KI-Regulierung im Finanzsektor bekommt immer mehr Bedeutung. Banken und andere Finanzinstitute setzen Künstliche Intelligenz inzwischen für Kreditentscheidungen, Betrugserkennung, Risikomodelle und Kundenprozesse ein. Die Technologie bringt Effizienzgewinne, erhöht aber auch die Anforderungen an Kontrolle und Nachvollziehbarkeit. Während die EU mit dem AI Act einen breiten Rahmen geschaffen hat, entwickeln asiatische Finanzzentren eigene Regelungen, die stärker auf Banken, Versicherungen und Kapitalmärkte zugeschnitten sind. Hongkong, Singapur und Festlandchina haben 2025 und 2026 Leitlinien und Frameworks veröffentlicht, die den Einsatz von KI im Finanzsektor steuern sollen.
Diese Regeln sind für Institute mit Geschäft in Asien direkt relevant. Sie zeigen aber auch, welche Erwartungen Aufsichtsbehörden an verantwortungsvolle KI-Nutzung stellen und wie sich Innovation und Kontrolle verbinden lassen. Der Beitrag stellt die wichtigsten Initiativen vor und ordnet sie ein.
Warum der Finanzsektor besondere Regeln für KI braucht
Im Finanzbereich haben KI-Entscheidungen direkte finanzielle Folgen. Ein Kreditmodell beeinflusst, wer ein Darlehen erhält. Ein Betrugserkennungssystem blockiert oder gibt Zahlungen frei. Ein Risikomodell steuert Limits und Kapital. Fehler können zu Verlusten, ungerechtfertigter Ablehnung von Kunden oder Störungen im Markt führen. Deshalb erwarten Aufsichtsbehörden höhere Standards an Tests, Dokumentation und Überwachung als in vielen anderen Branchen.
Die Modelle selbst werden komplexer. Generative Systeme liefern Ergebnisse, die nicht immer gleich ausfallen. Agentische Anwendungen können innerhalb festgelegter Grenzen eigenständig handeln. Siehe hierzu auch meinen Artikel über Agentic Finance. Klassische Freigabeprozesse reichen dann nicht mehr aus. Institute müssen nachvollziehen können, wie ein System zu einer Entscheidung kommt, und eingreifen, wenn es von den erwarteten Grenzen abweicht.
Asiatische Aufsichtsbehörden setzen auf eine Kombination aus klaren Prinzipien, risikobasierten Anforderungen und Testumgebungen. Sie verlangen, dass Institute KI-Risiken sowohl für das gesamte Unternehmen als auch für einzelne Anwendungen steuern.
Hongkong: ART-Framework und erweiterte Sandbox
Die Hong Kong Monetary Authority hat das ART-FrameworkDas ART-Framework der Hong Kong Monetary Authority beschreib... More vorgestellt. Die drei Buchstaben stehen für Accountability, Resilience und Trust. Accountability bedeutet, dass Banken klare Verantwortlichkeiten für Entwicklung, Einsatz und Kontrolle von KI-Systemen festlegen müssen. Resilience bezieht sich auf die Widerstandsfähigkeit der Systeme gegen Fehler, Angriffe oder unerwartetes Verhalten. Trust umfasst Fairness, Transparenz und den Schutz der Kundeninteressen.
Ergänzend betreibt Hongkong eine Generative-AI-Sandbox, die inzwischen erweitert wurde. Banken und Technologiepartner können dort konkrete Anwendungsfälle testen. Die Ergebnisse fließen in die Weiterentwicklung der Aufsicht ein. Zusätzlich hat die HKMA Project SAGEProject SAGE ist eine Initiative der Hong Kong Monetary Auth... More gestartet. Es beschäftigt sich mit agentischen Systemen und der Frage, welche Regeln gelten sollen, wenn KI eigenständig Transaktionen auslöst oder Entscheidungen trifft.
Die Aufsicht erwartet von Banken, dass sie nicht nur Modelle dokumentieren, sondern auch Prozesse für menschliche Kontrolle, Eskalation und Notfälle definieren. Bei Anwendungen mit direkter Kundenwirkung oder mit möglichen Auswirkungen auf die Stabilität gelten höhere Anforderungen.
Singapur: Anforderungen auf zwei Ebenen
Die Monetary Authority of SingaporeDie Monetary Authority of Singapore (MAS) ist die Zentralban... More hat Leitlinien zum Umgang mit KI-Risiken veröffentlicht. Banken müssen Risiken sowohl auf Unternehmensebene als auch für einzelne Anwendungsfälle steuern. Auf Unternehmensebene geht es um Governance-Strukturen, interne Richtlinien, klare Zuständigkeiten und die Übersicht über alle eingesetzten KI-Anwendungen. Auf der Ebene der einzelnen Anwendung müssen Institute die spezifischen Risiken bewerten, die Datenqualität sicherstellen, Tests durchführen und menschliche Aufsicht gewährleisten.
Ein weiterer Schwerpunkt liegt auf Drittanbietern. Viele Institute nutzen Modelle oder Infrastruktur von externen Firmen. Die MAS erwartet, dass Banken die damit verbundenen Abhängigkeiten und Risiken verstehen und steuern. Die Leitlinien sollen schrittweise umgesetzt werden, erste Anforderungen greifen ab 2027.
Singapur hat außerdem das Future of Finance Institute eingerichtet. Es bringt Aufsicht, Banken und Technologieanbieter zusammen und behandelt unter anderem Fragen des Risikomanagements bei KI. Der Ansatz ist dialogorientiert: Die Behörde formuliert Erwartungen, holt Feedback ein und unterstützt den Austausch praktischer Erfahrungen.
China: Leitlinien für Banken und Versicherungen
Die National Financial Regulatory Administration hat Leitlinien für den sicheren Einsatz von KI in Banken und Versicherungen herausgegeben. Sie decken Governance, Datenmanagement, Risikosteuerung und die Rolle menschlicher Aufsicht ab. Institute müssen Prozesse für den gesamten Lebenszyklus eines KI-Systems etablieren – von der Entwicklung über den Einsatz bis zur laufenden Überwachung und Anpassung.
Die Leitlinien verlangen, dass Risiken identifiziert und begrenzt werden, bevor ein System in den produktiven Betrieb geht. Modelle sollen regelmäßig überprüft und bei Änderungen der Daten oder des Marktumfelds angepasst werden. Erste Banken haben bereits interne Regelungen veröffentlicht, die sich an diesen Vorgaben orientieren.
Für internationale Institute mit Tochtergesellschaften oder Kooperationen in China bedeutet das, lokale Strukturen aufzubauen, die den chinesischen Anforderungen entsprechen. Die Aufsicht prüft die Umsetzung und kann bei Bedarf nachsteuern.
Unterschiede zum EU AI Act
Die asiatischen Regelungen und der EU AI Act verfolgen unterschiedliche Wege. Der AI Act klassifiziert Systeme nach Risiko und stellt für Hochrisiko-Anwendungen detaillierte Anforderungen an Daten, Dokumentation, menschliche Aufsicht und Genauigkeit. Er gilt horizontal über viele Sektoren hinweg.
Die Ansätze in Hongkong, Singapur und China sind von Anfang an auf den Finanzsektor ausgerichtet. Sie können dadurch schneller auf branchenspezifische Risiken eingehen, etwa im Kreditgeschäft, in der Betrugserkennung oder im Handel. Gleichzeitig fehlt ihnen die breite einheitliche Geltung über alle Wirtschaftsbereiche. Für international tätige Banken entsteht daraus praktischer Aufwand: Ein Modell kann in der EU anderen Dokumentationspflichten unterliegen als in Hongkong oder Singapur. Viele Institute entwickeln deshalb interne Standards, die die strengsten relevanten Anforderungen abdecken.
KI-Regulierung im Finanzsektor: Was Institute praktisch umsetzen müssen
Die Erfüllung der Anforderungen geht über die Veröffentlichung einer internen Richtlinie hinaus. Banken müssen Rollen und Verantwortlichkeiten klar zuweisen, Freigabeprozesse für neue Modelle etablieren und technische Kontrollen einführen. Dazu gehören die Versionierung von Modellen, die Überwachung der Leistung im laufenden Betrieb, die Erkennung von Veränderungen im Modellverhalten und klare Wege für Eskalation bei Auffälligkeiten.
Besonders anspruchsvoll ist die menschliche Aufsicht bei generativen und agentischen Systemen. Es genügt nicht, dass am Ende ein Mensch eine Empfehlung freigibt. Institute müssen verstehen, auf welcher Grundlage das System handelt, und in der Lage sein einzugreifen, wenn die Ergebnisse von den erwarteten Grenzen abweichen. Das erfordert entsprechende Fachkenntnisse und Werkzeuge.
Viele Banken bauen für die KI-Regulierung im Finanzsektor spezialisierte Teams auf oder erweitern bestehende Risikofunktionen. Sie nutzen die Sandboxes in Hongkong und die Austauschformate in Singapur, um Erfahrungen zu sammeln, bevor Anwendungen in den Regelbetrieb übergehen. Die Dokumentation von Datenherkunft und Modellentscheidungen wird ausgebaut.
Offene Fragen und Herausforderungen
Einige Punkte sind in der KI-Regulierung im Finanzsektor noch nicht abschließend geklärt. Die Haftung bei Fehlern von KI-Systemen ist in vielen Ländern offen. Wenn ein Modell eine falsche Kreditentscheidung trifft oder ein agentisches System eine unzulässige Zahlung ausführt, muss bestimmt werden, wer verantwortlich ist – das Institut, der Modell-Anbieter oder andere Beteiligte. Die asiatischen Aufsichtsbehörden arbeiten an Klarstellungen.
Auch die Frage der Erklärbarkeit bleibt schwierig. Komplexe Modelle liefern nicht immer leicht nachvollziehbare Begründungen. Aufsicht und Institute müssen festlegen, wie viel Transparenz für welche Anwendung erforderlich ist. Bei Entscheidungen, die Kunden direkt betreffen, sind die Erwartungen in der Regel höher.
Schließlich entwickelt sich die Technologie schnell weiter. Regeln, die heute für generative Modelle formuliert werden, müssen möglicherweise für agentische Systeme angepasst werden. Die dialogorientierten Formate in Hongkong und Singapur bieten hier Flexibilität, erfordern aber kontinuierliche Weiterentwicklung auf Seiten der Aufsicht und der Institute.
KI-Regulierung im Finanzsektor: Bedeutung für den deutschsprachigen Raum
Institute mit Aktivitäten in Asien müssen die lokalen Regeln erfüllen. Auch ohne direkte Präsenz lohnt sich die Beobachtung. Die asiatischen Ansätze zeigen praxisnahe Wege, wie sich Anforderungen an Kontrolle, Tests und menschliche Aufsicht in den Alltag von Banken übersetzen lassen. Sie können als Referenz dienen, wenn europäische Institute ihre internen Prozesse weiterentwickeln oder wenn die konkrete Anwendung des AI Act im Finanzsektor ausgestaltet wird.
Die Entwicklungen in Hongkong, Singapur und China machen deutlich, dass KI-Regulierung im Finanzsektor nicht nur aus allgemeinen Prinzipien besteht. Sie erfordert konkrete Prozesse, klare Verantwortlichkeiten und die Fähigkeit, Modelle im laufenden Betrieb zu überwachen. Wer diese Anforderungen früh versteht, kann besser vorbereitet sein.
Weiterführende Quellen
- HKMA launches ART framework for responsible AI adoption in banking
- MAS issues guidelines on AI risk management for banks
- China’s NFRA publishes guiding opinions on AI in banking and insurance
- Hong Kong expands Generative AI Sandbox for financial institutions
Disclaimer/Risikohinweis:
Dieser Beitrag dient ausschließlich der allgemeinen Information und stellt keine Anlage-, Steuer-, Rechts- oder sonstige Beratung dar. Die dargestellten Regelungen und Einschätzungen entsprechen dem Stand zum Zeitpunkt der Veröffentlichung und können sich jederzeit ändern. Der Einsatz von KI-Systemen im Finanzbereich unterliegt spezifischen Risiken und Anforderungen. Vor Entscheidungen sollten Sie unabhängigen fachlichen Rat einholen; für Handlungen auf Basis dieser Informationen wird keine Haftung übernommen.