AI Act für Finanzdienstleister – Was Banken und Versicherungen beachten müssen

Banken und Versicherungen setzen KI längst breit ein – für Kreditentscheidungen, Betrugserkennung, Anlageberatung. Doch mit dem AI Act steht der Finanzsektor vor einer neuen Realität: Viele dieser Systeme fallen direkt in die Hochrisiko-Kategorie der Verordnung. Wer als Bank oder Versicherung nicht rechtzeitig vorbereitet ist, riskiert ab Dezember 2027 nicht nur Bußgelder von bis zu 15 Millionen Euro oder 3 % des weltweiten Jahresumsatzes – sondern auch den Vertrauensverlust von Kunden, die zunehmend wissen wollen, wie Maschinen über ihr Geld entscheiden.

Warum Finanzdienstleister besonders betroffen sind

Der AI Act trifft keine Branche so direkt wie die Finanzwirtschaft. Der Grund liegt in der Natur des Geschäfts: KI-Systeme im Finanzsektor entscheiden über Kreditwürdigkeit, Versicherungsprämien und Anlageempfehlungen – also über Themen, die das Leben von Menschen unmittelbar beeinflussen.

Die EU-Kommission hat diesen Zusammenhang konsequent abgebildet. Annex III des AI Act listet jene KI-Anwendungen explizit als hochriskant auf, die Kreditwürdigkeitsprüfungen durchführen oder Credit Scores erstellen – mit einer einzigen Ausnahme: rein technische Betrugserkennungssysteme ohne Auswirkung auf individuelle Kreditentscheidungen.

Hinzu kommt: KI-Systeme zur Risikobewertung und Preisgestaltung bei Lebens- und Krankenversicherungen für natürliche Personen sind ebenfalls explizit als Hochrisiko-KI eingestuft. Das ist ein Paukenschlag für die gesamte Versicherungsbranche.

Der Finanzsektor steht also nicht vor einer vagen regulatorischen Bedrohung, sondern vor klar definierten Pflichten – mit harten Fristen und konkreten Konsequenzen.

Das Hochrisiko-Klassifikationsproblem: Welche Systeme sind betroffen?

Nicht jede KI im Finanzbereich ist automatisch hochriskant. Die entscheidende Frage lautet: Welchen Zweck erfüllt das System, und wer ist betroffen?

Eindeutig hochriskant nach Annex III

Kredit-Scoring-Modelle: Systeme, die automatisiert oder teilautomatisiert die Kreditwürdigkeit natürlicher Personen bewerten – etwa für Konsumkredite oder Baufinanzierungen. Scoring von Unternehmen fällt nicht unter diese Kategorie
KI-basierte Kreditentscheidungen: Systeme, die Kreditanträge ablehnen oder Konditionen festlegen, auch wenn ein Mensch die finale Entscheidung trifft
Versicherungs-Underwriting-Modelle: Systeme, die für Privatpersonen Prämien bei Lebens- oder Krankenversicherungen kalkulieren
Risikostufeneinstufung für Versicherungsverträge: Modelle, die natürliche Personen in Risikokategorien einteilen

Eher keine Hochrisiko-Einstufung

Interne Risikomodelle ohne direkten Kundenbezug (z. B. Marktrisiko-Aggregationen)
Reine Betrugserkennung auf Transaktionsebene (technische Anomalieerkennung)
Interne Prozessautomatisierung ohne Entscheidungsrelevanz für Kunden

Die Grauzone: Robo-Advisors und Anlageberatung

Robo-Advisor-Systeme, die Anlageempfehlungen generieren, sind nicht automatisch in Annex III gelistet. Allerdings: Wer hier als Anbieter oder Betreiber agiert, muss die allgemeinen Pflichten des AI Act beachten – etwa die KI-Kompetenz nach Art. 4 und, sobald Kunden direkt mit einem KI-System interagieren, die Transparenzpflichten nach Art. 50 – und je nach Ausgestaltung können MiFID-II-Anforderungen parallel greifen. Eine Einzelfallprüfung ist unumgänglich.

Für eine strukturierte Übersicht über alle Risikoklassen empfiehlt sich ein Blick auf KI-Risikoklassen im Vergleich.

Die Pflichtenliste: Was Hochrisiko-Betreiber konkret tun müssen

Wenn ein System als Hochrisiko-KI nach Annex III eingestuft ist, entstehen ab dem 2. Dezember 2027 umfangreiche Compliance-Pflichten. Viele davon treffen in erster Linie den Anbieter des Systems; Finanzdienstleister als Deployer (Betreiber) – also Unternehmen, die KI-Systeme von Drittanbietern einsetzen – müssen sie einfordern und haben daneben eigene Pflichten:

1. Risikomanagementsystem

Der AI Act verlangt vom Anbieter ein kontinuierliches Risikomanagementsystem für jedes Hochrisiko-KI-System (Art. 9): Risikoidentifikation vor dem Inverkehrbringen, laufende Überwachung und dokumentierte Maßnahmen zur Risikominimierung. Als Betreiber überwachen Sie den Betrieb anhand der Betriebsanleitung (Art. 26). Für Finanzinstitute gilt dabei eine Erleichterung: Diese Überwachungspflicht gilt als erfüllt, wenn sie die Governance-Anforderungen des einschlägigen EU-Finanzaufsichtsrechts einhalten.

Zusätzlich müssen Banken und Versicherer, die KI für Kreditwürdigkeitsprüfungen oder für die Preisgestaltung in der Lebens- und Krankenversicherung einsetzen, vor dem ersten Einsatz eine Grundrechte-Folgenabschätzung durchführen (Art. 27) und deren Ergebnis der Marktüberwachungsbehörde melden. Das ist für die von ihr beaufsichtigten Banken, Versicherer, Zahlungs- und Wertpapierinstitute die BaFin: Nach § 2 Abs. 3 des seit 29. Juli 2026 geltenden KI-MIG ist sie Marktüberwachungsbehörde für KI-Systeme, die in direktem Zusammenhang mit regulierter Finanztätigkeit stehen.

Für Banken und Versicherungen, die bereits nach Basel III/IV oder Solvency II robuste Risikomanagement-Frameworks betreiben, klingt das vertraut. Doch Vorsicht: Die Anforderungen überlappen sich, sind aber nicht deckungsgleich. Ein bestehendes Modell-Risikoframework deckt die AI-Act-Anforderungen nur teilweise ab.

2. Technische Dokumentation und Protokollierung

Hochrisiko-KI-Systeme müssen umfassend dokumentiert sein – von der Trainingsphase über die Evaluation bis hin zum laufenden Betrieb. Die technische Dokumentation erstellt der Anbieter. Für zugekaufte Systeme bedeutet das: Der Betreiber braucht vom Lieferanten eine Betriebsanleitung und die Informationen, die er für seine eigenen Pflichten benötigt – und sollte prüfen, ob diese vollständig sind.

Hinzu kommt die automatische Protokollierung (Logging) relevanter Ereignisse, die das System technisch ermöglichen muss. Betreiber bewahren die Logs, soweit sie unter ihrer Kontrolle stehen, mindestens sechs Monate auf; Finanzinstitute führen sie als Teil der Dokumentation nach dem Finanzaufsichtsrecht (Art. 26 Abs. 6).

3. Menschliche Aufsicht

Das AI Act-Prinzip der Human Oversight ist für Finanzdienstleister besonders relevant. Es genügt nicht, ein KI-System mit einem formalen „Vier-Augen-Prinzip“ abzusichern, wenn die menschlichen Entscheider de facto keine reale Kontrolle ausüben können.

Konkret: Wer Kreditentscheidungen durch KI unterstützen lässt, muss sicherstellen, dass die zuständige Person die Empfehlung tatsächlich inhaltlich prüfen kann – und das entsprechend geschult ist.

Der AI Act verlangt ausdrücklich, dass Betreiber die menschliche Aufsicht Personen übertragen, die über die nötige Kompetenz, Schulung und Befugnis verfügen (Art. 26 Abs. 2). Unabhängig davon gilt bereits seit Februar 2025 die KI-Kompetenz nach AI Act: Unternehmen müssen Maßnahmen ergreifen, um die KI-Kompetenz ihrer Mitarbeitenden zu fördern.

4. Transparenz gegenüber Betroffenen

Wenn eine natürliche Person durch ein Hochrisiko-KI-System in ihren Interessen wesentlich betroffen ist – etwa durch eine Kreditablehnung oder eine erhöhte Versicherungsprämie – greifen Informationspflichten. Die betroffene Person muss erfahren, dass ein Hochrisiko-KI-System eingesetzt wird (Art. 26 Abs. 11), und kann eine Erklärung der Rolle des Systems bei der Entscheidung verlangen (Art. 86).

Das überschneidet sich mit den Rechten aus der DSGVO (Art. 22), geht aber in Teilen darüber hinaus. Eine Auseinandersetzung mit den Unterschieden lohnt sich: AI Act und DSGVO Unterschiede.

5. Konformitätsbewertung und CE-Kennzeichnung

Für Hochrisiko-KI-Systeme muss der Anbieter vor dem Inverkehrbringen eine Konformitätsbewertung durchführen. Eine ausdrückliche Prüfpflicht wie für Importeure sieht der AI Act für Betreiber (Deployer) nicht vor – praktisch sollten Sie trotzdem prüfen, ob das zugekaufte System die Konformitätsbewertung durchlaufen hat und eine EU-Konformitätserklärung vorliegt. Sonst setzen Sie ein System ein, das gar nicht auf dem Markt sein dürfte.

Regulatorische Überlagerung: AI Act trifft bestehende Finanzregulierung

Finanzdienstleister kämpfen nicht auf einem unbeschriebenen Blatt. Sie operieren bereits unter einem dichten Regulierungsnetz – und der AI Act fügt eine neue Schicht hinzu, ohne die bestehenden Anforderungen zu ersetzen.

AI Act + MiFID II

Wer Anlageberatung oder Portfoliomanagement mit KI-Unterstützung erbringt, muss sowohl die Geeignetheitsprüfung nach MiFID II als auch die Transparenzanforderungen des AI Act erfüllen. Konkret bedeutet das: Doppelte Dokumentationspflichten, die sorgfältig aufeinander abgestimmt werden müssen, um Lücken und Widersprüche zu vermeiden.

AI Act + Solvency II / VAG

Versicherungsunternehmen, die KI im Underwriting einsetzen, sollten die Hochrisiko-Anforderungen des AI Act in ihr bestehendes ORSA-Framework (Own Risk and Solvency Assessment) integrieren. Der AI Act selbst knüpft an diese Strukturen an: Überwachung und Protokollaufbewahrung können Finanzinstitute über ihre bestehenden Governance-Prozesse nach Finanzaufsichtsrecht abbilden.

AI Act + DSGVO / KI-Entscheidungen

Kreditentscheidungen basieren oft auf personenbezogenen Daten. Wer hier KI einsetzt, muss nicht nur die AI-Act-Pflichten erfüllen, sondern auch eine Datenschutz-Folgenabschätzung (DSFA) durchführen – denn automatisierte Kreditentscheidungen sind klassische DSFA-Trigger.

Praxisbeispiel: Kreditvergabe in der Sparkasse

Nehmen wir ein konkretes Beispiel: Eine mittelgroße Sparkasse setzt seit 2022 ein KI-System eines deutschen FinTech-Anbieters ein, das Kreditanträge von Privatpersonen vorbewertet und eine Empfehlung (Annehmen/Ablehnen/Nachfrage) generiert. Die finale Entscheidung trifft ein Sachbearbeiter.

Was bedeutet der AI Act konkret?

Pflicht	Status ohne AI-Act-Vorbereitung	Maßnahme
Risikomanagement-System für KI	Nicht dokumentiert	Separates KI-Risikoregister anlegen
Technische Dokumentation	Nur Anbieter-Doku	Vollständigkeit prüfen, Lücken schließen
Human-Oversight-Nachweis	Prozessual vorhanden, aber nicht KI-spezifisch	Schulung der Sachbearbeiter, Nachweis dokumentieren
Protokollierung	Systemseitig vorhanden	AI-Act-konforme Aufbewahrungsfristen prüfen
Transparenz gegenüber Antragstellern	Nur DSGVO-Hinweis	KI-Einsatz explizit kommunizieren
Lieferanten-Konformität	Unklar	CE-Konformitätserklärung des Anbieters einholen

Ein Detail zur Einordnung: Systeme, die vor dem 2. Dezember 2027 in Betrieb genommen wurden, fallen nur dann unter die Hochrisiko-Pflichten, wenn sie danach wesentlich geändert werden (Art. 111 Abs. 2). Bei laufend weiterentwickelten Scoring-Modellen und neuen Releases des Anbieters ist das allerdings schnell der Fall – verlassen Sie sich nicht auf den Bestandsschutz.

Allein für diesen einen Use-Case entsteht ein Compliance-Aufwand, der – je nach Vorbereitung – zwischen drei und acht Personenmonaten liegen kann. Bei Instituten mit fünf bis zehn solcher KI-Systeme summiert sich das schnell.

Die Zeitachse: Wann müssen Finanzdienstleister handeln?

Der AI Act folgt einem gestaffelten Zeitplan, der für Finanzdienstleister konkrete Fristen setzt:

Seit Februar 2025: Verbote für nicht akzeptable KI-Praktiken gelten. Social Scoring ist untersagt – relevant für Versicherer mit verhaltensbasierten Scoring-Modellen. Ebenfalls seit Februar 2025 gilt die KI-Kompetenz nach Art. 4; seit dem Digital Omnibus ist sie eine Pflicht zu Fördermaßnahmen statt einer Pflicht zu einem bestimmten Kompetenzniveau.
Seit August 2026: Transparenzpflichten nach Art. 50 (z. B. Kennzeichnung von Chatbots) gelten; Verbote, Transparenz und KI-Kompetenz können seitdem durchgesetzt werden.
2. Dezember 2027: Pflichten für Hochrisiko-KI-Systeme nach Annex III gelten – also für Kredit-Scoring und Versicherungs-Pricing (verschoben durch den Digital Omnibus, VO (EU) 2026/1744, in Kraft seit 27. Juli 2026).
2. August 2028: Pflichten für Hochrisiko-KI nach Annex I (Sicherheitsbauteile in regulierten Produkten) gelten – für Finanzdienstleister meist nicht einschlägig.

Eine detaillierte Übersicht aller relevanten Fristen bietet AI Act Zeitplan und Fristen 2025-2028. Wichtig: Der Dezember 2027 klingt weit weg, aber die Vorbereitung braucht Zeit. Risikomanagement, Dokumentation und Qualitätsmanagement auf Anbieterseite brauchen realistisch 12 bis 18 Monate – und Ihre Lieferantenverträge, die Grundrechte-Folgenabschätzung und die Schulungen bauen darauf auf. Wer damit bis kurz vor dem Stichtag wartet, unterschätzt den Umsetzungsaufwand erheblich.

Die Lieferantenfrage: Was Banken von ihren KI-Anbietern verlangen müssen

Ein strukturelles Problem im Finanzsektor: Viele der kritischsten KI-Systeme stammen von Drittanbietern – FinTechs, großen Technologiekonzernen oder spezialisierten Ratingagenturen. Als Deployer bleiben Banken und Versicherungen jedoch mitverantwortlich.

Konkret bedeutet das: Finanzdienstleister sollten ihren KI-Lieferanten folgende Nachweise abverlangen:

EU-Konformitätserklärung für das Hochrisiko-KI-System
Technische Dokumentation (vollständig, nicht nur als Marketingunterlagen)
Vertragsklauseln, die dem Betreiber ausreichende Informationen für seine eigene Compliance sichern
Schulungsunterlagen für die menschliche Aufsicht
Logging-Funktionalitäten, die den AI-Act-Anforderungen entsprechen

Wer diese Nachweise nicht einholt, trägt im Zweifelsfall das volle Compliance-Risiko – auch wenn der Fehler beim Anbieter liegt. Gerade kleinere Institute, die über wenig Verhandlungsmacht gegenüber großen Technologiekonzernen verfügen, sollten dieses Risiko aktiv ansprechen und gegebenenfalls auf standardisierte Vertragsklauseln pochen.

Besonderheit Versicherungen: Verhaltensbasiertes Pricing unter Druck

Versicherungsunternehmen, die mit Telematik-Tarifen, Fitness-Trackern oder verhaltensbasierten Daten arbeiten, befinden sich in einer besonders sensiblen Situation.

Das AI Act-Verbot des „Social Scoring“ greift dann, wenn Systeme über einen längeren Zeitraum Verhaltensdaten auswerten, um eine umfassende Bewertung natürlicher Personen vorzunehmen. Ob ein verhaltensbasiertes Versicherungsmodell darunter fällt, hängt von der konkreten Ausgestaltung ab – die Grenze ist noch nicht durch Aufsichtsbehörden oder Gerichte konkretisiert worden.

Empfehlung: Wer heute Telematikmethoden einsetzt oder plant, sollte die rechtliche Qualifikation durch spezialisierte Berater prüfen lassen – und zwar bevor das System in Betrieb geht.

Vor der Lieferantenfrage steht die eigene Bestandsaufnahme: Welche Modelle laufen im Haus, welche kommen vom Dienstleister, welche fallen unter Annex III? Inventar und Risikoklasse an einer Stelle zu führen erspart die dritte Excel-Liste neben MaRisk und DSGVO.

Fazit: Der Finanzsektor muss jetzt strukturiert vorgehen

Der AI Act ist für Banken und Versicherungen kein abstraktes Zukunftsproblem. Die Hochrisiko-Klassifikation von Kredit-Scoring und Versicherungs-Underwriting-Modellen ist eindeutig. Die Fristen laufen. Und die Compliance-Pflichten – Risikomanagement, Dokumentation, Human Oversight, Lieferantenmanagement, Schulungen – erfordern strukturierte Vorbereitung, keine Ad-hoc-Reaktionen.

Die gute Nachricht: Finanzdienstleister sind Regulierung gewohnt. Wer ein funktionierendes Compliance-Framework für MiFID II, DSGVO oder Solvency II aufgebaut hat, steht nicht bei null. Aber die KI-spezifischen Anforderungen des AI Act verlangen eine eigenständige Betrachtung – und die Integration in bestehende Governance-Strukturen ist anspruchsvoll.

Wer heute den ersten Schritt macht, schafft Vorsprung. Wer wartet, riskiert nicht nur regulatorische Sanktionen, sondern auch operative Hektik kurz vor der Frist.