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 (1)
Ich habe sehr geschätzt, wie der Trainer alles präsentiert hat. Ich habe alles verstanden, auch wenn Finance nicht mein Bereich ist. Er stellte sicher, dass alle Teilnehmer auf einer Wellenlänge waren, während er die verbleibende Zeit einhielt. Die Übungen waren zu guten Intervallen platziert. Communication mit den Teilnehmern war immer vorhanden. Der Materialbestand war perfekt, weder zu viel noch zu wenig. Er hat sich auf etwas kompliziertere Themen sehr gut eingegangen, sodass sie von jedem verstanden werden konnten.
Diana
Kurs - ChatGPT for Finance
Maschinelle Übersetzung