Positionen-Magazin
Auf­sicht 2.0

Wie Regu­lie­rer ihre Arbeit auto­ma­ti­sie­ren

Versicherungsaufseher müssen jedes Jahr Abertausende Seiten in Risikoberichten durchleuchten. Künftig soll künstliche Intelligenz ihnen helfen. Doch bis das Robotikzeitalter starten kann, ist noch Pionierarbeit nötig.

Aufsichtsarbeit ist Handarbeit in deutschen Behörden. Einmal im Jahr schickt jeder Versicherer einen Hunderte Seiten langen Risikobericht an die Bundesanstalt für Finanzdienstleistungsaufsicht (BaFin). In der knapp 2800 Mitarbeiter zählenden Behörde beginnt dann eine mühsame Zeit des Aktenstudiums. Jeden Einzelnen der sogenannten ORSA-Berichte zur Risiko- und Solvabilitätsbeurteilung müssen die Prüfer durchleuchten. Hält der Versicherer die Eigenkapitalanforderungen ein? Bildet er genügend Rückstellungen? Sind die Risikoszenarien nachvollziehbar? Das sind nur einige der Punkte, die sie durchrechnen. Hilfe gibt es allenfalls vom Taschenrechner. Doch das soll sich ändern. Die BaFin und die übrigen europäischen Aufsichtsbehörden planen eine kleine Revolution: Künftig sollen Algorithmen die Arbeit der Prüfer erleichtern. Mehr noch, sie sollen sie zum Teil sogar übernehmen. Prüfberichte lesen, Daten erfassen und vergleichen, Zusammenhänge erkennen, nachrechnen und überprüfen: Solche Jobs sind wie gemacht für künstliche Intelligenz (KI). Die Datenberge können noch so hoch sein, mit maschineller Hilfe schrumpfen sie zu handlichen Päckchen. Manche Programme warnen die Prüfer zudem, wenn in einem Bericht unplausible Stellen, Lücken oder offensichtlich Fehler auftauchen.

Supervisory Technology, kurz: SupTech, lautet der Oberbegriff für digitale Anwendungen, die all das leisten. Die Branche ist noch jung, beackert aber einen milliardenschweren Wachstumsmarkt. So tasten die europäischen Finanzaufsichten gerade das Terrain ab, erarbeiten Strategien im Umgang mit den Anbietern und stampfen eigene Technologie-Hubs aus dem Boden. Die Behörden versprechen sich vom Einsatz künstlicher Intelligenz und Machine-Learning-Ansätzen mehr Effizienz und geringere Fehlerquoten. „Gut eingesetzte SupTech-Tools können Mitarbeiter von monotoner Arbeit entlasten und Fehler reduzieren“, sagt Silke Deppmeyer, Chief Digital Officer der BaFin. Die Bundesanstalt hat im August ein neues Auswertungsprogramm gestartet, das ORSA-Berichte mithilfe von Spracherkennung teilweise automatisiert auswertet. BaFin-Mitarbeiter haben Fragen entwickelt, zu denen sie aus den Berichten Antworten erwarten. Zum Beispiel:  Welche Risikomodelle wurden zugrunde gelegt? Oder: Wie fallen Eigenmittelquoten aus? Die Software sucht nach relevanten Textpassagen in der Risiko- und Solvabilitätsbeurteilung des Versicherers, die die Aufseher in ihre Bewertung einbeziehen.


Die KI sucht nach Manipulationen auf Basis von Erfahrungswerten

Die BaFin will nun prüfen, ob die SupTech-Software auch in anderen Bereichen eingesetzt werden kann, etwa bei der Bewertung von Wertpapierverkaufsprospekten. Seit 2017 arbeitet die BaFin an einer KI, die Transaktionsdaten automatisiert auswertet und den Aufsehern Hinweise auf möglichen Insiderhandel oder Marktmanipulation gibt. Dabei greift das Programm unter anderem auf Erfahrungswerte zurück, also auf Muster vergangener Fälle. Diese Erfahrungswerte vergleicht die KI laufend mit aktuellen Daten. Findet sie eine Datenspur, die in der Vergangenheit typisch für Insiderhandel oder Marktmanipulation war, schlägt sie Alarm. Jeden Tag können so Daten im Umfang mehrerer Terabyte ausgewertet werden. In ihren kürzlich veröffentlichten Mittelfristzielen bekennt sich die BaFin ausdrücklich zum Einsatz künstlicher Intelligenz. Auch die europäischen Kollegen der Versicherungsaufsicht European Insurance and Occupational Pensions Authority (EIOPA) und der Europäischen Zentralbank (EZB) vertrauen auf SupTech, um große Datenmengen zu analysieren. Die EIOPA experimentierte zum Beispiel bereits mit einer Software, die Social-Media-Kommentare auswertet, in denen sich Nutzer zu Versicherungen äußern. Häufen sich Beschwerden, könnte dies damit schneller erkannt und geortet werden. 

Die EZB entwickelt gerade einen Algorithmus, der die Eignungsprüfung angehender Bankvorständen automatisieren soll. Denn wer in den Vorstand einer Bank aufsteigen will, wird von der Finanzbehörde zuvor gründlich durchleuchtet. Rund 3000 solcher Prüfungen stehen jedes Jahr auf der To-do-Liste der EZB-Mitarbeiter.  Die Fragebögen, die die Bewerber bei der Prüfung ausfüllen, wertet der EZB-Algorithmus selbstständig aus. Hat ein Bewerber nach Dafürhalten der Maschine beispielsweise zu wenig Bankerfahrung oder läuft gar ein Strafverfahren gegen ihn, bekommt der Prüfer einen Warnhinweis. Mithilfe des Algorithmus will die EZB auch Faktoren identifizieren, die die Arbeit eines Bankvorstands später positiv beeinflussen könnten. Algorithmen erstellen bei der EZB zudem Netzwerkanalysen zu den Beteiligungen von Private-Equity-Firmen an Banken. So sieht der Prüfer auf einen Blick, an welchen Banken ein Investor beteiligt ist. Er kann Zusammenhänge besser nachvollziehen und hat eine bessere Übersicht, sollte eines der Unternehmen in eine gefährliche Schieflage geraten. 

Insgesamt 100 solcher SupTech-Anwendungen nutzen die europäischen Bankenaufsichten inzwischen nach Angaben der EZB. „Automatisierte Prozesse können Aufsichtsbehörden viel Arbeit abnehmen“, sagt Matthias Lehneis, vom Beratungsunternehmen Zeb in Münster. Lehneis und seine Kollegen unterstützten Finanzunternehmen beim digitalen Wandel. Zu Beginn der Coronapandemie sei erneut klargeworden, wie wichtig es beim Auftreten einer Krise sei, schnell Daten zur Verfügung zu haben, um rechtzeitig reagieren zu können, sagt der Wirtschaftsinformatiker. Das allerdings hätten noch nicht alle Aufsichten erkannt. „Von einheitlichen nationalen oder gar europäischen Lösungen sind die Finanzaufsichten noch weit entfernt“, sagt Lehneis. Zwar würden die Aufsichten gerade viele SupTech-Anwendungen aus dem Boden stampfen, aber dabei handle es sich fast immer um Insellösungen, die meist nur von einzelnen Abteilungen genutzt würden. Wie stark eine Behörde ihre Arbeit automatisiert, hänge noch viel zu sehr von einzelnen Personen ab, etwa von Abteilungs- oder Behördenleitern.

Algorithmen dürfen nicht im Alleingang entscheiden

Warum also zögern die Markthüter? Zum einen fehlt es bislang an Rückendeckung aus der Politik. Denn die Automatisierung der Aufsicht kostet Geld. „Bisher ist man auf politischer und gesellschaftlicher Ebene noch zurückhaltend, in diese neuen Technologien zu investieren und eine ambitionierte Strategie zu entwickeln“, sagt Lehneis. Zudem ist die Technik zwar schon weit, die Kontrollbehörden müssen sie aber oft auf ihre spezifische Arbeit zuschneiden. Dafür braucht es IT-Experten, und die sind in Zeiten des Fachkräftemangels heiß begehrt und gerade in Behörden rar. Skeptiker fürchten sich zudem vor sogenannten Blackbox-Algorithmen. Das sind Programme, die selbstständig laufen, ohne dass Menschen genau nachvollziehen können, wie die Software-Entscheidungen trifft.  „Das ist tatsächlich ein Risiko, denn wenn Algorithmen zu komplex werden, können Menschen nicht mehr sehen, ob sie noch korrekt arbeiten. Fehler bleiben dann unentdeckt“, sagt Digitalisierungsberater Lehneis.

Nach den derzeitigen Plänen soll die KI menschliche Arbeit aber ohnehin nicht komplett ersetzen, sondern nur unterstützen. „Die abschließende Bewertung liegt weiterhin in der Hand des Prüfers“, sagt BaFin-Digitalexpertin Deppmeyer. Die Behörde setzt also weiterhin auf die natürliche Intelligenz der Mitarbeiter: „Es muss für die Mitarbeiter an jedem Punkt nachvollziehbar sein, wie ein Programm arbeitet und wie es zu einem Ergebnis kommt“, so Deppmeyer. Bleibt künstliche Intelligenz in Aufsichtsbehörden also auf lange Sicht eine Randerscheinung? „Nein“, sagt Zeb-Berater Lehneis. Er ist optimistisch: „Wenn die Behörden erst sehen, wie ihre Mitarbeiter durch die Automatisierung entlastet und Betrugsfälle schneller aufgedeckt werden, lassen sich auch die letzten Zweifler überzeugen.“

Text: Martin Lechtape und Olaf Wittrock​​​​​​​

Auch inter­essant