28. Bankensymposium

Unstructured Data in Banking and Finance

17 September 2025​

Fraunhofer-inHaus-Zentrum
Forsthausweg 1
47057 Duisburg

Über das Event

In einer zunehmend datengetriebenen Welt stehen Banken, Finanzinstitute und Kapitalmärkte vor einer tiefgreifenden Transformation: Immer größere Teile der verfügbaren Informationen sind unstrukturiert — seien es Textdaten aus Analystenberichten, Social-Media-Feeds, Sprachnachrichten von Kundengesprächen, Bilanztexte, Nachrichtenartikel oder visuelle Daten wie Satellitenbilder und Videos.

Während traditionelle Finanzanalysen auf klar strukturierten numerischen Daten beruhen, liegt heute ein erheblicher Teil potenziell wertvoller Informationen außerhalb klassischer Datenbanken. Die Fähigkeit, unstrukturierte Daten zu erfassen, zu verarbeiten und in fundierte Entscheidungen zu überführen, wird zunehmend zu einem strategischen Wettbewerbsvorteil.

Technologische Fortschritte in Bereichen wie Natural Language Processing (NLP), Machine Learning und Big Data Analytics ermöglichen es, diese riesigen Datenmengen systematisch zu nutzen. Dies eröffnet neue Horizonte – von der Früherkennung finanzieller Risiken über alternative Kreditwürdigkeitsprüfungen bis hin zu Verhaltensanalysen von Investoren.

Das Ziel des 28. Bankensymposiums ist es, aktive Forscher und Praktiker zusammenzubringen, die sich für den Wandel in der Bank- und Finanzwirtschaft interessieren. Das Programm wird mehrere akademische Präsentationen und Einblicke von eingeladenen Expert*Innen aus der Wirtschaft umfassen.

Auf dem Symposium sollen unter anderem folgende Fragen diskutiert werden

  • Wie können unstrukturierte Datenquellen effektiv für finanzwirtschaftliche Analysen nutzbar gemacht werden?
  • Welche technologischen Werkzeuge und Modelle haben sich im Finanzkontext bewährt?
  • Welche Rolle spielen KI und maschinelles Lernen bei der Extraktion von Informationen aus Texten, Bildern und Sprache?
  • Wie verändert sich die Risikobewertung und -prognose durch die Einbindung alternativer Daten?
  • Welche regulatorischen, ethischen und datenschutzrechtlichen Herausforderungen ergeben sich beim Einsatz unstrukturierter Daten?
  • Wie kann die Integration unstrukturierter Daten die Effizienz und Transparenz in der Finanzindustrie verbessern?

Anmeldung

Melden Sie sich jetzt an! Wir freuen uns darauf, Sie beim 28. Bankensymposium in Duisburg begrüßen zu dürfen!

Programm

13:00 Uhr
Eintreffen und Registrierung
13:30 Uhr – Block 1
Begrüßung und Einführung: Verknüpfung von Wissenschaft und Praxis
mit:
Prof. Dr. Matthias Pelster (Direktor ecfs, Mercator School of Management, Universität Duisburg-Essen)
Prof. Dr. Dominik Wolff (Head of Quant Research, Deka Investment GmbH & Frankfurt University of Applied Sciences)
KI im Asset Management – Wie KI in der Praxis einen Mehrwert schaffen kann
14:45 – 15:15 Uhr
Kaffeepause
15:15 Uhr – Block 2
Forschungseinblicke
mit:
Dr. Doron Reichmann (Goethe-Universität Frankfurt)
Detecting Conversation-Level Management Deception Using Response Latency
Dr. Andreas Knetsch (Leibniz-Institut für Finanzmarktforschung SAFE & RWTH Aachen)
Dictionaries for post-bankruptcy success prediction: A machine learning approach
Prof. Dr. Martin Hibbeln (Mercator School of Management, Universität Duisburg-Essen)
Watchdog or Mouthpiece? The Role of Financial News Media in Corporate Communication
17:00 – 17:30 Uhr
Kaffeepause
17:30 Uhr – Block 3
Impulse aus der Praxis
mit:
Prof. Dr. Kathrin Kind, M.Sc./M.A./MBA AI (Chief Data Scientist, Cognizant)
Daten sind das neue Gold. Aber was, wenn der Algorithmus den Tresor knackt?
Steffen Hey (Head of AI & Projectmanagement, EKM GmbH)
Unstructured Data im Finanzsektor: Zwischen Datenschutzrisiko und Effizienzsprung
ab 19:30 Uhr
Abschluss und Get-together
Holger Wessling (Vorstandsvorsitzender der Sparkasse Rhein-Nahe, Präsident ecfs)
Abschlussworte
Get-together bei Getränken und Snack

Lernen Sie unsere Speaker und ihre Vorträge kennen

Prof. Dr. Dominik Wolff
Head of Quant Research, Deka Investment GmbH; Professor of Finance, Frankfurt University of Applied Sciences; Assistant Professor, TU Darmstadt
Dominik Wolff ist Head of Quant Research bei Deka Investment, Professor of Finance an der Frankfurt UAS und Assistant Professor an der TU Darmstadt. Seine Forschung befasst sich mit Machine-Learning-Methoden für Aktienmarktprognosen, Aktienauswahl, Natural Language Processing im Finanzwesen sowie taktischen und strategischen Allokationsstrategien. Er promovierte an der Universität Gießen und verfügt über eine berufliche Vorgeschichte als wissenschaftlicher Mitarbeiter und in leitenden Positionen im Energiemarkt.
KI im Asset Management – Wie KI in der Praxis einen Mehrwert schaffen kann
Der Beitrag zeigt auf, wie KI in der Vermögensverwaltung eingesetzt wird, um durch Vorhersage- und Auswahlmodelle messbare Verbesserungen zu erzielen. Diskutiert wird, wie Forschung und Praxis verknüpft werden, um in einem kompetitiven Marktumfeld nachhaltige Mehrwerte zu schaffen.
Dr. Doron Reichmann
Postdoktorand, Goethe-Universität Frankfurt (AccSus Department)
Doron Reichmann ist Postdoktorand am AccSus Department. In seiner Forschung untersucht er den Informationsgehalt verbaler und nonverbaler Kommunikation in Finanzmärkten mit Schwerpunkt auf dem Einsatz von Machine Learning. Besonderes Augenmerk liegt auf der Erfassung von Signalen aus Unternehmensveröffentlichungen, die wirtschaftliche Entscheidungen verbessern, sowie auf der Messung von Eigenschaften und Intentionen des Managements.
Detecting Conversation-Level Management Deception Using Response Latency
Dieser Beitrag entwickelt ein Maß für den kognitiven Aufwand von Führungskräften während interaktiver Offenlegungen auf Basis der Antwortlatenz – der Zeitspanne zwischen Frage und Antwort. Die Ergebnisse zeigen, dass eine positive Tonlage nach hoher Antwortlatenz kurzfristig zu Kursgewinnen führt, die sich jedoch im Zeitverlauf umkehren. Der Effekt ist unabhängig von der Informationskomplexität und liefert Hinweise auf absichtliche Täuschung.
Dr. Andreas Knetsch
Postdoktorand, Leibniz-Institut SAFE & RWTH Aachen
Andreas Knetsch ist Postdoktorand an der RWTH Aachen University. Seine Forschungsschwerpunkte umfassen Corporate Finance, Sustainable Finance sowie Textanalyse in Finance & Accounting. Er lehrt Corporate Valuation, Corporate Finance und Digital Finance.
Dictionaries for Post-bankruptcy Success Prediction: A Machine Learning Approach
In diesem Beitrag wird erstmals eine Analyse von Reorganisationsplänen insolventer Unternehmen vorgestellt. Mithilfe von Machine Learning entstand ein Wörterbuch, das den wirtschaftlichen Erfolg nach Insolvenz vorhersagt. Diese textbasierten Kennzahlen übertreffen bisher eingesetzte Variablen in ihrer Prognosekraft und liefern zusätzliche Informationen zur Leistungsfähigkeit überlebender Unternehmen.
Prof. Dr. Martin Hibbeln
Mercator School of Management, Universität Duisburg-Essen; Direktor ecfs
Prof. Dr. Hibbeln leitet den Lehrstuhl für Finance an der Mercator School of Management und ist zugleich Direktor im ecfs. Die Lehre deckt die Kernbereiche Investitions- und Finanzierungstheorie sowie Corporate Finance ab, mit besonderem Fokus auf Empirical Finance und quantitatives Risikomanagement. Dabei werden forschungsrelevante und praxisnahe Inhalte miteinander verbunden.
Watchdog or Mouthpiece? The Role of Financial News Media in Corporate Communication
Die Präsentation untersucht, wie Medienberichterstattung Entscheidungen des Managements zur Manipulation von Unternehmensinformationen beeinflusst. Während Medien bei „harter“ Manipulation Einschränkungen bewirken, war der Einfluss auf „weiche“ Manipulation bislang unklar. Die Analyse zeigt, dass qualitativ hochwertige Berichterstattung Manipulationsanreize deutlich reduziert – vor allem bei geringer Kontrolle durch andere Governance-Mechanismen.
Prof. Dr. Kathrin Kind-Trüller
Chief Data Scientist, Cognizant; Mitglied Global Future Council on Data Foundation (WEF)
Kathrin Kind-Trüller ist eine international anerkannte und mehrfach ausgezeichnete Expertin für Künstliche Intelligenz und Quantencomputing. Mit über 26 Jahren Erfahrung in der Technologiebranche – davon 18 Jahre in der KI – leitet sie bei Cognizant die KI- und Datenpraxis in globalen Wachstumsmärkten. Vorher war sie in Führungspositionen u. a. bei VW, BMW, Mercedes, Siemens, ZF und Bosch tätig.
Daten sind das neue Gold. Aber was, wenn der Algorithmus den Tresor knackt?
Der Beitrag thematisiert den Wandel von der traditionellen Datenspeicherung hin zur Verwaltung dynamischer, KI-generierter Datenströme und die Notwendigkeit neuer Governance-Frameworks. Er beleuchtet verantwortungsvolle KI als strategischen Wettbewerbsvorteil und geht auf die Bedrohung durch Quantencomputer ein, die einen Umstieg auf post-quanten-sichere Verschlüsselungsverfahren erforderlich macht.
Steffen Hey
Head of AI & Projectmanagement, EKM GmbH
Steffen Hey hat das GenAI-Angebot im Banking bei Sopra Steria mit aufgebaut und vereint technologisches Verständnis mit umfassendem Wissen zur Finanzbranche. Sein Ansatz zeigt, wie KI aus unstrukturierten Daten echten Mehrwert für Banken schaffen kann.
Unstructured Data im Finanzsektor: Zwischen Datenschutzrisiko und Effizienzsprung
Unstrukturierte Daten gelten einerseits als Herausforderung, andererseits als eine der größten ungenutzten Ressourcen. Der Beitrag zeigt, wie sich Datenschutzrisiken abbauen lassen und durch den Einsatz geeigneter Technologien Effizienz- und Wettbewerbsvorteile erzielen lassen.