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.
Dauer 14 Stunden (2 Tage)
Schulungsübersicht
Einführung in die Generative KI
- Überblick über generative Modelle und deren Relevanz für das Finanzwesen
- Arten generativer Modelle: LLMs, GANs, VAEs
- Stärken und Grenzen im finanzwirtschaftlichen Kontext
Generative Adversarial Networks (GANs) im Finanzwesen
- Funktionsweise von GANs: Generatoren vs. Diskriminatoren
- Anwendungen in der Erzeugung synthetischer Daten und der Betrugsimulation
- Fallstudie: Erzeugung realistischer Transaktionsdaten für Tests
Large Language Models (LLMs) und Prompt Engineering
- Wie LLMs finanziellen Text verstehen und generieren
- Entwurf von Prompts für Prognosen und Risikoanalyse
- Anwendungsfälle: Zusammenfassung von Finanzberichten, KYC, Erkennung von Risikoverdachtsmomenten
Finanzielle Prognosen mit Generativer KI
- Zeitreihenprognosen mit hybriden LLM- und ML-Modellen
- Szenarioerzeugung und Stresstests
- Anwendungsfall: Umsatzprognose unter Verwendung strukturierter und unstrukturierter Daten
Betrugserkennung und Anomalieidentifikation
- Nutzung von GANs zur Anomalieerkennung in Transaktionen
- Identifizierung sich entwickelnder Betrugsmuster über promptbasierte LLM-Workflows
- Modellbewertung: Fehlalarme vs. echte Risikoundeidifizierungen
Regulatorische und ethische Implikationen
- Nachvollziehbarkeit und Transparenz der Ausgaben generativer KI
- Risiko von Modell-Halluzinationen und Verzerrungen im Finanzwesen
- Einhaltung regulatorischer Erwartungen (z. B. DSGVO, Baseler Richtlinien)
Gestaltung von Use Cases für generative KI in Finanzinstituten
- Entwicklung von Geschäftsmodellen für die interne Einführung
- Ausbalancierung von Innovation mit Risiko und Compliance
- Governance-Rahmenwerke für den verantwortungsvollen Einsatz von KI
Zusammenfassung und nächste Schritte
Voraussetzungen
- Verständnis der grundlegenden Konzepte des Finanzwesens und des Risikomanagements
- Erfahrung mit Tabellenkalkulationen oder grundlegender Datenanalyse
- Grundkenntnisse in Python sind hilfreich, aber nicht erforderlich
Zielgruppe
- Risikomanager
- Compliance-Analysten
- Finanzprüfer
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
