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:
28.10.2026

Scalable-Co-CEO über Österreich-Expansion: „Mit Bitpanda sehen wir wenig Überschneidung“

Seit Anfang Oktober betreibt Scalable Capital eine Bankniederlassung in Wien und bietet damit steuereinfaches Investieren in Österreich an. Im Interview spricht Co-CEO Erik Podzuweit über die Ziele im heimischen Markt, das Zukunftsdepot und darüber, warum bereits 20.000 KI-Agenten täglich auf Scalable-Konten aktiv sind.
/artikel/scalable-capital-podzuweit-interview
28.10.2026

Scalable-Co-CEO über Österreich-Expansion: „Mit Bitpanda sehen wir wenig Überschneidung“

Seit Anfang Oktober betreibt Scalable Capital eine Bankniederlassung in Wien und bietet damit steuereinfaches Investieren in Österreich an. Im Interview spricht Co-CEO Erik Podzuweit über die Ziele im heimischen Markt, das Zukunftsdepot und darüber, warum bereits 20.000 KI-Agenten täglich auf Scalable-Konten aktiv sind.
/artikel/scalable-capital-podzuweit-interview
Scalable-Capital-Co-CEO Erik Podzuweit beim Interview in Wien | Foto: brutkasten
Scalable-Capital-Co-CEO Erik Podzuweit beim Interview in Wien | Foto: brutkasten

Die Münchner Banking- und Investmentplattform Scalable Capital verwaltet mittlerweile über 60 Milliarden Euro an Kundenvermögen. Seit Anfang Oktober hat das Unternehmen eine offizielle Bankniederlassung in Wien, damit können österreichische Kund:innen erstmals steuereinfach investieren. Das bedeutet: Scalable führt die Kapitalertragsteuer (KESt) auf Gewinne, Dividenden und Zinsen automatisch an das Finanzamt ab, Anleger:innen müssen ihre Kapitalerträge also nicht mehr selbst in der Steuererklärung angeben. Co-Founder und Co-CEO Erik Podzuweit war zum Start in Wien. brutkasten traf ihn zum Gespräch über die Expansionspläne, den Mitbewerb und seine Vision vom „Finanzcoach in der Tasche“.


brutkasten: Scalable Capital war in Österreich schon länger aktiv, seit Anfang Oktober gibt es eine Bankniederlassung in Wien. Warum gerade jetzt?

Erik Podzuweit: Wir sind als App auf den Systemen einer anderen Bank gestartet und haben in den letzten Jahren unsere gesamte technische Infrastruktur selbst entwickelt und vertikalisiert: mit eigenem Kernbankensystem, eigenem Market Making über einen Handelsplatz, den wir gemeinsam mit der Börse Hannover betreiben, sowie eigener Konto- und Depotführung. Diese Plattform können wir jetzt nutzen, um viel schneller und flexibler in andere Länder wie Österreich zu gehen.

Man konnte schon vor Jahren als Österreicher Kunde werden, aber nicht steuereinfach. Dafür mussten wir zwei Dinge tun: eine offizielle Bankniederlassung gründen, wie wir es auch vor kurzem in Italien getan haben, und die Steuersoftware entweder einkaufen oder selbst bauen. Für Österreich haben wir sie selbst gebaut. Dank moderner KI-Anwendungen geht das heute extrem effizient im eigenen Haus. Das waren die letzten Schritte zu einem massentauglichen Produkt in Österreich. Jetzt bauen wir das lokale Team weiter aus und fahren das Marketing hoch. Ab Mitte Oktober werden wir in ganz Österreich mit Werbung deutlich präsenter sein. Und es kommen weitere Produkte: im November Festgeld und später ein Kreditangebot.

Wie wollt ihr in die breite Masse gehen? Anbieter wie Bitpanda setzen stark auf Sportsponsoring.

Wir setzen sehr stark auf Außenwerbung, parallel spielen wir die ganze Klaviatur des Online-Marketings. Sportsponsoring machen wir nur in kleinem Umfang, da gibt es viele Streuverluste. Und wir sind in einem zyklischen Markt: Bei volatilen Börsen muss man das Marketing zurückfahren können. Bei Krypto hat man das gesehen, da ist das Handelsvolumen eingebrochen, und es war schwer, aus mehrjährigen Verträgen wieder rauszukommen.

Welche Zielgruppe sprecht ihr in Österreich an?

Vor ein paar Jahren waren wir viel nischiger. Unsere klassische Kundschaft waren die sogenannten Smart Busy Professionals: Menschen, die noch nicht zwangsläufig reich sind, aber gut ausgebildet, mit gutem Einkommen, oft städtisch, die in der Wirtschaft oder als Programmierer arbeiten. Bei einer klassischen Bank fallen diese Kundinnen und Kunden oft durchs Raster: Sie passen noch nicht ins Private Banking, sind aber auch keine Retailkunden, denen man irgendeinen Fonds verkauft. Mit der Zeit werden sie immer attraktiver. Heute gehen wir eine viel breitere Masse an. Neben dem Investieren haben wir mit Tagesgeld und Festgeld auch den Bereich Sparen. 2,6 Prozent Zinsen versteht jeder. Damit gewinnt man auch Kunden, die wenig Risiko wollen oder in Rente sind, und zwar von klassischen Banken. Die Smart Busy Professionals kommen eher von anderen Online-Banken zu uns.

Wer ist euer direkter Mitbewerber?

Mit Bitpanda sehen wir wenig Überschneidung. Wir haben ein Kryptoangebot, Bitpanda hat ein Aktienangebot, aber das sind zwei getrennte Welten. Dann schon eher alle Banken. Wenn man aber auf Preis, Zins, Gebühren und das Nutzererlebnis schaut, sind die klassischen Banken keine direkte Konkurrenz für uns. Der direkteste Mitbewerber ist Trade Republic. Aber es gibt Unterschiede im Preismodell und bei den Zinsen. Unser Zins ist etwas besser. Wir liegen bei 2,6 Prozent versus 2,5 Prozent.

Warum braucht es ein lokales Team in Wien, wenn Geldanlage ein globales Geschäft ist?

Wenn ein österreichischer Kunde eine Tesla-Aktie kauft, ist das dieselbe Aktie wie für einen italienischen Kunden. Aber im Kundengeschäft braucht man lokale Präsenz. Auch BlackRock hat ein Büro in Wien und eins in Mailand, man kann Europa nicht allein aus New York steuern, und wir nicht allein aus München. Die regionalen Unterschiede liegen vor allem auf der Steuerseite. Jetzt fangen auch einzelne Staaten der EU an, gezielte steuerliche Anreize und Zuschüsse zum Investieren zu geben. In Deutschland kommt das Altersvorsorgedepot, in Österreich wird das Zukunftsdepot diskutiert. Da muss man die Entscheidungen nah verfolgen und ein lokales Produkt bauen. Sobald das Zukunftsdepot kommt, werden wir es maßgeschneidert in Österreich anbieten.

Welche Ziele habt ihr euch für Österreich gesetzt?

Der österreichische Markt ist zwar kleiner als der deutsche, aber die durchschnittlichen Depotgrößen sind hier sogar etwas höher. Ziel ist es, in den nächsten Jahren ein Kundenvolumen von zehn bis zwanzig Milliarden Euro in Österreich aufzubauen. Aktuell liegen wir bei über 60 Milliarden auf der gesamten Plattform. In vier bis sechs Jahren soll die Hälfte des Kundenstamms von außerhalb Deutschlands kommen. Dabei sind wir klar auf Europa fokussiert, eine Expansion darüber hinaus planen wir nicht.

Ihr habt Agentic Investing eingeführt. Was ist die Idee, und wer nutzt das?

Wir haben zwei Schnittstellen geöffnet – technisch nennt sich die eine CLI (Command Line Interface) und die andere MCP (Model Context Protocol). Über die erste kann ein Kunde seine eigene KI-Anwendung anschließen. Über die MCP-Schnittstelle können auch Leute ohne Programmierkenntnisse in wenigen Minuten beispielsweise ChatGPT oder Claude mit ihrem Scalable-Konto verknüpfen. Man stellt die Freiheitsgrade ein: Im Read-Only-Modus sieht und analysiert der Agent das Portfolio, erstellt Charts oder aggregiert Newsfeeds. Wer möchte, kann ihn aber auch bis zum Ausführen von Trades und Trading-Strategien freischalten. Geblockt ist aus Sicherheitsgründen jede Zahlung, es kann nie Geld abfließen. Das Feature ist vor ein paar Wochen gestartet, die ersten 20.000 Agenten sind täglich aktiv. Noch nutzt es eher die technologieaffine Kundschaft, vor allem für Portfolioanalysen, manche fahren aber bereits aktive Strategien.

Und die Zukunft?

Ich erwarte nicht, dass jeder Kunde komplexe Trading-Strategien umsetzt, das macht für die meisten auch gar keinen Sinn. Die Vision ist eine Welt, in der jeder einen persönlichen Agenten hat. Der sagt nicht nur, dein Konto bei Bank XY hat zu wenig Zinsen, sondern eröffnet direkt ein Konto und Depot bei Scalable. Man sagt: “Ich habe zehn Euro im Monat übrig und möchte mit mittlerem Risiko anlegen” und der Agent sucht die passenden ETFs heraus und setzt einen Sparplan auf. Der Anspruch ist dabei nicht die zusätzliche Rendite, sondern dass der Zugang zum Kapitalmarkt einfacher wird. 80 Prozent der Menschen haben noch nie investiert. Ein Finanzcoach in der Tasche, der auch aktiv werden kann, das ist die Zukunft der Geldanlage. Das kommt nicht von heute auf morgen, aber in den nächsten Jahren. Private Geldanlage ist im Aufwind, Anbieter wie wir senken Hürden und Gebühren, und jetzt kommt KI dazu. Das ist ein ideales Zusammenspiel.


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