KI im Risikomanagement für Banken

Kursüberblick

Wie lässt sich Künstliche Intelligenz im Risikomanagement von Banken sicher und regelkonform einsetzen? Die Risiko-Expertin der ARS Akademie zeigt, wie Machine Learning, Natural Language Processing und Predictive Analytics konkrete Mehrwerte schaffen, beispielsweise bei der Erkennung von Bonitätsverschlechterungen, bei automatisierten Reports oder in der Kreditrisikomodellierung. In dem Kurs lernen Sie, die Vorgaben aus dem EU AI Act und den EBA-Leitlinien erfolgreich in Ihr Unternehmen zu integrieren, die Qualität von Daten zu bewerten und Modellrisiken zu analysieren.
Das Seminar verbindet regulatorisches Know-how mit praxisnahen KI-Methoden und zeigt, wie Banken KI-Projekte transparent, planbar und im Einklang mit den Mindestanforderungen an das Risikomanagement (MaRisk) steuern können. Sichern Sie sich das Know-how, um zu verstehen, warum Risk-Governance-Strukturen entscheidend sind.

Kursinhalte

• Machine Learning umfasst Klassifikation und Anomalieerkennung
• Natural Language Processing verarbeitet unstrukturierte Textdaten
• Predictive Analytics prognostiziert Ausfallwahrscheinlichkeiten
• Generative KI (GenAI) unterstützt Analyseprozesse und Dokumentation

• Frühwarnsysteme erkennen Bonitätsverschlechterungen
• Automatisiertes Reporting reduziert manuelle Prozesse
• KI-gestützte Kreditrisikomodelle validieren Portfolios
• Prozessautomatisierung umfasst Workflow- und Kontrollschritte

• Datenbasis regelt Qualität, Menge und regulatorische Anforderungen
• Modellrisiken umfassen Bias, Overfitting und Fehlklassifikationen
• Governance folgt EBA-Guidelines und AI Act-Pflichten

• Know-how-Aufbau umfasst Data-Literacy-Trainings für Teams
• Schnittstellen regeln Zusammenarbeit von Data Science und Compliance
• Rollenmodelle definieren Verantwortlichkeit für Modellvalidierung

Zielgruppe

• Risikomanager*innen in Banken, Finanzinstituten und Kreditinstituten
• Mitarbeiter*innen in den Bereichen:
  • Risikocontrolling und Risk Governance
  • Kreditrisiko und Markt-/Liquiditätsrisiko
  • Compliance, Regulatory Affairs und interne Revision
  • Data Analytics, Data Science und Modellvalidierung
• Führungskräfte und Spezialist*innen, die KI-gestützte Risikomodelle verantworten oder implementieren
• Jurist*innen und Compliance Officer, die Anforderungen aus dem EU AI Act, der European Banking Authority (EBA) und der MaRisk beurteilen müssen
• IT- und Projektverantwortliche, die KI-Projekte im Risikomanagement begleiten