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:
30.09.2026

„Sales before the product“: Florian Kandler über Traction und den Weg zu den ersten Kund:innen

„Ich kann nichts verkaufen, ich habe das Produkt noch nicht": Für Florian Kandler ist das einer der großen Denkfehler junger Gründer:innen. Im Interview erklärt der Startup-Coach, wie man Traction aufbaut, bevor das Kapital dafür da ist.
/artikel/sales-before-the-product-florian-kandler-interview
30.09.2026

„Sales before the product“: Florian Kandler über Traction und den Weg zu den ersten Kund:innen

„Ich kann nichts verkaufen, ich habe das Produkt noch nicht": Für Florian Kandler ist das einer der großen Denkfehler junger Gründer:innen. Im Interview erklärt der Startup-Coach, wie man Traction aufbaut, bevor das Kapital dafür da ist.
/artikel/sales-before-the-product-florian-kandler-interview
Startup-Coach Florian Kandler rät Gründer:innen, schon vor dem fertigen Produkt zu verkaufen | Foto: Bianca Perfahl

Florian Kandlers Startup Report erscheint heuer in elfter Ausgabe und wurde im Mai gemeinsam mit KPMG präsentiert. Er ist bewusst kein Datenwerk und kein politisches Papier: Die Zahlen bekomme man ohnehin auf Knopfdruck, so Kandler. Stattdessen befragt er jene Gründer:innen, die bereits Funding eingesammelt haben, nach ihren konkretesten Learnings. Kandler hat seit seiner Rückkehr aus dem Silicon Valley über 3.000 Gründer:innen begleitet, die zusammen mehr als eine Milliarde Euro aufgenommen haben, und ist bereits im achten Jahr offizieller Startup-Coach bei „2 Minuten 2 Millionen“.

Aus den Antworten lässt sich heuer eines klar herauslesen: Der Druck Richtung Traction steigt. Kapital konzentriert sich auf wenige Segmente, die Abstände zwischen den Runden werden länger, und Investor:innen wollen Proof from the Market sehen, nicht bloß eine gute Geschichte. Lukas Lauder von Repark bringt es im Report auf den Punkt: „Investors don’t invest in your product, they invest in momentum.“

Daraus ergibt sich ein Dilemma, das gerade First-Time-Founder kennen: Wie baut man Traction auf, wenn das Kapital dafür noch fehlt? Kandlers Antwort ist ein Mindset-Shift, den er „Sales before the product“ nennt.

Du machst den Report seit elf Jahren. Welcher Trend sticht heuer am stärksten heraus?

Die starke Verschiebung hin zu Traction. Die Leute wollen immer mehr Momentum und Proof from the Market sehen, nicht nur den Beweis, dass jemand eine gute Geschichte erzählen kann oder dass theoretisch Potenzial da ist. Stefan Steiner von Don’t Call it Deo sagt es so: nicht nur auf die Idee fokussieren, sondern auf Market Traction. Storytelling ist für Pitch Competitions oder Community Pitches nett, aber wenn du mit Investor:innen sprichst, musst du in einen anderen Gang schalten. Da zählt Groove.

Zieht sich das durch alle Phasen?

Durch alle Fundingphasen, von den ganz Kleinen bis zu den Großen. Nur bedeutet Traction in jeder Phase etwas anderes, und es verschiebt sich, was dort durchschnittlich und was überdurchschnittlich ist. Was sich nicht verschiebt: Es muss heute einfach mehr an Traction da sein als noch vor einigen Jahren. Eine Idee und eine tolle Vision allein, und dann kommt das Geld, das funktioniert nicht mehr.

Das klingt nach einem Dilemma: Ohne Kapital ist Traction schwer aufzubauen.

Das ist einer der großen Denkfehler, die ich bei jungen Gründer:innen immer wieder sehe. Viele kommen mit: „Ich hatte vor Jahren die Idee, habe daran gebastelt, das Potenzial ist riesig, und jetzt suche ich einen strategischen Investor, der mich bei Marketing und Vertrieb unterstützt.“ Bastler mit Idee, null Market Validation. Oder: „Ich kann ja nichts verkaufen, ich habe das Produkt noch nicht.“ Das ist grundfalsch. In der Sekunde, in der du die Idee hast, überlegst du: Wer ist die ideale Zielgruppe? Du baust deine Hypothese darum, gehst raus und sprichst mit diesen Leuten, auch wenn dein Produkt erst in drei Jahren fertig ist. Die Traction, die du aufbaust, ist das Interesse, das du dort erzeugst.

Hast du ein Beispiel?

Ich betreue gerade einen Gründer, der schon jetzt Pre-Orders schreibt und pro Kunde 10.000 Euro kassiert, damit sich diese das Recht sichern, die ersten Pilotkunden werden zu dürfen. Das Produkt ist noch lange nicht fertig, er hat aber ganz klar einen Nutzen bei den Kunden identifiziert und mit smartem Verkauf FOMO erzeugt. So konnte er schon Aufträge erhalten, bevor das Produkt fertig ist. Das ist Traction.

Und im Consumer-Bereich?

Da sage ich den Leuten bei „2 Minuten 2 Millionen“: Der Pitch ist so gut, wie er sein kann. Aber bis du in sechs Wochen im Studio bist, mach eine einzige Sache. Geh raus in alle Mom-and-Pop-Shops, die dein Produkt brauchen können, verkauf es ihnen, gib es ihnen auf Kommission, erzeug Traction. Wenn das Produkt noch nicht fertig ist, hol dir zumindest ein Stück Papier, etwa eine unterzeichnete Absichtserklärung, das zeigt: Die Leute wollen das. Erst letzte Woche hat ein Gründer aus Tirol, der sich gerade auf seinen großen Auftritt im Studio vorbereitet, genau das umgesetzt. Fünf Tage später schickte er mir eine aufgeregte WhatsApp-Nachricht, dass er über sein altes berufliches Netzwerk bereits zwei Vorbestellungen gewinnen konnte.

Was braucht es, damit das gelingt?

Zwei Dinge. Erstens ein Produkt, das wirklich mit dem Markt resoniert. Wenn du das nicht hast, hast du ohnehin kein Anrecht auf Kapital. Und zweitens die Fähigkeit und die Bereitschaft, rauszugehen. Die fehlt vielen, teils weil sie es nicht können, teils weil sie es nicht wollen. Aber das lässt sich mit Kompetenzaufbau ganz gut heilen: Sobald du merkst, das funktioniert und die Leute finden es geil, kriegst du auch Mut. Ich sehe das regelmäßig in meinen Beratungen, wie meine Gründer dann plötzlich Eigendynamik entwickeln. „Sales before the product“ ist einer der größten Mindset-Shifts, die junge Gründer:innen verstehen müssen. Wenn man die Methoden einmal kennt, kann das wirklich jeder umsetzen.

Und wenn diese Bereitschaft im Team fehlt?

Dann wird es schwierig. Wenn alle Angst vor dem Kunden haben, fehlt genau die Person, die keine Angst hat, und die braucht es. Die anderen verkriechen sich hinterm Computer, denken sich digitale Ad-Kampagnen aus oder gehen zum Investor und sagen: „Ich brauche 300.000 Euro, davon 150.000 fürs Marketing.“ Das gibt dir niemand, solange du nicht im Kleinen getestet hast, ob die Leute es überhaupt brauchen. In 99 Prozent der Fälle gibt es Growth Hacks, mit denen du ohne Cash-Budget Staub aufwirbeln und sehen kannst, ob es funktioniert oder nicht.

Konkret: Wie geht man mit einem unfertigen Produkt im B2C auf Kund:innen zu?

Ein möglicher Weg im Consumer-Bereich ist, die Leute auf Social Media abzufangen. Ich betreue gerade eine Gründerin, die eine sehr intelligente Functional-Cosmetics-Brand aufbaut. Jeder Investor hofft, dass jemand im Team versteht, daraus auf Social Media Buzz zu bauen. Wenn dein Produkt neuartige Eigenschaften hat, musst du es so vermarkten, dass die Leute heiß werden und du vielleicht einen Pre-Sale machst, wie beim Fashion Drop: Die Kollektion kommt erst im September, aber die Leute zahlen heute schon. Irgendjemand muss diese Message rüberbringen, ob als Person und Fürsprecherin, wie coole Food-Gründerinnen, die vor der Kamera ihr Produkt zeigen, oder abstrakter über Content und meinetwegen KI-generierte Avatare. Und das ist nur einer von mehreren möglichen Wegen, die man je nach Unternehmen und Situation einschlagen kann.

Und im B2B?

Da musst du ran an den Speck, und Networking ist entscheidend. Ich gebe in Workshops eine Übung: Nimm dein Telefon, schau, wer da drin ist und wer von denen wen kennen könnte. Ruf deine zehn besten Freunde an, die dich mögen, dir Gutes wollen und die wissen, dass du kein Depp bist, und sag: „Ich suche jemanden in dem und dem Bereich, kennst du wen?“ Du wärst überrascht, wie schnell die ersten Termine stehen. Funktioniert auch auf Konferenzen und Events, wo diese Menschen herumlaufen. Aber weg von diesen drögen Kundeninterviews à la „Würdest du das kaufen?“. Das ist fast wertlos, für die Unternehmer:innen wie für Investor:innen. Wer es ernst meint, liest „The Mom Test“, denkt den Inhalt dieses Buchs konsequent wie ein Verkäufer weiter und baut aus dem Gespräch direkt einen Sales-Funnel. Im besten Fall ist das eine Pre-Order mit Cash, im nächstbesten eine Pre-Order ohne Cash, dann ein Letter of Intent.


Info: Fundraising Winter Camp™ 2026

Jeden Winter bereitet Florian Kandler eine kleine Gruppe von zehn Startups in drei Wochen online auf ihre Investor:innen-Suche vor. Das Camp 2026 startet am 14. Jänner.. Die Sommer-Version des Camps läuft seit 10 Jahren immer im Juli. Die Plätze sind jedes mal ausgebucht. Wer beim nächsten Durchgang dabei sein will, kann sich über Florian Kandlers Newsletter auf www.GetFunding.how/camp voranmelden und wird zum nächsten Camp eingeladen.

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