Blockchain, Artificial Intelligence and Data Science for Finance

Wollen Sie mit Künstlicher Intelligenz, Blockchain und Data Science die Welt verändern? Lernen Sie in diesem CAS, wie Sie neuste Technologien gewinnbringend einsetzen.

Digitalisierung und Innovation werden die Gesellschaft, Wirtschaft und Industrie des 21. Jahrhunderts definieren. Künstliche Intelligenz und maschinelles Lernen werden Haupttreiber dieser Transformation hin zu einer digitalen Welt sein. Mit Hilfe von Big Data Methoden und Data Science werden Daten analysiert, transformiert und Entscheidungsgrundlagen geliefert. Die Blockchain hilft uns, in einer dezentralen Umgebung Daten zu verarbeiten.

Wenn Sie an der Schnittstelle zwischen IT, Business und Management arbeiten und die neuen Methoden und Techniken der Digitalisierung kennenlernen und anwenden wollen, dann sind Sie in diesem CAS richtig:

  • Sie verstehen die Grundlagen der Künstlichen Intelligenz und des maschinellen Lernens.
  • Die digitale Transformation und die Auswirkungen auf Ihr Business sehen Sie als Vorteile.
  • Sie können anhand konkreter Anwendungsbeispiele die Methoden der künstlichen Intelligenz anwenden.
  • Sie werden die Vorgehensweise der Data Science von der Datenaufbereitung, Analyse und Interpretation verstehen.
  • Sie sind für den datengetriebenen Wandel im digitalen Umfeld vorbereitet.
  • Sie erkennen das Potenzial von Daten und Künstlicher Intelligenz für Ihre Organisation.

Steckbrief

  • Titel/Abschluss Certificate of Advanced Studies (CAS)
  • Dauer 17 Studientage
  • Unterrichtstage Donnerstag, Freitag
  • Anmeldefrist 6 Wochen vor Start, bei verfügbaren Plätzen auch spätere Anmeldung möglich
  • Anzahl ECTS 12 ECTS-Credits
  • Kosten CHF 8'500
  • Unterrichtssprache Deutsch/Englisch
  • Studienort Bern, Schwarztorstrasse 48
  • Departement Wirtschaft
  • Nächste Durchführung Frühling 2023

Inhalt + Aufbau

Portrait

Datenorientiert, vernetzt, gesamtheitlich. In dieser berufsbegleitenden Weiterbildung machen wir Sie mit den wichtigsten Konzepten von Blockchain, Künstlicher Intelligenz und Data Science vertraut. Wir zeigen Ihnen auf, wo Methoden und Techniken des maschinellen Lernens eingesetzt werden können, was die Grundlagen der Data Science, künstlichen Intelligenz und der Blockchain sind. Von der Theorie, der Datenauswertung über die Anwendung neuer Methoden bis zur konkreten Analyse und Visualisierung von Daten anhand von Fallstudien aus dem Bereich der Finanzindustrie werden Sie die ganze Bandbreite der Digitalisierung kennenlernen.

Dieses CAS nimmt Sie mit auf eine Reise von den technischen Grundlagen über die aktive Implementierung bis hin zur strategischen Ebene dieser neuen Methoden. Dabei erkennen Sie die Chancen der Verwendung von Daten und der künstlichen Intelligenz und nutzen deren Potenzial, um so Wettbewerbsvorteile zu schaffen. Denn die Zukunft gehört den Daten und den neuen digitalen Methoden und Modellen.

Ausbildungsziele

Das CAS Blockchain, Künstliche Intelligenz und Data Science unterstützt Sie in der digitalen Transformation hin zu einer datengetriebenen Organisation. Sie lernen wesentliche Konzepte, Modelle und Instrumente einer angewandten Data Science für Ihren Arbeitsalltag kennen. Sie werden verhandlungssicher in der Sprache der Data Scientists und können Ihre Interessen in interdisziplinären Projekten vertreten und vorantreiben.

Im CAS werden folgende Kompetenzen auf der strategischen und operativen Ebene vermittelt:

  • Sie kennen technische Konzepte, Modelle und Tools im Bereich Data Science und können diese fachspezifisch in der Finanzindustrie anwenden.
  • Sie kennen die wesentlichen Innovationen und Trends der künstlichen Intelligenz und Data Science und zeigen Anwendungsszenarien und Gestaltungsoptionen für Ihre Organisation auf.
  • Sie verbinden IT und Data Science und nutzen Data Storytelling zur visuellen Kommunikation, indem Sie «blanken Daten» Farbe und Leben geben.
  • Sie wenden fundierte theoretische Kenntnisse des maschinellen Lernens als Basis für das Verständnis von digitalen Projekten innerhalb Ihrer Organisation an.
  • Sie können die theoretischen Modelle anhand einiger Anwendungsbeispiele konkret mit Hilfe einer Programmiersprache (R/ Python) umsetzen
  • Sie verbessern Ihre Entscheidungsfindung sowie die operative und strategische Wertschöpfung Ihrer Produkte, Dienstleistungen sowie Geschäftsmodelle und Strategien auf Basis von Daten und künstlicher Intelligenz. Dabei erkennen Sie Handlungsfelder, um Ihre Organisation laufend zu verbessern.

Foundations of Data Science: Data Analysis and Data Visualization

  • Day 1: Introduction to Data analysis using R
  • Day 2: Introduction to Data visualization using R - Data narratives
  • Topics in Finance: Business Models, Sustainable and Decentralized Finance
  • Day 3: Introduction to Decentralized Finance
  • Day 4: Introduction to Sustainable Finance
  • Day 5: Data-driven Business Models, Service & Product Development, Data as Innovation & Innovation as Data

Machine Learning and Artificial Intelligence in Finance

  • Day 6: Introduction to and applications of Machine Learning in Finance: Use cases for Supervised learning; classification, regression, clustering and PCA
  • Day 7: Introduction to and applications of Machine Learning in Finance: Use cases for Unsupervised learning; Support vector machines; random forests
  • Day 8: Introduction to and applications of Artificial Intelligence in Finance: Neural networks
  • Day 9: Introduction to and applications of Artificial Intelligence in Finance: Neural networks, Trustworthiness and Explainability of Algorithms
  • Day 10: Practitioners’ view point: Experts from the Finance Industry on recent developments

Blockchain, Distributed Ledger and Smart Contracts

  • Day 11: Foundations of Blockchain and Distributed Ledgers
  • Day 12: Bitcoin, Blockchain and Applications
  • Day 13: Case Study: Creating a smart contract in the Blockchain
  • Day 14: Regulatory topics for Blockchain

Big Data and Cloud Computing

  • Day 15: Introduction to Big Data and Cloud Computing

Applications and final presentations

  • Day 16: Applications and final presentations
  • Day 17: Applications and final presentations

Erwachsene lernen anders. Moderne Erwachsenenbildung ist für uns in der Weiterbildung BFH Wirtschaft zentral. Unsere Mission mit «Hirn, Herz und Hand» ist ein wichtiger Grundsatz, der unsere Angebote prägt. Der Unterricht orientiert sich an den beruflichen und lebenspraktischen Erfahrungen unserer Teilnehmenden. Der Mix macht es aus: Kontaktstudium und Phasen für Selbststudium, analoge Lernumgebung und digitale Tools. Mit Microsoft Teams haben Sie Zugriff auf Dokumente, Mitteilungen und Informationen und nutzen die Chat-Funktion innerhalb Ihrer Klasse.

Sie profitieren von wirkungsvollen didaktischen Ansätzen, die Sie in Ihrer beruflichen und persönlichen Entwicklung voranbringen:

  • Vorlesungen, Lehr- und Lerngespräche, Erfahrungsaustausch
  • Aktive Nutzung von ausgewählten AI-/ML-Techniken
  • Aktive Umsetzung von Anwendungsbeispielen in R und Python
  • Referate und Fachdiskussionen
  • Gruppenarbeiten und Action Learning
  • Studium von Beispielen mit Reflexion, Fallstudien

Anwesenheit im Unterricht

Ihre regelmässige Teilnahme am Unterricht sowie das Bestehen der Kompetenznachweise sind Voraussetzungen für den erfolgreichen Abschluss des Studiengangs. Bei mehr als 2 Tagen Abwesenheit erbringen Sie eine Kompensationsleistung (Nach Absprache mit der Studiengangsleitung).

Kompetenznachweise in diesem CAS

  • Transferbericht
  • Anwendungsorientiertes Projekt
  • Präsentation

Kompetenznachweis Transferbericht

  • Inhalt: Der Transferbericht behandelt eine Fragestellung zu einem Thema Ihres CAS. Sie wählen ein Thema aus dem eigenen Arbeitsumfeld und lösen ein Praxisproblem.
  • Methodik: Sie entwickeln eine anwendungsorientierte Lösung Ihrer praxisorientierten Fragestellung. Dabei nutzen Sie bestehende Fachliteratur, wenden wissenschaftliche Methoden wie Interviews oder Umfragen zur Lösungsfindung an und nehmen eine kritische Reflexion vor.
  • Umfang: maximal 3000 Wörter (ohne Titelblatt, Inhaltsverzeichnis, Zusammenfassung, Tabellen, Bilder, Referenzen und Anhang)
  • Sprache: Deutsch (Englisch oder Französisch nach Absprache)

Für alle Student*innen unserer CAS-Angebote bieten wir kurze, kostenlose Lernveranstaltungen an. Mit diesen Angeboten möchten wir Sie darin unterstützen, Ihr CAS erfolgreich und nachhaltig zu absolvieren.

Wirkungsvolles Lernen in der Fachhochschul-Weiterbildung (WLF)

Sie lernen transferorientierte Lernmodelle und -techniken kennen. Sie reflektieren Ihre eigene Lernbiographie und werden zum Ausprobieren von neuem Lernverhalten angeregt (Online-Unterricht).

Workshop Transferbericht (WTB)

Sie werden beim Verfassen Ihres Berichts unterstützt und profitieren von einer aktiven kollegialen Beratung. Sie stellen Ihre unfertigen Arbeiten «work in progress» vor und erhalten Rückmeldungen aus dem Publikum sowie von einer Fachperson (Präsenzdurchführung geplant).

Methodik-Transferbericht (MTB)

Sie lernen die genaue Aufgabenstellung eines Transferberichts kennen und verstehen. Wir vermitteln Ihnen die Qualitätskriterien, damit Sie einen guten Bericht schreiben.

Bei Ihrem ersten CAS empfehlen wir Ihnen die Teilnahme sehr. Weitere Informationen und Durchführungsdaten erhalten Sie vor Studienstart.

Dozierende

Unsere Dozent*innen sind ausgewiesene Expert*innen mit fundierten praktischen und theoretischen Kenntnissen. Sie verfügen über ein Hochschulstudium und langjährige Erfahrung in der Erwachsenenbildung. 

Prof. Dr. Jörg Osterrieder, Professor Institut Applied Data Science & Finance, Berner Fachhochschule
«Künstliche Intelligenz verändert die Art und Weise wie wir aus Daten Schlussfolgerungen ziehen.»

Prof. Dr. Branka Hadji Misheva, Professorin Institut Applied Data Science & Finance, Berner Fachhochschule
«Data Science is the foundation for the future of our society and businesses.»

Zulassung + weiterführendes Studium

Sie mögen Zahlen, Daten und Fakten, sind technologieaffin und wollen diese Stärken für Ihre weitere Karriereentwicklung nutzen? Dann ist dieses CAS genau richtig. Wir setzen keine statistischen Vorkenntnisse sowie IT-Kenntnisse voraus. Tauchen Sie mit uns in die Welt des maschinellen Lernens, der Künstlichen Intelligenz und der Blockchain ein. Wir sorgen dafür, dass Sie nicht untergehen

Typische Teilnehmende sind: 

  • An der Digitalisierung interessierte Personen
  • Projektleiter*innen zu neuen Themen wie Künstlicher Intelligenz
  • IT-Mitarbeitende mit Interesse an maschinellem Lernen und Data Science
  • Mitarbeitende aus Geschäftsbereichen, die mit digitale Produkten und Themen in Kontakt kommen
  • Personen, die an neuen Techniken und Innovationen interessiert sind
  • (Nachwuchs-)Führungskräfte aus dem mittleren und oberen Management
  • Fachpersonen aus den Bereichen Finance & Controlling, die verstärkt beratende Funktion in der Gestaltung datenbasierter Prozesse übernehmen wollen
  • Mitarbeiter*innen im Prozessmanagement (Prozess-Owner, Prozess-Manager, Prozess-Analyst*innen)

Hochschulabschluss

Mit einem abgeschlossenen Hochschulstudium einer universitären Hochschule bzw. Fachhochschule, pädagogischen Hochschule, Eidgenössischen Technischen Hochschule oder einer äquivalenten ausländischen Hochschule und mindestens 2 Jahren Berufserfahrung sind Sie zum Studium zugelassen.

Höhere Berufsbildung

Mit einem Abschluss der höheren Berufsbildung (Diplom Höhere Fachschule HF, Eidg. Diplom, Eidg. Fachausweis) und mehrjähriger Berufserfahrung sind Sie zum Studium zugelassen. Sie besuchen in jedem Fall vor dem ersten CAS den Kurs «Einführung ins wissenschaftliche Arbeiten». Der erfolgreiche Abschluss dieses Kurses ist Bedingung für die Zulassung zum Studium.

Ausnahmen

Mit einer Portfolioanalyse und einer Standortbestimmung entscheidet die Studiengangsleitung über eine Zulassung. Bitte kontaktieren Sie uns. Bei einer Zulassung besuchen Sie in jedem Fall vor dem ersten CAS den Kurs «Einführung ins wissenschaftliche Arbeiten».

Sprachkenntnisse

Einzelne Module werden in Deutsch/ Englisch gehalten, je nach Dozent*in. Die Unterrichtsunterlagen sind in der Regel in Englisch.

Keine Vorkenntnisse im Programmieren nötig

Vorkorkenntnisse im Programmieren sind nicht notwendig. Die Bereitschaft, sich mit Python und R auseinanderzusetzen ist erforderlich, um die erlernten Techniken anzuwenden.

Certificate of Advanced Studies (CAS) der Berner Fachhochschule in «Blockchain, AI und Data Science for Finance» (12 ECTS-Credits).

Organisation + Anmeldung

Der Kurs wird an 17 Präsenztagen stattfinden, jeweils Donnerstag, Freitag ganzer Tag über einen Zeitraum von sieben Monaten. Dabei sind 3 Monate für die Abschlussarbeit vorgesehen. Max. 24 Teilnehmer*innen.

Direkt zur Online-Anmeldung

Für die Anmeldung benötigte Dokumente

Die Anmeldung erfolgt über unser Portal. Bitte laden Sie folgende Dokumente hoch, auch wenn Sie diese bereits für eine andere Anmeldung eingereicht haben:

  • Diplome (PDF, max. 1 MB pro Dokument)
  • tabellarischer Lebenslauf (PDF, max. 1 MB pro Dokument)
  • Passfoto (im JPG-Format, max 1 MB)

Organisatorisches zum CAS

Anmeldeschluss für den Studiengang ist 6 Wochen vor Start. Bei verfügbaren Studienplätzen ist eine spätere Anmeldung möglich.

Der Terminplan wird jeweils ungefähr ein halbes Jahr vor Studienstart hier publiziert.

CHF 8'500

Sämtliche Pflichtliteratur, Kursunterlagen und Kompetenznachweise sind im Preis inbegriffen.

Es gelten das Weiterbildungsreglement der Berner Fachhochschule (WBR) sowie die Ausführungsbestimmungen zum Weiterbildungsreglement. Änderungen bleiben vorbehalten. Im Zweifelsfall ist der Wortlaut der gesetzlichen Bestimmungen und Reglemente massgebend.

Beratung + Infoveranstaltungen

In unseren FAQ finden Sie Antworten auf viele Fragen rund um die Administration und Organisation unseres Weiterbildungsangebots. 

Studienberatung

Wir sind gerne für Sie da, kontaktieren Sie uns.

Studienort + Infrastruktur

Der Unterricht findet an der Schwarztorstrasse 48 in Bern statt.