Regulierung als KI-Skalierungsbooster

Regeln haben immer auch etwas Positives: Wie würden Geldgeschäfte ablaufen, wenn es dafür keine Gesetze gäbe? Erst Regeln führen zu einem zufriedenen, vertrauensvollen Miteinander. Bei KI ist es ähnlich: Wer komplexe Vorgänge an eine Maschine abgibt, sollte darauf vertrauen und prüfen können, dass sie verlässlich funktioniert. Dann lässt sie sich produktiv in vielen Situationen im Business-Alltag verwenden und gibt dem KI-Einsatz einen richtigen Boost.

Versicherungsnehmer können sich in Deutschland absolut darauf verlassen, dass ihre Versicherung im Fall der Fälle garantiert zahlen kann. Dafür sorgen zahlreiche Vorschriften, die eine ausreichende Risiko-Vorsorge und abgesicherte Geldanlage vorschreiben. Hier sorgt Regulierung also für absolute Verlässlichkeit, selbst wenn beispielsweise eine Naturkatastrophe für großflächige Schäden sorgt.

Im Business-Maßstab trifft das auch auf Regulierungen wie den EU AI Act, die FIDA-Verordnung (Financial Data Access) und BaFin-Vorgaben zu. Sie sorgen für mehr Transparenz und Kontrolle für Kunden und sorgen letztlich für eine höhere Datenqualität, mit der eine KI deutlich bessere Ergebnisse erzielen kann.

Was passiert, wenn solche Leitplanken fehlen, hat die Finanzkrise 2008 gezeigt: Sie hat nicht nur Banken, sondern auch Versicherer wie AIG in höchste Nöte gebracht, die Ausfallrisiken nur unzureichend mit Kapitalrückstellungen abgesichert hatten. Dies war eine direkte Folge einer zu schwachen Regulierung.

KI-Agenten werden fehlende Fachkräfte ersetzen

Allen Verantwortlichen im Finanzwesen dürfte aufgrund der demographischen Entwicklung und des weiter wachsenden Fachkräftemangels klar sein, dass wir Künstliche Intelligenz benötigen, um Prozesse und Workflows viel stärker zu automatisieren als bisher. KI-Agenten spielen dabei eine zentrale Rolle, weil sie ähnlich wie Menschen auch komplexere Aktionen selbstständig durchführen können und nicht nur Auskunft geben oder Anträge prüfen können.

Halluzinationen und nicht nachvollziehbare Entscheidungen dürfen den KI-Agenten aber in keinem einzigen Fall unterlaufen. Denn bei jeder Risikobewertung, Schadensregulierung oder Finanztransaktion können große Summen umgeschichtet werden. Von menschlichen Mitarbeitern wird verlangt, dass sie regelkonforme, dokumentierte Entscheidungen treffen. Dies muss natürlich auch für eine KI gelten.

Der Kunde geht davon aus, dass sein Institut und seine Versicherungen umsichtig und verantwortlich handeln, unabhängig davon, ob Entscheidungen von Menschen oder einer KI gefällt werden. Die KI muss genauso DSGVO-Vorgaben folgen und sich an Datensicherheits- und Datenschutzregeln halten – das ist die absolut notwendige Grundlage, um sie produktiv einsetzen zu können.

FIDA sorgt indirekt für verlässlichere KI-Ergebnisse

Auf Finanzinstitute kommen mit FIDA noch einmal strengere regulatorische Anforderungen zu. Deren Erfüllung ist eine zusätzliche Last und ein Kostenfaktor. Auf der anderen Seite benötigen sie auch selbst bessere, datengetriebene Entscheidungen. Der Schlüssel für beides liegt in einer erhöhten Datentransparenz. Regulatorische Compliance bedeutet nicht nur Regeln beachten – es bedeutet, dass Entscheidungen nachvollziehbar und überprüfbar sein müssen.

Datentransparenz ist die Versicherung gegen schlechte Entscheidungen. Wenn Finanzinstitute wissen, dass ihre KI keine versteckten Verzerrungen hat, dass sie robust ist gegen Edge Cases – dann können sie schneller und risikoärmer skalieren.

FIDA dient direkt dem Interesse von Kunden für mehr Kontrolle und Transparenz. Dafür werden Organisationen entsprechende Daten weiter aggregieren und qualitätssichern müssen. Dies erhöht gleichzeitig die Menge und Qualität an Daten, die für innovative und nützliche KI-Lösungen besonders wichtig sind. Dank einheitlicher und standardisierter Schnittstellen und Datenformate sinkt auch intern der Aufwand, diese Daten zu erheben und kontinuierlich zu verarbeiten.

Vom Datenpotenzial zu belastbaren KI-Entscheidungen

Dieser Datenschatz kann genutzt werden, um KI-Agentensysteme verlässlicher zu machen. Die Kunst besteht in einer datengetriebenen Orchestrierung der Agenten. Dabei werden aus den Daten analytische Leitplanken abgeleitet, welche die Agenten steuern. So gelangt man zu KI-Entscheidungen, die gemäß BaFin, EU-AI-Act und FIDA nachprüfbar, datenbasiert und verlässlich sind. Statt eines universell genutzten LLM wird eine Kombination verschiedener Modelle inkl. Small Language Models und klassischerer Machine-Learning-Modelle eingesetzt, um große Datenbestände nach Mustern und Auffälligkeiten zu durchsuchen und präzise Filter bereitzustellen. Die generative KI kann darauf basierend erklären, was das konkret bedeutet und entsprechende Aktionen anstoßen.

Dank der Regulierungsvorgaben und der damit konformen, verlässlichen KI-Technologie wird sich der breite KI-Einsatz rasant entwickeln. KI wird in vielen Geschäftsfeldern und komplexen Umgebungen in Kürze zum Einsatz kommen, bei denen Unternehmen bisher zurückhaltend agiert haben. Damit schaffen einheitliche Regeln und Standards die Voraussetzung dafür, dass sich erfolgreiche KI-Lösungen nicht nur lokal erproben, sondern schnell auf weitere Prozesse, Abteilungen und Standorte übertragen lassen – Regulierung wird so zum entscheidenden Hebel für Skalierung.

Fazit

Auch wenn „Daten-Owner“ aufgrund von FIDA ihre Daten öffnen und Drittanbieter und Insurtechs bereitstellen müssen: Aus der Datenperspektive wirkt die Regulierung wie ein sehr effektiver Katalysator. Unternehmen, die jetzt auf den regelkonformen Einsatz von KI setzen, haben noch einen deutlichen Wettbewerbsvorteil, der sich schnell als lohnende Investition in die Zukunft entpuppen wird.

Ein Gastbeitrag von Heiko Beier, Geschäftsführer von moresophy und Professor für Medienkommunikation.