COST Action CA19130 Fintech and Artificial Intelligence in Finance

Hadji Misheva Branka ist der COST Scientific Grant Holder für die COST-Aktion CA19130. Zu den primären Aufgaben in der Rolle als COST Scientific Grant Holder gehören: Koordination und Umsetzung des Netzwerkes, sowie Beratungsfunktion.

Steckbrief

Ausgangslage

In der Rolle als COST Scientific Grant Holder kiegt der Fokus auf wissenschaftlichen und forschungsorientierten Aufgaben. Im Fall der COST-Action CA19130 zum Thema "FinTech und künstliche Intelligenz in der Finanzwirtschaft" ist der COST Scientific Grant Holder dafür zuständig administrative Aufgaben und Lehre im Bereich der Datenanalytik, digitale Finanzen, KI und ML zu übernehmen.

Vorgehen

Das COST FinAI Netzwerk navigiert strategisch durch die Forschung in AI und FinTech, indem es interdisziplinäre Zusammenarbeit in ganz Europa fördert und Akademien, Industrie und Regierungsorganisationen vereint. Der Ansatz ist umfassend und entwickelt innovative Methodologien und konzeptuelle Werkzeuge, um Finanzdienstleistungen und ihre Anbieter im Bereich FinTech zu überprüfen, wobei fortgeschrittene Methoden des maschinellen Lernens für Frühwarnungen und das Aufdecken von betrügerischen Verhalten genutzt werden. Es zielt darauf ab, die Transparenz innerhalb von AI-gestützten Prozessen zu verbessern und die Verständnislücke zwischen umfangreichen AI-Anwendungen in der Finanzwelt und der öffentlichen Einsicht zu überbrücken. Forschungsziele sind so strukturiert, dass sie vielfältige Ergebnisse wie Stakeholder-Engagement-Strategien, Politikentwicklung, umfassende Datenbanken und methodologische Fortschritte produzieren. Jede Aktivität ist sorgfältig darauf ausgerichtet, wesentliche Beiträge zur Politik, Industriepraktiken und akademischer Forschung zu leisten, mit dem Versprechen, die Standards von Transparenz, Integrität und Innovation in der Finanzwelt neu zu definieren.

Ergebnisse

Die Hauptziele zur Forschung im Netzwerk sind: 1. die Transparenz von KI-unterstützten Prozessen im FinTech-Bereich zu verbessern 2. das Ungleichgewicht zwischen der Verbreitung von KI-Modellen in der Finanzindustrie für Risikobewertung und Entscheidungsfindung und dem begrenzten Einblick, den die Öffentlichkeit in deren Folgen hat, anzugehen, indem Policy-Papiere und Methoden zur Erhöhung der Transparenz entwickelt werden 3. Methoden zur Überprüfung der Qualität von Produkten, insbesondere regelbasierten „Smart Beta“-Produkten, in den Branchen Vermögensverwaltung, Bankwesen und Versicherungen zu entwickeln.