1. Konferenztag
8:15 am - 8:45 am Anmeldung mit Kaffee & Tee
8:45 am - 9:45 am Open Workshop I ERST DATA ENGINEERING RICHTIG MACHEN UM DATA SCIENCE ERFOLGREICH PRODUKTIV EINSETZEN ZU KÖNNEN
• Data Engineering and Data Science: understanding the differences
• What do the typical and ideal data science projects look like?
• What are the most common -- -data science use cases in banking?
• Challenges for efficiency in Data Engineering and Data Science within banking
• Enabling Data Science: 7 steps to take
• Data Scientists and Analysts must be empowered with modern tooling
• A Cloud-based solution to the Data Engineering problem using the Snowflake cloud database
• Detailed Snowflake DWH + Data Lake hybrid setup to support both Data Science and daily
business queries
9:55 am - 10:00 am Eröffnung der Jahrestagung durch IQPC GmbH
10:00 am - 10:10 am Eröffnung des ersten Konferenztages durch den Vorsitzenden
Customer Value schaffen - Neue Geschäftsmodelle gestalten - Data Science
10:10 am - 10:40 am Morning Keynote | Getting ready for AI in banking
• Verbesserte Kundenbetreuung und Ausrichtung auf neue Kundenbedürfnisse
• Business-Potenzial für AI erkennen und realisieren
• Voraussetzungen für nachhaltige und wiederholbare Erfolge schaffen
10:40 am - 11:10 am Match and Meet
Finden Sie spielerisch Ihre Gruppe und lernen Sie nebnbei in kürzester Zeit möglichst viele Teilnehmer kennen.
11:00 am - 11:30 am Kaffeepause und Networking
11:30 am - 12:00 pm Von "RPA oder AI" zu "RPA UND AI" - kombinierte Technologien
- Cognitive RPA für effizientere Prozessautomatisierung
- Die Mischung macht's - auch komplexe Prozesse E2E automatisieren
- Auswahl ob RPA, AI oder beides leicht gemacht
12:00 pm - 12:30 pm CxO Panel - Womit verdient die Bank der Zukunft ihr Geld?
- Transformation vom klassischen Bankengeschäftsmodell durch Digitalisierung
- Netzwerke und Plattformen
- Innovation durch Kooperation?
12:45 pm - 2:15 pm Mittagessen mit Networking-Gelegenheit
2:15 pm - 2:45 pm Neuronale Netzwerke in action – Email Routing
- Emailklassifikationssystem für schnelleres und genaueres Zuordnen
- Einblicke in die Potenziale für den eigenen Business Case
- Auch im Umgang mit datenschutzrechtlich regulierten Daten möglich
Table 1
2:45 pm - 3:45 pm Nach dem Use Case ist vor dem Umbau - IT Transformation in Zeiten der AI: buy, make or keep?
Table 2
2:45 pm - 3:45 pm Data Warehouse in the CloudBanking by Artificial Intelligence - AI Governance - Chatbots - Machine Learning - Automatisierung from Front to Back Office
3:45 pm - 4:15 pm Kaffeepause mit Networking-Gelegenheit
4:15 pm - 4:45 pm Erfolgreich in der Plattform-Ökonomie: Wie sichern Banken ihre digitale Zukunft
• Case Studies für Plattform-Banking: Banking-as-a-Service, Banking-as-a-Frontend, zweiseitige Plattformen
• Aufbau von Partner-Ökosystemen am Beispiel der Sutor Bank; ein Praxisbericht
• Strategische Plattform-Optionen für Banken
4:45 pm - 5:00 pm Schlussworte zum ersten Konferenztag durch die Vorsitzenden
5:00 pm - 5:30 pm Evening Get-Together
Begleiten Sie uns zu einem gemeinsamen Abendempfang und nutzen Sie diese Gelegenheit zum entspannten Networking in informeller Runde.
Banken-Plattformen & Ökosysteme
5:30 pm - 7:30 pm HERAUSFORDERUNGEN UND PRAKTISCHE ERFAHRUNGEN AUS DER RPA-EINFÜHRUNG – WIE MAN MIT GERINGEN STÜCKZAHLEN USECASES FINDET UND TROTZDEM NACHHALTIGEN ROI NACHWEIST
Eine der Herausforderungen für viele Banken ist die Frage nach Automatisierungsoptionen. Eine
geeignete Möglichkeit kann die Robotic Process Automatisation (RPA) darstellen. Viele große
Unternehmen, deren Prozesse teils manuell in hoher Frequenz durchgeführt wurden, haben das
Potential von RPA bereits erkannt. Aber auch für Unternehmen mit weniger manuellen Schnittstellen
kann RPA Vorteile bieten. Dieser Workshop bietet Erfahrungsberichte aus der Praxis einer
RPA-Einführung und lädt zum Austausch ein:
• Von der Idee zur Entscheidung – Identifikation von geeigneten RPA-Prozessen und
Dimensionierung der RPA-Technologie (Business Case vs. Investment)
• RPA-Readiness Ihres Hauses – Integration der betroffenen Stakeholder
• Vom Prototyp in den Linienbetrieb
