Warum lohnt sich dieser Kurs?
KI verändert das Risikomanagement grundlegend – von Kreditrisikomodellen bis hin zu Reporting und Compliance. Ein klares Verständnis zentraler Methoden, regulatorischer Anforderungen wie EU AI Act und EBA-Guidelines sowie konkreter Einsatzmöglichkeiten schafft die Basis, um Potenziale gezielt zu nutzen und Risiken kontrolliert zu steuern.Kursüberblick
Dieses kompakte Grundlagen-Webinar richtet sich an Vorstände & Aufsichtsräte, Führungskräfte, Data Scientists, Risikomanagement & Controlling, Compliance-Verantwortliche und Projektleiter*innen.Es vermittelt ein klares Verständnis davon, wie Künstliche Intelligenz das Risikomanagement verändert, welche Chancen entstehen und welche regulatorischen Anforderungen Banken heute unbedingt beachten müssen.
Die Teilnehmer*innen erhalten einen strukturierten Überblick über zentrale Methoden wie Machine Learning, Neuronale Netze, Large Language Models und Predictive Analytics. Zudem lernen sie, wie diese Verfahren heute bereits in Kreditrisiko, Compliance, Steuerung und Reporting eingesetzt werden. Ein Fokus liegt auf der sicheren, regulatorisch konformen Integration von KI, insbesondere im Hinblick auf EU AI Act, EBA-Erwartungen und nationale Vorgaben.
Kursinhalte
Einführung: KI im Risikomanagement – Grundlagen & Überblick- Funktionsweise zentraler KI-Methoden: ML, NLP, NN, Predictive Analytics, GenAI, LLM
- Einfluss auf Risikomanagement, Früherkennung, Reporting und Steuerung
- Abgrenzung: KI vs. traditionelle Modelle
- Sie verstehen, wie KI das Risikomanagement verändert und wo die größten Potenziale und Risiken liegen
- Überblick: EU AI Act, EBA-Guidelines, FMA, BaFin
- Modellrisiken, Bias, Erklärbarkeit, Transparenz & Data Quality
- Governance und kontrollierte Einführung
- Sie kennen die zentralen regulatorischen Anforderungen und erkennen, was „konforme“ KI-Modelle auszeichnet
- KI in Kreditrisiko: Scoring, Modelle, Frühwarnsysteme
- Automatisierung in Reporting, Monitoring & Compliance
- Praxisbeispiele aus Banken
- Sie können erste Use Cases definieren und Bewertungskriterien für KI-Projekte berücksichtigen
Bestandteil von
Zielgruppe
- Risikomanager*innen in Banken, Finanzinstituten und Kreditinstituten
- Mitarbeiter*innen in den Bereichen:
- Risikocontrolling und Risk Governance
- Kreditrisiko, Markt-/Liquiditätsrisiko, Operationelles Risiko, ESG-Risiken
- 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), FMA und der BaFin beurteilen müssen
- IT- und Projektverantwortliche, die KI-Projekte im Risikomanagement begleiten
Referenten
-
Ina Dimitrieva
Expertin für Risikomanagement & ESG
