Artikel

Frei zugängliche Analysen zu KI-gestützter Risikomessung und Stresstest-Design. Jeder Beitrag stellt die Methode vor das Ergebnis und nennt am Ende, was das jeweilige Modell nicht leisten kann.

Schreibtisch von oben mit Kamera, Tablet, Tastatur, Maus, Notizbuch und Pflanze im Hellbeige-Ton — Redaktion entsteht am Arbeitsplatz – Methode vor Ergebnis.

Risikomessung

KI für Value-at-Risk: Schätzung mit Grenzen

Wie maschinelles Lernen Value-at-Risk schätzt, wo die Schätzung belastbar ist und an welchen Stellen sie in Überschätzung umschlägt – eine methodische Einordnung.

Stresstests

Stresstest-Design: historisch, hypothetisch, KI-generiert

Drei Wege, Stresstests aufzubauen – und wo KI-generierte Gegenwelten helfen, wo sie täuschen und wo sie schlichtweg Erzählung bleiben.

Validierung

Modellvalidierung: KI-Risikozahlen auf dem Prüfstand

Backtesting, Sensitivitätsanalyse und Erklärbarkeit – die drei Werkzeuge, mit denen Risikoverantwortliche prüfen, ob eine KI-Risikozahl trägt, was sie behauptet.