IFZ FinTech Summer School: Blockchain und Data Analytics in der konkreten Anwendung

Von Prof. Dr. Andreas Dietrich, Prof. Dr. Thomas Ankenbrand, Dr. Mathias Bucher und Prof. Dr. Fabio Sigrist

Blockchain und Data Analytics sind Themen, die derzeit an verschiedenen Konferenzen in der Form von Referaten behandelt und vorgestellt werden. In der vom Institut für Finanzdienstleistungen Zug IFZ angebotenen Summer School Woche erlernen die Teilnehmenden die Grundkonzepte der Blockchain-Technologie sowie Data Analytics und sammeln erste Erfahrungen in der Umsetzung von konkreten Praxis-Anwendungsfällen. Das Ziel der Summer School ist es also, die Teilnehmenden zu befähigen, erste konkrete Use Cases selber anzuwenden.

Die beiden Themen Blockchain und Analytics werden jeweils an 2.5 Tagen behandelt. Die Teilnehmenden können dabei entscheiden, nur einen einzelnen Block, resp. ein einzelnes Thema zu besuchen (2.5 Tage) oder der ganzen Woche und beiden Themen beizuwohnen (5 Tage). Dabei werden folgende Inhalte behandelt

1) Blockchain

Zu Beginn der Woche erhalten die Teilnehmenden eine Einführung in die Blockchain-Technologie. Dabei wird die evolutionäre Entwicklung von Bitcoin zu Ethereum, Hyperledger und den Meta-Chains Polkadot und Cosmos aufgezeigt und die Grundidee hinter dieser neuartigen Technologie erklärt. Die Studierenden werden hierbei systematisch in die Komponenten und Prinzipien der neuesten Blockchain-Generationen eingeführt. Dazu gehören unter anderem folgende Elemente:

• Das Konzept und die Grundlagen der Blockchain-Technologie: Verteilte Architekturen, zugrundeliegende Sicherheitsinfrastruktur, Merkle Trees, Smart Contracts
• Distributed Ledger Technology: Blockchain für Unternehmen
• Consensus-Algorithmen (PoW, PoS und PoA) und Mining
• Regulatorische Entwicklungen

Anschliessend werden verschiedene Anwendungsmöglichkeiten der Blockchain-Technologie in den Bereichen Asset Tracking, Zahlungsverkehr, Clearing und Settlement, Rohstoff-Handel und Digital Identity, aber auch in der Industrie und im PR-Bereich aufgezeigt. Die Studierenden lernen hierbei Beispiele der besten Blockbuster-Applikationen kennen und vertiefen ihr Wissen über die Eigenschaften unterschiedlicher Blockchains wie Ethereum, Hyperledger, Ripple oder Z-Cash. Für einen praktischen Zugang zum Thema kommen die Werkzeuge zur Sprache, welche für eine Interaktion mit der Blockchain nötig sind: Kryptowährungsbörsen, Soft- und Hard-Wallets (Gefässe zur Aufbewahrung von Blockchain-Assets), sowie die besten Blockchain-fähigen Browser.

Nach Abschluss des Theorie-Blocks programmieren die Teilnehmenden unter Anleitung eine Ethereum-Applikation inklusive eines Smart Contracts selber und vertiefen damit das Gelernte. Hierfür wird zuerst die Smart-Contract Programmiersprache „Solidity“ vorgestellt und ihre Besonderheiten erläutert. Tools wie Truffle (Testumgebung für Smart Contracts) und MIST (Interaktion mit Smart Contracts) werden eingesetzt und dem Teilnehmenden der Start in die Blockchain-Welt erleichtert.

2) Analytics

Der Bereich Data Analytics hat im Rahmen der Digitalisierung im Bankenbereich (noch) nicht die Bedeutung, die er eigentlich haben könnte. Der Umgang mit Daten ist aber ein zentrales Element einer Digitalisierungs-Strategie. Banken verfügen traditionell über viele Daten und mit der fortschreitenden Digitalisierung wachsen die Datenmengen und auch die Auswertungsmöglichkeiten weiter. Die Frage ist nun vor allem auch, wie Banken diese Daten für eine individuellere Kundenansprache nutzen und damit indirekt auch monetarisieren können.

In einem ersten Block werden die Grundlagen für Verfahren und Techniken zur Analyse von Daten behandelt. Dies beinhaltet u.a. die folgenden Punkte:

• Einführung: Was ist Analytics, resp. welche Probleme kann Analytics lösen
• Lernen von Machine Learning Methoden wie zum Beispiel Clustering oder Regressionen
• Einführung in die Analysesoftware R
• Visualisierung von Daten

Zentral ist auch hier die Anwendung von Analytics. Es werden grundlegende und weit verbreitete Analytics Techniken und Machine Learning Methoden eingeführt. Dabei handelt es sich um die Themen Clustering, Regression und Classification. Typische Anwendungen dieser Methoden beinhalten insbesondere die Marktsegmentierung, die Customer Value Schätzung sowie die Churn-Analyse (Kundenverlust). Die Methoden werden anhand von exemplarischen Daten praxisnah vorgestellt und geübt. Anhand konkreter Case Studies wenden die Teilnehmenden ihre gelernten Kenntnisse an. Geleitet vom Dozenten entwickeln die Teilnehmenden in einer Gruppenarbeit eine Lösung für einen Business Case. Zusätzlich gibt ein(e) Vertreter(in) von einem Schweizer Unternehmen, welches aktiv im Bereich Data Analytics im Finanzsektor unterwegs ist, Erfahrungen und Erkenntnisse weiter.

Facts

• Studienstart: 3. Juli 2017 (MO Morgen – MI Vormittag: Blockchain; MI Nachmittag – FR Nachmittag: Analytics)
• Studienende: 7. Juli 2017
• Anmeldeschluss: 16. Juni 2017

Kosten

• CHF 3’400.- für die ganze Woche CHF 1’950.- für den Block „Blockchain“ CHF 1’950.- für den Block „Data Analytics“
• Darin inbegriffen: Alle Unterrichtsunterlagen, Pausenverpflegungen und Mittagslunches

Zusätzliche Informationen und das Anmeldeformular finden Sie hier.