05.02.2026
GASTBEITRAG

KI in hoch regulierten Umgebungen – höchste Priorität für Kontrolle und Verantwortung

In anspruchsvollen Umgebungen wie dem Finanzsektor ist Künstliche Intelligenz kein Experiment, sondern ein potenziell geschäftskritisches System. Ihr Einsatz erfordert klare rechtliche, organisatorische und technische Rahmenbedingungen. Im Gastbeitrag ordnet Tobias Lint von Ontec AI zentrale Anforderungen ein und zeigt, wie KI in regulierten Umgebungen verantwortungsvoll umgesetzt werden kann.
/artikel/ki-in-hoch-regulierten-umgebungen-hoechste-prioritaet-fuer-kontrolle-und-verantwortung
Tobias Lint von Ontec AI | (c) Ontec AI / grenke
Tobias Lint von Ontec AI | (c) Ontec AI / grenke
Banner für Staffel 2 von No Hype KI

In Branchen wie Finanzierungsdienstleistungen, Versicherungen oder Leasing sind Nachvollziehbarkeit, Kontrolle und Verantwortung zentrale Anforderungen. Entscheidungen müssen erklärbar, Systeme überprüfbar und Prozesse revisionsfähig sein. KI fügt sich in diese Logik nur dann ein, wenn sie von Beginn an als Teil der Gesamtarchitektur gedacht wird.

Ein unkontrollierter Einsatz von KI-Tools – etwa außerhalb der eigenen IT- und Security-Strukturen – kann schnell zu rechtlichen, organisatorischen oder haftungsrechtlichen Problemen führen. Gleichzeitig ist ein vollständiger Verzicht auf KI angesichts des Wettbewerbs- und Automatisierungsdrucks keine realistische Option. Unternehmen müssen daher einen Weg finden, KI kontrolliert und verantwortungsvoll zu nutzen.

Im Finanzsektor besteht noch Unsicherheit, wie stark der EU AI Act greift. Daher stufen viele Organisationen ihre KI-Systeme vorsorglich als „High Risk“ ein, was höhere Anforderungen an Transparenz und Prüfungen mit sich bringt. Bis zur endgültigen Klärung gilt oft das Prinzip: lieber von Anfang an strengere Standards einhalten, als später nachbessern zu müssen.

KI-gesteuerte Systeme können aufgrund ihrer möglichen Einstufung als Hochrisiko-Systeme nur unter speziellen Auflagen Verantwortung tragen. Daher müssen von KI unterstützte Entscheidungen durch zusätzliche regulatorische Vorgaben abgesichert werden.

Anforderungen an KI in hoch regulierten Umgebungen

Der Begriff „hoch reguliert“ beschreibt nicht nur einzelne Gesetze, sondern ein gesamtes Rahmenwerk an Anforderungen. Unternehmen müssen unter anderem sicherstellen, dass klar ist, wo Daten verarbeitet werden, wer darauf zugreifen darf und wie Entscheidungen zustande kommen.

Im Finanzsektor kommen zusätzliche aufsichtsrechtliche Vorgaben hinzu, etwa zu Auslagerungen, Datenhaltung, Betriebsstabilität und Haftungsfragen. Internationale Tätigkeit erhöht die Komplexität weiter, da unterschiedliche nationale Regelwerke berücksichtigt werden müssen. Für KI bedeutet das, dass technische Möglichkeiten stets gegen regulatorische und organisatorische Anforderungen abgewogen werden müssen.

Aus dieser Ausgangslage ergeben sich klare Anforderungen an KI-Systeme:

  • Nachvollziehbarkeit der Ergebnisse:
    KI-Antworten und Empfehlungen müssen erklärbar sein und auf überprüfbaren Grundlagen basieren, sodass Entscheidungen intern wie extern nachvollzogen werden können.
  • Klare Kontrollmechanismen:
    Es muss eindeutig definiert sein, wo Automatisierung endet und an welchen Stellen menschliche Verantwortung und Freigabe erforderlich sind.
  • Datensouveränität und Datenschutz:
    Sensible und personenbezogene Daten dürfen nur innerhalb klar kontrollierter Umgebungen verarbeitet werden und müssen jederzeit der Hoheit des Unternehmens unterliegen.
  • Regulatorische und rechtliche Konformität:
    KI-Systeme müssen bestehende aufsichtsrechtliche, datenschutzrechtliche und branchenspezifische Vorgaben erfüllen und auditierbar sein.
  • Stabile und skalierbare Architektur:
    Lösungen müssen über den Pilotbetrieb hinaus tragfähig sein und auch bei internationalem Einsatz, wachsender Nutzerzahl und steigender Komplexität zuverlässig funktionieren.
  • Integration in bestehende IT- und Security-Strukturen:
    KI darf kein isoliertes Tool sein, sondern muss sich nahtlos in vorhandene Systeme sowie Rollen- und Berechtigungskonzepte einfügen.
  • Governance und organisatorische Verankerung:
    Zuständigkeiten, Entscheidungsprozesse und Regeln für den KI-Einsatz müssen klar definiert und im Unternehmen verankert sein.
  • Betriebs- und Risikomanagement:
    Abhängigkeiten von Modellen, Anbietern und Partnern müssen transparent gemacht und technisch wie organisatorisch abgesichert werden.

Zentrale Erkenntnisse aus der Praxis

Wie diese Anforderungen in der Praxis umgesetzt werden können, zeigt das Beispiel von Ontec AI und der grenke Gruppe, eines international tätigen Finanzdienstleisters.

Im Rahmen einer unternehmensweiten Initiative wurden KI-Use-Cases systematisch erhoben, bewertet und priorisiert. Zwei Anwendungen wurden produktiv umgesetzt: ein unternehmensweiter KI-Chatbot sowie eine KI-gestützte Wissensmanagement-Lösung. Beide Systeme sind in die bestehende IT- und Security-Architektur integriert und unterliegen klar definierten Governance-Regeln.

Der KI-Chatbot ermöglicht Mitarbeitenden den Zugriff auf Sprachmodelle innerhalb einer kontrollierten Umgebung. Abhängig von Sensibilität und Kontext der Anfrage werden unterschiedliche technische Pfade genutzt, sodass die Datenhoheit gewahrt bleibt. Die Wissensmanagement-Lösung basiert auf semantischer Suche und Retrieval-Augmented Generation. Antworten werden aus internen Dokumenten abgeleitet und validiert, sie bleiben daher jederzeit nachvollziehbar und überprüfbar. Ergänzend kommen agentenbasierte Funktionen zum Einsatz, die Anfragen strukturieren und kontextualisieren, ohne Entscheidungen vollständig zu automatisieren.

Aus der Umsetzung lassen sich für KI im hoch regulierten Umfeld folgende Erkenntnisse ableiten:

  • Der Einstieg in KI ist in regulierten Organisationen eine strategische Entscheidung.
  • Erfolgreiche KI-Initiativen beginnen mit der Priorisierung von Use-Cases, nicht mit der Auswahl von Modellen oder Tools.
  • Das Wichtigste, was jedes Unternehmen gemacht haben sollte, sind die klassischen Digitalisierungsschritte bezogen auf ihre Datenquellen: Wer hat warum worauf Zugriff? Wo liegen welche Informationen? Müssen bestimmte Daten besonders geschützt sein? 
  • Fachlich unterschiedliche Anwendungsfälle lassen sich häufig technisch bündeln, wenn sie früh als Archetypen erkannt werden.
  • KI im Finanzsektor ist nur mit Security, Datenschutz und Compliance sinnvoll einsetzbar, da diese Anforderungen den Rahmen jeder KI-Architektur definieren.
  • Skalierbarkeit ist eine Grundvoraussetzung, insbesondere für international tätige Unternehmen mit unterschiedlichen regulatorischen Rahmenbedingungen.
  • Mittelständische Unternehmen müssen besonders fokussiert vorgehen, da Ressourcen begrenzt sind und nicht jede Technologie selbst entwickelt werden kann.
  • Regulatorisch konforme Alternativen zu öffentlichen Gen-AI-Tools sind notwendig, um rechtliche Risiken bei sensiblen Daten zu vermeiden.
  • RAG-basierte Ansätze sind zentral für auditfähiges Wissensmanagement, da sie Nachvollziehbarkeit und Belegbarkeit von Antworten ermöglichen.
  • Human-in-the-Loop bleibt bei geschäftskritischen Entscheidungen unverzichtbar, weil KI-Modelle keine Verantwortung tragen können.
  • Change-Management ist ein wesentlicher Erfolgsfaktor, da KI nur dann Wirkung entfaltet, wenn Mitarbeitende eingebunden und befähigt werden.

Fazit

KI kann auch in hoch regulierten Umgebungen produktiv eingesetzt werden, wenn sie als Teil einer Gesamtarchitektur verstanden wird. Entscheidend ist nicht die Leistungsfähigkeit einzelner Modelle, sondern das Zusammenspiel aus Architektur, Governance und Verantwortung. Unternehmen, die die Gestaltung ihrer IT-Infrastruktur von diesen Aspekten leiten lassen, schaffen die Grundlage für einen nachhaltigen und sicheren KI-Einsatz – selbst im anspruchsvollen Umfeld. Es gilt vorrangig klassische Digitalisierung voranzubringen, dann ist der Einsatz von KI-Systemen oft nur ein weiterer Schritt und kein großer Sprung.

Details zum Projekt wurden gemeinsam mit grenke in einem Webinar vertieft und anhand konkreter Fragestellungen aus dem regulierten Umfeld diskutiert:

Über den Autor

Tobias Lint ist Developer bei Ontec AI. Ontec AI entwickelt modulare KI-Lösungen für Unternehmen mit sensiblen und komplexen Daten, insbesondere in regulierten Branchen.


Aus dem Archiv: Christian Casari von Ontec AI in der brutkasten-Serie „No Hype KI“ (Dezember 2025):

Deine ungelesenen Artikel:
16.11.2026

Grazer Startup teamazing setzt nach Existenzkrise auf KI

2025 kämpfte das Grazer Startup teamazing noch ums Überleben. Ein Jahr später ist das Unternehmen nach eigenen Angaben wieder profitabel und meldet erste Erfolge mit seiner KI-Plattform Teamo AI. Diese soll Unternehmen dabei helfen, betriebliche Abläufe zu verbessern. Entwickelt wurde die Technologie gemeinsam mit dem deutschen Industriebetrieb Bass.
/artikel/grazer-startup-teamazing-setzt-nach-existenzkrise-auf-ki
16.11.2026

Grazer Startup teamazing setzt nach Existenzkrise auf KI

2025 kämpfte das Grazer Startup teamazing noch ums Überleben. Ein Jahr später ist das Unternehmen nach eigenen Angaben wieder profitabel und meldet erste Erfolge mit seiner KI-Plattform Teamo AI. Diese soll Unternehmen dabei helfen, betriebliche Abläufe zu verbessern. Entwickelt wurde die Technologie gemeinsam mit dem deutschen Industriebetrieb Bass.
/artikel/grazer-startup-teamazing-setzt-nach-existenzkrise-auf-ki
Die Gründer von teamazing: Paul Stanzenberger und Lukas Komar | (c) teamazing

„Das Einzige, was wir auch nach über einem Jahrzehnt nicht kennen, ist Stillstand“, heißt es auf der Website von teamazing. Tatsächlich hat sich das 2014 gegründete Unternehmen mehrfach neu erfunden: vom klassischen Teambuilding-Anbieter über virtuelle Teamevents bis hin zur KI-Plattform.

Mit Teamo AI will teamazing verhindern, dass wertvolles Wissen von Mitarbeitenden im Arbeitsalltag verloren geht. Die Plattform sammelt deshalb Rückmeldungen aus der Belegschaft und verknüpft sie mithilfe künstlicher Intelligenz mit Daten aus bestehenden Unternehmenssystemen. So sollen Probleme schneller erkannt und konkrete Verbesserungen ermöglicht werden.

Vom Teambuilding-Boom zur Existenzkrise

Während der Corona-Pandemie entwickelte sich teamazing nach eigenen Angaben zum europäischen Marktführer im Online-Teambuilding (brutkasten berichtete). Nach dem Ende des Booms wollte das Unternehmen mit einem eigenen Videospiel ein neues Geschäftsmodell aufbauen. Dafür sicherte sich das Startup 2023 knapp eine Million Euro von der Steirischen Wirtschaftsförderung (SFG), ZEN 11 und Situlus (brutkasten berichtete).

Das browserbasierte Spiel Monax Island richtete sich vor allem an Remote-Teams. Mitarbeitende sollten gemeinsam auf einer virtuellen Insel Rätsel lösen und Herausforderungen bewältigen. Regelmäßig neue Spielinhalte sollten die Zusammenarbeit und den informellen Austausch auch über räumliche Distanzen hinweg fördern.

Der erhoffte Erfolg blieb jedoch aus. „Da haben wir keinen Product-Market-Fit gefunden“, sagt Mitgründer und Geschäftsführer Paul Stanzenberger. Insgesamt habe teamazing rund eine Million Euro in Monax Island investiert, damit aber lediglich 15.000 Euro Umsatz erzielt. Zwar hätten mehr als 8.000 Menschen das Spiel ausprobiert, für eine regelmäßige Nutzung habe jedoch der konkrete Mehrwert gefehlt. Auch die zunehmende Konkurrenz durch kostenlose Online-Angebote habe das Geschäftsmodell erschwert.

Die Folgen waren gravierend. 2024 musste teamazing seine Strategie ändern, 2025 wurde die finanzielle Situation existenzbedrohend. Zeitweise sei es darum gegangen, überhaupt das Geld für die nächste Gehaltszahlung aufzubringen. „Das war sehr, sehr knapp“, erinnert sich Stanzenberger.

Das Unternehmen reduzierte seine Kosten drastisch. Heute sind nur noch Stanzenberger und Lukas Komar als Geschäftsführer direkt im Unternehmen tätig. Das ursprüngliche Eventgeschäft wurde automatisiert und ausgelagert, besteht aber weiterhin.

Aus dem gescheiterten Projekt zog Stanzenberger eine Lehre für zukünftige Finanzierungen: „Ohne Product-Market-Fit mache ich keine Finanzierungsrunde mehr.“ Bei Monax Island habe man vor allem auf Basis einer Idee und der bisherigen Erfolge Kapital eingesammelt. Das wolle er nicht wiederholen.

Teamo AI entstand aus einem Kundenbedürfnis

Für die neue KI-Plattform änderte teamazing deshalb seinen Ansatz. Statt zunächst ein Produkt zu entwickeln und anschließend Kunden zu suchen, orientierte man sich an konkreten Problemen von Unternehmen. „Wir müssen nicht schauen, was wir gut finden und gut können, sondern eher, was die Kunden brauchen“, sagt Stanzenberger.

Gemeinsam mit dem deutschen Präzisionswerkzeughersteller Bass GmbH entwickelte teamazing 2025 den sogenannten „Vibe Check“. Beschäftigte können damit unkompliziert Beobachtungen und Probleme aus ihrem Arbeitsalltag melden. Bass wollte diese Informationen anschließend mit bestehenden Unternehmensdaten verknüpfen. Daraus entstand die heutige Plattform Teamo AI.

Beim Industrieunternehmen mit rund 170 Mitarbeitenden zeigen sich mittlerweile konkrete Verbesserungen. Im Produktionsbereich Gewindeschleifen sank der Ausschuss- und Nacharbeitsindex zwischen den Vergleichszeiträumen Jänner bis August und September bis Dezember 2025 von 100 auf 55. Das entspricht einem Rückgang um 45 %.

Die Verbesserungen sind allerdings nicht ausschließlich auf Teamo AI zurückzuführen. Auch ein weiterentwickeltes Shopfloor-Management und begleitende Trainings trugen laut dem Unternehmen dazu bei. Im Juni 2026 unterzeichnete BASS einen Dreijahresvertrag mit teamazing.

Wieder profitabel und neue Kunden

Auch KPMG Österreich setzt inzwischen als Allianzpartner auf die Technologie. Mit dem österreichischen Brillenhersteller Andy Wolf nennt Stanzenberger zudem einen weiteren neuen Kunden.

2026 sei das erste Jahr seit der Pandemie, in dem das Unternehmen wieder profitabel wirtschaftet. Das liege allerdings auch an den stark gesunkenen Kosten. Pro Monat gewinne teamazing derzeit zwei bis vier Unternehmen für seine KI-Plattform. „Wir sind jetzt quasi gebootstrapped neu gestartet“, fasst Stanzenberger zusammen.

Auch wenn sich das Geschäftsmodell von teamazing in den vergangenen Jahren grundlegend verändert hat, sieht Stanzenberger die ursprüngliche Vision weiterhin als relevant an. Künftig gehe es darum, nicht nur Menschen miteinander zu verbinden, sondern auch künstliche Intelligenz in Teams zu integrieren. „Die KI ist ein neues Teammitglied, das man auch im Betrieb, in den Teams einführen muss“, sagt er.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

KI in hoch regulierten Umgebungen – höchste Priorität für Kontrolle und Verantwortung

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KI in hoch regulierten Umgebungen – höchste Priorität für Kontrolle und Verantwortung

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KI in hoch regulierten Umgebungen – höchste Priorität für Kontrolle und Verantwortung

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KI in hoch regulierten Umgebungen – höchste Priorität für Kontrolle und Verantwortung

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KI in hoch regulierten Umgebungen – höchste Priorität für Kontrolle und Verantwortung

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KI in hoch regulierten Umgebungen – höchste Priorität für Kontrolle und Verantwortung

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KI in hoch regulierten Umgebungen – höchste Priorität für Kontrolle und Verantwortung

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KI in hoch regulierten Umgebungen – höchste Priorität für Kontrolle und Verantwortung

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KI in hoch regulierten Umgebungen – höchste Priorität für Kontrolle und Verantwortung