KI im Finanzwesen steuern: Modellrisiko, Kontrollen und Validierung im Zeitalter der LLMs

Im April 2026 hoben die Federal Reserve, das OCC und die FDIC SR 11-7 auf und ersetzten die Vorschrift durch ein risikobasiertes, behördenübergreifendes Rahmenwerk für das Modellrisikomanagement. Dann taten sie etwas, das jede Finanzverantwortliche und jeden Finanzverantwortlichen aufhorchen lassen sollte: Die neue Leitlinie nahm generative und agentische KI ausdrücklich vom Anwendungsbereich aus, bezeichnete sie als „neuartig und sich rasch entwickelnd” und stellte für später ein separates Auskunftsersuchen in Aussicht. Damit hielt die mächtigste und zugleich am wenigsten vorhersehbare Technologie, die das Finanzwesen seit einem Jahrzehnt erreicht hat, genau in dem Moment Einzug in Ihren Technologie-Stack, in dem das Regelwerk zu ihrer Steuerung leer blieb.

Diese Lücke ist kein Grund zu warten. Prüferinnen und Prüfer brauchen kein eigenes KI-Schreiben, um zu fragen, wie Sie ein Werkzeug kontrollieren, das auf das Hauptbuch zugreift. Sie werden ohnehin fragen. Und „das LLM hat es so gesagt” ist keine Antwort, die Sie unter Befragung geben möchten.

In diesem Hub geht es darum, diese Lücke mit Kontrollen zu schließen, die Sie tatsächlich verteidigen können. Kein Policy-Theater, keine 40-seitige KI-Charta, die niemand liest. Das Argument, das sich durch jede der folgenden Seiten zieht, ist einfach: Ein LLM ist eine nützliche Schnittstelle und ein miserables System of Record. Der Weg, KI im Finanzwesen zu steuern, besteht darin, ihr die Aufgaben nicht mehr zu übertragen, auf die sie nicht validiert werden kann, und um die Aufgaben, die sie gut beherrscht, deterministische Mechanik und einen belastbaren Prüfpfad zu legen.

Warum ein Sprachmodell die Modellrisikoprüfung nicht besteht

Das Modellrisikomanagement beruhte stets auf einigen wenigen Annahmen. Ein Modell ist eine quantitative Methode, die Eingaben in Ausgaben überführt. Man kann es spezifizieren, gegen Benchmarks validieren, seine Grenzen austesten und seine Ergebnisse reproduzieren. Die Kernforderung von SR 11-7 lautete „effective challenge”: qualifizierte, unabhängige Personen, die das Modell so lange hinterfragen, bis sie verstehen, wo es bricht.

Ein großes Sprachmodell verletzt die meisten dieser Annahmen auf einen Schlag.

Es ist nicht deterministisch. Stellen Sie dieselbe Frage zweimal, und Sie erhalten womöglich zwei verschiedene Zahlen, zwei verschiedene Rundungen, zwei verschiedene Auslegungen von „letztes Quartal”. Es hat keinen eigenen Prüfpfad: die Gewichte, die eine Antwort hervorbringen, sind eine Blackbox mit 175 Milliarden Parametern, keine nachvollziehbare Rechnung. Es ist beeinflussbar. Ein geschickt formulierter Prompt, oder auch nur in einem gelesenen Dokument versteckter Text, kann die Ausgabe lenken. Und es nennt eine erfundene Zahl mit derselben ruhigen Selbstsicherheit wie eine zutreffende. Validatoren nennen Letzteres Halluzination; eine Prüferin nennt es eine ungeklärte wesentliche Falschdarstellung.

Nichts davon macht LLMs nutzlos. Es macht sie ungeeignet für die Rolle, die die meisten Anbieter ihnen stillschweigend zuweisen: die Instanz, die die Zahl berechnet. Die Disziplin des Rahmenwerks von 2026 (Risikoeinstufung nach inhärentem Risiko und Verwendungszweck, Lebenszyklus-Nachverfolgung von der Entwicklung bis zur Außerbetriebnahme, verhältnismäßige Kontrollen) lässt sich sauber darauf abbilden, wenn Sie die zwei Aufgaben trennen, die ein KI-Werkzeug erfüllt. Da ist die Interpretationsaufgabe (die Frage verstehen, die relevanten Zahlen finden, die Antwort erläutern) und die Berechnungsaufgabe (die Zahl erzeugen). Die erste darf ein LLM übernehmen. Die zweite darf es nicht.

Diese Trennung ist der tragende Gedanke hinter dem Aufbau von Rexfin und das Rückgrat der Plattformarchitektur.

Das Kontrollmodell: validieren Sie den Output, nicht das Orakel

Sie können ein generatives Modell nicht so validieren, wie Sie eine Kreditscorecard validieren. Sie werden daraus keine stabile, reproduzierbare Funktion erhalten. Hören Sie also auf, das Modell zertifizieren zu wollen, und beginnen Sie, die Grenze um es herum zu zertifizieren. Drei Kontrollen tragen die Hauptlast.

Deterministische Berechnung. Jede Zahl, die eine KI zutage fördert, sollte aus einer Berechnungs-Engine stammen, die jedes Mal gleich abläuft, und nicht aus der eigenen Arithmetik des Sprachmodells. Das LLM entscheidet, was berechnet wird und welche Zahlen herangezogen werden. Eine separate, deterministische Engine führt die Berechnung tatsächlich aus. Lassen Sie sie tausendmal laufen und erhalten Sie tausendmal dieselbe Antwort. Genau diese Eigenschaft sollte das MRM prüfen, und genau diese Eigenschaft kann ein reines LLM niemals bieten. Mehr zum Mechanismus unter So funktioniert es.

Output-Validierung und Quellennachverfolgung. Bevor eine Zahl einen Menschen erreicht, sollte sie sich auf eine konkrete Quelle zurückführen lassen: ein Hauptbuchkonto, eine abgestimmte Position, einen eingereichten Abschluss. Lässt sich eine Zahl nicht auf ihren Ursprung zurückführen, wird sie nicht ausgeliefert. Damit wird aus Halluzination statt eines stillen Risikos ein erkannter Fehler. Eine Antwort lässt sich entweder auf die Quelle zurückführen, oder sie wird blockiert.

Ein lückenloser Prüfpfad. Wer hat was gefragt, welche Datenversion hat geantwortet, welche Berechnung lief, und was kam zurück: erfasst für jede einzelne Interaktion. Wenn eine Prüferin oder ein Auditor fragt „Zeigen Sie mir, wie diese Zahl entstanden ist”, lautet die Antwort ein Datensatz, kein Achselzucken.

Ein abgestimmtes Modell: sonst steuern Sie nichts

Kontrollen rund um die KI sind notwendig, aber nicht hinreichend. Wenn die KI drei Exporte aus zwei ERP-Systemen und eine per E-Mail zugesandte Tabelle ausliest, haben Sie kein steuerbares System gebaut. Sie haben einen schnelleren Weg geschaffen, inkonsistente Zahlen zu produzieren. Garbage in, confident garbage out.

Deshalb zählt das Fundament mehr als das Modell. Rexfin verbindet Ihre Buchhaltungs- und Finanzdatenquellen (QuickBooks, Xero, NetSuite, Sage, SAP, Oracle, ein Data Warehouse oder hochgeladene Abschlüsse) und baut ein einziges abgestimmtes Finanzmodell, das sich mit dem Hauptbuch deckt. Eine Single Source of Truth. Die KI ruft aus diesem Modell ab, und nur aus diesem. Es gibt keine zweite Version des Umsatzes, in die sie abdriften könnte.

Für eine Controllerin oder einen Controller ist das der Unterschied zwischen einem KI-Werkzeug, das prüfbar ist, und einem, das ein Haftungsrisiko mit Ansage auf eine Prüfungsfeststellung ist. Die Abstimmungsdisziplin dahinter wird im nachstehenden Pillar zur Abschlussautomatisierung behandelt, die Anbindungsebene unter Integrationen.

Was die Prüferin tatsächlich fragen wird

Es hilft, sich auf das Gespräch vorzubereiten. Die Fragen, die darüber entscheiden, ob Ihr KI-Werkzeug die Governance-Prüfung übersteht, sind vorhersehbar:

• Können Sie diese Zahl reproduzieren? (Deterministische Engine: ja.)
• Woher stammen die zugrunde liegenden Zahlen? (Quellennachverfolgung: ein benanntes Hauptbuchkonto.)
• Was hindert das Modell daran, eine Zahl zu erfinden? (Output-Validierung: nicht zurückführbare Antworten werden blockiert.)
• Was passiert, wenn jemand einen bösartigen Prompt einschleust? (Prompt Injection kann eine abgestimmte Zahl nicht verändern, weil das LLM die Zahl gar nicht berechnet.)
• Zeigen Sie mir ein Jahr „Wer hat was gefragt”. (Prüfpfad: hier ist er.)

Wenn Ihre Antwort auf eine dieser Fragen „wir vertrauen dem Modell” lautet, haben Sie ein Problem, vor dem Sie das Rahmenwerk von 2026 nicht schützen wird. Die Seite zur Sicherheit geht tiefer auf das Bedrohungsmodell ein, einschließlich Prompt Injection und Datenisolation.

Hier anfangen

Die Seiten dieses Pillars bauen den Fall Kontrolle für Kontrolle auf. Lesen Sie sie in beliebiger Reihenfolge, aber die meisten Teams beginnen mit der Validierungsfrage:

• Warum LLMs die Modellvalidierung nicht bestehen und was Sie stattdessen validieren sollten: die technische Begründung, die Grenze zu zertifizieren und nicht die Blackbox.
• Deterministische Berechnung: die Kontrolle, die KI-Zahlen reproduzierbar macht: wie die Trennung von Interpretation und Berechnung das MRM erfüllt.
• Einen Prüfpfad aufbauen, den eine Prüferin akzeptiert: was zu erfassen ist und wie die Quellennachverfolgung aus Halluzination einen erkannten Fehler macht.
• Prompt Injection und Datenisolation in der Finanz-KI: die Angriffsfläche und warum ein abgestimmtes Modell den Schadensradius begrenzt.

Ein Wort zur Ehrlichkeit, denn Skeptikerinnen und Skeptiker haben es verdient: Nichts davon macht ein LLM für sich genommen vertrauenswürdig, und Rexfin gibt nicht vor, dass es anders wäre. Das Modell kann eine Frage nach wie vor falsch verstehen oder schlecht zusammenfassen. Was sich ändert, ist die Konsequenz. Wenn die KI die Zahl nicht berechnen kann, keine nicht abgestimmte Zahl erreichen kann und keine Antwort erzeugen kann, die sich nicht auf die Quelle zurückführen lässt, werden ihre Fehler sichtbar und begrenzt statt still und wesentlich. Genau darum geht es bei Governance: nicht darum, das Werkzeug perfekt zu machen, sondern darum, seine Fehler erkennbar zu machen.

Die regulatorische Lücke wird sich irgendwann schließen. Diejenigen Teams, die dann gut dastehen, sind jene, die bereits Kontrollen aufgebaut haben, die Bestand haben, statt auf ein Schreiben zu warten, das ihnen sagt, wie „gut” aussieht. Wenn Sie deterministische Berechnung, Quellennachverfolgung und den Prüfpfad an Ihren eigenen Daten in Aktion sehen möchten, buchen Sie eine Demo und bringen Sie Ihre schwierigste Frage mit.