LLM-Pilotierung für Compliance-Recherche in einer Privatbank
Übersicht
Worum es bei diesem Projekt geht.
Du erhältst 600 anonymisierte Presseausschnitte mit menschlichen Labels und einen API-Zugang zu einem hosted LLM. Baue eine RAG-Pipeline (Retrieval-Augmented Generation — Sprachmodell mit nachgelagertem Wissensabruf aus einer Vektordatenbank), die zuerst relevante interne Compliance-Richtlinien abruft und dann den Pressetreffer einordnet. Vergleiche zwei Prompting-Varianten (Zero-Shot vs. Few-Shot mit fünf Beispielen) und berichte je Klasse die Genauigkeit, Sensitivität (Recall) und Spezifität. Liefere eine Empfehlung an den Compliance-Leiter, ob die Lösung produktiv gehen sollte, inklusive einer ehrlichen Diskussion zu Halluzinationsrisiken (das LLM erfindet plausible, aber falsche Aussagen) und Audit-Trail-Anforderungen.
Das Briefing
Was Du tust und was Du zeigst.
Kann eine RAG-basierte LLM-Pipeline die manuelle Vorklassifikation von Pressetreffern in der Geldwäscheprävention zuverlässig genug ersetzen, dass ein produktiver Rollout vertretbar ist?
Earning criteria — what you'll demonstrate
- RAG-Pipelines mit einer Vektordatenbank konkret aufbauen und evaluieren
- Prompting-Strategien systematisch gegeneinander testen statt anekdotisch zu vergleichen
- Halluzinationsrisiken eines LLM in einem regulierten Kontext sichtbar machen
- Eine Empfehlung formulieren, die geschäftlichen Nutzen gegen regulatorisches Risiko balanciert
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Karrierewege, die das aufbaut
Kanonische RollenAI Engineer
Die Challenge übt das Standardrepertoire eines AI Engineers in regulierten Branchen: LLM-Pipeline bauen, evaluieren, dokumentieren und eine Geschäftsentscheidung daraus ableiten.
Dieses Projekt schärft
- llm-prompting
- retrieval-augmented-generation
- python
Prompt Engineer
Der systematische Vergleich zwischen Zero-Shot und Few-Shot-Prompting plus dem Halluzinations-Audit ist das Kerngeschäft eines Prompt Engineers in einem Compliance-Setting.
Dieses Projekt schärft
- llm-prompting
- prompt-engineering
- evaluation-design
AI Solutions Architect
Die Empfehlung an den Compliance-Leiter, kombiniert mit der konkreten Architekturentscheidung für eine Vektordatenbank, entspricht der Beratungsleistung, die ein AI Solutions Architect typischerweise liefert.
Dieses Projekt schärft
- retrieval-augmented-generation
- vector-databases
- compliance-risk
Noch eine Sache