KI in der Kreditentscheidung steht unter vier Regelwerken gleichzeitig

Banken behandeln KI in der Kreditentscheidung als Technikprojekt. Die Aufsicht behandelt sie als Kontrollfrage. Wer KI in die Kreditentscheidung bringt, unterliegt gleichzeitig vier Regelwerken, die nicht dasselbe verlangen: DORA, den MaRisk, den BAIT und dem EU AI Act.

Diese vier Regime greifen ineinander, decken sich aber nicht. DORA regelt die operationale Widerstandsfähigkeit, die MaRisk das Risikomanagement des Kreditgeschäfts, die BAIT die IT-Umsetzung, der EU AI Act die KI selbst. Wer nur eines im Blick hat, erfüllt drei nicht. Dieser Beitrag ordnet, was jedes verlangt und wo sie sich überschneiden.

Warum die Kreditentscheidung ein besonders sensibler Fall ist

Eine Kreditentscheidung greift tief in die Lebenswirklichkeit eines Menschen oder in die Existenz eines Unternehmens ein. Deshalb steht sie seit jeher unter aufsichtlicher Beobachtung, lange bevor KI ins Spiel kam. Kommt ein selbstlernendes Modell hinzu, verschärft sich die Frage der Nachvollziehbarkeit, weil eine Ablehnung begründbar bleiben muss.

Genau an diesem Punkt treffen sich die vier Regelwerke. Sie verlangen alle, aus unterschiedlichen Richtungen, dass eine maschinengestützte Entscheidung kontrollierbar, erklärbar und beherrschbar bleibt. Die Aufsicht akzeptiert keine Black Box, die niemand mehr versteht.

Was DORA verlangt

Die Verordnung über die digitale operationale Resilienz im Finanzsektor, kurz DORA, ist seit dem 17. Januar 2025 anwendbar. Sie verlangt ein wirksames Management von Risiken der Informations- und Kommunikationstechnologie, ein Register aller Verträge mit IKT-Drittdienstleistern und die Meldung schwerwiegender IKT-Vorfälle an die BaFin.

Für ein KI-gestütztes Kreditsystem heißt das: Die Bank muss die technische Kette hinter dem Modell beherrschen, auch wenn Teile davon von externen Anbietern kommen. Ein zugekauftes Modell, ein Cloud-Dienst, eine Datenpipeline, all das führt in das Register und unter die Resilienzpflichten. Ausgelagert wird die Ausführung, die Verantwortung bleibt bei der Bank.

Was die MaRisk verlangen

Die Mindestanforderungen an das Risikomanagement, kurz MaRisk, sind das aufsichtliche Rückgrat des Kreditgeschäfts. Sie verlangen im Kreditgeschäft eine klare Funktionstrennung zwischen Markt und Marktfolge und regeln in AT 9 die Anforderungen an Auslagerungen. Ein KI-Modell, das in die Kreditentscheidung eingreift, muss sich in diese Struktur einfügen, nicht sie umgehen.

Das hat eine praktische Folge. Ein Modell, das dem Markt hilft, ersetzt nicht das Votum der Marktfolge. Es unterstützt eine Funktion, ohne die Trennung aufzuheben. Wer KI so einsetzt, dass sie beide Seiten aus einer Hand bedient, verletzt die Funktionstrennung, egal wie gut das Modell rechnet.

Was die BAIT verlangen und wie DORA sie ablöst

Die Bankaufsichtlichen Anforderungen an die IT, kurz BAIT, konkretisieren seit Jahren die IT-Anforderungen der MaRisk, von der Informationssicherheit bis zum Management der IT-Dienstleister. Mit dem Wirksamwerden von DORA verschiebt sich dieses Gewicht. Die BaFin hat zum Start von DORA angekündigt, die aufsichtlichen IT-Anforderungen anzupassen; für DORA-pflichtige Institute tritt die europäische Verordnung an die Stelle der nationalen Rundschreiben.

Für die Praxis bedeutet das keinen Bruch, sondern eine Verlagerung. Die inhaltlichen Erwartungen an eine sichere, beherrschbare IT bleiben. Der maßgebliche Text ist für in den Anwendungsbereich fallende Institute jedoch zunehmend DORA. Wer sein KI-Kreditsystem heute plant, richtet es an der Verordnung aus, nicht mehr allein am nationalen Rundschreiben.

Was der EU AI Act verlangt

Der EU AI Act adressiert die KI selbst. Seit dem 2. August 2026 gelten die Transparenzpflichten aus Artikel 50. Bereits seit Februar 2025 verlangt Artikel 4, dass Anbieter und Betreiber für ein ausreichendes Maß an KI-Kompetenz ihrer Mitarbeiter sorgen. Diese Kompetenzpflicht gilt unabhängig von der Risikoklasse und trifft jede Bank, die KI einsetzt.

Der Kern für das Kreditgeschäft steht in Anhang III. Die Kreditwürdigkeitsprüfung natürlicher Personen zählt zu den Hochrisiko-Anwendungen. Damit gelten die strengsten Anforderungen des Regelwerks, von der Risikodokumentation über die Datenqualität bis zur menschlichen Aufsicht über das System.

Warum die Frist für Hochrisiko-KI 2027 zählt, nicht 2026

Ein verbreiteter Irrtum verwechselt die Fristen. Der 2. August 2026 markiert die Transparenzpflichten aus Artikel 50, nicht die Hochrisiko-Pflichten. Für Hochrisiko-Systeme nach Anhang III, zu denen das Kreditscoring gehört, hat der Digital Omnibus die Anwendung auf den 2. Dezember 2027 verschoben.

Diese Verschiebung ist eine Frist, keine Entwarnung. Wer sein System jetzt baut, muss es 2027 vorweisen können, und ein Kreditmodell entsteht nicht in wenigen Monaten. Die zusätzliche Zeit ist Vorbereitungszeit, kein Aufschub. Wer sie verstreichen lässt, steht am Stichtag mit einem System da, das er nachträglich zertifizierungsfähig machen muss.

Was menschliche Aufsicht über das Modell konkret bedeutet

Der EU AI Act verlangt für Hochrisiko-Systeme eine wirksame menschliche Aufsicht. Für die Kreditentscheidung heißt das mehr als einen Menschen, der die Empfehlung des Modells abnickt. Wirksame Aufsicht setzt voraus, dass die aufsichtführende Person die Empfehlung verstehen, hinterfragen und begründet übersteuern kann. Ein Sachbearbeiter, der einer Modellausgabe nur zustimmt, weil er sie nicht durchschaut, erfüllt die Anforderung nicht.

Das hat Folgen für die Gestaltung. Ein Kreditmodell muss seine Empfehlung so aufbereiten, dass ein Mensch die tragenden Gründe erkennt. Und die Organisation muss ihren Leuten die Zeit und die Kompetenz geben, diese Gründe zu prüfen. Menschliche Aufsicht ist keine Formalie am Ende des Prozesses, sondern eine Anforderung an Modell, Oberfläche und Personalentwicklung zugleich.

Warum zugekaufte Modelle die Pflichten nicht auslagern

Viele Banken kaufen KI-Funktionen zu, statt sie selbst zu bauen. Das ist wirtschaftlich sinnvoll und ändert nichts an der Verantwortung. Wer ein fremdes Modell in die eigene Kreditentscheidung einbindet, bleibt aufsichtlich der Betreiber und trägt die Pflichten aus MaRisk, DORA und EU AI Act. Der Anbieter liefert Technik, nicht Verantwortung.

Damit wird die Auswahl des Anbieters selbst zur regulatorischen Handlung. Die Bank muss vom Zulieferer die Nachweise verlangen, die sie für die eigene Pflichterfüllung braucht, von der Dokumentation der Trainingsdaten bis zu den Angaben für das DORA-Register. Ein Anbieter, der diese Nachweise nicht liefert, ist für ein Kreditmodell ungeeignet, egal wie gut seine Ergebnisse sind.

Die Datenfrage: Verzerrung wird zum Rechtsrisiko

Ein Kreditmodell lernt aus historischen Daten und übernimmt deren Muster, auch die unerwünschten. Enthalten die Trainingsdaten eine systematische Benachteiligung bestimmter Gruppen, reproduziert das Modell sie und skaliert sie. Was früher ein einzelner Fehlgriff war, wird in einem automatisierten Verfahren zum Muster über tausende Entscheidungen.

Der EU AI Act verlangt für Hochrisiko-Systeme deshalb eine angemessene Datenqualität und ein aktives Management solcher Verzerrungen. Für die Bank ist das kein rein technisches, sondern ein rechtliches Thema, weil eine systematisch benachteiligende Kreditvergabe angreifbar ist. Die Prüfung der Trainingsdaten auf Verzerrung gehört damit an den Anfang des Projekts, nicht in die nachträgliche Fehleranalyse.

Nachvollziehbarkeit ist die gemeinsame Klammer

So unterschiedlich die vier Regelwerke ansetzen, sie laufen auf denselben Punkt zu: Eine Kreditentscheidung muss nachvollziehbar bleiben. Die MaRisk verlangen es aus dem Risikomanagement, der EU AI Act aus dem Grundrechtsschutz, DORA aus der Beherrschbarkeit der Technik. Ein Modell, dessen Ablehnung niemand erklären kann, verstößt gegen alle drei zugleich.

Das ist die eigentliche Konstruktionsvorgabe. Nachvollziehbarkeit ist kein Zusatz, den man nachrüstet, sondern eine Eigenschaft, die im Aufbau des Systems angelegt sein muss. Ein Kreditmodell, das erklärbar sein soll, wird anders gebaut als eines, das nur treffsicher sein soll.

Die vier Regime sind kein Widerspruch, sondern eine Reihenfolge

Auf den ersten Blick erdrücken vier Regelwerke jedes Vorhaben. Sortiert man sie nach Reihenfolge statt nach Ressort, entsteht ein klarer Pfad. Zuerst die MaRisk, weil sie festlegen, wie das Kreditgeschäft überhaupt organisiert sein muss. Dann DORA und die IT-Anforderungen, weil sie die technische Basis absichern. Dann der EU AI Act, weil er die KI in dieser Basis reguliert. Kompetenz nach Artikel 4 begleitet alle drei.

Diese Reihenfolge ist mehr als eine Merkhilfe. Sie verhindert den häufigsten Fehler, ein Modell technisch fertigzustellen und erst danach zu fragen, ob es in die aufsichtliche Organisation des Kreditgeschäfts passt. Wer die Reihenfolge einhält, baut das System von Anfang an regelkonform, statt es hinterher passend zu biegen.

Wo Banken die Regime gegeneinander laufen lassen

Der typische Fehler ist die Zuständigkeit. DORA landet bei der IT, die MaRisk bei der Kreditrevision, der EU AI Act bei der Rechtsabteilung, die Kompetenzpflicht bei der Personalentwicklung. Jede Einheit erfüllt ihren Teil, niemand verantwortet das Ganze, und in der Prüfung fällt auf, dass die Teile nicht zusammenpassen.

KI in der Kreditentscheidung braucht deshalb eine Stelle, die alle vier Regime zusammenführt. Nicht vier Projekte, sondern ein Vorhaben mit vier Anforderungsdimensionen. Wer das trennt, produziert vier Insellösungen und einen blinden Fleck genau dort, wo sie sich überschneiden. Wie sich die regulatorischen Anforderungen aus DORA und dem EU AI Act zusammen denken lassen, ordnet der Beitrag zur KI-Regulierung zwischen DORA und AI Act ein.

Warum die Dokumentation über Erfolg und Scheitern entscheidet

Alle vier Regelwerke teilen eine unscheinbare Anforderung: Was nicht dokumentiert ist, gilt als nicht getan. Ein Kreditmodell mag technisch einwandfrei arbeiten, in der Prüfung zählt der Nachweis. Wie wurde es trainiert, mit welchen Daten, welche Kontrollen greifen, wer hat wann welche Entscheidung übersteuert? Fehlt diese Spur, ist das beste Modell nicht verteidigbar.

Diese Dokumentation lässt sich nicht nachträglich erzeugen, weil sie den Verlauf abbilden muss, nicht den Endzustand. Wer sie erst kurz vor der Prüfung beginnt, rekonstruiert Entscheidungen, die niemand mehr belegen kann. Die Nachweisführung gehört deshalb in den Betrieb des Systems eingebaut, nicht an sein Ende gestellt. Sie ist der stille Unterschied zwischen einem System, das die Prüfung besteht, und einem, das im entscheidenden Moment keine Antwort hat.

Warum die Frist ein Wettbewerbsvorteil sein kann

Die meisten Banken lesen die Verschiebung auf 2027 als Aufschub und tun bis dahin nichts. Genau darin liegt die Chance für die anderen. Ein Institut, das sein Kreditmodell früh regelkonform aufsetzt, hat am Stichtag ein geprüftes, dokumentiertes System, während der Wettbewerb noch nachrüstet. Regulatorische Reife wird so vom Kostenfaktor zum Vorsprung.

Der Vorsprung wirkt doppelt. Nach innen, weil ein sauber gebautes System weniger Nacharbeit, weniger Prüfungsstress und weniger Haftungsrisiko erzeugt. Nach außen, weil eine Bank, die KI in der Kreditentscheidung nachweisbar beherrscht, dieses Vertrauen auch gegenüber Kunden und Aufsicht ausspielt. Wer die Frist als Vorbereitungszeit nutzt, verwandelt eine Pflicht in eine Position.

Was Banken jetzt konkret tun sollten

Der erste Schritt ist eine Einordnung des geplanten Systems: Greift es in die Kreditwürdigkeitsprüfung ein und fällt damit unter Anhang III? Diese Frage entscheidet über den gesamten Aufwand und muss vor der Entwicklung beantwortet sein, nicht danach. Welche konkreten Anforderungen die MaRisk-Novelle an KI stellt, ordnet der Beitrag zu den KI-Anforderungen der MaRisk-Novelle ein.

Der zweite Schritt ist die Befähigung. Ohne nachweisbare KI-Kompetenz der beteiligten Mitarbeiter ist das Vorhaben nicht regelkonform, unabhängig von der Qualität der Technik. Welche Pflichten Artikel 4 des EU AI Act für Banken auslöst, beschreibt der Beitrag zur KI-Kompetenzpflicht nach Artikel 4.

Ein regulatorischer Readiness-Workshop bringt IT, Kreditrevision, Recht und Personalentwicklung an einen Tisch, prüft das geplante KI-Vorhaben gegen alle vier Regelwerke und übersetzt das Ergebnis in eine Anforderungsliste, die vor dem Stichtag 2027 erfüllbar bleibt. Er ist der Unterschied zwischen einem System, das die Prüfung besteht, und einem, das sie fürchtet. Und er kostet einen Bruchteil dessen, was die nachträgliche Reparatur eines nicht regelkonformen Modells verschlingt.

Hinweis: Das Titelbild wurde mit KI generiert.