KI-Dokumentenanalyse für Banken: MaRisk AT 9 Konformität und Effizienz

TL;DR

Die Implementierung von KI-Dokumentenanalyse ermöglicht Banken eine 80% schnellere Prüfung von Verträgen und Unterlagen gemäß MaRisk AT 9. Durch die Automatisierung der Extraktion und Validierung relevanter Klauseln werden Compliance-Risiken minimiert, die Dunkelverarbeitungsquote erhöht und gleichzeitig die Betriebskosten um bis zu 25% gesenkt. Dies führt zu einer robusteren Risikosteuerung und einer Entlastung von Fachkräften, insbesondere im Hinblick auf die EBA-Leitlinien zur Umwelt-Szenarioanalyse, die 2026 in die MaRisk überführt werden.

Die Herausforderung: MaRisk AT 9 und das manuelle Dilemma

Im deutschen Finanzwesen stehen Banken unter ständigem Druck, komplexe regulatorische Anforderungen zu erfüllen. Besonders die Mindestanforderungen an das Risikomanagement (MaRisk) der BaFin, speziell der Abschnitt AT 9 zu Auslagerungen, stellt hohe Anforderungen an die Dokumentation und Prüfung von Verträgen mit Drittanbietern. Ein typisches mittelständisches Institut mit 500 Mitarbeitern und einem Portfolio von mehreren hundert bis tausend Auslagerungsverträgen kämpft hier oft mit erheblichem manuellem Aufwand.

Das Problem ist offenkundig: Die manuelle Sichtung, Analyse und Validierung unzähliger Vertragsdokumente ist zeitintensiv, fehleranfällig und bindet wertvolle Ressourcen. Laut einer internen Schätzung eines unserer Partnerinstitute können bis zu 60% der Zeit von Compliance-Mitarbeitern für repetitive Aufgaben der Dokumentenprüfung aufgewendet werden. Mit der neunten MaRisk-Novelle, die 2026 in Kraft tritt und unter anderem die EBA-Leitlinien zur Umwelt-Szenarioanalyse (EBA/GL/2025/04) integriert, erhöhen sich diese Anforderungen zusätzlich. Es geht nicht mehr nur um die reine Vertragserfassung, sondern um die tiefgreifende Analyse von Risikofaktoren, auch solchen mit ESG-Bezug.

Was genau besagt MaRisk AT 9?

MaRisk AT 9 regelt die Anforderungen an Auslagerungen und sonstige Fremdbezüge. Es fordert von Banken eine umfassende Risikobewertung vor der Auslagerung, eine klare vertragliche Gestaltung, ein stringentes Monitoring der ausgelagerten Aktivitäten sowie eine transparente Dokumentation. Hierbei sind insbesondere die Einhaltung von Datenschutzbestimmungen, die Sicherheit von IT-Systemen und die Kontrollrechte der Bank von zentraler Bedeutung. Für die Prüfung bedeutet dies, dass unzählige Klauseln, Anhänge und Dokumente im Kontext der Auslagerung präzise auf Konformität mit den internen Richtlinien und externen Vorgaben wie MaRisk, KWG oder ZAG hin überprüft werden müssen. Jedes fehlende Element oder jede inkonsistente Formulierung kann potenzielle Strafen nach sich ziehen.

Wie KI die Dokumentenanalyse in Banken revolutioniert

Künstliche Intelligenz, insbesondere Natural Language Processing (NLP) und Optical Character Recognition (OCR), bietet hier einen Ausweg aus dem manuellen Dilemma. KI-gestützte Dokumentenanalyse kann unstrukturierte und semistrukturierte Daten aus Verträgen, Anhängen, Service Level Agreements (SLAs) und anderen Dokumenten automatisch extrahieren, klassifizieren und analysieren.

So funktioniert es im Kern:

1. Datenerfassung: Dokumente (Scans, PDFs, Word-Dateien) werden mittels OCR in maschinenlesbaren Text umgewandelt.
2. Informationsextraktion: NLP-Modelle identifizieren und extrahieren relevante Entitäten und Klauseln, z.B. Vertragspartner, Laufzeiten, Kündigungsfristen, Kontrollrechte, Datenschutzbestimmungen, Berichtspflichten oder spezifische Risikoklauseln nach MaRisk AT 9.
3. Klassifikation und Validierung: Die extrahierten Informationen werden kategorisiert und mit vordefinierten MaRisk-Checklisten oder internen Compliance-Regeln abgeglichen. Inkonsistenzen oder fehlende Klauseln werden markiert.
4. Risikobewertung: KI kann Muster erkennen, die auf erhöhte Risiken hindeuten, beispielsweise unklare Formulierungen zu Haftungsausschlüssen oder fehlende Audit-Rechte.
5. Berichterstattung: Automatisierte Berichte und Dashboards visualisieren den Compliance-Status jedes Vertrags und zeigen Handlungsbedarf auf.

Eine erfolgreiche Implementierung kann die Zeit für die initiale Prüfung neuer Auslagerungsverträge um bis zu 80% reduzieren, wie unsere Praxis-Erfahrung bei einem Fall im norddeutschen Raum zeigt. Wo zuvor Tage für einen komplexen Vertrag nötig waren, genügen nun wenige Stunden für die KI-Vorprüfung, gefolgt von einer qualifizierten menschlichen Kontrolle der kritischen Befunde.

Anwendungsfälle: Von der Vertragsprüfung bis zur Risikobewertung

Neben der MaRisk AT 9 Compliance gibt es weitere gewinnbringende Anwendungsfelder für die KI-Dokumentenanalyse im Finanzwesen:

• KYC-Prozesse (Know Your Customer): Beschleunigte Überprüfung von Ausweisdokumenten, Registerauszügen und weiteren Belegen zur Identifizierung und Verifizierung von Kunden. Dies trägt nicht nur zur Effizienz bei, sondern stärkt auch die KI-Betrugserkennung im Finanzbereich maßgeblich.
• Kreditantragsprüfung: Automatische Extraktion relevanter Daten aus Einkommensnachweisen, Bilanzen und Kontoauszügen zur Bonitätsprüfung.
• Schadenmanagement (Versicherungen): Analyse von Schadensmeldungen und Gutachten zur automatischen Klassifizierung und ersten Bewertung.
• Finanzberichte und Bilanzen: Extraktion von Finanzkennzahlen zur automatisierten Erstellung von Berichten oder zur Vorbereitung von Prüfungen, oft unter Einsatz von Tools, die Tabellen aus PDFs extrahieren können.
• Interne Revision: Effizientere Stichprobenprüfung von Dokumentationen und Prozessen.

Technische Umsetzung: KI-Architekturen für Finanzinstitute

Für die Implementierung einer KI-Dokumentenanalyse in Banken sind spezifische Architekturprinzipien zu beachten, insbesondere hinsichtlich Datensicherheit, Skalierbarkeit und Integrationsfähigkeit in die bestehende IT-Infrastruktur. Die Nutzung von Cloud-Lösungen ist zwar verlockend, doch für sensible Finanzdaten und MaRisk-Anforderungen sind lokale oder hybride Ansätze oft der bevorzugte Weg.

Eine typische Architektur für den Mittelstand könnte so aussehen: