In dieser Weiterbildung setzen Sie sich intensiv mit Künstlicher Intelligenz im Finanzwesen auseinander. Sie lernen, wie Künstliche Intelligenz zur Optimierung von Finanzprozessen beiträgt und strategische Entscheidungen unterstützt. Ein Schwerpunkt liegt auf der Anwendung von Künstlicher Intelligenz in Bereichen wie Finanzanalyse, Risikobewertung und Kundeninteraktion. Sie erwerben Kenntnisse über verschiedene Künstliche Intelligenz-Modelle und deren Einsatzmöglichkeiten im Finanzwesen. Dazu gehören maschinelles Lernen, neuronale Netze und Natural Language Processing. Sie lernen, Künstliche Intelligenz-gestützte Prognosemodelle zu entwickeln und in der Finanzplanung anzuwenden. Zudem setzen Sie sich mit den ethischen und rechtlichen Aspekten von Künstlicher Intelligenz im Finanzwesen auseinander. Durch praxisorientierte Übungen und Fallstudien wenden Sie Künstliche Intelligenz-Methoden auf reale Finanzszenarien an. Sie trainieren den Umgang mit Künstliche Intelligenz-Tools und entwickeln eigene Lösungen für spezifische Herausforderungen im Finanzbereich. Nach Abschluss der Weiterbildung sind Sie in der Lage, Künstliche Intelligenz-Technologien effektiv in Finanzprozesse zu integrieren und fundierte Entscheidungen auf Basis von Künstlicher Intelligenz-gestützten Analysen zu treffen.

AI-Grundlagen und Programmierung
  • Einführung in AI-Development mit Fokus auf Künstliche Intelligenz
  • Grundlegende Programmierkonzepte
  • Datenstrukturen, Standard-Datentypen, Dictionaries - Anwendungen aus der Künstlichen Intelligenz
  • Python-Skripte, Definition von Klassen, objektorientiertes Modellieren
  • Einführung in NumPy und Messdatenverarbeitung unter Berücksichtigung von Künstlicher Intelligenz
  • Algorithmen der Standardbibliothek

Entwicklung von AI-Anwendungen
  • NLP-Grundlagen für Chatbots und ihre Rolle in der Künstlichen Intelligenz
  • Trainieren von Chatbot-Modellen
  • AI-Ethik und Datenschutz in Chatbots im Kontext Künstlicher Intelligenz

Softwareentwicklung und -wartung
  • Finden und Vermeiden von Fehlern in der Programmierung mit Methoden aus der Künstlichen Intelligenz
  • Datenbanken und Datenmodellierung
  • Exception-Handling und File-Input/-Output im Rahmen der Künstlichen Intelligenz
  • Multithreading und Systemarchitekturen

Finanzwesen und Rechnungslegung
  • Externes und internes Rechnungswesen, Bilanzierung unter Einbeziehung von Künstlicher Intelligenz
  • Grundlagen der Unternehmensfinanzierung, Kapitalmarkt
  • Umsatzsteuer und steuerliche Besonderheiten im Bereich des Anlagevermögens - Perspektiven durch Künstliche Intelligenz

Finanzmanagement und -analyse
  • Gewinn- und Liquiditätsmanagement mit Unterstützung von Künstlicher Intelligenz
  • Bilanz und Kennzahlenanalyse
  • Finanzplanung und Risikomanagement im Zusammenhang mit Künstlicher Intelligenz

Buchführung und Jahresabschluss
  • Buchführung als Teil des Rechnungswesens unter Einfluss der Künstlichen Intelligenz
  • Systematik der Finanzbuchführung und Besonderheiten bei laufenden Buchungen
  • Jahresabschlussvorbereitung, Bilanzierung von Vermögensgegenständen im Licht der Künstlichen Intelligenz

Kaufmännisches Grundwissen
  • Kaufmännisches Rechnen, Vor- und Nachkalkulation mit Tools aus der Künstlichen Intelligenz
  • Ermittlung des Material- und Dienstleistungsbedarfs
  • Planung, Beschaffung und Verwaltung des Büromaterialbedarfs - Ansätze aus der Künstlichen Intelligenz

Buchungspraktiken und Kontenführung
  • Aufgaben und Grundsätze ordnungsgemäßer Buchführung im Kontext von Künstlicher Intelligenz
  • Erfassung der Bestands- und Erfolgskonten, Buchungssatz
  • Buchen von Aufwands- und Ertragskonten, Buchen und Abschließen des Gewinn- und Verlustkontos unter Einsatz von Künstlicher Intelligenz

Analyse von Finanzprozessen
  • Analyse der Gesamtleistung und des Einkaufs, des Rohertrags und der Gesamtkosten mit Anwendungen der Künstlichen Intelligenz

Rechtliche Grundlagen im Finanzwesen
  • Ablage und gesetzliche Aufbewahrungsfristen im Bereich Künstliche Intelligenz
  • Aufbewahrungsfristen und Jahresabschlussvorbereitung, Gewinn- und Verlustrechnung

Erweiterte Programmierkonzepte
  • Threads, Modellieren mit Kellern, Schlangen und Graphen, Smart Pointer und deren Relevanz für Künstliche Intelligenz
  • Type-Casting für Klassen und in Klassenhierarchien

Praktische Finanzbuchführung
  • Erlernen der Erfassung der Bestandskonten und des Buchungssatzes unter Anwendung von Künstlicher Intelligenz
  • Erfassung der Erfolgskonten und Berechnung des Eigenkapitals
  • Einführung in den Jahresabschluss, Interpretation und Aussagekraft des Jahresabschlusses mit Fokus auf Künstliche Intelligenz