Zertifizierte/r AI Innovation Manager/-in
im Bankwesen – Retail-Banking
Im Lehrgang zum zertifizierten AI Innovation Manager im Bankwesen erlangst du fundiertes Wissen, um Künstliche Intelligenz strategisch im Retail-Banking einzusetzen. Die Weiterbildung bietet dir einen tiefen 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 dir 4 Deep Dive + Q&A-Sessions dabei, dein Wissen zu vertiefen. Mit einem hohen Anteil an praktischer Anwendung erhältst du kontinuierliches Feedback von KI-Experten und bleibst 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.
Starte durch als AI Innovation Manager/in
- 360°-Qualifikation
AI Innovation Manager/in besitzt du die Schlüsselkompetenz regulatorische Rahmenbedingungen zu verstehen, KI-Tools sukzessive in Abläufe zu integrieren und eigene KI-Anwendungen einzusetzen. Gleichzeitig förderst du die reibungslose Zusammenarbeit zwischen technischen und nicht-technischen Teams. - KI-Kompetenz nach KI-Verordnung der EU (AI Act)
Mit der Weiterbildung baust du KI-Kompetenzen gem. Art. 4 KI-VO auf und erhältst deinen Schulungsnachweis. - Wissen mit Relevanz
Durch theoretische und praktische Anteile mit realen Anwendungsmöglichkeiten im Retail-Banking lernst du Prozesse zu optimieren und KI-Lösungen zu entwickeln, die unmittelbar auf deine Abläufe anwendbar sind. - Zukunftsfähige Perspektive
Als AI Innovation Manager/in kombinierst du technologische Innovation mit strategischem Denken und bist ein gefragter Profi, der dein Unternehmen zukunftssicher aufstellt. - Flexible Unterrichtszeiten
Der Lehrgang ist zeitlich so ausgelegt, dass er sich problemlos in deinen beruflichen Alltag integrieren lässt. - Qualitätsgarantie
Du profitierst von einem Trainer mit wissenschaftlicher Ausbildung im Bereich KI und 20 Jahren Berufserfahrung im Retail-Banking.
Das lernst du als AI Innovation Manager/in
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.
Du hast die Möglichkeit, Fragen zum Test zu stellen.
Wir stellen zwei konkrete Beispiele für Prüfungsleistungen vor.
Digitaler Zertifikatstest
Präsentation deines 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
Wir beraten und schulen zu KI-Projekten mit Fokus auf Industrie, IT- und Finanzsektor sowie öffentlicher Verwaltung. Unsere Seminare zeichnen sich durch tiefgreifendes Wissen aus jahrzehntelanger Erfahrung aus, das wir mit anschaulicher Klarheit und erfrischender Leichtigkeit vermitteln.
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