Fintech ist das Schlagwort für den technologischen Wandel in der Finanzbranche, der durch die Verfügbarkeit grosser Datenmengen (“Big Data“) zusammen mit der rasch fortschreitenden Digitalisierung, insbesondere Data Driven Automation (das Pendant von Industrie 4.0 in der Finanzwelt), getrieben ist.

In den letzten Jahren sind zahlreiche neue Firmen entstanden mit neuartigen, von der Verschmelzung von Analytik und Digitalisierung getriebenen Produkten. Beispiele sind Peer-to-Peer Lending, Kryptowährungen wie Bitcoin, Robo-Advisor und unzählige neue Internetanwendungen. Diese Entwicklung wird die Finanzbranche in den kommenden Jahren einschneidend umgestalten.

Das CAS Big Data Analytics, Blockchain and Distributed Ledger hat zum Ziel, die Finanzbranche bei diesem Transformationsprozess zu unterstützen. Da die beiden Technologiefelder Analytik grosser Datenmengen und Automatisierung durch Digitalisierung in Kombination wesentlich für die technologische Transformation des Finanzsektors sind, ist es wichtig, diese beiden Themenblöcke in einem Weiterbildungsangebot zu vereinen. Dadurch können Führungskräfte und Fachpersonal mit Führungsaufgaben befähigt werden, das Funktionieren dieser neuen Technologien zu verstehen, die Technologien zu bewerten, ihr Potential für das Unternehmen abzuschätzen, an das Unternehmen angepasste Lösungen zu entwickeln sowie den Einsatz im Unternehmen zu planen und zu leiten.

Das CAS Big Data Analytics, Blockchain and Distributed Ledger kann einzeln oder als Teil des MAS Business Innovation Engineering for Financial Services absolviert werden.

Angesprochen sind Führungskräfte und Fachkräfte mit Führungsaufgaben in unterschiedlichen Funktionen, die Kompetenzen in der Analytik grosser Datenmengen und den der Digitalisierung zugrundeliegenden IT-Technologien erwerben oder derartige Kompetenzen vertiefen möchten. Namentlich sind dies Mitarbeitende der Finanz- und Versicherungsindustrie in den Bereichen IT-Management, Business Analytics, Business Technology, Business Development, Innovation- und Projektmanagement, die in Datenanalyse-Projekten und/oder Projekten zur Entwicklung von effizienten und innovativen Geschäftsprozessen in leitender Funktion beschäftigt sind oder im Hinblick auf die technologische Transformation das Unternehmen bzw. Geschäftsmodell innovieren möchten.

Das CAS Big Data Analytics, Blockchain and Distributed Ledger befähigt die Teilnehmenden, komplexe fachliche Führungsaufgaben im Bereich Business Analytics und IT-Management wahrzunehmen. Fachlich konzentriert sich das CAS auf folgende Technologien bzw. Techniken:

• Analytik grosser Datenmengen (Big Data)
• Programmiersprachen R und Python fürs Rapid Prototyping
• Blockchain/Distributed Ledger Technologie

Die Studierenden

• kennen die Grundlagen und Eigenschaften dieser Technologien
• kennen die Einsatzkonzepte
• kennen Beispielanwendungen für den Einsatz zur Problemlösung
• können ihr Potential abschätzen
• sind in der Lage, durch den kombinierten Einsatz der behandelten Technologien für das Unternehmen innovative Handlungsfelder zu erkennen, die technologischen Lösungen zum Erschliessen dieser Handlungsfelder zu entwerfen und Projekte zur Implementierung der Lösung zu konzipieren und zu leiten.

Modul A: Big Data Analytics

Lerninhalte

Grundlagen Analytics

• Definition von Analytics
• Anwendung von Analytics zur Problemlösung

Big Data

• Big-Data-Überblick (Einsatzkonzepte)
• Einsatz von Big Data Technologie zur Analyse von strukturierten und unstrukturierten Daten

Machine Learning Algorithmen vs Statistical Learning

• Predictive Modelling vs descriptive Modelling

Analysesoftware

• Einführung in R und Python
• Anwendungsmöglichkeiten in Big Data Analytics, Datenextraktion, Datenanalyse und Datenvisualisierung

Modul B: Blockchain and Distributed Ledger

Lerninhalte

Blockchain

• Grundlagen der Blockchain-Technologie (Verteilte Architekturen, Sicherheitsinfrastruktur, Merkle Trees, Smart Contracts)
• Kryptowährungen
• Eigenschaften Blockchain wie z.B. Ethereum

Distributed Ledger

• Anwendungsmöglichkeiten Blockchain für Unternehmen (Asset Tracking, Zahlungsverkehr, Clearing, Settlement, Digital Identity)

Consensus Algorithmen, Proof of Work und alternative Konzepte

RegTech

Case Study

• Erstellung eines Smart Contracts in der Ethereum-Blockchain

Vorlesungen, praxisorientierte Übungen und Fallbeispiele, Simulationen, Gruppenarbeiten, Selbststudium (Vor- und Nachbereitung) und E-Learning

Der Unterricht findet berufsbegleitend an 10 Freitagen (ganztags) und 10 Samstagen (halbtags) statt.

Rund 3 Wochen vor Kursbeginn erhalten die Teilnehmenden Unterlagen zur Vorbereitung des ersten Unterrichtstags. Der Vorbereitungsaufwand beträgt rund 16 Stunden.

Im Anschluss an die Kontaktstunden arbeiten die Studierenden während rund 3 Monaten an ihrer Abschlussarbeit.

Den individuellen Stundenplan erhalten die Studierenden spätestens einen Monat vor Studienbeginn. Die schulfreie Zeit richtet sich nach den Schulferien der Stadt Zürich.

Das Team der Dozierenden besteht aus ausgewiesenen Fachpersonen mit Kompetenzen im akademischen und praktischen Bereich. Hier ein Auszug der Dozierendenliste:

• Prof. Dr. Wolfgang Breymann
• Prof. Dr. Jörg Osterrieder
• Dr. Flumini Dandolo
• Prof. Dr. Kurt Stockinger
• Prof. Dr. Marc Wildi
• Dr. iur. des. Stephan Meyer
• Dr. Lukas Lichtensteiger

Zusätzlich werden in einigen Unterrichtseinheiten ausgewiesene Expertinnen und Experten aus der Industrie zum Einsatz kommen.

Wir führen keine Wartelisten und bieten keine Platzreservationen an.
Sollte bei der vorangehenden Durchführung ein Platz frei werden, berücksichtigen wir die Reihenfolge gemäss Anmeldeeingang.

Broschüre bestellen