„Vorhersagemodelle für Finanzrisiken“ ist ein kurzer, praxisorientierter Kurs für Finanzanalysten, Praktikanten und Berufseinsteiger, die überwachtes maschinelles Lernen im Finanzwesen verantwortungsbewusst einsetzen möchten. Viele Vorhersagemodelle scheitern nicht aufgrund mangelhafter Algorithmen, sondern weil wichtige Schritte im Arbeitsablauf – wie Datenaufbereitung, Validierung oder transparente Kommunikation – übersprungen werden. In diesem Kurs lernen Sie, wie Sie einen vollständigen Workflow des überwachten Lernens durchlaufen – von der Definition einer Prognosefrage bis zur Auswertung der Ergebnisse. Sie erstellen und testen einen Entscheidungsbaum-Klassifikator in Python, wenden ihn auf Finanzdaten an und berichten über Genauigkeit und Erkenntnisse in klarer Geschäftssprache. Anhand kurzer Videos, angeleiteter Lektüre und praktischer Übungen üben Sie, wie Sie Finanzdatensätze in transparente, datengestützte Risikobewertungen umwandeln. Der Kurs endet mit einem Projekt, in dem Sie Ihr eigenes Modell trainieren und bewerten, die Leistungsergebnisse kommunizieren und über Fairness und Vertrauen in Finanzprognosen reflektieren.