick über generative KI sowie deren Relevanz für die Finanzbranche
- Fallbeispiele zu künstlich-intelligenten Lösungen in den Bereichen Risikobewertung, Betrugserkennung und Kundenbindung
- Hauptvorteile sowie Herausforderungen beim Einsatz generativer KI im Finanzsektor
Einrichtung der Arbeitsumgebung
- Einführung in die OpenAI API sowie die Google Cloud Platform
- Erstellung von Konten und Zugang zu KI-Tools
- Grundlegende Konfigurationen sowie erste Einrichtungsschritte
Entwicklung künstlich-intelligenter Lösungen zur Risikobewertung
- Die Rolle generativer KI bei der Risikobewertung verstehen
- Erstellung von KI-Modellen für die Bonitätsbeurteilung sowie die Genehmigung von Krediten
- Identifikation relevanter Risikofaktoren und Vorhersage finanzieller Entwicklungen
Betrugserkennung mithilfe generativer KI
- Typische Herausforderungen bei der Prävention und Erkennung von Betrug
- Nutzung generativer KI zur Identifikation ungewöhnlicher Muster sowie Anomalien
- Entwicklung von Modellen, die verdächtige Aktivitäten automatisch erkennen können
Verbesserung der Kundenbindung durch KI
- Individuelle Anpassungen und Personalisierung im Finanzdienstleistungsbereich
- Erstellung künstlich-intelligenter Chatbots für den Kundensupport sowie die Kommunikation
- Steigerung der Kundenzufriedenheit durch datengestützte Empfehlungen und Analysen
Integration generativer KI in bestehende Finanzsysteme
- Verknüpfung von APIs sowie die Sicherstellung der Datenkompatibilität
- Bereitstellung von KI-Modellen im Produktionsumfeld
- Skalierung von KI-Lösungen zur Verarbeitung großer Mengen an Finanzdaten
Bewertung der Leistungsfähigkeit sowie Nachvollziehbarkeit künstlicher Intelligenz
- Kennzahlen und Referenzwerte zur Messung von KI-Performance
- Interpretation der von der KI gelieferten Einsichten sowie Vorschläge
- Gewährleistung von Transparenz und Verantwortlichkeit bei künstlichen Entscheidungen
Ethische Aspekte der KI im Finanzwesen
- Sicherstellung von Fairness sowie die Vermeidung diskriminierender Neigungen in KI-Modellen
- Umgang mit Datenschutzbedenken sowie dem Schutz personenbezogener Informationen
- Einhaltung rechtlicher Vorgaben sowie branchenüblicher Normen im KI-Einsatz
Zusammenfassung und weitere Schritte
Voraussetzungen
- Grundkenntnisse in finanzwirtschaftlichen Konzepten
- Vertrautheit mit den Grundlagen der KI und des maschinellen Lernens (empfohlen, aber nicht zwingend erforderlich)
Zielgruppe
- Finanzfachleute
- Fintech-Entwickler
- KI-Experten
Erfahrungsberichte (2)
die Tipps und empfohlenen Prompts, die wir aus diesem Training mitnehmen können
Lee Mei Lin - ST Engineering IHQ Pte Ltd
Kurs - InVideo AI: Creating Engaging Short-Form Videos
Maschinelle Übersetzung
Einsatz von angemessenen und wirksamen Prompts
Marses Pacaldo
Kurs - Generative AI and Prompt Engineering for Corporate Professionals
Maschinelle Übersetzung
