Künstliche Intelligenz im Finanzsektor

Prof. Dr. Oliver Müller, Leiter - Wirtschaftsinformatik, insb. Data Analytics, Universität Paderborn

Die Verarbeitung großer Datenmengen ist in der Finanzwelt längst Alltag geworden. Jedoch konzentrieren die meisten Unternehmen ihre Anstrengungen auf die Sammlung und Analyse strukturierter, numerischer Daten und vernachlässigen unstrukturierte Text- und Bilddaten weitgehend. In diesem Vortrag illustriert Prof. Dr. Oliver Müller anhand konkreter Beispiele, wie Finanzinstitutionen sowohl Textdaten (z. B. Jahresabschlussberichte) als auch Bilddaten (z. B. Satellitenbilder) in Prognoseprozesse einbeziehen können.

Marvin Baudewig, CTO, soccerwatch.tv, AISportsWatch GmbH

soccerwatch.tv vergleicht zwei Herangehensweisen, wie eine KI Fußballspiele verstehen kann. Im Rahmen von Machine Learning werden sowohl Ende-zu-Ende-Systeme als auch Teile-und-herrsche-Verfahren verglichen, um zu zeigen, dass eine komplexe Riesenlösung gar nicht nötig ist, um auf aktuelle Fragestellungen mithilfe von KI einfache Antworten zu finden.

Todor Dobrikov, Partner - Head of Machine Learning and AI, d-fine GmbH

Die Anwendung kognitiver Analysen kann Scorings und Marketing Insights verbessern. Inwiefern die im Rating verwendeten Informationen gleichermaßen für Marketingzwecke genutzt werden, veranschaulicht Todor Dobrikov anhand verschiedener Beispiele aus der Praxis. Insbesondere steht die verbesserte Risikomessung, die automatisierte Bewertung von Fondsberichten und die portfolioübergreifende Früherkennung von Kreditrisiken im Vordergrund des Beitrags.

Prof. Dr. Dr. Helmut Schneider, Inhaber Deutsche Post-Stiftungslehrstuhl für Marketing und Dialogmarketing, Steinbeis-Hochschule, Berlin, School of Management and Innovation (SMI)

Preispolitische Fragestellungen sind ein zentrales Element sowohl der Marketingwissenschaft als auch der Marketingpraxis. In hoch entwickelten Industrienationen ist jedoch zu beobachten, dass für Konsumenten Zeit und Energie zunehmende Engpassfaktoren eines guten Lebens werden. Vor diesem Hintergrund werden unter Rückgriff auf das Konzept der Opportunitätskosten Ansatzpunkte zur Verminderung zeit- und energiebasierter Opportunitätskosten vorgestellt.

Künstliche Intelligenz ist inzwischen zu einem häufig verwendeten Marketing-„Buzzword“ geworden. Sie ist aber auch eine wichtige Schlüsseltechnologie in digitalen Geschäftsmodellen. Aufbauend auf dem Verständnis vom maschinellen Lernen werden wir Ihnen Anforderungen und Nutzen von KI anhand von Anwendungsfällen in FinTechs verdeutlichen. Zudem nehmen wir Bezug auf die Umfrageergebnisse des Workshops und zeigen Ihnen auf, was die traditionelle Finanzindustrie von technologiegetriebenen Unternehmen lernen kann.

Die Bank der Zukunft steuert sich selbst, Mitarbeiter geben nur noch strategische Impulse. Die Entwicklung des autonomen Fahrzeugs zeigt, wie diese Vision Wirklichkeit werden kann: In mehreren Entwicklungsstufen werden sukzessive immer mehr Entscheidungen an Maschinen übergeben. Am Ende der Entwicklung kommunizieren Risiko- und Planungsmodelle intelligent untereinander, Investitions- und Absicherungsentscheidungen werden selbstständig ausgeführt.
Diskutieren Sie mit uns, wie die autonome Bank aussehen
wird und welche Rolle die Mitarbeiter in ihr übernehmen.