KI–Automatisierung und Data Science für Controlling und Finance

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: Teilnehmer:innen erlangen ein tiefes Verständnis der technischen Grundlagen von KI, erhalten praxisnahe Einblicke in die Verarbeitung und Analyse von Daten und sind in der Lage, erste einfache KI-Lösungen in ihre 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: Die Teilnehmer:innen lernen, 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 ihrem 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: Teilnehmer:innen lernen, wie Agenten-Frameworks eingesetzt werden können, um komplexe Automatisierungen zu entwickeln und KI-Modelle effektiv in ihren 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 analysieren die Teilnehmer:innen Prozesse mit Automatisierungspotenzial im eigenen Unternehmen und wählen einen spezifischen Use Case aus, den sie anhand der im Seminar vermittelten Methodik weiter ausarbeiten.
• Ziel ist es, eine klare Verbindung zwischen den Unternehmensanforderungen und den Möglichkeiten der KI-Automatisierung herzustellen. Auf dieser Grundlage erstellen die Teilnehmer:innen einen Pitch, der die Vorteile ihres 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 entwickeln die Teilnehmer:innen 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 umfasst.

Modul 5: Praxistransfer: Entwicklung von KI-Use-Cases, Präsentation, Diskussion, Feedback (1 Tag, Live-Online)

• Die Teilnehmer:innen präsentieren die Ergebnisse ihrer 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 Ihr eigenes Unternehmen geschärft, und Implementierungsempfehlungen gegeben.
• Der Workshop bietet den Teilnehmer:innen eine wertvolle Gelegenheit, ein individuell auf ihr 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 Ihres Unternehmens nachhaltig steigern können. Der Workshop unterstützt die Teilnehmer:innen dabei, ihre 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.