Webinar

Ob bei Regionaltarifen in der Kfz-Versicherung, der Kundensegmentierung im Bankenbereich oder der Priorisierung in der Innenrevision – generative KI und Maschinelles Lernen kommen auch beim finanziellen Risikomanagement verstärkt zum Einsatz. Anhand dieser Anwendungsbeispiele erläutern die Data-Science-Experten Prof. Dr. Peter Ruckdeschel und Dr. Tino Werner in einem kostenlosen Webinar, wie sich Analysen großer Datenmengen etwa bei Banken und Versicherungen nutzen lassen. Damit verbundene Fragen zu Privacy, Fairness und Explainability werden ebenfalls thematisiert. Das kurze Lunch & Learn Webinar beginnt am 1. September um 12:30 Uhr. Eine Anmeldung ist ab sofort möglich. 

Weiterbilden für die Datenanalyse

Werner lehrt im berufsbegleitenden Masterstudiengangs Risikomanagement und Finanzanalyse an der Universität Oldenburg. Im Wintersemester bietet er das Modul Data Science und Machine Learning an, das überwiegend online absolviert wird. Der praxisorientierte Kursus lässt sich auch als zertifizierte Weiterbildung belegen. Der Experte vermittelt in dem Modul, wie sich Maschinelles Lernen etwa bei Kreditrisiken, Investitionen oder Marktprognosen nutzen lässt.

Die Teilnehmenden lernen verschiedene Methoden kennen, sowohl konzeptionell als auch softwaregestützt. Sie können simulierte oder reale Datensätze mit Modellen wie Regression, Klassifikation und Clustering analysieren und die Güte von Vorhersagen bestimmen. Es geht zudem darum, potentielle Gefahren Maschinellen Lernens zu erkennen und Ergebnisse eines trainierten Modells sowie dessen Vorhersagen sinnvoll zu interpretieren. Aspekte einer vertrauenswürdigen Künstlichen Intelligenz werden ebenso berücksichtigt wie Anforderungen an Datenethik und sichere Datenspeicherung.

Maschinelles Lernen ist ein Teilgebiet der Disziplin Data Science. Diese beschäftigt sich an der Schnittstelle von Informatik, Mathematik und Statistik damit, wie sich Daten verwalten, speichern, aufbereiten und analysieren lassen. Die Analyse großer Datenmengen durch maschinelles Lernen kann zum Beispiel Trends identifizieren und fundierte Prognosen liefern. Das ist insbesondere für Beschäftigte größerer Unternehmen von Interesse, die zum Beispiel im Risikomanagement, Controlling, in der Revision oder der strategischen Beratung tätig sind.

Berufsbegleitend zum Master in Risikomanagement und Finanzanalyse

Data Science ist ein Fokus des berufsbegleitenden Studiengangs Risikomanagement und Finanzanalyse. Der Masterabschluss qualifiziert insbesondere für wert- und risikoorientierte Führungsaufgaben und die Strategieberatung. Auch im Berichtswesen beispielsweise von Versicherungen und Banken ist eine umfassende Kompetenz beim Risikomanagement gefragt.

Absolventinnen und Absolventen können Risiken unter anderem bei Zinsen, Preisen und Währungen qualifiziert einschätzen, bewerten und managen. Sie wissen die aufsichtsrechtlichen Vorgaben zu erfüllen und sind für die Versicherungsmathematische Funktion qualifiziert. Zudem können Absolventinnen und Absolventen Projekte im Bereich Solvency und Basel leiten sowie Ergebnisse fit & proper beurteilen. 

Weiterbilden oder studieren?

Alle Module des Studiengangs lassen sich auch einzeln als zertifizierte Weiterbildung belegen. Sie werden bei einem späteren Einstieg ins Studium voll angerechnet. Neben Data Science und Machine Learning können im Wintersemester auch die drei Module Quantitative Methoden, Finanzinstrumente sowie Regulierung und Sustainability Alternativer Investments belegt werden.

Das Lernformat ist ganz auf die Bedürfnisse von Berufstätigen zugeschnitten. Studiert wird überwiegend online, auf dem digitalen Campus lernen Studierende zusammen mit Fachleuten anderer Unternehmen. Es gibt pro Modul lediglich ein bis zwei kompakte Präsenzveranstaltungen. Teilnehmende profitieren von einer persönlichen Fachbetreuung durch Lehrende, Mentoren und das Studiengangsmanagement. Das berufsbegleitende Studium lässt sich in vier Semestern absolvieren, hinzu kommt die Masterarbeit. Durch die Anrechnung vorhandener Kompetenzen lässt sich das Studium verkürzen. Weitere Informationen finden sich auf der Website des Programms. Dort können sich Interessierte auch für das Lunch & Learn Webinar anmelden: uol.de/risikomanagement