Zertifizierte/r AI Innovation Manager/-in
im Bankwesen – Retail-Banking
Im Lehrgang zum zertifizierten AI Innovation Manager im Bankwesen erlangen Sie fundiertes Wissen, um Künstliche Intelligenz strategisch im Retail-Banking einzusetzen. Die Weiterbildung bietet Ihnen eine tiefgehenden Wissenstransfer in die Grundlagen und fortgeschrittenen Techniken der KI, speziell angepasst an die Bedürfnisse des Bankwesens. Der Schwerpunkt liegt darauf, eine KI-Strategie zu entwickeln und KI systematisch und rechtskonform einzusetzen.
Die Ausbildung wird online durchgeführt und erstreckt sich über vier Monate. Neben 16 Schulungsmodulen helfen 4 Deep Dive + Q&A-Sessions dabei, ihr Wissen zu vertiefen. Mit einem hohen Anteil an praktischer Anwendung erhalten Sie kontinuierliches Feedback von KI-Experten und bleiben durch regelmäßige Aktualisierungen auf dem neuesten Stand der Technologie.
Übersicht
Zielgruppe
Fach- und Führungskräfte der Sparkassenverbände, genossenschaftlichen FinanzGruppe sowie Privatbanken.
Angesprochen werden u.A. Mitarbeiter:innen in den Bereichen Produkt- und Innovationsmanagement, Prozessmanagement, Kreditmanagement, Risiko- und Compliancemanagement, Kundenbetreuung, Marketing oder IT, die KI-Strategien entwickeln und implementieren möchten um Digitalisierung und Geschäftsprozesse durch den Einsatz von Künstlicher Intelligenz voran zu treiben.
Schulungszeiten
Mögliche zeitliche Verteilung der Termine an zwei Wochentagen, z.B. Dienstag und Donnerstag.
Nutzen
- 360°-Qualifikation
In unserem Zertifikatslehrgang entwickeln Sie die Schlüsselkompetenz ethische und regulatorische Rahmenbedingungen zu verstehen, KI-Tools sukzessive in Abläufe zu integrieren und eigene KI-Anwendungen in Ihrem beruflichen Umfeld wirkungsvoll einzusetzen.
Gleichzeitig agieren KI Innovation Manager als Verbindung zwischen technischen und nicht-technischen Teams und fördern eine reibungslose Zusammenarbeit. - KI-Kompetenz nach KI-Verordnung der EU (AI Act)
Mit der Weiterbildung bauen Sie KI-Kompetenzen gem. Art. 4 KI-VO auf und erhalten den notwendigen Schulungsnachweis. - Wissen mit Relevanz
Durch theoretische und praktische Anteile mit realen Anwendungsmöglichkeiten im Retail-Banking lernen Sie Ihre eigenen Prozesse zu optimieren und KI-Lösungen zu entwickeln, die unmittelbar auf Ihre Abläufe anwendbar sind. - Zukunftsfähige Perspektive
KI-Manager kombinieren technologische Innovation mit strategischem Denken und sind gefragte Profis, die durch Ihre Expertise im Einsatz von KI ihr Unternehmen zukunftssicher aufzustellen. - Flexible Unterrichtszeiten
Der Lehrgang ist zeitlich so ausgelegt, dass er sich problemlos in Ihren beruflichen Alltag integrieren lässt. Die Schulungszeiten werden nach den Bedürfnissen Ihrer Mitarbeiter ausgerichtet. - Qualitätsgarantie
Sie profitieren von einem Trainer mit wissenschaftlicher Ausbildung im Bereich KI und 20 Jahren Berufserfahrung im Retail-Banking.
Inhalte
KI Basics: Einstieg und Überblick
Künstliche Intelligenz, was ist das?
KI-Terminologie genau erklärt
Praktische Use Cases: Einsatzgebiete von KI-Lösungen im Überblick
Überblick über die Module des KI-Manager-Lehrgangs
Maschinelles Lernen entmystifiziert
Intuitiv erklärt: Wie maschinelles Lernen funktioniert
Erfolgsfaktor Datenqualität: Worauf es ankommt
Prognose der Kundenloyalität
KI-Entscheidung zur Optimierung einer Video-Legitimation
Tools: Orange3 Datamining
Next-Level KI: Fortgeschrittene Methoden
Methoden erklärt: Supervised Learning, Unsupervised Learning und Reinforcement Learning
Erkennung von Betrugsfallserien
Erkennung von Auffälligkeiten in Transaktionsdaten
Tools: H2O.ai, PyOD
Q&A und Deep Dive, Session 1
Sprachmodelle und Prompt Engineering: Die Kraft der Worte
Glasklar erklärt: Wie ChatGPT, DeepSeek & Co funktionieren (LLMs)
Prompt Engineering: Wie Sie das maximum aus ChatGPT herausholen
Berichte erstellen, unstrukturierte Informationen von KI strukturieren lassen, Softwareentwicklung beschleunigen
Texte zusammenfassen, Brainstorming, Berichtserstellung und Datenanalysen
E-Mails verfassen lassen, Marketingtexte erstellen lassen, Pressemitteilungen generieren
Tools: ChatGPT
Sprachmodell-Profis: Erweiterte Anwendungen und Sicherheit
Finetuning: KI-Sprachmodelle auf eigene Anwendungsfälle optimieren
Optimierte KI für den Kundenservice
Gefahren von Chatbots vermeiden (Halluzinationen, Prompt Injection, Bias)
Alternativen zu ChatGPT
Multimodale Modelle: Audio und Videos generieren (Gemini)
Hinweise zur Datensicherheit
Tools: ChatGPT, Llama, Gemini, Mistral
Visuelle Revolution in Marketing, Produktentwicklung, Kommunikation & Prototyping
Überblick über KI-Modelle zur Bildgenerierung wie DALL·E, Stable Diffusion und Midjourney.
Erstellung hochwertiger Bilder und Videos
Bedeutung des Urheberrechts verstehen
Tools: FLUX.1-dev, Midjourney, DALL·E, synthesia.io, Runway Gen 2
Q&A und Deep Dive, Session 2
Automatisierung durch KI: Prozesse neu gestalten
Wissen, welche Geschäftsprozesse von KI profitieren
Automatisierung von Routineaufgaben
Automatisierungspotential in Prozessen systematisch identifizieren
Erstellung eines Chatbots zur Kundenbetreuung
Tools: FlowiseAI, n8n
Smart Knowledge: Intelligentes Wissensmanagement mit KI
Retrieval-Augmented Generation (RAG)
Vorteile der Verwendung von RAG
Kombination von RAG mit Wissensgraphen für optimale Ergebnisse
Umsetzung einer KI für das interne Wissensmanagement einer Bank
Die populärsten RAG-Tools
Tools: LangChain, Llamaindex, FlowiseAI
Deep Learning und die Welt der Deep Fakes
Funktionsweise von Deep Learning
KI-generierte Fakes verstehen (GAN, Generative Adversarial Networks)
Gefahren von Deep Fakes im Retailbanking (z.B. Phishing und Identitätsbetrug
Erstellung eines Deep Fakes
Tools: DeepFaceLab, FaceSwap
Q&A und Deep Dive, Session 3
Biometrie im Fokus: Sicherheitstechnologien im Bankwesen
Konzepte zu biometrischen Merkmalen wie Fingerabdruck, Gesichtserkennung und Iris-Scan
Technologie zur Authentifizierung im Bankwesen
Datenschutz, rechtliche und ethische Überlegungen zu biometrischen Verfahren
Rechtliche Rahmenbedingungen für Biometrische Verfahren gemäß KI-Verordnung der EU
Tools: OpenFace, IDEMIA
Transparente KI: Entscheidungen von KI nachvollziehbar machen
Black-Box versus White-Box-Verfahren
Qualität von KI Messen: Key Performance Indicator (KPI, Precision, Recall, AUC, Accuracy)
Baselines und Benchmarks verstehen
Verfahren um KI-Entscheidungen nachvollziehbar zu machen (LIME, SHAP)
Anwendungsfälle: Betrugserkennung, Cross-Selling / Up-Selling
KI-Projekte meistern: Strategien und Best Practices
Best-Practice: Automatisierungspotential erkennen
Evolution versus Disruption: Geschäftsmodelle mit KI transformieren
Knowhow aus erster Hand: Erfolgsfaktoren und Fallstricke im Projekt verstehen
Agiles Vorgehensmodell zur Umsetzung von KI-Lösungen
Hinweise für Vertragsverhandlungen mit KI-Anbietern
Walk-Through eines Praxis-Use Case
Q&A und Deep Dive, Session 4
Strategieentwicklung: Ihre Roadmap für KI
KI-Strategie an der Unternehmensstrategie ausrichten
Grundbausteine einer KI-Strategie verstehen
Unternehmensweites KI-Anwendungsportfolio als Basis für eine KI-Vision
Target Operating Model: Auswirkungen auf Prozesse, Governance und Aufbauorganisation ermitteln
Use Case für die Entwicklung einer eigenen KI-Strategie
KI-Ethik: Gesellschaftliche Herausforderungen meistern
Beeinflussung der öffentlichen Meinung durch KI-Systeme
Diskriminierung durch Algorithmen (Bias)
Auswirkung von Künstlicher Intelligenz auf die Gesellschaft
Gefährdung von Arbeitsplätzen durch KI
Ethische Richtlinien für Unternehmen
Einfluss auf CO2-Emissionen
Regulationskompass: KI rechtssicher einsetzen
KI-Verordnung der EU (AI Act): Risikoeinstufung von KI-Systemen
Verbotene Praktiken, Transparenz- und Dokumentationspflichten
Pflichten von Betreibern von Hochrisikosystemen
Datenschutzaspekte beim Einsatz von KI (DSGVO)
EU Data Act
Zukunftsausblick: KI-Trends und -Richtlinien
Mögliche Entwicklungen in KI-Forschung, von Quantencomputing bis zu neuronalen Schnittstellen
KI auf menschlichem Niveau: Artificial General AI (AGI) / Human Level Intelligence
Auswirkungen von AGI auf Arbeitsmärkte und Wirtschaft
Notwendige Schlüsselqualifikationen auf dem Arbeitsmarkt der Zukunft
Prüfungsvorbereitung: Fit für den KI-Abschluss
In diesem Modul erläutern wir im Detail, wie der Zertifikatstest ablaufen wird.
Sie haben die Möglichkeit, Fragen zum Test zu stellen.
Wir stellen zwei konkrete Beispiele für Prüfungsleistungen vor.
Digitaler Zertifikatstest
Präsentation eines KI-Projekts und Fachgespräch (Prüfungsdauer insgesamt 40 Minuten)
Davon 20 Minuten Vortrag des Teilnehmers und 20 Minuten Fachgespräch (Diskussion).
FAQ
Florian Werner-Jäger
Trainer und Berater
Künstliche Intelligenz
Ich berate und schule Sie zu KI-Projekten mit Fokus auf Industrie, IT- und Finanzsektor sowie öffentlicher Verwaltung. Meine Seminare zeichnen sich durch tiefgreifendes Wissen aus jahrzehntelanger Erfahrung aus, das ich mit anschaulicher Klarheit und erfrischender Leichtigkeit vermittle.
Skills:
- Python
- C++
- Tensorflow
- Pytorch
- Prompt Engineering
- Datenbanken/SQL
Kernthemen:
- Datenmodellierung
- Prototyping und UX
- Machine Learning Lifecycle
- Requirements Engineering
- Business Case – Erstellung
- Entwurf von Geschäftsprozessen