ARS Akademie
Referenten
Individuelle Lösungen
Kursüberblick
Im Fokus steht die praktische Anwendung von KI-Methoden, das Erkennen und Steuern von Modellrisiken sowie die konkrete Ausgestaltung von Governance- und organisatorischen Rahmenbedingungen. Die Teilnehmer*innen arbeiten mit Use Cases und entwickeln in Kleingruppen ein eigenes KI-Projekt unter Berücksichtigung von Regulatorik, Risiken und Datenanforderungen.Kursinhalte
Vertiefung: KI-Methoden & Anwendungsfelder- ML, NLP, Predictive Analytics & GenAI im Tagesgeschäft
- Use Cases: Kreditrisikomodelle, ESG-Risiken, Szenariosimulation, Compliance
Chancen & Herausforderungen in der Umsetzung
- Datenqualität, Datenschutz, technische Voraussetzungen
- Modellrisiken & Bias – Erkennen, Messen, Steuern
- Umgang mit aufsichtsrechtlichen Anforderungen
Governance & Organisation
- Rollenmodell: Risiko, Data Science, IT, Compliance
- Verantwortlichkeiten im KI-Lifecycle (Modellvalidierung, Monitoring, Reporting)
- Erfolgsfaktoren für KI-Projekte in Banken
- Kleingruppen: Entwicklung einer KI-Projektidee
- Berücksichtigung regulatorischer Vorgaben, Risikosteuerung, Datenanforderungen
Transfer & Abschluss
- Reflexion: Welche Use Cases sind für die eigene Bank realistisch?
- Governance-Checkliste für KI-Einführungen
Bestandteil von
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
Referenten
-
Ina Dimitrieva
Expertin für Risikomanagement & ESG
