Zielsetzung:

Daten sind der Schlüssel zu einer besseren Differenzierung gegenüber Wettbewerbern, effizienteren Geschäftsprozessen und neuen Geschäftsfeldern und richtig eingesetzt können sie den risikobereinigten Ertrag nachhaltig steigern. So ist es nicht verwunderlich, dass die Begriffe „(Big-)Data-Analytics“, „Maschinelles Lernen“ und „Künstliche Intelligenz“ längst zu Standards in der Diskussion um die Zukunft der Kreditwirtschaft geworden sind.

Doch Erfahrungen zeigen noch ein anderes Bild: Nach wie vor besteht große Unsicherheit darüber, welchen Nutzen Data-Analytics-Projekte tatsächlich bringen, was die Auswertungsroutinen mit den Daten machen, warum man deren Ergebnissen vertrauen kann, wie man richtig an Data-Analytics-Projekte herangeht, also so, dass sie einen Mehrwert im Tagesgeschäft schaffen.

In unserem Seminar erhalten Sie einen verständlichen, aber fundierten Überblick über die wichtigsten Analytics-Methoden. Sie lernen, was diese Methoden leisten, deren Herausforderungen und Fallstricke einzuschätzen und sie auf konkrete, bankbetriebliche Fragestellungen (z. B. Einschätzung des individuellen Kundenverhaltens, Cross Selling, Kundenloyalität, Kreditentscheidungen, Risikomanagement, Betrugserkennung, individuelle Kundenansprache …) anzuwenden.

Inhaltliche Bausteine:

• Grundlagen: Data Analytics und maschinelles Lernen
• Anwendungsfelder in einem Kreditinstitut: Use Cases
• agiles Vorgehen bei Data-Analytics-Projekten
• Überblick über die wichtigsten Analytics-Methoden
• Aufbau eines Data-Analytics-Teams
• Implementierung von Analytics-Projekten im Tagesgeschäft

Teilnehmerkreis

Sie profitieren als Vorstand, Abteilungsleiter und Mitarbeiter, wenn Sie sich ein Grundverständnis der Themen „Big-Data-Analytics“, „Maschinelles Lernen“ aneignen möchten und den Output ihre Bereiche mit Hilfe von gezielten Datenanalysen verbessern möchten.