PDPL, SDAIA und Data Residency in den VAE: KI auf Finanzdaten betreiben, ohne sie ins Ausland zu schicken

Ein Sachbearbeiter in Riad kopiert die konsolidierte Rohbilanz des Vorquartals in einen Chatbot, um daraus eine Vorstandszusammenfassung zu entwerfen. Das Modell wird in einer US-Region gehostet. Mit diesem einen Tastendruck haben regulierte personenbezogene und finanzielle Daten das Königreich verlassen, eine Grenze ohne jede Risikobewertung überschritten und sind in einem System gelandet, das das Unternehmen nicht prüfen kann. Nach dem saudischen Personal Data Protection Law ist das keine Grauzone. Die Übergangsfrist endete am 14. September 2024. Die SDAIA führt inzwischen Prüfungen durch, und ihre Durchsetzungsausschüsse haben bereits Dutzende Entscheidungen erlassen, die PDPL-Verstöße bestätigen – mit Bußgeldern von bis zu 5 Mio. SAR, die sich bei Wiederholungstätern verdoppeln.

Das Unbequeme daran für Finanzverantwortliche: Die meisten KI-Werkzeuge, die Ihr Team bereits einsetzt, wurden nie mit Blick auf diese Grenze konzipiert.

Die Regeln sind konkret geworden – und sie zielen auf Ihre Daten, nicht auf Ihre Absichten

Jahrelang war „Datenschutz” am Golf etwas, das die Rechtsabteilung erledigte und der Finanzbereich ignorierte. Das ist vorbei. Zwei Entwicklungen haben den CFO mit an den Tisch geholt.

Erstens hat Saudi-Arabien den grenzüberschreitenden Datentransfer zu einem dokumentierten, belegbaren Vorgang gemacht. Im August 2024 erließ die SDAIA die Regulation on Personal Data Transfer Outside the Kingdom, und im Februar 2025 folgte eine Risk Assessment Guideline für solche Transfers. Sie dürfen Daten ins Ausland übermitteln, aber nur unter Auflagen: eine Rechtsgrundlage, eine Angemessenheitsbewertung des Ziellandes, genehmigte Schutzmaßnahmen wie Standardvertragsklauseln oder verbindliche interne Datenschutzvorschriften sowie eine Risikobewertung bei fortlaufenden oder umfangreichen Transfers sensibler Daten. Die SDAIA behält sich zudem das Recht vor, Transfers zu stoppen, die die nationale Sicherheit oder die vitalen Interessen des Königreichs berühren. Nichts davon geschieht im Stillen, wenn ein Mitarbeiter eine Consumer-KI-App nutzt.

Zweitens haben die VAE die Data Residency für Finanzinstitute zur harten Grenze gemacht. Die Vorgaben der CBUAE verpflichten lizenzierte Institute, Kunden- und Transaktionsdaten innerhalb der VAE zu halten und das Master System of Record durchgängig im Land zu führen. Die Auslagerung einer wesentlichen Funktion oder vertraulicher Daten an einen Cloud-Anbieter erfordert die vorherige Unbedenklichkeitsbescheinigung der Zentralbank. Im Februar 2026 ging die CBUAE noch weiter und startete eine souveräne Finanzcloud, in der Finanzdaten konstruktionsbedingt in der Jurisdiktion der VAE verbleiben. Die Präferenz der Aufsicht ist nicht länger subtil.

Die Frage lautet also nicht „Ist unsere KI genau?”, sondern „Können wir belegen, wohin jede regulierte Kennzahl gelangt ist, wer sie lesen konnte und ob wir überhaupt das Recht hatten, sie dorthin zu senden?” Das ist eine Architekturfrage. Eine Richtlinie nach dem Motto „Keine Finanzdaten in ChatGPT einfügen” ist nur ein Klebezettel auf einem Problem, das eine ordentliche Verrohrung braucht.

Warum „das Modell ist konform” die falsche Aussage ist

Anbieter werden Ihnen erklären, ihr Modell sei SOC-2-auditiert, verschlüsselt und in einer konformen Region gehostet. Schön. Doch bei einer KI, die Finanzfragen beantwortet, bewegen sich drei Dinge, und jedes davon ist ein Transfer:

• Die Daten, die Sie hineingeben (der Prompt-Kontext: Kontostände, Kundennamen, Vertragswerte).
• Der Abruf, den das System durchführt (Kennzahlen aus Ihrem ERP, Ihrem Data Warehouse, Ihren Abschlüssen).
• Die Ausgabe und die Logs (die Antwort plus die Spur dessen, worauf zugegriffen wurde und was wer-weiß-wo gespeichert ist).

Ein Modell kann vollkommen sicher sein und sich trotzdem in der falschen Jurisdiktion befinden. Bei Data Residency geht es um Geografie und Kontrolle, nicht allein um Verschlüsselung. Und in dem Moment, in dem ein LLM eine Zeile aus Ihrem Hauptbuch aufnimmt, um darüber zu „schlussfolgern”, ist diese Zeile vom Modell verarbeitet worden. Sitzt das Modell im Ausland und haben Sie keine Bewertung durchgeführt, liegt eine Beanstandung vor – ganz gleich, wie gut die Antwort war.

Genau hier entscheidet die Gestaltung der Zahlenschicht unterhalb der KI über Ihr Risiko. Wenn die Kennzahlen über QuickBooks, NetSuite, ein Data Warehouse und einen Ordner voller PDFs verstreut sind, wird jede KI-Abfrage zu einem Ad-hoc-Transfer ohne Nachweis darüber, was wohin gelangt ist. Es gibt keinen einzigen Ort, an dem sich Data Residency durchsetzen ließe, und kein sauberes Protokoll, das Sie einem Prüfer vorlegen könnten.

Die Rechenarbeit in der Jurisdiktion halten – und das LLM aus der Rechenarbeit heraus

Rexfin vertritt die Auffassung, dass die Lösung struktureller Natur ist. Verbinden Sie die Buchhaltungs- und Finanzdatenplattformen oder laden Sie die Abschlüsse hoch und bauen Sie daraus ein einziges abgestimmtes Finanzmodell, das bis auf das Hauptbuch durchläuft. Dieses Modell ist die zentrale Datenquelle (Single Source of Truth), und es liegt dort, wo Sie es festlegen. Erhält ein KI-Assistent eine Frage, schleppt er keine rohen Hauptbuchdaten zu einem ausländischen Modell, um Arithmetik zu betreiben. Er ruft die Kennzahlen aus dem abgestimmten Modell ab und führt die Berechnung über eine deterministische Engine aus, nicht über das Sprachmodell. Das LLM kümmert sich um Formulierung und darum, welche Kennzahl abzurufen ist; die Zahlen und die Rechenarbeit bleiben innerhalb der kontrollierten Grenze.

Diese Trennung leistet für die Data Residency zweierlei zugleich.

Sie verkleinert, was überhaupt jemals nach außen gelangen muss. Die deterministische Engine berechnet Wachstumsraten, Kennzahlen, Konsolidierungen und Was-wäre-wenn-Szenarien an Ort und Stelle. Das Modell soll sich Ihren Umsatz nicht „merken” und reproduzieren; es fragt die Schicht ab, und die Schicht antwortet aus der Quelle. Weit weniger regulierte Daten müssen ein externes Modell berühren, und was es doch muss, lässt sich konstruktionsbedingt steuern, schwärzen oder in der Region halten.

Sie erzeugt den Nachweis, den die Aufsicht verlangt. Weil jede Kennzahl bis zur Quelle zurückverfolgbar und jede Berechnung wiederholbar ist, erhalten Sie ein Zugriffsprotokoll darüber, wer und was wann auf welche Zahl zugegriffen hat. Das ist die Datenherkunft (Lineage), deren Belegbarkeit die Risikobewertungen der SDAIA voraussetzen, und der Prüfpfad, den die Auslagerungsregeln der CBUAE erwarten. Unser Leitfaden zu testierten Abschlüssen erläutert, warum Nachvollziehbarkeit in der Region zur Eintrittskarte für KI-generierte Zahlen geworden ist.

Die ehrlichen Grenzen

Das lässt die Regulierung nicht verschwinden. Wenn Sie sich entscheiden, irgendwelche Daten an ein externes Modell zu leiten, schulden Sie nach wie vor die Rechtsgrundlage, die Bewertung und die Schutzmaßnahmen. Souveränes und regionales Hosting kann mit Kosten- und Latenznachteilen einhergehen, und der lokale Modellmarkt ist jünger als der globale. Eine abgestimmte Schicht verringert die Angriffsfläche und liefert Ihnen die Protokolle, aber sie unterzeichnet nicht Ihre Verträge und schreibt nicht Ihre Transfer-Risikobewertung für Sie. Wer „voll konforme KI von der Stange” verspricht, verkauft Ihnen den Klebezettel.

Was sie sehr wohl leistet: Sie verlagert die Entscheidung an die Stelle, an der sie tatsächlich steuerbar ist – die Architektur. Sie entscheiden, wo die Datenquelle liegt. Sie entscheiden, dass die Rechenarbeit deterministisch innerhalb dieser Grenze läuft. Sie entscheiden, dass das LLM niemals zur ungeloggten Hintertür für Ihre Rohbilanz wird. Dieselbe Disziplin, die Ihre Zahlen davon abhält, über vierzig SPVs auseinanderzudriften, hält sie auch davon ab, über eine Grenze zu driften. Der Beitrag zur Konzernkonsolidierung über mehrere Einheiten macht diesen Zusammenhang für Gruppen greifbar, die Dutzende Strukturen betreiben.

Für das größere Bild – wo souveräne Infrastruktur auf souveräne Zahlen trifft – siehe die Säule zu einer vertrauenswürdigen Zahlenschicht für KI im GCC.

Das Fazit ist unmissverständlich: Am Golf entscheidet sich Compliance im Jahr 2026 bereits, bevor der erste Prompt überhaupt getippt wird – nämlich daran, wo Ihre Zahlen liegen und wie Ihre KI auf sie zugreift. Wenn Sie „Wohin ist diese Kennzahl gelangt?” nicht mit einem Protokoll statt mit einer Vermutung beantworten können, ist die Genauigkeit des Modells nebensächlich. Buchen Sie eine Demo, und wir zeigen Ihnen, wie es tatsächlich aussieht, KI auf einem abgestimmten Modell innerhalb der Jurisdiktion zu betreiben.