KI-Innovationen im Privatkundengeschäft von Banken gestalten und steuern

KI-Zertifikatslehrgang · 3 Monate

KI-Vorhaben in der Retail-Bank fachlich verantworten und mit Zertifikat belegen

Das nehmen Sie mit

• Sie verstehen maschinelles Lernen, Sprachmodelle und Bildgeneratoren und haben an Kundenloyalität, Video-Legitimation und Transaktionsdaten geübt.
• Sie kennen KI-Einsatzfelder in Kreditvergabe, Betrugsprävention, Kundenservice, Marketing und Vertrieb samt AI Act, Datenschutz und Urheberrecht.
• Sie können eine KI-Strategie entwickeln, KI-Projekte mit Methoden und KPIs steuern und haben ein eigenes Projekt im Fachgespräch vertreten.

Ablauf

1. Teil 1

   Modul 1 – Einstieg: KI-Grundbegriffe und Fahrplan des Lehrgangs

   • Was Künstliche Intelligenz ausmacht, erläutert an Filiale, Zahlungsverkehr und Kreditbearbeitung
   • KI-Fachbegriffe so klären, dass Abstimmungen zwischen Fachbereich, IT und Dienstleistern gelingen
   • Wofür KI-Lösungen heute eingesetzt werden, gezeigt an praxisnahen Anwendungsfällen
   • Aufbau der Weiterbildung: Inhalte der Module und Weg bis zum Abschlussprojekt
2. Teil 2

   Modul 2 – Maschinelles Lernen: Grundprinzip, Datenqualität, erste Bankmodelle

   • Anschaulich nachvollziehen, wie ein Modell aus historischen Kundendaten lernt
   • Datenqualität als Erfolgsfaktor: lückenhafte, doppelte oder veraltete Stammdaten und ihre Folgen
   • Übung: Kundenloyalität prognostizieren, etwa die Neigung, das Girokonto zu kündigen
   • Übung: Eine KI-Entscheidung entwerfen, die den Ablauf der Video-Legitimation verbessert
3. Teil 3

   Modul 3 – Fortgeschrittene Methoden: Lernarten und Betrugsmuster

   • Supervised, Unsupervised und Reinforcement Learning und wofür eine Bank sie jeweils nutzen kann
   • Serien von Betrugsfällen aufdecken, deren einzelne Vorgänge unauffällig wirken
   • Auffälligkeiten in Transaktionsdaten automatisch erkennen
4. Teil 4

   Modul 4 – Sprachmodelle: Funktionsweise, Prompt Engineering und Textaufgaben

   • Wie ChatGPT und weitere LLMs Text erzeugen, verständlich aufbereitet
   • Prompt Engineering: Anweisungen so formulieren, dass das Ergebnis zur Bankaufgabe passt
   • Berichte erstellen und Informationen gliedern, etwa für das Monatsreporting der Filialen
   • Softwareentwicklung durch KI-Assistenz beschleunigen
   • Texte zusammenfassen, Ideen sammeln, Berichte automatisiert erzeugen
   • E-Mails, Marketingtexte und Pressemitteilungen von einem Sprachmodell entwerfen lassen
   • Chatbots aufbauen, die Befragungen intelligent führen, zum Beispiel zur Kundenzufriedenheit
5. Teil 5

   Modul 5 – Sprachmodelle vertieft: Anpassung, Kundenservice und Sicherheit

   • Finetuning: Sprachmodelle auf hauseigene Anwendungsfälle optimieren
   • Den Kundenservice mit angepasster KI verbessern und Befragungs-Chatbots dafür weiterentwickeln
   • Halluzinationen, Prompt Injection und Bias bei Chatbots vermeiden
   • Alternativen zu ChatGPT wie Llama, Gemini oder Mistral einordnen
   • Multimodale Modelle, die Ton- und Videoinhalte generieren
   • Hinweise zur Datensicherheit, wenn Sprachmodelle mit Kundendaten in Berührung kommen
6. Teil 6

   Modul 6 – Bild und Video: Generative Modelle für Marketing und Prototyping

   • Bildgeneratoren im Überblick: Midjourney, Stable Diffusion, Adobe Firefly
   • Hochwertige Bilder und Videos für Marketing, Produktentwicklung, Kommunikation und Prototypen erstellen
   • Urheberrecht und seine Bedeutung für KI-generierte Motive in Kampagnen der Bank
7. Teil 7

   Modul 7 – Automatisierung: Bankprozesse mit KI umgestalten

   • Einschätzen, wo Geschäftsprozesse der Bank durch KI gewinnen, etwa Kontoeröffnung oder Adressänderung
   • Automatisierungspotenziale systematisch identifizieren
   • KI-basierte Prozessoptimierungen umsetzen
8. Teil 8

   Modul 8 – Strategie: Die KI-Ausrichtung des Instituts entwickeln und einführen

   • Die KI-Strategie des eigenen Hauses erarbeiten
   • Bestehende Geschäftsmodelle um KI ergänzen
   • Change Management und Beteiligung der Mitarbeitenden an der Einführung
9. Teil 9

   Modul 9 – Regulatorik und Ethik: Rahmen für den KI-Einsatz

   • AI Act und weitere einschlägige Regularien im Überblick
   • Ethische Fragen, die sich beim KI-Einsatz im Bankgeschäft stellen
   • Datenschutz und Datensicherheit beim Umgang mit Kundendaten der Bank
10. Teil 10

    Modul 10 – Projektsteuerung: KI-Vorhaben planen und führen

    • Projektmanagement-Methoden, die zu KI-Vorhaben passen
    • Ressourcen planen und steuern: Personal, Daten, Rechenleistung
    • Woran ein KI-Vorhaben gemessen wird: Erfolgskriterien und KPIs festlegen
11. Teil 11

    Modul 11 – Datenmanagement: Grundlagen, Analyse und Reporting

    • Grundlagen des Datenmanagements für Kunden-, Konto- und Transaktionsdaten
    • Werkzeuge und Methoden der Datenanalyse, angewandt auf Bestände des Privatkundengeschäfts
    • Daten visualisieren und in Reportings aufbereiten, etwa für die Vertriebssteuerung
12. Teil 12

    Modul 12 – Kundeninteraktion: Personalisierung im Privatkundengeschäft

    • Customer Experience mit KI verbessern, vom Onlinebanking bis zur Beratung
    • Angebote und Kommunikation personalisieren
    • Virtuelle Assistenten und Chatbots, die Serviceanliegen der Kundschaft bearbeiten
13. Teil 13

    Modul 13 – Kreditvergabe: KI in Entscheidung und Risikobewertung

    • Automatisierte Kreditentscheidungen, etwa beim Ratenkredit
    • Scoring-Verfahren und Risikomodelle in der Bonitätsbewertung
    • Compliance sichern und den Kreditprozess transparent halten
14. Teil 14

    Modul 14 – Betrugsprävention: Muster und Anomalien erkennen

    • Mustererkennung und Anomaliedetektion bei Kartenzahlungen und Überweisungen
    • Transaktionen in Echtzeit überwachen, damit Verdachtsfälle vor der Ausführung auffallen
    • KI in die vorhandene Sicherheitsinfrastruktur integrieren
15. Teil 15

    Modul 15 – Marketing und Vertrieb: Zielgruppen und Potenziale

    • Zielgruppen segmentieren und Kampagnen optimieren
    • Predictive Analytics, um Vertriebspotenziale zu erkennen
    • Kundinnen und Kunden personalisiert ansprechen
16. Teil 16

    Modul 16 – Ausblick: Neue Entwicklungen und ihre Folgen für Banken

    • Wohin sich KI entwickelt: heutiger Stand und Perspektiven
    • Emerging Technologies und ihre Potenziale
    • Das Institut auf absehbare Umbrüche im Bankwesen vorbereiten
17. Teil 17

    Modul 17 – Vertiefung: Drei Deep-Dive-Sessions mit Fragen und Austausch

    • Drei interaktive Sessions vertiefen die Inhalte der Module
    • Praxisbeispiele und individuelle Fragen aus Ihrem Arbeitsbereich besprechen
    • Austausch mit Expertinnen und Experten sowie den anderen Teilnehmenden
18. Teil 18

    Modul 18 – Abschluss: Eigenes KI-Projekt vorstellen und Prüfung ablegen

    • Gelerntes auf ein selbst gewähltes KI-Projekt aus Ihrem Arbeitsbereich anwenden
    • Projekt präsentieren und Feedback von Fachleuten erhalten
    • Abschlussprüfung und Erwerb des Zertifikats