Banking AI Governance im Jahr 2026 ist eine Portfoliodisziplin, die an jeden Anwendungsfall, jede rechtliche Rolle, Gerichtsbarkeit und Maßnahme gebunden ist. Ein Bonitätsbewertungsmodell, ein AML-Triage-Agent, ein Kundensupport-Assistent und ein Agent-Zahlungsdienst können Modelle und Anbieter gemeinsam nutzen und gleichzeitig unterschiedliche regulatorische Klassifizierungen, Entscheidungsrechte und Beweisanforderungen erfüllen. Die allgemeine Betriebsanforderung ist die Kontrolle über den gesamten Lebenszyklus: Bestandsaufnahme, Genehmigung, Freigabe, Autorisierung aller Folgemaßnahmen, Überwachung der Ergebnisse, Untersuchung von Vorfällen und Aufbewahrung von Beweismitteln.
Dieser Leitfaden richtet sich an Chief Risk Officers, Compliance Heads, Model Risk Leaders, Internal Audit und AI-Plattform-Teams. Es ordnet den EU AI Act, DORA, aktuelle EZB- und EBA-Materialien, US-Modellrisikoleitlinien, FCA-Live-Tests, MAS-Praxis und HKMA-Experimente einem umsetzbaren Kontrollmodell zu. Außerdem wird eine wichtige Änderung der US-Richtlinien aus dem Jahr 2026 korrigiert: SR 11-7 wurde durch SR 26-2 ersetzt, und die überarbeiteten Leitlinien schließen generative und agentische KI aus ihrem Anwendungsbereich aus. Das Ergebnis ist eine Regulierung × Verpflichtung × Laufzeit-Kontroll-Karte, die eine Bank für Kredit-, Finanzkriminalitäts-, Beratungs-, Betriebs- und Agentenzahlungen verwenden kann. Nur allgemeine Informationen; bestätigen Sie institutsspezifische Pflichten mit einem qualifizierten Rechts- und Aufsichtsberater.
Zusammenfassung: Der Banken-KI-Governance-Standard für 2026
Das Signal der Aufsicht ist eindeutig. Laut einer Rede der EZB-Bankenaufsicht vom Februar 2026 nutzen mehr als 85 % der Banken unter europäischer Bankenaufsicht KI. Die EZB erweitert ihren Fokus in ihren Prioritäten für 2026-28 von Kreditscoring und Betrugserkennung auf generative KI. Die EBA-Einordnung für Banken und Zahlungsverkehr beschreibt den bestehenden Finanzsektorrahmen als starke Grundlage für die Umsetzung der EU-KI-Verordnung und benennt zugleich Integrationsarbeit bei CRR, CRD, DORA, Verbraucherkreditregeln und Zahlungsrecht.
Das Governance-Ziel ist ein kontrolliertes Betriebssystem rund um KI. Für jeden Anwendungsfall gibt es einen Geschäftseigentümer, eine rechtliche Klassifizierung, einen verantwortlichen Risikoeigentümer, genehmigte Modell- und Anbieterversionen, zulässige Daten und Tools, Autoritätsgrenzen, einen Überwachungsplan, einen Vorfallpfad, eine Aufbewahrungsregel und einen Beweisvertrag. Agentische Anwendungsfälle fügen einen Entscheidungspunkt für jede vorgeschlagene Aktion hinzu, da das System während der Ausführung Tools auswählen und den nächsten Schritt ändern kann.
Ein einziges Unternehmens-Framework kann viele Systeme unterstützen, wenn es deren Umfang beibehält. Die Bank ordnet jede Verpflichtung einem Kontrollziel zu, führt die Kontrolle einmal dort durch, wo die Regelungen tatsächlich übereinstimmen, und zeichnet auf, welche rechtlichen oder aufsichtsrechtlichen Behauptungen jeder Test unterstützt. Die EBA selbst warnt davor, dass ihre Kartierung für 2025 informativ ist und sich mit den Leitlinien der Kommission und harmonisierten Standards ändern kann. Behandeln Sie die rahmenübergreifende Wiederverwendung als geregelte Rückverfolgbarkeit, wobei rechtliche Schlussfolgerungen explizit bleiben.
- Inventarisierung des gesamten KI-Systems. Erfassen Sie Modelle, Orchestrierung, Agenten, Tools, Daten, Anbieter, nachgelagerte Systeme, menschliche Rollen, Kundeneffekte und Gerichtsbarkeiten.
- Klassifizieren Sie nach beabsichtigtem Zweck und tatsächlicher Verwendung. Das gleiche Modell kann in einem Kreditprozess mit hohem Risiko, einem internen Assistenten mit geringeren Auswirkungen und einem ausgeschlossenen Anwendungsfall zur Betrugserkennung eingesetzt werden.
- Getrennte Lebenszyklussicherung und Handlungsbefugnis. Durch die Validierung wird festgestellt, ob ein System für eine genehmigte Verwendung geeignet ist. Laufzeitkontrollen entscheiden, ob eine bestimmte vorgeschlagene Aktion ausgeführt werden darf.
- Machen Sie die menschliche Aufsicht einsatzbereit. Benennen Sie Prüfer, legen Sie ihre Befugnisse fest, geben Sie ihnen ausreichend Kontext und Zeit, protokollieren Sie ihre begründete Entscheidung und testen Sie die Warteschlangenkapazität.
- Überwachung mit Intervention verbinden. Drift-, Bias-, Datenqualitäts-, Belastbarkeits-, Sicherheits- und Verhaltenssignale erfordern Schwellenwerte, Eigentümer, Reaktionszeiten, Rollback-Kriterien und Beweise.
- Entwerfen Sie Exits von Drittanbietern vor der Einführung. Zeichnen Sie Abhängigkeiten, Konzentration, Datenzugriff, Modelländerungen, Vorfallpflichten, Portabilität, Fallback-Betrieb und Beendigungsunterstützung auf.
Die Regelung × Verpflichtung × Laufzeit-Kontrollkarte
Diese Karte unterscheidet verbindliches Recht, Aufsichtsrichtlinien und Branchenreferenzen. „Laufzeitsteuerung“ bezeichnet eine Steuerung, die auf den Live-Prozess oder eine vorgeschlagene Aktion angewendet wird. Es ergänzt Modellentwicklung, Validierung, Tests und Board-Governance.
| Quelle | Umfang und Status | Governance-Pflicht | Betriebskontrolle und Beweisführung |
|---|---|---|---|
| EU-KI-Gesetz | Verbindliche EU-Verordnung; Klassifizierung und Rolle hängen vom System und den Fakten ab | Für abgedeckte Hochrisikosysteme: Risikomanagement, Datenverwaltung, Dokumentation, Protokollierung, menschliche Aufsicht, Genauigkeit, Robustheit, Cybersicherheit, Betreiberüberwachung, FRIA, sofern Artikel 27 gilt | Systeminventur und -klassifizierung; versionierte Release-Genehmigung; Entscheidungsprotokolle; benannte menschliche Autorität; Überwachung und Verknüpfung von Vorfällen; aktuelle technische Dokumentation |
| DORA | Verbindlich für erfasste EU-Finanzinstitute seit 17. Januar 2025 | Rechenschaftspflicht des Leitungsorgans; dokumentierter IKT-Risikorahmen; Schutz, Erkennung, Reaktion, Wiederherstellung, Tests, Meldung von Vorfällen und IKT-Risiken Dritter | Zuordnung kritischer Prozesse; Anbieter- und Abhängigkeitsverzeichnis; Failover- und Wiederherstellungstests; Aufzeichnungen ändern; Vorfalluhren; Beweise im Zusammenhang mit dem betroffenen Dienst |
| EZB-Bankenaufsicht | Technologieneutrale Aufsicht über die in seinen Zuständigkeitsbereich fallenden Banken | Kohärente Strategie, klare Verantwortlichkeit, unabhängige Herausforderung, Bewertung vor der Implementierung, Lebenszyklus-Governance, Erklärbarkeit, Überwachung, Belastbarkeit und Kontrolle durch Dritte | Vom Vorstand genehmigtes KI-Portfolio; Zweitlinien-Challenge-Rekord; Zweckbestimmungstests; Drift- und Ergebnisüberprüfung; Anbieterkonzentration und Ausstiegsnachweise |
| Kartierung des EBA AI Act | Informationskartierung; Es fehlt ausdrücklich der Status einer Orientierungs- oder Aufsichtserwartung | Integrieren Sie die Arbeit des AI Act in das bestehende Bank- und Zahlungsrecht und bewahren Sie gleichzeitig die Regulierungsfunktionen und die Zusammenarbeit der Aufsichtsbehörden | Eine Kontrollbibliothek mit Rückverfolgbarkeit auf Verpflichtungsebene; Autoritätskarte; Beweise dafür, welcher Test welches Regime unterstützt |
| US SR 26-2 | Richtlinien zur behördenübergreifenden Aufsicht; Es wird erwartet, dass es für von der Fed beaufsichtigte Bankenorganisationen über 30 Milliarden US-Dollar am relevantesten ist | Risikobasierte Modellverwaltung, Inventarisierung, Dokumentation, effektive Herausforderung, Validierung, Überwachung, Änderungsmanagement und Überwachung des Anbietermodells | Gilt für traditionelle quantitative Modelle und nicht-generative, nicht-agentische KI. Behalten Sie GenAI und Agent AI unter einer separat genehmigten Governance- und Kontrollbestimmung. |
| Bestehendes FCA-Framework und AI Live Testing | Britische Regulierungsbehörde nutzt bestehende Regeln plus überwachte Tests; Live-Testing ist eine Dienstleistung | Governance, Risikomanagement, Überwachung, Verbraucher- und Marktergebnisse sowie Erkenntnisse aus Tests in der Praxis | Begrenzter Live-Test; Akzeptanzmetriken; Kundenschutz; Live-Überwachung; Vorfall- und Stoppkriterien; dokumentierte Produktionsentscheidung |
| MAS MindForge und SAFR | Implementierungsressourcen der MAS-Branche für KI-Risikomanagement und Agentic-Finance-Schutzmaßnahmen | KI-Risikomanagementpraktiken und Schutzmaßnahmen für die Agentenfinanzierung | Dokumentierte Governance-Basis; begrenzte Autorität; Eskalationsroute; Aktionsaufzeichnungen; Rückverfolgbarkeit von der Quelle bis zur Kontrolle |
| HKMA GenA.I. Sandbox++ | Sektorübergreifende Experimentierumgebung im März 2026 angekündigt | Testen Sie Anwendungsfälle für generative KI mit den zuständigen Regulierungsbehörden und dem technischen Support, bevor Sie sie breiter einsetzen | Definierte Experimentgrenze; teilnehmende Unternehmen und Eigentümer; Testnachweise; Problemprotokoll; Risikoakzeptanz und Ausstiegsentscheidung |
EU-Banken: Kombinieren Sie die Klassifizierung nach dem KI-Gesetz mit bestehenden Sektorkontrollen
Für EU-Banken stellt sich zunächst die Frage nach dem beabsichtigten Zweck des KI-Systems in seinem eigentlichen Prozess. Gemäß Anhang III Nummer 5(b) des EU-KI-Gesetzes werden KI, die der Bewertung der Kreditwürdigkeit natürlicher Personen oder der Feststellung ihrer Kreditwürdigkeit dienen sollen, vorbehaltlich des Artikels 6 als Hochrisiko eingestuft. In Punkt 5 Buchstabe b werden ausdrücklich Systeme zur Aufdeckung von Finanzbetrug herausgearbeitet. Die Ausgliederung ist spezifisch für diesen Klassifizierungsweg; Betrug, Geldwäsche, Sanktionen und Zahlungssysteme unterliegen weiterhin den Finanzsektor-, Datenschutz-, Belastbarkeits-, Verhaltens- und Sicherheitspflichten.
Banken können Anbieter, Bereitsteller oder beides sein. Eine Bank, die ein KI-System entwickelt oder entwickeln lässt und unter ihrem Namen in Betrieb nimmt, kann Anbieterpflichten tragen. Eine Bank, die unter ihrer Aufsicht ein Anbietersystem nutzt, kann ein Bereitsteller sein. Artikel 25 kann die Anbieterverantwortung verschieben, wenn eine Partei ihren Namen auf ein Hochrisikosystem setzt, eine wesentliche Änderung vornimmt oder einen beabsichtigten Zweck ändert, sodass das System zu einem Hochrisikosystem wird. Erfassen Sie den Sachverhalt, die verantwortliche Stelle, die Vertragszuteilung, technische Änderungen und die Genehmigung, wenn sich ein Anwendungsfall ändert.
Mit der Digital Omnibus on AI, Verordnung (EU) 2026/1744, wurde das Anwendungsdatum für Hochrisiken in Anhang III auf den 2. Dezember 2027 verschoben. Das Datum schafft Umsetzungszeit. Es schafft außerdem ein festes Ziel für Inventar, Rollenanalyse, technische Dokumentation, Protokollierung, menschliche Aufsicht, Genauigkeits- und Robustheitsnachweise, Betreiberkontrollen und anwendbare Folgenabschätzungen zu Grundrechten (FRIAs). Der Hub zum EU-KI-Gesetz verfolgt den gesamten Zeitplan, und der erarbeitete Kreditbewertungs-FRIA zeigt die Artikel-27-Bewertung für einen Bankbetreiber.
Der EBA-Mapping vom November 2025 besagt, dass das EU-Banken- und Zahlungsrecht bereits viele Kontrollziele des AI Act abdeckt. Die Beispiele umfassen Governance, Bonitätsbewertung, Outsourcing, IKT-Risiko, Verbraucherschutz und Zahlungen. Die EBA erkennt außerdem die Notwendigkeit, sich überschneidende Anforderungen zu integrieren und Behörden zu koordinieren. In der Zuordnung wird ausdrücklich darauf hingewiesen, dass es sich um Informationszwecke handelt, dass sie nicht den Status einer Richtlinie oder aufsichtlicher Erwartungen haben und dass sie sich im Zuge der Weiterentwicklung der Leitlinien und Standards der Kommission ändern können. Eine Bank sollte die rechtliche Mapping-Version und die Begründung für jede Veröffentlichung beibehalten.
- Kreditentscheidung: System klassifizieren, Anbieter- und Bereitstellerrollen dokumentieren, anwendbare FRIA-Arbeit abschließen, Modell und Daten validieren, menschliche Autorität definieren, Protokolle aufbewahren, Kundenergebnisse überwachen und Beschwerden mit der Behebung verknüpfen.
- Betrug und Geldwäschebekämpfung: Zeichnen Sie die Klassifizierungsanalyse auf, bewahren Sie gegebenenfalls die Begründung für die Ausgliederung von Betrug in Punkt 5(b) auf, wenden Sie DORA- und Finanzkriminalitätskontrollen an, schränken Sie die Befugnis zur automatischen Schließung oder Einreichung ein und behalten Sie die rekonstruierbare Alarmherkunft bei.
- Kundenassistenten: bewerten Transparenz gemäß Artikel 50, Verbraucherschutz- und Datenschutzpflichten, zulässige Beratungsgrenzen, Halluzinations- und Datenleckkontrollen, Übergabe, Überwachung und Beschwerden.
- Agentenzahlungen: Definieren Sie Mandate, Transaktions- und Gesamtlimits, Empfänger- und Bahnbeschränkungen, Sanktionen und Betrugskontrollen, Autorisierung auf Stufenebene, Stornierungsabwicklung und menschliche Eskalation.
DORA macht die betriebliche Belastbarkeit der KI zu einem Anliegen des Managementorgans
DORA gilt seit dem 17. Januar 2025 für betroffene Finanzunternehmen. Artikel 5 weist dem Leitungsorgan die Verantwortung für das IKT-Risikorahmenwerk zu und erfordert klare Rollen, Kontinuitätsvereinbarungen, Prüfpläne und IKT-Kenntnisse. Artikel 6 erfordert einen soliden, umfassenden und dokumentierten Rahmen für das IKT-Risikomanagement. Diese Pflichten gelten, wenn KI eine kritische oder wichtige Funktion unterstützt, von IKT-Anbietern abhängig ist, Produktionsdaten verarbeitet oder die Art und Weise ändert, wie der Dienst Störungen erkennt, darauf reagiert und sich davon erholt.
KI-Governance-Teams sollten das Modell- und Agenteninventar mit den IKT-Assets, Geschäftsfunktionen, Abhängigkeiten, Vorfällen, Tests und dem Drittanbieterregister von DORA verbinden. Eine Modellkarte allein kann nicht zeigen, ob ein Kredit-, Zahlungs- oder AML-Prozess trotz eines Modellausfalls, einer fehlerhaften Ausgabe, einer Verschlechterung der Anbieter-API, eines Abruffehlers, einer sofortigen Injektion oder eines Tool-Timeouts sicher fortgesetzt wird. Die Betriebsaufzeichnung erfordert Serviceeffekte, Fallback-Verhalten, Wiederherstellungsziele, tatsächliche Testergebnisse und den Eigentümer, der das Restrisiko übernommen hat.
KI von Drittanbietern verdient eine vollständige Abhängigkeitsansicht. Erfassen Sie das Modell und die Hosting-Anbieter, Unterauftragsverarbeiter, Regionen, Datenpfade, Update-Rechte, Service-Level, Sicherheits- und Vorfallpflichten, Audit-Zugriff, Portabilität, Fallback-Modell oder manuelle Route sowie den Ausstiegsplan. Die EZB hebt außerdem Konzentration, Lieferantenbindung, Vertraulichkeit, Sicherheit, Belastbarkeit und Ausstiegsrisiko für generative KI hervor. Verknüpfen Sie vertragliche Verpflichtungen mit Tests und beobachteten Vorgängen, damit das Register auch bei einem Vorfall nützlich bleibt.
| Kontrollfrage | Mindestbeweise |
|---|---|
| Welche Dienste und Funktionen sind auf KI angewiesen? | Prozesslandkarte, Asset- und Anbieterbeziehungen, Datenflüsse, Geschäftsinhaber, Entscheidung über die Kritikalität |
| Wie kann der Prozess sicher fehlschlagen? | Timeout, Fallback, manueller Betrieb, Kapazität, Wiederherstellungsziel und abgeschlossene Testergebnisse |
| Wie werden Änderungen kontrolliert? | Genehmigte Versionen, Release-Datensatz, Validierung, Konfigurationsunterschied, Rollback-Kriterium, Rollback-Test |
| Wie werden Vorfälle erkannt und behandelt? | Signale, Schwellenwerte, Ereigniszeitleiste, Klassifizierung, Benachrichtigungsentscheidung, Antwort- und Wiederherstellungsprotokoll |
| Kann die Bank aus dem Anbieter aussteigen? | Export- und Portabilitätsnachweis, alternative Route, Datenrückgabe- oder Löschnachweis, getesteter Übergangsplan |
Erwartungen der EZB und der EBA: Rechenschaftspflicht, Herausforderung und Lebenszykluskontrolle
Die Position der EZB-Bankenaufsicht vom Februar 2026 ist technologieneutral und risikoorientiert. In der Rede werden Governance-Lücken in Bezug auf klare Verantwortlichkeit, Aufsicht durch die Geschäftsleitung, unabhängige Herausforderung, KI-spezifische Datenqualität, Erklärbarkeit, Lebenszyklusmodell-Governance, Drift und Risiken Dritter identifiziert. Es erfordert Bewertungen vor der Implementierung, Einbeziehung der zweiten Ebene und Überwachung nach der Implementierung. Hierbei handelt es sich um betriebliche Anforderungen: Der Name eines Ausschusses ist ein schwacher Beweis ohne genehmigte Entscheidung, Anfechtungsprotokoll, Aktionseigentümer und verifizierter Abschluss.
Die Erklärbarkeit soll der Person dienen, die die Entscheidung trifft oder überprüft. Ein Modellvalidator benötigt Methoden, Einschränkungen, Sensitivität und Ergebnisanalyse. Ein Kreditsachbearbeiter benötigt die für den Antragsteller relevanten Faktoren und die Befugnis, das Ergebnis in Frage zu stellen. Ein Kunde benötigt eine verständliche Erklärung und einen praktikablen Weg zur Bewertung. Interne Revision und Vorgesetzte benötigen eine stabile Verbindung von der Systemversion und den Daten zur Entscheidung, zum Kontrollergebnis, zum menschlichen Handeln und zur nachgelagerten Wirkung.
Das EBA-Mapping unterstützt die Integration mit vorhandenen Kontrollen. Es erhöht auch die Komplexität der Rollen und Befugnisse: Finanzaufsichtsbehörden können als Marktüberwachungsbehörden für bestimmte Hochrisikosysteme fungieren, während an nationalen Benennungen und anderen KI-Systemen verschiedene Behörden beteiligt sein können. Pflegen Sie eine Karte der zuständigen Behörden und einen Eigentümer für regulatorische Änderungen. Jeder Vorfall oder jede wesentliche Änderung sollte über diese Karte weitergeleitet werden, bevor die Benachrichtigungsfrist abläuft.
SR 11-7 AI-Suchen führen jetzt zu SR 26-2
Am 17. April 2026 haben die Federal Reserve, OCC und FDIC SR 26-2, Revised Guidance on Model Risk Management herausgegeben. Es ersetzt SR 11-7 und SR 21-8. Jede Richtlinie, jeder Lieferantenfragebogen oder jede Kontrollkarte für 2026, die SR 11-7 immer noch als aktuell behandelt, muss korrigiert werden.
SR 26-2 betont einen risikobasierten Ansatz, der auf das Risikoprofil, die Größe, die Komplexität und die Modellverwendung der Bankorganisation zugeschnitten ist. Die Leitlinien umfassen Governance, Inventar, Dokumentation, effektive Herausforderung, Validierung, laufende Überwachung, Änderungsmanagement und Anbietermodelle. Für von der Federal Reserve beaufsichtigte Organisationen heißt es in dem Schreiben, dass es voraussichtlich am relevantesten sein wird, wenn die Gesamtvermögenswerte über 30 Milliarden US-Dollar liegen. Den aufsichtsrechtlichen Leitlinien mangelt es an der Kraft und Wirkung des Gesetzes, während Gesetzesverstöße und unsichere oder unzuverlässige Praktiken dennoch aufsichtsrechtliche Maßnahmen unterstützen können.
Die Umfangsgrenze ist für ein KI-Governance-Programm von entscheidender Bedeutung. Fußnote 3 schließt generative KI- und agentische KI-Modelle aus, da sie neu sind und sich schnell weiterentwickeln. Die Prinzipien gelten für traditionelle statistische und quantitative Modelle und nicht generative, nicht agentische KI. In derselben Fußnote heißt es, dass die Risikomanagement- und Governance-Praktiken einer Bankorganisation geeignete Kontrollen für Tools, Prozesse und Systeme außerhalb der Leitlinien festlegen sollten.
Eine Bank benötigt daher zwei verknüpfte Bestände. Das Modellinventar wendet SR 26-2 auf im Geltungsbereich befindliche Modelle an. Das breitere KI-Systeminventar umfasst generative und agentische Systeme, ihre Orchestrierung, Tools, Daten, Autorität, Anbieter und geschäftliche Konsequenzen. Die Bank genehmigt eine explizite Governance-Grundlage für diese außerhalb des Geltungsbereichs liegenden Systeme durch Betriebsrisiken, Informationssicherheit, Risiken Dritter, Verhalten, Compliance, Datenschutz, rechtliche und geschäftliche Kontrollen. Ein Agent, der ein Kreditmodell aufruft, kann beide Ebenen enthalten: Das quantitative Kreditmodell kann im Geltungsbereich von SR 26-2 liegen, während die generative oder agentische Orchestrierung ausgeschlossen ist und der separaten Bestimmung der Bank unterliegt.
| Systemkomponente | SR 26-2-Position | Governance-Behandlung |
|---|---|---|
| Traditionelles statistisches Kreditmodell | Im Geltungsbereich, wenn es der Leitliniendefinition entspricht | Bestandsaufnahme, Dokumentation, wirksame Herausforderung, Validierung, Überwachung, Änderung und Lieferantenkontrolle im Verhältnis zum Risiko |
| Nicht-generatives, nicht-agentisches Modell für maschinelles Lernen | Es gelten die Grundsätze | Risikobasiertes Modellrisikomanagement, einschließlich Ergebnisanalyse und laufender Überwachung |
| Generativer Assistent | Ausdrücklich ausgeschlossen | Dokumentieren Sie die von der Bank genehmigte Governance-Grundlage, Daten- und Zugriffsbeschränkungen, Tests, Überwachung, Regeln für die menschliche Nutzung und den Vorfallpfad |
| Agentisches Zahlungs- oder Betriebssystem | Ausdrücklich ausgeschlossen | Fügen Sie Identitäts-, Mandats-, Tool- und Datenberechtigungen, aktionsbezogene Entscheidungen, menschliche Eskalation, Ausführungsnachweise, Beschränkungen und Eindämmung hinzu |
Großbritannien und Asien: Beaufsichtigtes Testen wird zu einer Governance-Funktion
Die britische FCA wendet ihr bestehendes Rahmenwerk an und baut Beweise durch überwachte Tests auf. Die zweite AI Live Testing-Kohorte, die am 21. April 2026 angekündigt wurde, umfasst Agentenzahlungen, AML, Know Your Customer, Einblicke in die Kreditwürdigkeit, Investitionen und andere Kunden- und Geschäftsanwendungen. Der Schwerpunkt des Dienstes liegt auf Risikomanagement und Live-Überwachung, wobei die Tests bis Ende 2026 erfolgen und ein Evaluierungsbericht für das erste Quartal 2027 geplant ist.
Der Mills Review vom Juli 2026 der FCA fügt eine Verbraucherperspektive hinzu. Es beschreibt Veränderungen im Unternehmensbetrieb, im Kundenerlebnis, im Wettbewerb, bei Betrug und Cyberrisiken und berichtet über das Interesse der Verbraucher an effektiven persönlichen Finanztools. Eine britische Bank sollte dieses Signal vor der Skalierung in Ergebniskennzahlen, Schutzmaßnahmen für gefährdete Kunden, Aktionsgrenzen, Beschwerdebearbeitung, Betrugskontrollen, Überwachung und eine aufgezeichnete Entscheidung umsetzen.
In Singapur ist das MAS Project MindForge Operationalization Handbook eine Ressource für das KI-Risikomanagement der MAS-Branche. MAS veröffentlichte später Safeguards for Agentic Finance at Runtime (SAFR) und eine Medienmitteilung zur Brancheninitiative. Diese Quellen befassen sich mit dem KI-Risikomanagement und Schutzmaßnahmen für die Agentenfinanzierung. In diesem Handbuch werden sie als Implementierungsreferenzen verwendet. Anwendbares Recht und aufsichtsrechtliche Erwartungen bestimmen die Pflichten jedes Instituts. Der SAFR-Erklärer, Implementierungsleitfaden, AML-Komplettlösung und EU-KI-Gesetz und FINMA-Zebrastreifen stellen den Interpretations- und Umsetzungsansatz von KLA vor.
Die HKMA GenA.I. Sandbox++-Ankündigung eröffnete bis zum 30. Juni 2026 sektorübergreifende Anwendungen für Banken und andere regulierte Unternehmen. Die aktuelle Frist ist abgelaufen; Die dauerhafte Lektion ist die Prüfungsdisziplin. Definieren Sie den Anwendungsfall, teilnehmende Einheiten, relevante Regulierungsbehörden, Datengrenzen, Erfolgsmaße, Risikohypothesen, Kundenschutzmaßnahmen, technische Beweise, Problembehandlung, Stoppbedingungen und Produktionsentscheidungen vor Live-Experimenten.
Verwenden Sie ein Betriebsmodell für alle drei Linien
Die KI-Governance im Bankwesen wird dauerhaft, wenn die Eigentümerschaft dem System in die Produktion folgt. Die erste Zeile ist für das Geschäftsergebnis, den Prozess, die Risikoakzeptanz, die Betriebsabläufe und die Kontrollausführung zuständig. Die zweite Zeile legt Risikorahmen fest, hinterfragt Klassifizierungs- und Freigabeentscheidungen, überprüft Überwachung und Vorfälle und verfolgt die Behebung. Die interne Revision beurteilt Design und Betriebseffektivität anhand unabhängiger Nachweise. Modellrisiko-, Informationssicherheits-, Datenschutz-, Compliance-, Finanzkriminalitäts-, Resilienz-, Beschaffungs-, Rechts- und Kundenergebnisteams tragen je nach Anwendungsfall bei.
Erstellen Sie einen benannten KI-Systembesitzer und einen benannten Prozessbesitzer. Der Systembesitzer pflegt Inventar, Verwendungszweck, Versionen, Anbieter, Daten- und Toolgrenzen, Validierung und Überwachung. Der Prozessverantwortliche ist für die Geschäftsentscheidung, die menschlichen Rollen, die Serviceeffekte, die Kundenabwicklung und den Fallback verantwortlich. Ein Modellbesitzer allein kann nicht die Verantwortung für einen Agenten tragen, der während einer Customer Journey mehrere Modelle und Tools aufruft.
| Entscheidung | Verantwortlicher Eigentümer | Erforderliche Herausforderung | Beweise |
|---|---|---|---|
| Genehmigen Sie den Verwendungszweck und die Risikostufe | Eigentümer von Unternehmen und KI-Systemen | Compliance, Recht, Modellrisiko, Betriebsrisiko | Anwendungsfallaufzeichnung, Klassifizierung, Zuständigkeits- und Rollenanalyse |
| Modell- und Anbieterversionen genehmigen | Besitzer eines KI-Systems | Modellrisiko, Sicherheit, Risiko Dritter | Validierung, Due Diligence, Beschränkungen, Vertrags- und Austrittsnachweise |
| Produktionsfreigabe genehmigen | Prozessinhaber | Zweite Leitung und Änderungsbefugnis | Akzeptanzkriterien, Simulationsergebnisse, Überwachung und Rollback-Plan |
| Genehmigen Sie eine Folgemaßnahme | Richtliniendefinierter Eigentümer oder Prüfer | Rollen- und Maker-Checker-Durchsetzung | Richtlinienergebnis, Grund, Identität des Prüfers, Begründung, Zeitstempel |
| Akzeptieren Sie einen Überwachungsverstoß | Prozess- und Risikoeigentümer | Relevante zweite Zeile | Warnung, Untersuchung, Entscheidung, Behebung und erneuter Test |
| Schließen Sie einen Vorfall | Eigentümer des Vorfalls | Risiko, Compliance, Sicherheit, Recht, soweit zutreffend | Zeitleiste, Auswirkungen, Benachrichtigungen, Wiederherstellung, Grundursache und Kontrolländerungen |
Entwerfen Sie Kontrollen rund um Aktionen und Konsequenzen
Modellebenen bleiben nützlich, Agentensysteme erfordern jedoch eine Aktionsansicht. Derselbe Agent kann eine Kundennachricht verfassen, interne Daten abrufen, ein Kreditlimit ändern und eine Zahlung veranlassen. Jede Aktion hat eine andere Autorität, Reversibilität, finanzielle Wesentlichkeit, Kundenwirkung, regulatorische Sensibilität und Neuheit. Erfassen Sie diese Faktoren in der Richtlinie und weisen Sie vor der Umsetzung ein geschlossenes Ergebnis zu.
Ein praktisches Ergebnisvokabular lautet: Routinehandlungen erfolgen; Die Handlung geht mit einer Beobachtung weiter; Handlungspausen für eine benannte menschliche Entscheidung; Aktion ist blockiert. Die Bank legt Schwellenwerte und Prüferbefugnisse fest. Eine vorherige Genehmigung gewährt keine Befugnis zum nächsten Schritt, es sei denn, der Auftrag sieht dies ausdrücklich vor. Dieses Muster wird im Laufzeit-Governance-Layer-Glossar und im SAFR-Cluster erläutert.
| Aktion | Standardsteuerung | Eskalationsauslöser | Beweise |
|---|---|---|---|
| Erstellen Sie eine interne Zusammenfassung | Innerhalb der genehmigten Datengrenze zulassen | Abruf sensibler Daten, nicht unterstützter Anspruch, verbotenes Ziel | Eingaben, Quellen, Datengrenze, Ausgabe, Warnungen |
| Empfehlen Sie ein Kreditergebnis | Führen Sie ein genehmigtes Modell und eine genehmigte Richtlinie aus. Bei Bedarf wird die endgültige Entscheidung getroffen | Richtlinienausnahme, geringes Vertrauen, Signal einer geschützten Gruppe, erhebliche Datenlücke | Modell- und Richtlinienversionen, Faktoren, Tests, Prüferdatensatz |
| Eine AML-Warnung automatisch schließen | Lassen Sie nur enge, validierte Klassen mit geringem Risiko zu | Sanktionen getroffen, hoher Wert, neuartiges Muster, fehlende Beweise, politischer Konflikt | Alarmfakten, Tools, Kontrollen, Disposition, Downstream-Status |
| Reichen Sie eine Meldung über verdächtige Aktivitäten ein | Dem Menschen vorbehaltenes Handeln | Jeder Versuch, einen Agenten einzureichen | Blockierter Versuch oder benannte Maker-Checker-Genehmigungen und Archivierungsprotokoll |
| Veranlassen Sie eine Zahlung | Mandats-, Empfänger-, Betrags-, Bahn-, Geschwindigkeits-, Betrugs- und Sanktionsprüfungen | Neuer Begünstigter, Schwellenwertüberschreitung, Anomalie, irreversible Schiene | Umschlag, Mandat, Kontrollergebnisse, Entscheidung, Transaktionsergebnis |
| Produktionskonfiguration ändern | Geregeltes Release mit Aufgabentrennung | Umfangserweiterung, neues Tool oder neue Daten, fehlgeschlagene Validierung, fehlendes Rollback | Unterschiede, Genehmigungen, Tests, Rollout, Überwachung und Rollback-Status |
Der Beweisvertrag für die Mindestlaufzeit
Ein Beweisvertrag definiert, was der Prozess aufzeichnen muss, bevor eine Folgemaßnahme abgeschlossen werden kann. Es unterstützt Untersuchungen, Kundenbewertungen, Modellüberwachung, Belastbarkeit, Audits und regulatorische Reaktionen. Der Datensatz sollte strukturiert, durchsuchbar, einer Aufbewahrungskontrolle unterworfen und vor unbemerkter Änderung geschützt sein. Das tamper-evident lineage glossary erklärt die Integritätseigenschaft und die execution-lineage product page zeigt das Produktkonzept.
- Identität und Eigentum: KI-System, Agenten- oder Dienstidentität, Version, Mandant oder juristische Person, Geschäftsinhaber, Prozessinhaber und amtierende menschliche Identität, sofern vorhanden.
- Autorität: Mandat, zulässige Aktionen und Tools, Datengrenze, Transaktions- oder Expositionsgrenzen, Gültigkeitsfenster, Anforderung der Aufgabentrennung und Richtlinienversion.
- Vorschlag: Aktionstyp, Parameter, Ziel, materieller Kontext, Eingabeherkunft, Modell- und Orchestrierungsversionen und relevante Unsicherheit.
- Entscheidung: anwendbare Regeln, maschinenlesbare Gründe, allow-, warn-, require_approval- oder block-Ergebnis, Zeitstempel, Latenz und alle fehlgeschlagenen Abhängigkeiten.
- Menschliche Aufsicht: Entscheidungsanfrage, Rolle und Autorität des Prüfers, angezeigter Kontext, Ergebnis genehmigen oder ablehnen, Begründung, Änderungen und verstrichene Zeit.
- Ausführung: Downstream-Anfrage und -Antwort, Statusänderung, Geschäftsergebnis, Fehler, Stornierung, Rollback und Abgleichsstatus.
- Sicherheit: Überwachungssignale, Proben, Schwellenwertüberschreitungen, Beschwerden, Vorfälle, Untersuchung, Behebung, erneute Tests und Schließungsbehörde.
- Integrität und Aufbewahrung: Nur anfügbare Aufzeichnung, überprüfbarer Export, Zugriffsverlauf, Aufbewahrungsbasis, gesetzliche Aufbewahrungspflicht, Löschung oder Ablauf und unabhängiges Verifizierungsergebnis.
Eine 365-Tage-Implementierungs-Roadmap
Ordnen Sie das Programm einem vollständigen Prozess zu und verwenden Sie dann das getestete Kontrollmuster erneut. Eine umfassende Bestandsaufnahme ohne Betriebsnachweise vermittelt Führungskräften einen schwachen Überblick über das Restrisiko. Bei einem begrenzten Pilotprojekt ohne Unternehmensinventar bleiben nicht verwaltete Systeme außerhalb des Rahmens. Führen Sie die Bestandsaufnahme und den ersten geregelten Prozess parallel aus.
| Zeitraum | Leistungen | Exit-Test |
|---|---|---|
| Tage 0-30 | Exekutivmandat; Eigentümer; Inventarschema; Zuständigkeits- und Rollenfelder; Risikostufenmethode; erster Prozess ausgewählt; Beweisvertrag erstellt | Die Bank kann im Pilotprozess jede Komponente, jeden Eigentümer, jede Autoritätsgrenze, jede Rechtsfrage und jede Folgemaßnahme benennen |
| Tage 31-90 | Klassifizierung; Anbieter- und Bereitstelleranalyse; Modell- und Anbieterbewertung; Daten- und Werkzeuggrenzen; Richtlinien; menschliche Rollen; Überwachung; zurückgreifen; Simulation | Negative Tests block nicht autorisierte Aktionen; Prüfer können innerhalb der Serviceebenen entscheiden; Beweise rekonstruieren jeden Lauf |
| Tage 91-180 | Kontrollierte Produktion; Probenahme; Kunden- und Geschäftsergebnisse; Drift- und Belastbarkeitstests; Vorfallübung; unabhängige Beweisprüfung | Die erste und zweite Linie führen Kontrollen durch, die interne Revision kann die Aufzeichnungen testen und Ausfälle führen zu einer begrenzten Wiederherstellung |
| Tage 181-365 | Wiederverwendung der Kontrollbibliothek; Portfolio-Reporting; Lieferantenkonzentration und Ausstiegstests; FRIA und ggf. Abschluss von Hochrisikonachweisen; Prüfungsplan | Die Vorstandsberichterstattung verfolgt das Portfoliorisiko auf beobachtete Kontrollen, Ergebnisse, Vorfälle, Abhilfemaßnahmen und verbleibende Ausnahmen |
Wie KLA das Betriebsmodell auf Laufzeitsteuerungen abbildet
KLA Control Plane bietet eine Kontroll- und Beweisebene für gesteuerte KI-Agent-Prozesse. Die Agentenregistrierung zeichnet das handelnde System und den Eigentümer auf. Policy Builder enthält versionierte Regeln und Autoritätseinschränkungen. Die KLA Policy Engine gibt eine von vier Entscheidungen zurück: allow, warn, require_approval oder block. require_approval erstellt eine Entscheidungsanfrage für einen benannten, autorisierten Prüfer im Decision Desk. Audit Trail und Lineage Records verbinden Aktion, Richtlinie, Entscheidung, menschliches Eingreifen und Ausführungsergebnis. Sealed Evidence Bundles unterstützen die Offline-Integritätsüberprüfung.
Die Produktzuordnung entscheidet nicht über die rechtliche Einstufung, die Risikobereitschaft, die Aufsichtspflichten oder die endgültige Politik einer Bank. Die Bank definiert Mandat, Regeln, Schwellenwerte, Prüfer, Aufbewahrung und Einsatzgrenzen. Jeder Anwendungsfall muss mit dem geregelten Ausführungspfad verbunden und in seiner realen Umgebung getestet werden, bevor der Laufzeitdatensatz einen Anspruch auf Betriebseffektivität unterstützt.
Beginnen Sie mit der Finanzdienstleistungslösung, überprüfen Sie Richtlinie als Code, prüfen Sie das Beispiel für den Beweisraum und verwenden Sie Kontrollzuordnung, um Kontrollen mit Rahmenverpflichtungen zu verbinden. Der Leitfaden zur Bekämpfung von Geldwäsche und Zahlungsagenten behandelt den Finanzkriminalitätsprozess im Detail. Für einen bestimmten Prozess buchen Sie ein Briefing.
Primärquellen und Statusgrenzen
Diese primären Regulierungs- und Rechtsquellen unterstützen die gesetzlichen Daten, Geltungsbereichserklärungen, Aufsichtssignale und Testprogramme in diesem Leitfaden. Überprüfen Sie sie vor einer Governance- oder Rechtsentscheidung erneut auf Aktualisierungen.
- Europäische Union: Verordnung (EU) 2024/1689, EU-KI-Gesetz; Verordnung (EU) 2026/1744, Digital Omnibus on AI; Verordnung (EU) 2022/2554, DORA.
- Bankenaufsicht der EZB: Technologie ist neutral, Governance nicht: KI-Einführung im Bankensektor, 24. Februar 2026; Aufsichtsschwerpunkte 2026-28.
- Europäische Bankenaufsichtsbehörde: KI-Gesetz: Auswirkungen auf den EU-Banken- und Zahlungssektor, 21. November 2025. Die EBA gibt an, dass die Zuordnung informativ ist und nicht den Status einer Anleitung, aufsichtsrechtlichen Erwartungen, Rechtslage oder Beratung hat.
- Vereinigte Staaten: SR 26-2, Revised Guidance on Model Risk Management und dessen Anhang, 17. April 2026.
- Vereinigtes Königreich: FCA AI Live Testing zweite Kohorte, 21. April 2026; Mills Review zu KI in Finanzdienstleistungen für Privatkunden, 6. Juli 2026.
- Singapur: MAS Project MindForge und das AI Risk Management Operationalization Handbook; Safeguards for Agentic Finance at Runtime (SAFR) und die MAS-Medienmitteilung zu SAFR. In diesem Leitfaden werden sie als Implementierungsressourcen für die MAS-Branche aufgeführt. Anwendbares Recht und aufsichtsrechtliche Erwartungen bestimmen den Regulierungsstatus und die Compliance-Verpflichtungen.
- Hongkong: HKMA GenA.I. Sandbox++-Ankündigung, 5. März 2026.
- Basler Ausschuss: Digitalisierung des Finanzwesens, Mai 2024, einschließlich beobachteter GenAI-Risikomanagementpraktiken; IKT-Risikomanagement: Praxisspektrum, 2. Juni 2026.
Häufig gestellte Fragen
Was ist KI-Governance im Bankwesen?
KI-Governance im Bankwesen ist das System von Eigentum, Entscheidungsrechten, Kontrollen, Überwachung und Beweisen, das auf ein KI-System und den Bankprozess um es herum angewendet wird. Es umfasst beabsichtigte Zwecke, Modelle, Daten, Tools, Anbieter, menschliche Rollen, Kunden- und Aufsichtseffekte, Veröffentlichungen, Live-Aktionen, Vorfälle und Stilllegung.
Ist SR 11-7 für das Risikomanagement von Bank-KI-Modellen noch aktuell?
Nein. Am 17. April 2026 haben die Federal Reserve, OCC und FDIC SR 26-2 herausgegeben, der SR 11-7 und SR 21-8 ersetzt. Kontrollkarten und Richtlinien sollten SR 26-2 zitieren und seinen risikobasierten Geltungsbereich beibehalten.
Gilt SR 26-2 für generative KI oder agentische KI?
SR 26-2 schließt generative KI und agentische KI ausdrücklich aus. Seine Prinzipien gelten für traditionelle statistische und quantitative Modelle sowie nicht-generative, nicht-agentische KI. In den Leitlinien heißt es, dass die Risikomanagement- und Governance-Praktiken der Banken geeignete Kontrollen für Tools, Prozesse und Systeme außerhalb ihres Anwendungsbereichs festlegen sollten.
Welche Banken-KI-Systeme stellen nach dem EU-KI-Gesetz ein hohes Risiko dar?
Anhang III Nummer 5 Buchstabe b listet KI-Systeme auf, die dazu dienen, die Kreditwürdigkeit natürlicher Personen zu bewerten oder deren Kreditwürdigkeit zu ermitteln, vorbehaltlich des Rahmens von Artikel 6. Der Punkt enthält eine ausdrückliche Ausnahme für Systeme zur Aufdeckung von Finanzbetrug. Die Klassifizierung hängt immer noch vom beabsichtigten Zweck, der tatsächlichen Verwendung, der Rolle und den gesamten Systemfakten ab.
Wie lässt sich DORA auf KI in Banken anwenden?
DORA gilt über den IKT-gestützten Finanzdienst und seine Abhängigkeiten. Damit KI kritische oder wichtige Funktionen unterstützt, sollten Banken das KI-Inventar mit IKT-Assets, Anbietern, Vorfällen, Belastbarkeitstests, Kontinuität, Wiederherstellung, Änderungsmanagement und Ausstiegsnachweisen Dritter verknüpfen.
Welche Beweise sollte eine Bank für eine KI-Agent-Aktion aufbewahren?
Behalten Sie die handelnde Identität und Version, den Eigentümer, das Mandat und die Berechtigungen, die vorgeschlagene Aktion und den Kontext, die Modell- und Richtlinienversionen, Regeln und Entscheidungen, die menschliche Genehmigung oder Ablehnung, das Ergebnis der nachgelagerten Ausführung, Überwachungssignale, Vorfälle, Behebung, Aufbewahrungsbasis und das Ergebnis der Integritätsüberprüfung bei.
Ist MAS SAFR eine Verordnung?
In diesem Leitfaden wird SAFR als Implementierungsressource für die MAS-Branche zu Schutzmaßnahmen für die Agentenfinanzierung genannt. Anwendbares Recht und aufsichtsrechtliche Erwartungen bestimmen die Pflichten jedes Instituts.
Wie sollte eine Bank ein KI-Governance-Programm starten?
Legen Sie verantwortliche Eigentümer und ein Inventarschema fest, wählen Sie einen Folgeprozess aus, klassifizieren Sie ihn, definieren Sie Autorität und Beweise, implementieren Sie Richtlinien und menschliche Eskalation, führen Sie negative Tests und Simulationen durch, führen Sie einen kontrollierten Produktionspiloten durch und lassen Sie die resultierenden Beweise von der zweiten Linie und der internen Revision testen.
Die wichtigsten Erkenntnisse
Die Banking AI Governance im Jahr 2026 beginnt mit einer vollständigen Bestandsaufnahme und endet mit Beweisen aus dem Live-Betrieb. Die Bank klassifiziert jeden Anwendungsfall, weist rechtliche und aufsichtsrechtliche Rollen zu, validiert Modelle und Anbieter, definiert Autorität, kontrolliert jede Folgemaßnahme, rüstet Menschen für Entscheidungen aus, überwacht Geschäfts- und Kundenergebnisse, reagiert auf Vorfälle und prüft die Aufzeichnungen. EU-KI-Gesetz, DORA-, EZB- und EBA-Prüfung, SR 26-2, FCA-Tests, MAS-Implementierungsarbeiten und HKMA-Experimente verstärken jeweils einen Teil dieses Betriebsmodells. Ihre Rechtskraft und ihr Geltungsbereich sind unterschiedlich, daher muss die Kontrollbibliothek die Quelle jeder Behauptung bewahren.
Fügen Sie für die Agentenfinanzierung Identität, explizite Mandate, Entscheidungen pro Aktion, begrenzte Tools und Daten, strukturierte Eskalation und manipulationssichere Herkunft hinzu. Verwenden Sie die SAFR-Bereitschaftscheckliste, um einen Prozess zu bewerten, inspizieren Sie die Probe des Beweisraums und buchen Sie ein Briefing, wenn die Eigentümer und die Aktionsgrenze bereit sind.