GenAI und Agentic AI in der Transformation des Finanzsektors (verfügbar in EN, ES und PT)

Dieses eBook erforscht, wie Künstliche Intelligenz (KI), insbesondere GenAI und Agentic AI, den Finanzsektor verändert. Es beleuchtet die Herausforderungen, denen sich die Finanzinstitute stellen müssen, um sich an die Marktanforderungen, den technologischen Fortschritt und die Erwartungen der Verbraucher anzupassen. Darüber hinaus wird eine Reihe von KI-Anwendungen behandelt, von der grundlegenden Automatisierung und data-Analyse bis hin zu fortschrittlichen Innovationen wie der Überwachung von Transaktionen in Echtzeit und der proaktiven Betrugserkennung, die von Agentic AI angetrieben wird. Am Ende zeigt das eBook auf, wie diese Technologien die Entscheidungsfindung verbessern, Abläufe rationalisieren und das Risikomanagement bei Finanzdienstleistungen stärken.

Rahmen: 

1. Einführung
2. Die KI-Landschaft im Finanzsektor
   1.  KI in Zahlen: Auswirkungen und Akzeptanz im Finanzsektor
   2. Der aktuelle Stand der Technik im Finanzsektor
3. Was ist agentenbasierte KI und warum stellt sie eine so große Chance dar?
4. GenAI und Agentische KI: Anwendungen und die Kunst des Möglichen
5. Erfolgsgeschichten: Wie die KI den Finanzsektor neu definiert
   1. Optimierung des Kundenerlebnisses mit GenAI: Ein neues Paradigma im Verbraucherservice
   2. Herausforderungen und Hindernisse
   3. Die Entwicklung der Lösung
   4. Erreichte Vorteile
   5. Höhepunkte
   6. Operative Effizienz: Optimierung von Middle- und Backoffice-Prozessen mit GenAI
   7. Herausforderungen und Beschränkungen
   8. Entwickelte Lösung
   9. Erreichte Vorteile
   10. Reflexionen
6. Herausforderungen und Strategien für die Implementierung von KI im Finanzsektor
   1. Die Überzeugungen von Artefact über den Einsatz von GenAI und Agentic AI im Finanzsektor
   2. Die größten Herausforderungen bei der Implementierung von KI im Finanzsektor
   3. Bewährte Praktiken zur Überwindung von Herausforderungen und zur Sicherstellung einer erfolgreichen Implementierung
   4. Maschinelles Lernen: Verbesserte Fairness und Interpretierbarkeit
   5. GenAI: Abschwächen von Halluzinationen und Gewährleistung der Data-Sicherheit
   6. Agentische KI: Stärkung von Governance und ethischen Grenzen
7. Strategie für die Implementierung von KI im Finanzsektor
   1. Diagnose und strategische Planung
   2. Engagement von Stakeholdern
   3. Piloten und Iterationen: Ein agiler Ansatz zur Risikominderung und Wertmaximierung
   4. Data Sicherheit und Datenschutz als strategische Priorität
   5. Cloud-Lösungen
   6. On-Premise Lösungen
   7. Kritische Entscheidungsfaktoren
   8. Trends und Empfehlungen
   9. Besondere Überlegungen und bewährte Praktiken
8. Strategischer Rahmen für die Implementierung von Agentic AI nach Geschäftsbereichen
   1. Einleitung: Von der Vision zum strategischen Handeln
   2. Der strategische Imperativ: Warum jetzt auf agentenbasierte KI setzen?
   3. Schlüsseldimensionen der agentenbasierten KI-Strategie
   4. Wesentliche strategische Fragen nach Dimensionen
   5. Visueller Rahmen: Der strategische Zyklus der agentenbasierten KI-Implementierung
   6. Anpassung des Frameworks nach Geschäftsbereichen
   7. Schlussfolgerung: Mit Strategie in die agenturische Zukunft
9. Warum Artefact?
   1. Kunden, die wir bereits mit GenAI und Agentic AI beeinflusst haben
10. Framework für die Implementierung von Agentic und GenAI vor Ort
    1. Hardware-Anforderungen
    2. Tech Stack
    3. Sicherheit und Compliance
    4. Skalierbarkeit und Leistungsoptimierung
    5. Überwachung und Wartung
    6. Überblick über den Ablauf der Agentic AI / GenAI On-Premise Implementierung
11. Glossar
12. Links & Referenzen