Die Ein­füh­rung gene­ra­ti­ver Künst­li­cher Intel­li­genz (gen AI) seit 2022 hat vie­le Finanz­auf­sichts­be­hör­den dazu ver­an­lasst, die Tech­no­lo­gie zu erfor­schen, zu ent­wi­ckeln und in ers­ten Anwen­dun­gen zu nut­zen, wie in Start­ing with the basics: a stock­ta­ke of gen AI appli­ca­ti­ons in super­vi­si­on zu erfah­ren ist. Ziel ist es, die Effi­zi­enz ihrer Über­wa­chungs­auf­ga­ben zu stei­gern, ins­be­son­de­re bei der Ver­ar­bei­tung gro­ßer Daten­men­gen und der Unter­stüt­zung von Ent­schei­dungs­pro­zes­sen. Trotz ihres Poten­zi­als ste­hen Behör­den vor Her­aus­for­de­run­gen wie ver­al­te­ter IT-Infra­struk­tur, Daten­schutz­be­den­ken und einem Man­gel an tech­ni­schem Know-how.

Anwen­dungs­be­rei­che von gen AI

Die aktu­el­len Ein­satz­ge­bie­te von gene­ra­ti­ver KI in der Finanz­auf­sicht las­sen sich in drei Haupt­ka­te­go­rien einteilen:

1. Grund­le­gen­de Doku­men­ten­ver­ar­bei­tung: Unter­stüt­zung bei der Erstel­lung, Bear­bei­tung und Über­set­zung von Berich­ten sowie der Extrak­ti­on rele­van­ter Infor­ma­tio­nen aus regu­la­to­ri­schen Einreichungen.
2. Wis­sens­ma­nage­ment: Ent­wick­lung von KI-gestütz­ten Assis­ten­ten oder Chat­bots, die Auf­sichts­be­hör­den den Zugriff auf regu­la­to­ri­sche Infor­ma­tio­nen erleich­tern und bei der Ein­hal­tung von Vor­schrif­ten unterstützen.
3. Doku­men­ten­prü­fung: Auto­ma­ti­sier­te Ana­ly­se von Doku­men­ten, um deren Kon­for­mi­tät mit regu­la­to­ri­schen Anfor­de­run­gen zu bewer­ten und Abwei­chun­gen aufzudecken.

Die meis­ten der­zeit genutz­ten Anwen­dun­gen kon­zen­trie­ren sich auf ein­fa­che Auf­ga­ben wie die Ver­ar­bei­tung von Doku­men­ten. Kom­ple­xe­re Anwen­dun­gen, wie die auto­ma­ti­sier­te Doku­men­ten­prü­fung oder fort­ge­schrit­te­ne Wis­sens­ma­nage­ment-Tools, befin­den sich oft noch in der Ent­wick­lungs- oder Testphase.

Her­aus­for­de­run­gen

Trotz der viel­ver­spre­chen­den Ansät­ze kämp­fen vie­le Behör­den mit struk­tu­rel­len und tech­ni­schen Hindernissen:

• Ver­al­te­te IT-Infra­struk­tur: Vie­le Sys­te­me sind nicht auf den Ein­satz moder­ner Tech­no­lo­gien wie gen AI ausgelegt.
• Daten­si­cher­heits­be­den­ken: Die Nut­zung von Cloud-Diens­ten und die Ver­ar­bei­tung sen­si­bler Daten ber­gen recht­li­che und sicher­heits­tech­ni­sche Risiken.
• Man­gel an Akzep­tanz: Nut­zer­ak­zep­tanz wird durch Unsi­cher­hei­ten bezüg­lich der Genau­ig­keit und Zuver­läs­sig­keit der KI-Ergeb­nis­se beeinträchtigt.

Zusätz­lich fehlt es vie­len Behör­den an kla­ren Stra­te­gien, wie gen AI sinn­voll in bestehen­de Pro­zes­se inte­griert wer­den kann.

Zukunfts­per­spek­ti­ven

Aktu­ell wer­den gen AI-Anwen­dun­gen von Auf­sichts­be­hör­den meist frei­wil­lig und unter­stüt­zend ein­ge­setzt, sind jedoch sel­ten inte­gra­ler Bestand­teil der Über­wa­chungs­pro­zes­se. Die Wei­ter­ent­wick­lung hin zu kom­ple­xe­ren und voll­stän­dig inte­grier­ten Anwen­dun­gen wird ent­schei­dend davon abhän­gen, ob tech­ni­sche Her­aus­for­de­run­gen bewäl­tigt und das Ver­trau­en der Nut­zer in die Tech­no­lo­gie gestärkt wer­den können.

Gene­ra­ti­ve KI bie­tet enor­mes Poten­zi­al, die Arbeits­wei­se von Finanz­auf­sichts­be­hör­den zu trans­for­mie­ren, indem sie die Effi­zi­enz stei­gert und die Qua­li­tät von Ent­schei­dun­gen ver­bes­sert. Die Ent­wick­lung steht jedoch noch am Anfang, und es bedarf erheb­li­cher Anstren­gun­gen, um die Tech­no­lo­gie voll aus­zu­schöp­fen und in der Pra­xis zu etablieren.