KI-Kreditbewertung unter der EU-KI-Verordnung

Die Kreditbewertung ist eine der frühesten und folgenreichsten Anwendungen algorithmischer Entscheidungsfindung. Die EU-KI-Verordnung (Verordnung 2024/1689) stuft KI-Systeme, die zur Bewertung der Kreditwürdigkeit natürlicher Personen oder zur Ermittlung ihres Kredit-Scores eingesetzt werden, gemäß Anhang III, Punkt 5 Buchstabe b als hochriskant ein.

KI-basierte Kreditbewertungssysteme sind ausdrücklich als hochriskant in Anhang III eingestuft. Die Hochrisikopflichten des Kapitels III Abschnitte 1 bis 3 gelten für Anhang-III-Systeme ab dem 2. Dezember 2027 (verschoben vom 2. August 2026 durch die Verordnung (EU) 2026/1744, den „Digital Omnibus on AI"). Die KI-Verordnung selbst gilt seit dem 2. August 2026 allgemein und wird seither durchgesetzt. Finanzinstitute sollten ihre Compliance-Programme aktiv vorbereiten.

Warum KI-Kreditbewertung hochriskant ist

Kreditentscheidungen betreffen direkt die Fähigkeit von Menschen, Häuser zu kaufen, Unternehmen zu gründen und am wirtschaftlichen Leben teilzunehmen. Historische Kreditbewertungsmodelle haben nachweislich diskriminierende Ergebnisse produziert. Machine-Learning-Modelle können diese Verzerrungen verstärken, indem sie subtile Proxys für geschützte Merkmale in den Daten entdecken.

Erfasste Systeme

Traditionelle Kreditbewertungsmodelle mit KI-Erweiterung
Alternative Kreditbewertung (Social Media, Mobiltelefonnutzung, Online-Verhalten)
Vorabgenehmigung und Vorqualifizierungssysteme
Versicherungspreisgestaltung und Risikobewertung

Die Betrugserkennung-Ausnahme ist eng. Ein KI-System, das sowohl Betrug erkennt als auch Kreditwürdigkeit bewertet, ist für seine Kreditbewertungsfunktion weiterhin hochriskant. Die Ausnahme gilt nur für Systeme, die rein zur Betrugserkennung dienen.

Compliance-Anforderungen

Risikomanagementsystem (Artikel 9)

Besonderer Fokus auf Proxy-Diskriminierung — die Möglichkeit, dass scheinbar neutrale Variablen als Proxys für geschützte Merkmale dienen.

Datengovernance (Artikel 10)

Dokumentation der Trainingsdaten-Herkunft, Bias-Bewertung historischer Kreditdaten, Repräsentativität und Datenqualität.

Transparenz und Erklärbarkeit (Artikel 13)

Die Transparenzanforderung geht über das hinaus, was viele Finanzinstitute derzeit bieten. Generische Aussagen wie „mehrere Faktoren werden berücksichtigt" reichen nicht aus.

Die Transparenzanforderung für KI-Kreditbewertung geht über das hinaus, was viele Finanzinstitute derzeit bieten. Die Verordnung verlangt bedeutsame Transparenz darüber, wie das System zu seinen Ausgaben gelangt.

Menschliche Aufsicht (Artikel 14)

Echte menschliche Aufsichtsmechanismen müssen vorhanden sein, insbesondere für Grenzfälle und Widersprüche.

Zusammenspiel mit Finanzregulierung

Die KI-Verordnung muss gleichzeitig mit DSGVO (Artikel 22), Verbraucherkreditrichtlinie, Hypothekarkreditrichtlinie, PSD2 und EBA-Leitlinien eingehalten werden.

Finanzinstitute stehen vor einer einzigartigen Compliance-Herausforderung: KI-Kreditbewertung muss gleichzeitig die EU-KI-Verordnung, DSGVO, Verbraucherkreditgesetzgebung und sektorspezifische regulatorische Rahmenwerke erfüllen. Ein integrierter Ansatz ist unerlässlich.

Pflichten für Finanzinstitute als Betreiber

Nutzung gemäß Anweisungen, menschliche Aufsicht durch kompetente Personen, Eingabedatenqualität, kontinuierliche Überwachung und Information der Kreditantragsteller über den KI-Einsatz.

Zeitplan

Fazit

KI-Kreditbewertung befindet sich an der Schnittstelle von Finanzregulierung, Datenschutzrecht und der EU-KI-Verordnung. Die gute Nachricht ist, dass die Anforderungen der KI-Verordnung — Transparenz, Bias-Testing, Datengovernance, menschliche Aufsicht — eng mit soliden Kreditrisikomanagement-Praktiken übereinstimmen. Finanzinstitute, die frühzeitig mit der Compliance-Arbeit beginnen, haben Zeit, Lücken methodisch zu schließen. Diejenigen, die bis kurz vor dem 2. Dezember 2027 warten, werden einen komprimierten Zeitplan, höhere Kosten und größeres regulatorisches Risiko zu bewältigen haben.