Uitlegbaarheid en naleving van AI-algoritmen in de financiële sector:
We onderzoeken methoden om de transparantie en uitlegbaarheid van AI-algoritmen in financiële systemen te verbeteren. We richten ons met name op het waarborgen dat deze algoritmen voldoen aan regelgeving en ethische richtlijnen, om zo vertrouwen en verantwoording in financiële besluitvorming te bevorderen.

Fraudedetectie en witwasbestrijding met AI:
Binnen dit thema wordt onderzocht hoe AI-technieken kunnen worden ingezet om patronen en afwijkingen te identificeren die wijzen op fraude en witwaspraktijken in financiële transacties. Het doel is om de snelheid, nauwkeurigheid en flexibiliteit van detectiesystemen te verbeteren, met inachtneming van veranderende regelgeving.

Risicomanagement met AI, computationele en wiskundige modellering:
Dit onderzoeksthema richt zich op het gebruik van AI, computationele technieken en wiskundige modellen om risicobeoordeling en besluitvorming in financiële systemen te verbeteren. Er worden geavanceerde tools ontwikkeld die complexe scenario’s kunnen simuleren, potentiële risico’s voorspellen en strategieën voor risicobeperking optimaliseren.

Toepassingen voor duurzame financiering:
In dit onderzoeksthema wordt verkend hoe AI en kwantitatieve methoden kunnen bijdragen aan duurzame financiering, waaronder ESG (Environmental, Social and Governance) investeringsstrategieën. Het doel is om de transitie naar een duurzamere economie te ondersteunen door besluitvorming, risico-evaluatie en impactmeting in financiële markten te verbeteren.

AI in financiële ecosystemen:
Dit onderzoeksthema onderzoekt hoe AI kan bijdragen aan het inzicht in financiële ecosystemen, met nadruk op de dynamiek tussen fintech-innovatie, marktgedrag en regelgeving. Er worden AI-gedreven tools ontwikkeld om systemisch risico te modelleren, financiële netwerken te optimaliseren en duurzame, data-gedreven besluitvorming te ondersteunen.