Fachtagung
online

Data Science und Machine Learning in Kreditinstituten

Infos

Die Anwendungsmöglichkeiten von Data Science und der darauf basierenden KI-Anwendungen bergen ein enormes Potenzial, das es zu nutzen gilt. Ein besonders einflussreiches Teilgebiet der KI stellt das Maschinelle Lernen (ML) dar. Nur wenige Branchen verfügen über so umfangreiche Daten wie die Finanzindustrie. Wie Sie diese für effizienzsteigernde Anwendungen durch Künstliche Intelligenz (KI) und Machine Learning (ML) einsetzen können, diskutieren wir in unserer digitalen Fachtagung

„Data Science und Machine Learning in Kreditinstituten“ 
am 22. März 2022, 

zu der wir Sie herzlich einladen.

Nach fundierten Einführungen zu Data Science und Machine Learning, erhalten Sie einen Einblick in spannende Use Cases aus der Bankpraxis. Vorträge zum vertrauenswürdigen Einsatz von KI und zur KI-Zertifizierung sowie zum Projektmanagement runden die Veranstaltung ab. 

Dabei wird es auch ausreichend Gelegenheit geben, mit den Referenten zu diskutieren und Ihre Fragen zu platzieren.

Es referieren u. a.:
Dr. Georg Fuchs | Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Dr. Thomas Gottron | EUROPEAN CENTRAL BANK (Keynote Speaker)
Prof. Dr. Kasneci | SCHUFA Holding AG
Dr. Julian Knoll | BNP Paribas
Torsten Nahm | Deutsche Kreditbank AG
Dr. Maximilian Poretschkin | Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Benjamin Stahl | ING-DiBa AG

Sie erhalten Ihre Zugangsdaten, die Sie benötigen, um an unserem Web-Seminar teilnehmen zu können, bereits einige Tage vor der Veranstaltung, damit wir etwaige technische Fragen vorher klären können. Ihr PC muss nicht notwendigerweise mit einem Lautsprecher ausgestattet sein: Sie können das Web-Seminar auch via PC und Telefon verfolgen.

Für Ihre Fragen steht Ihnen Frau Eva M. Bach gern zur Verfügung
(Tel. 0221/5490-160 oder per E-Mail an eva-maria.bach(at)bank-verlag.de). 

Wir freuen uns über Ihre Teilnahme!

Agenda

Dienstag, 22.03.2022, 9:30 – 17:00 Uhr
09:30Begrüßung
Bank-Verlag GmbH
09:40Keynote
Dr. Thomas Gottron | EUROPEAN CENTRAL BANK
10:10Einführung Data Science und Machine Learning: Wie hängt beides zusammen?     
Dr. Georg Fuchs | Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
11:30Kaffeepause
12:00Data Science in Kreditinstituten im Überblick
Torsten Nahm | Deutsche Kreditbank AG
13:00Mittagspause
14:00Use Case 1: KI-gestütztes Direktmarketing  
Benjamin Stahl | ING-DiBa AG
14:30Use Case 2: Automatische Spracherkennung bei Kundentelefonaten
Dr. Julian Knoll | BNP Paribas
15:00Use Case 3: Prognose von Kreditausfall und Betrug
Prof. Dr. Kasneci | SCHUFA Holding AG    
15:30Kaffeepause
15:45Vertrauenswürdiger Einsatz von KI und KI-Zertifizierung
Dr. Maximilian Poretschkin | Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
16:30DevOps, MLOps, Projektmanagement
N. N.
17:00Ende der Veranstaltung

Referenten

  • Dr. Georg Fuchs

    leitet das Geschäftsfeld Big Data Analytics & Intelligence am Fraunhofer IAIS. Als Partner in jeder Entwicklungsphase vertrauenswürdiger und nachhaltiger Strategien und Lösungen der KI – unter anderem in den Bereichen Versicherungen und Finanzen – sind Beratung, Big-Data-Architekturen, innovative Use Cases, vertrauenswürdige KI-Lösungen und -Services sowie die Qualifizierung von Personal die Themen von Dr. Fuchs und seinem Team. Sein persönlicher Schwerpunkt ist das Forschungsgebiet der visuellen Analyse raumzeitlicher Daten zur Planungs- und Entscheidungsunterstützung. Dr. Fuchs ist Autor von mehr als 60 Artikeln in wissenschaftlichen Zeitschriften, Konferenzbeiträgen, Fachartikeln und Buchbeiträgen.

  • Dr. Thomas Gottron

    ist Principal Data Science Expert im Data Office der Europäischen Zentralbank. Er leitet das Shared Data Services and Advanced Analytics Team, das bereichsübergreifend Data Science und KI-Projekte begleitet, unterstützt und umsetzt. Klassische Anwendungsfälle umfassen die Themengebiete Datenanalyse, Qualitätssicherung, Prozessoptimierung und Datenintegration. Darüber hinaus koordiniert er die interne Machine Learning Community, die als Plattform für den Wissenstransfer fungiert und in der sich Kollegen aus allen Fachbereichen über Machine-Learning-Projekte und relevante Erfahrungen austauschen.
    Er studierte Mathematik, Betriebswirtschaftslehre und Informatik und promovierte in Informatik zum Thema Information Retrieval. Er verfügt über eine mehrjährige Erfahrung sowohl im akademischen Umfeld als auch in der Privatwirtschaft und veröffentlichte mehr als 90 wissenschaftliche Beiträge in Journalen und auf Konferenzen zu Themen des Information Retrieval, KI und Datenintegration.

  • Prof. Dr. Gjergji Kasneci

    ist CTO und Bereichsleiter Innovation und strategische Analyse bei der SCHUFA Holding AG.
    Nach seinem Studium der Informatik und Mathematik promovierte er am Max-Planck-Institut für Informatik in den Gebieten „Data Mining“ und „Information Retrieval“. Es folgten mehrjährige Aufenthalte an renommierten Forschungsstandorten wie bei Microsoft Research in Cambridge und dem Hasso-Plattner-Institut. Seit Mitte 2014 ist er für den Bereich Innovation und strategische Analyse bei der SCHUFA Holding AG verantwortlich und seit Anfang 2017 Chief Technology Officer (CTO).
    Seit April 2018 leitet er zusätzlich die Forschungsgruppe „Data Science and Data Analytics“ an der Exzellenz-Universität Tübingen, die ihn im Dezember 2019 zum Honorarprofessor ernannte.

  • Dr. Julian Knoll

    ist Principal Data Scientist bei BNP Paribas Personal Investors. Er koordiniert die Aktivitäten des Data-Science-Teams, plant und implementiert selbst Machine-Learning-Lösungen und verantwortet den Aufbau einer Strategie zum Einsatz von Künstlicher Intelligenz für die Marken Consorsbank, DAB sowie BNP Paribas Wealth Management Private Banking. Der zentrale Fokus liegt dabei immer auf der Steigerung der Kundenzufriedenheit, des Umsatzpotentials und der Kosteneffizienz. Er studierte sowohl Wirtschaftsinformatik in Mannheim als auch Steuerwesen in Nürnberg. Anschließend folgte eine Promotion zu Machine-Learning-Algorithmen am Lehrstuhl für Statistik und Ökonometrie der Friedrich-Alexander-Universität Nürnberg-Erlangen.

  • Torsten Nahm

    leitet das Kompetenzzentrum für Data Science bei der DKB. Dort werden in Zusammenarbeit mit unterschiedlichen Bereichen der Bank konkrete Use Cases im Bereich Data Science und Künstliche Intelligenz entwickelt und zur Produktion geführt. Herr Nahm hat in Bonn Mathematik studiert und seitdem bei verschiedenen Banken und Beratungen gearbeitet, wo er Data Science angewendet hat, u. a. um Prozesse zu  automatisieren, das Marketing zu personalisieren und Mehrwerte für die Kunden zu schaffen.

  • Dr. Maximilian Poretschkin

    ist Senior Data Scientist und leitet das Team KI-Absicherung und -Zertifizierung am Fraunhofer IAIS. Seine Arbeitsschwerpunkte sind die Entwicklung von Methoden zur Absicherung von KI-Systemen sowie Erarbeitung von marktfähigen Prüfverfahren und Prüfwerkzeugen für KI-Systeme. Er leitet zudem das Konsortium ZERTIFIZIERTE KI und ist Leiter der AG „Qualität, Konformitätsbewertung und Zertifizierung“ der Normungsroadmap KI. 

  • Benjamin Stahl

    ist Data Scientist bei der ING-DiBa AG in Frankfurt und beschäftigt sich dort u. a. mit der Automatisierung von Machine Learning, dem Aufbau der notwendigen Datengrundlagen für die Modellentwicklung sowie Verfahren zur Erklärbarkeit von KI für Anwendungen im Direktmarketing. Er hat an der Goethe-Universität Frankfurt Wirtschaftswissenschaften und BWL mit dem Schwerpunkt „Marketing Analytics“ studiert.

« Zurück zur Übersicht