Grundlagen generativer KI & Sprachmodelle
Entwicklung und aktuelle Bedeutung von KI im Asset Management.
- Technologische Grundlagen grosser Sprachmodelle (LLMs) und ihre Relevanz für den Finanzsektor.
- Demonstrationsübung: KI-Kontextverständnis im Wort-Assoziationsspiel mit Finanzterminologie.
- Unterschiede zwischen verschiedenen KI-Systemen (ChatGPT, Claude, Gemini) und deren Einsatzmöglichkeiten im Vermögensmanagement.
Kommunikation als Schlüsselkompetenz für KI-Interaktion im Finanzbereich
Sprache als Brücke zwischen Finanzexperten und KI-System.
- Präzise Zielformulierung zur Steuerung von KI-Systemen für Marktanalysen und Reporting.
- Praktische Übung: Vom vagen Analyseziel zur präzisen KI-Instruktion für Investmententscheidungen.
- Selbstführungsstrategien für effektive Mensch-KI-Kollaboration im regulierten Finanzumfeld.
Professionelles Prompt-Engineering für Asset Manager
Grundprinzipien: Struktur, Klarheit, Kontext und Format für Finanzanwendungen.
- Anatomie erfolgreicher Prompts mit Praxisbeispielen aus dem Asset Management.
- Framework-Anwendung: RACE, Character Assignment, Chain-of-Thought für Finanzanalysen.
- Übung: Entwicklung eigener Prompts für spezifische Anwendungsfälle in der Vermögensverwaltung.
KI-Anwendungen im Asset Management
Praxisorientierte Use Cases für Vermögensverwalter.
- Recherche und Analyse von Anlageprodukten zur Erstellung personalisierter Empfehlungen.
- Verarbeitung und Analyse umfassender Finanzberichte für prägnante Zusammenfassungen.
- Entwicklung professioneller Dokumentationen und Schulungsunterlagen für Fondsgründungen.
- Live-Demonstration: KI-generierte Inhalte für Finanzberichte und Kundeninformationen.
Strategische KI-Integration im Asset Management
Identifikation von Optimierungspotentialen in Vermögensverwaltungsprozessen.
- Workflow-Integration: Von manuellen zu KI-gestützten Prozessen im regulierten Finanzsektor.
- Best-Practice-Fallstudien aus vergleichbaren Vermögensverwaltungsgesellschaften.
- Übung: KI-Anwendungsplan für spezifische Prozesse im Asset Management.
Compliance, Datenschutz & verantwortungsvoller KI-Einsatz in Liechtenstein
Rechtliche Rahmenbedingungen: DSGVO, FMA-Vorgaben und KI-spezifische Regularien.
- Erkennen und Vermeiden von Halluzinationen und Bias in Finanzanalysen.
- Limitationen aktueller KI-Systeme und risikobewusster Einsatz im sensiblen Finanzbereich.
- Zukunftstrends: Autonome Agenten, Prozessautomatisierung und Wissensmanagement im Finanzsektor.
