- Einführung in die Funktionsweise von Large Language Models (LLMs) und deren Anwendungsmöglichkeiten in der Finanzwelt.
- Grundlagen der Textverarbeitung, Datenbereinigung und Strukturierung zur Optimierung von KI-Modellen.
- Vertiefung in Embeddings und Vektordatenbanken zur effizienten Analyse und Verarbeitung von Textdaten.
- Aufbau einfacher Datenpipelines zur automatisierten Verarbeitung von Finanzdokumenten (z.B. OCR).
- Überblick über Retrieval Augmented Generation (RAG) zur Verbesserung der Informationsabfragen.
- Praxisnahe Beispiele zur Erstellung automatisierter Berichte und Nutzung der LLM-Technologie für spezifische Anwendungsfälle.
Zielsetzung: Du erlangst ein tiefes Verständnis der technischen Grundlagen von KI, erhältst praxisnahe Einblicke in die Verarbeitung und Analyse von Daten und bist in der Lage, erste einfache KI-Lösungen in deine Geschäftsprozesse zu integrieren.
- Nutzung von No-Code Tools wie LangFlow zur schnellen Automatisierung von Prozessen im Controlling, Finanz- und Rechnungswesen.
- Einführung in Python-basierte Lösungen zur Automatisierung komplexer Workflows, z.B. für den Abgleich von Banktransaktionen mit Rechnungen oder KI-gestützte automatisierte Buchungen.
- KI-basierte Automatisierung von Datenanalysen.
- KI-basierte Parametrisierung von Vorhersagemodellen/Risikomodellen.
- Integration von ML-Modellen in bestehende Workflows und Echtzeit-Analysen durch API-Schnittstellen.
Zielsetzung: Du lernst, No-Code Tools und Python für die Automatisierung von Controlling sowie Finanz- und Risikoprozessen zu kombinieren, ML-Modelle zu entwickeln und effizient in bestehende Systeme zu integrieren, um so Automatisierungspotenziale in deinem Unternehmen zu erschließen.
- Einführung in Agenten-Frameworks wie LangFlow zur Automatisierung komplexer Geschäftsprozesse.
- Entwicklung von Workflows, bei denen Agenten zur Automatisierung von Routineaufgaben wie der Kundenkommunikation und Zahlungsabwicklung eingesetzt werden.
- Einbindung von ML-Modellen in agentenbasierte Workflows zur automatisierten Kreditrisikobewertung.
- Erstellung und Optimierung von Agenten, die eigenständig Daten verarbeiten, analysieren und Entscheidungen treffen.
- Praktische Anwendung und Simulation von Agenten, die interne Prozesse optimieren und so die Effizienz steigern.
Zielsetzung: Du lernst, wie Agenten-Frameworks eingesetzt werden können, um komplexe Automatisierungen zu entwickeln und KI-Modelle effektiv in deinen Geschäftsprozessen zu nutzen, um manuelle Arbeitsaufwände zu reduzieren und Entscheidungen zu automatisieren.
- In der Selbstlernphase analysierst du Prozesse mit Automatisierungspotenzial im eigenen Unternehmen und wählst einen spezifischen Use Case aus, den du anhand der im Seminar vermittelten Methodik weiter ausarbeitest.
- Ziel ist es, eine klare Verbindung zwischen den Unternehmensanforderungen und den Möglichkeiten der KI-Automatisierung herzustellen. Auf dieser Grundlage erstellst du einen Pitch, der die Vorteile deines Use Cases aufzeigt, einschließlich einer Einschätzung der Ressourceneinsparungen wie Zeit, Kosten und Effizienz, der Identifikation der technischen und organisatorischen Voraussetzungen sowie der Darstellung der potenziellen Geschäftsauswirkungen.
- Ergänzend dazu entwickelst du eine Skizze des technischen Workflows für die Implementierung, die Schritte wie die Datenextraktion und -vorbereitung (z.B. durch OCR), die Integration von KI-Modellen wie LLMs oder maschinellen Lernalgorithmen, die Automatisierung von Folgeaktionen wie Berichterstellung und Benachrichtigungen sowie die Identifikation relevanter Schnittstellen wie APIs und Datenbanken.
- Du präsentierst die Ergebnisse deiner Selbstlernphase, einschließlich des KI-Use-Cases, der Kosten-Nutzen-Analyse und der technischen Workflow-Skizze.
- Gemeinsame Reflexion mit der Gruppe und dem Trainer.
- Gemeinsam werden die Anwendungsfälle mit Blick auf den Mehrwert für dein eigenes Unternehmen geschärft und Implementierungsempfehlungen gegeben.
- Der Workshop bietet dir eine wertvolle Gelegenheit, ein individuell auf dein Unternehmen zugeschnittenes Konzept für einen KI-Automatisierungs-Use-Case einschließlich des zugehörigen Code-Workflows zu entwickeln.
Zielsetzung: Ziel ist es, praxisnahe Lösungen zu erarbeiten, die den Wert deines Unternehmens nachhaltig steigern können. Der Workshop unterstützt dich dabei, deine KI-Use-Cases praxisnah zu optimieren und konkrete Umsetzungsstrategien zu entwickeln. Durch individuelles Feedback und wertvolle Impulse aus der Gruppe werden fundierte Grundlagen geschaffen, um die erarbeiteten Konzepte im Unternehmenskontext erfolgreich umzusetzen und nachhaltige Effizienzsteigerungen zu realisieren.
Inhalte
Modul 1: KI-Grundlagen und Anwendung (2 Tage, Live-Online)
- Einführung in die Funktionsweise von Large Language Models (LLMs) und deren Anwendungsmöglichkeiten in der Finanzwelt.
- Grundlagen der Textverarbeitung, Datenbereinigung und Strukturierung zur Optimierung von KI-Modellen.
- Vertiefung in Embeddings und Vektordatenbanken zur effizienten Analyse und Verarbeitung von Textdaten.
- Aufbau einfacher Datenpipelines zur automatisierten Verarbeitung von Finanzdokumenten (z.B. OCR).
- Überblick über Retrieval-Augmented Generation (RAG) zur Verbesserung der Informationsabfragen.
- Praxisnahe Beispiele zur Erstellung automatisierter Berichte und Nutzung der LLM-Technologie für spezifische Anwendungsfälle.
Zielsetzung: Du erlangst ein tiefes Verständnis der technischen Grundlagen von KI, erhältst praxisnahe Einblicke in die Verarbeitung und Analyse von Daten und bist in der Lage, erste einfache KI-Lösungen in deine Geschäftsprozesse zu integrieren.
Modul 2: KI-Automatisierung und KI-App-Entwicklung (1 Tag, Präsenz)
- Nutzung von No-Code-Tools wie LangFlow zur schnellen Automatisierung von Prozessen im Controlling, Finanz- und Rechnungswesen.
- Einführung in Python-basierte Lösungen zur Automatisierung komplexer Workflows, z.B. für den Abgleich von Banktransaktionen mit Rechnungen oder KI-gestützte automatisierte Buchungen.
- KI-basierte Automatisierung von Daten-Analysen.
- KI-basierte Parametrisierung von Vorhersagemodellen/Risikomodellen.
- Integration von ML-Modellen in bestehende Workflows und Echtzeit-Analysen durch API-Schnittstellen.
Zielsetzung: Du lernst, No-Code-Tools und Python für die Automatisierung von Controlling sowie Finanz- und Risikoprozessen zu kombinieren, ML-Modelle zu entwickeln und effizient in bestehende Systeme zu integrieren, um so Automatisierungspotenziale in deinem Unternehmen zu erschließen.
Modul 3: KI-Automatisierung mit Agenten-Frameworks (1 Tag, Präsenz)
- Einführung in Agenten-Frameworks wie LangFlow zur Automatisierung komplexer Geschäftsprozesse.
- Entwicklung von Workflows, bei denen Agenten zur Automatisierung von Routineaufgaben wie der Kundenkommunikation und Zahlungsabwicklung eingesetzt werden.
- Einbindung von ML-Modellen in agentenbasierte Workflows zur automatisierten Kreditrisikobewertung.
- Erstellung und Optimierung von Agenten, die eigenständig Daten verarbeiten, analysieren und Entscheidungen treffen.
- Praktische Anwendung und Simulation von Agenten, die interne Prozesse optimieren und so die Effizienz steigern.
Zielsetzung: Du lernst, wie Agenten-Frameworks eingesetzt werden können, um komplexe Automatisierungen zu entwickeln und KI-Modelle effektiv in deinen Geschäftsprozessen zu nutzen, um manuelle Arbeitsaufwände zu reduzieren und Entscheidungen zu automatisieren.
Modul 4: Praxistransfer „Entwicklung eines KI-Automatisierungs-Use-Cases für das eigene Unternehmen“ (Selbstlernphase)
- In der Selbstlernphase analysierst du Prozesse mit Automatisierungspotenzial im eigenen Unternehmen und wählst einen spezifischen Use Case aus, den du anhand der im Seminar vermittelten Methodik weiter ausarbeitest.
- Ziel ist es, eine klare Verbindung zwischen den Unternehmensanforderungen und den Möglichkeiten der KI-Automatisierung herzustellen. Auf dieser Grundlage erstellst du einen Pitch, der die Vorteile deines Use Cases aufzeigt, einschließlich einer Einschätzung der Ressourceneinsparungen (Zeit, Kosten und Effizienz), der Identifikation der technischen und organisatorischen Voraussetzungen sowie der Darstellung der potenziellen Geschäftsauswirkungen.
- Ergänzend dazu entwickelst du eine Skizze des technischen Workflows für die Implementierung, die Schritte wie die Datenextraktion und -vorbereitung (z. B. durch OCR), die Integration von KI-Modellen wie LLMs oder maschinellen Lernalgorithmen, die Automatisierung von Folgeaktionen wie Berichterstellung und Benachrichtigungen sowie die Identifikation relevanter Schnittstellen wie APIs und Datenbanken.
Modul 5: Praxistransfer: Entwicklung von KI-Use-Cases, Präsentation, Diskussion, Feedback (1 Tag, Live-Online)
- Du präsentierst die Ergebnisse deiner Selbstlernphase, einschließlich des KI-Use-Cases, der Kosten-Nutzen-Analyse und der technischen Workflow-Skizze.
- Gemeinsame Reflexion mit der Gruppe und dem Trainer.
- Gemeinsam werden die Anwendungsfälle mit Blick auf den Mehrwert für dein eigenes Unternehmen geschärft, und Implementierungsempfehlungen gegeben.
- Der Workshop bietet dir eine wertvolle Gelegenheit, ein individuell auf dein Unternehmen zugeschnittenes Konzept für einen KI-Automatisierungs-Use-Case einschließlich des zugehörigen Code-Workflows zu entwickeln.
Zielsetzung: Ziel ist es, praxisnahe Lösungen zu erarbeiten, die den Wert deines Unternehmens nachhaltig steigern können. Der Workshop unterstützt dich dabei, deine KI-Use-Cases praxisnah zu optimieren und konkrete Umsetzungsstrategien zu entwickeln. Durch individuelles Feedback und wertvolle Impulse aus der Gruppe werden fundierte Grundlagen geschaffen, um die erarbeiteten Konzepte im Unternehmenskontext erfolgreich umzusetzen und nachhaltige Effizienzsteigerungen zu realisieren.
Lernumgebung
In deiner Online-Lernumgebung findest du nach deiner Anmeldung nützliche Informationen, Downloads und Extra-Services zu dieser Qualifizierungsmaßnahme.
Dein Nutzen
- Du erhältst eine fundierte Einführung in die technischen Grundlagen und praktischen Anwendungen von Künstlicher Intelligenz (KI) und Data Science im Controlling, Finance und Risikomanagement.
- Du lernst den Einsatz moderner Tools wie LangFlow, Python und Machine Learning, um Prozesse in deinem Unternehmen effizient zu automatisieren und zu optimieren.
- Du entwickelst konkrete Automatisierungskonzepte und KI-Workflows, die individuell auf die Anforderungen deines Unternehmens zugeschnitten sind.
- Du profitierst von praxisnahen Übungen und Best-Practice-Beispielen, die dir helfen, KI-Lösungen erfolgreich in deine Geschäftsprozesse zu integrieren.
- Durch die Selbstlernphase und den abschließenden Workshop hast du die Möglichkeit, eigene Use Cases zu erarbeiten, Feedback zu erhalten und konkrete Umsetzungsstrategien zu entwickeln.
- Du stärkst deine Fähigkeit, Automatisierungspotenziale zu erkennen und den Wert von KI-basierten Lösungen in deinem Unternehmen überzeugend darzustellen.
- Am Ende des Programms bist du in der Lage, selbstständig KI-Lösungen zu planen und umzusetzen und damit die Effizienz und Wettbewerbsfähigkeit deines Unternehmens nachhaltig zu steigern.
Methoden
- Die Seminare sind interaktiv und haben Workshop-Charakter und bestehen aus Trainer-Inputs, Live-Demos, praktischen Übungen und Best-Practice-Beispielen. Du lernst den Umgang mit KI durch praxisnahe Anwendungen.
- Du benötigst zur Teilnahme einen eigenen Laptop.
- Die Live-Online Module finden direkt im Browser statt.
- Für den praktischen Teil der Seminare sind einfache Software-Setups erforderlich. Folgende Tools werden eingesetzt: GitHub Codespace, GitHub Classroom und OpenAI
- Selbstlernphase.
Empfohlen für
Fach- und Führungskräfte aus den Bereichen Controlling, Finanzen, Risikomanagement und anderen Unternehmensbereichen, die sich vertieft mit KI-Automatisierung auseinandersetzen und diese anwenden wollen.
Weitere Empfehlungen zu „KI–Automatisierung und Data Science für Controlling und Finance“
Starttermine und Details








