Bitte melden Sie sich an

Registrieren Sie Sich als Premium-Mitglied, um Vorträge herunterzuladen.

  • 100% Rabatt auf alle Club-Events und Kongresse
  • Download der Vortragsunterlagen aller Veranstaltungen
  • Zugriff auf Fotogalerie aller Veranstaltungen
Sie sind noch kein Mitglied?

Dann registrieren Sie sich jetzt:

Jetzt Mitglied werden
Sie sind bereits Mitglied oder waren Teilnehmer?

Bitte loggen Sie sich ein:

Jetzt einloggen
Jetzt Mitglied werden
Events
BANKINGCLUB-Online-Forum

Banken am Scheideweg: Machine Learning im Herz der Finanzinstitute

29.04.2021

Banken am Scheideweg: Machine Learning im Herz der Finanzinstitute

Allgemeine Informationen

Donnerstag, 29.04.2021

Teilnahme Details für Banker

Ohne Mitgliedschaft:
kostenlos

Mit Premium+-Mitgliedschaft:
kostenlos

Anmeldung

Hinweis

Hinweis - Das Kontingent für Dienstleister (U-Berater, Rechtsanwälte, etc.) ist auf 30% der Teilnehmer beschränkt!

Jetzt Ticket buchen

Beschreibung

Werden Modelle durch künstliche Intelligenz besser oder unkontrollierbar?

Modellierung im Risikomangement und die produktive Nutzung von Modellen haben schon immer hohe regulatorische Anforderungen erfüllen müssen. Nun stellen neuere Verfahren wie z.B. maschinelles Lernen weitere Herausforderungen zur Sicherstellung von Transparenz und Nachvollziehbarkeit. Wie kann eine Modernisierung der analytischen Infrastrukturen all dem gerecht werden?

 

Teil 1: Machine Learning und das Management von Modellrisiken

Dr. Peter Quell, Head of Portfolio Analytics for Market and Credit Risk, DZ BANK AG

Verfahren des maschinellen Lernens stellen neuartige Herausforderungen an die Betrachtung von Modellrisiken wie z.B. Gefahren durch Overfitting oder die ggf. nur eingeschränkte Erklärbarkeit von Modellresultaten. In diesem Vortrag werden mögliche Erweiterungen der Model Risk Governance als auch notwendige Aspekte aus dem Federal Reserve SR 11/7 Kontext diskutiert.

 

Teil 2: Technischen Herausforderungen und Chancen aus einer Analytischen Plattform

Carsten Krah, Business Solution Manager, SAS DACH

Die immer komplexer werdende Modellwelt bringt neue Herausforderungen hinsichtlich Effizienzsteigerung unter gleichzeitiger Einbindung von Governance und Compliance. So ergeben sich einerseits immer mehr Modelle, welche aufgrund der volatileren Umwelt auch öfter überprüft und angepasst werden müssen. Andererseits führen technologische Weiterentwicklungen wie Open-Source oder Cloud-Technologien zu einer Art analytischem „Plattform-Zoo“, der zu Ineffizienzen und erhöhten Aufwänden über den gesamten Modelllebenszyklus führt. Welche Komponenten aus Business-Sicht hier technologisch berücksichtigt werden sollten und wie eine konkrete Umsetzung aussehen könnte, soll auch anhand von Use Cases erörtert werden.

 

Einfach auf „Jetzt Ticket buchen“ klicken und dabei sein!

Bei Fragen sind wir gerne für Sie da!   |     office@bankingclub.de    |   +49.221.99 50 91 0

Veranstaltung teilen

Partnerschaften

PremiumPartner

Referenten

Thorsten Hahn Geschäftsführer BANKINGCLUB GmbH
Zum Profil
Peter Quell Head of Portfolio Analytics for Market and Credit Risk DZ BANK AG
Zum Profil
Carsten Krah Business Solution Manager SAS DACH
Zum Profil

Programm

Donnerstag, 29.04.2021

  • 10:00

    Begrüßung

  • 10:05

    Teil 1: Machine Learning und das Management von Modellrisiken

    • Dr. Peter Quell
      Head of Portfolio Analytics for Market and Credit Risk
      DZ BANK AG
  • 10:20

    Teil 2: Technischen Herausforderungen und Chancen aus einer Analytischen Plattform

  • 10:35

    offene Fragerunde

  • 10:50

    Ende des BANKINGCLUB-Online-Forums

Banken am Scheideweg: Machine Learning im Herz der Finanzinstitute

Allgemeine Informationen

Donnerstag, 29.04.2021

Teilnahme Details für Banker

Ohne Mitgliedschaft:
kostenlos

Mit Premium+-Mitgliedschaft:
kostenlos

Anmeldung

Hinweis

Hinweis - Das Kontingent für Dienstleister (U-Berater, Rechtsanwälte, etc.) ist auf 30% der Teilnehmer beschränkt!

Jetzt Ticket buchen

Sind noch Fragen offen?

Wir beraten Sie gerne und helfen Ihnen bei Ihren Fragen. Kontaktieren Sie unseren freundlichen Support.

Service-Hotline

+49 221/99 50 91 0