Diese Chancen bietet künstliche Intelligenz der Compliance in Banken

Mit dem EU AI Act erschließen sich Compliance-Verantwortlichen neue Möglichkeiten.

Keyfacts:

  • Generative künstliche Intelligenz bietet auch der Compliance-Funktion in der Finanzindustrie große Chancen.
  • Vor allem die schnelle Verarbeitung großer Datenmengen hat Potenzial
  • Rechtsmonitoring und der Kampf gegen Geldwäsche sind zwei Bereiche, in denen KI in Banken oder anderen Finanzinstituten Anwendung finden kann.

Die Verbreitung von künstlicher Intelligenz (KI) im Alltag und in Unternehmen der Finanzindustrie schreitet voran. Wie also können Compliance-Verantwortliche von der neuen Technologie profitieren? Welche Einsatzmöglichkeiten gibt es vor allem für große Sprachmodelle, also für generative KI, in ihrem Zuständigkeitsbereich?

Blicken wir kurz auf den Begriff KI und seine Bedeutung: Grundsätzlich bezeichnet künstliche Intelligenz die Fähigkeit eines IT-Systems, menschliche Intelligenz nachzuahmen. Eine KI lernt kontinuierlich dazu und kann eigenständig Entscheidungen treffen. Dabei kommen Techniken wie Maschinelles Lernen (ML) und neuronale Netze zum Einsatz.

Der Artificial Intelligence Act der Europäischen Union (EU AI Act) verwendet eine weiter gefasste Definition von KI, die von der OECD übernommen wurde: „Ein KI-System ist ein maschinenbasiertes System, das für explizite oder implizite Ziele aus den Eingaben, die es erhält, ableitet, wie es Ergebnisse wie Vorhersagen, Inhalte, Empfehlungen oder Entscheidungen erzeugen kann, die physische oder virtuelle Umgebungen beeinflussen können.“

 

Vorteile von KI für die Compliance-Funktion in der Finanzindustrie

Dafür etabliert der EU AI Act einen EU-weiten Regelungsrahmen für Anwendungsfälle von KI (siehe unser Schaubild). Die Möglichkeiten für den Einsatz von KI sind in allen Bereichen der Compliance-Funktion vielfältig.

Neben möglichen Effizienzsteigerungen birgt KI aber auch Risiken. Die Rechtsprechung und Aufsichtsbehörden reagieren darauf und versuchen, mit den technologischen Entwicklungen Schritt zu halten – der AI Act der EU ist ein Beispiel dafür.

Für den Compliance-Bereich in der Finanzbranche zeigen sich die Vorteile von KI besonders in der schnellen Verarbeitung und Auswertung großer Datenmengen. Während eine menschliche Arbeitskraft Stunden für einzelne Aufgaben benötigen, erledigen intelligente Algorithmen das in Sekunden.

Ein automatisiertes Vorgehen kann Prozesse optimieren, Mitarbeiter entlasten und mögliche Compliance-Risiken (die in manuellen Prozessen entstehen können) verringern. Use Cases für KI in der Compliance-Funktion zum Beispiel von Banken sind aus unserer Sicht vor allem folgende:

1. Einsatz von großen Sprachmodellen/generativer KI

Mit vergleichsweise geringem Aufwand können Large Language Models (große Sprachmodelle) dazu genutzt werden, um Dokumente inhaltlich miteinander zu verknüpfen. In vielen Banken kommen solche Anwendungen schon zum Einsatz, um zum Beispiel das bisweilen schwierige Auffinden von Informationen in internen Organisationshandbüchern (Schriftlich fixierte Ordnung, SfO) und Arbeitsanweisungen zu optimieren.

Hierzu wird zunächst die Gesamtheit der gewünschten Dokumente einem KI-System als Informationsgrundlage zur Verfügung gestellt. Anschließend werden in der Konfiguration der KI etwa Länge, Stil und Präzisionsniveau der Antworten festgelegt.

Gleiches kann mit den für den jeweiligen Anwender relevanten Rechtsquellen, Guidelines und Auslegungs- und Anwendungshinweisen realisiert werden. Eine Antwort des KI-Systems auf eine Frage kann dann alle einschlägigen Informationen über alle Dokumente hinweg berücksichtigen.

2. KI im Rechtsmonitoring

KI kann kontinuierlich eine Vielzahl von Rechtsquellen scannen und automatisch Aktualisierungen zu relevanten Gesetzen, Vorschriften und Rechtsprechungen bereitstellen. Das stellt einerseits sicher, dass Finanzunternehmen stets auf dem neuesten Stand der Rechtslage sind.

Andererseits verschafft das den Instituten Rechtssicherheit, indem es aufweist, welche einschlägigen Gesetze oder Vorschriften auf das Unternehmen Anwendung finden.

KPMG Jur Service

Rechtsmonitoring und Normenhandling sind Kernaufgaben von Compliance-Abteilungen von Finanzinstituten, um die geltende Regulatorik anzuwenden. KPMG Jur Service bietet eine intuitive End-to-End Plattform für verbindliche Rechtsnormen und erleichtert Facheinheiten das Normen-Verständnis sowie die -Umsetzungsdokumentation.

3. Geldwäschebekämpfung

Auch für die Geldwäschebekämpfung, speziell für das Transaktionsmonitoring, ergeben sich Use Cases für KI. KI-Systeme sind in der Lage, komplexe Muster und Verbindungen über verschiedene Kunden eines Bankinstitutes hinweg zu identifizieren und so die Anomalien im Transaktionsverhalten transparent zu machen. Gerade mit Blick auf die hohe False-Positive-Rate bei nicht KI-gestützten Datenverarbeitungssystemen lässt sich eine deutliche Effizienzsteigerung erreichen.

Inkrafttreten des AI Act: Aufgabenfelder für die Compliance-Funktion

Wir sehen zurzeit zahlreiche und vielfältige KI-Initiativen bei unseren Kunden, über viele Bereiche und Abteilungen hinweg. Hierbei fällt auf, dass vielfach die Use Cases noch unzureichend identifiziert, die Aufgabenfelder noch nicht alle in den Blick genommen wurden.

Aber mit Blick auf das schrittweise Inkrafttreten der Vorgaben aus dem AI Act sollten sich Compliance-Verantwortliche jetzt mit den folgenden Aufgabenfeldern auseinandersetzen:

Ausarbeitung einer ganzheitlichen KI-Strategie für Compliance: Eine geeignete Governance im Umgang mit KI endet nicht in der richtigen Auswahl der einzusetzenden Modelle. Institute müssen Ziele für die Organisation festlegen, vorrangige Anwendungsfälle definieren und die erforderlichen Ressourcen dokumentieren.

Identifikation von KI-Potenzialen in der institutseigenen Compliance-Funktion: Use Case Screening

Identifikation der mit der Nutzung von KI verbundenen (Rechts-) Risiken: Gap-Analyse gegenüber regulatorischen Anforderungen des EU AI Act

Datenbereinigung/ -vervollständigung: Grundlage für verlässliche KI-basierte Entscheidungen ist eine vollständige und qualitativ hochwertige Datenbasis. Diese ist zwingende Voraussetzung, damit Muster durch die KI erlernt werden können.

Ausarbeitung einer Umsetzungsstrategie: Es werden risikomindernde Strategien – wie die Analyse und Selektion geeigneter Verfahren – benötigt. Sie sind essenziell für ein effektives Management.