Kompetenzen

Applied AI Research & Solutions

Wir nutzen modernste KI-Forschung, um innovative, ganzheitliche digitale Lösungen zu entwickeln. Unser Team arbeitet mit Unternehmen, Behörden und NGOs zusammen, um das volle Potenzial ihrer Daten auszuschöpfen – und Informationen in umsetzbare Erkenntnisse zu verwandeln. Dabei legen wir grossen Wert auf Erklärbarkeit, Fairness, Transparenz und Benutzerfreundlichkeit, sodass die Lösungen nicht nur verständlich, sondern auch für alle Beteiligten leicht anwendbar sind. Zudem setzen wir auf Verantwortlichkeit, Datenschutz und Robustheit, um sicherzustellen, dass unsere KI-Systeme ethisch, sicher und verlässlich sind. Dieser ganzheitliche Ansatz befähigt Organisationen, fundierte und datengetriebene Entscheidungen zu treffen.

Applied Data Science

Methodisch setzen wir uns mit den Entwicklungen im Bereich des maschinellen Lernens und der künstlichen Intelligenz auseinander. Forschungsprojekte beschäftigen sich zum einen mit innovativen und disruptiven Geschäftsmodellen vor dem Hintergrund der voranschreitenden Digitalisierung. Zum anderen beschäftigt sich eine Reihe von Arbeiten mit der Bereitstellung von Open Data und Replikationsstudien.  

Finance, Accounting & Tax

Im Bereich der Gründungsfinanzierung legen wir den Fokus auf das Verständnis der Produktakzeptanz von digitalisierten Produkten und Services und der Finanzierung neuer Produkte über offene Kapitalbereitstellungsplattformen (Crowdfunding).  

COST-Action «Fintech and Artificial Intelligence in Finance»

Bis 2024 hat Jörg Osterrieder von unserem Institut den Vorsitz der COST-Action «Fintech and Artificial Intelligence in Finance» inne, das Budget wird von Branka Hadji Misheva verwaltet. COST-Actions tragen dazu bei, Forschungsinitiativen in ganz Europa und darüber hinaus zu vernetzen. Forschende und Innovator*innen können so ihre Ideen in allen wissenschaftlichen und technologischen Bereichen durch den Austausch mit Gleichgesinnten entwickeln.

Hauptziele dieser COST-Action sind: 

• die Transparenz von KI-gestützten Prozessen im FinTech-Bereich verbessern.

• die Diskrepanz zwischen der Verbreitung von KI-Modellen in der Finanzindustrie zur Risikobewertung und Entscheidungsfindung und der begrenzten Einsicht der Öffentlichkeit in die Folgen durch die Entwicklung von Strategiepapieren und Methoden zur Erhöhung der Transparenz beseitigen.

• Methoden zur Überprüfung der Qualität von Produkten, insbesondere von regelbasierten «Smart Beta»-Produkten, in der Vermögensverwaltung, im Bankwesen und in der Versicherungsbranche im Einsatz sind, entwickeln.