EU-Parlament positioniert sich zum Einsatz von künstlicher Intelligenz im Finanzsektor

Das EU-Parlament hat am 24. April 2026 eine Entschließung zum Einsatz von künstlicher Intelligenz (KI) im Finanz­dienst­leistungs­sektor verabschiedet und dabei Chancen wie Effizienzgewinne, Betrugsbekämpfung und bessere Kundenservices hervorgehoben. Zu­gleich wird auch auf Risiken im Zusammen­hang mit Datenqualität, Diskriminierung, Modellkomplexität, Abhängigkeiten von externen Technologie­anbietern sowie generativer KI hingewiesen und die An­wendung von DSGVO/DORA beleuchtet.

Das EU-Parlament konkretisiert KI-Regeln im Finanzsektor:

• Der AI Act stuft KI für Risikobewertung und Preisgestaltung in Lebens- und Kranken­versicherung als Hochrisiko ein – mit strengen Vorgaben zu Governance;
• Datenqualität und Transparenz: Large-Language-Modelle (LLMs, z. B. OpenAI) erhöhen Modell- und Compliance-Risiken;
• klassische Regressionsmodelle gelten nicht als KI;
• Für Versicherer rücken Modellgovernance, DSGVO/DORA-Resilienz und Cloud-Ab­hängig­keiten in den Fokus.

Die EU stellt die Weichen für den Einsatz von KI (Künstliche Intelligenz) im Finanzsektor – mit unmittelbarer Relevanz für Versicherer. Der AI (Artificial Intelligence) Act schafft den welt­weit ersten umfassenden Rechtsrahmen. Für Versicherungen ist die Einstufung von KI-Anwendungen für Risikobewertungen und die Preisgestaltung in Lebens- und Kranken­versicherungen als Hochrisiko, verbunden mit strengen Anforderungen an Governance, Daten­qualität und Transparenz, besonders wichtig. Parallel wird klargestellt, dass klassische mathe­matische Optimierungsmodelle, die zur Beschleunigung und Annäherung herkömm­licher, etablierter Optimierungsmethoden – wie Methoden der linearen oder logistischen Regression – eingesetzt werden, nicht unter die Definition eines KI-Systems fallen.

In der veröffentlichten Entschließung positioniert sich das EU-Parlament zum Einsatz von AI im Finanzsektor.

Der Status quo in der Branche: KI wird breit, vor allem zur Effizienzsteigerung in Back-Office-Prozessen, eingesetzt, während sich die generative KI überwiegend in Testphasen befindet. Gleichzeitig ist der hochriskante Einsatz in Kreditwürdigkeits- und Scoring-Prozessen weit verbreitet und nimmt zu. Vollautonome KI soll unter wirksamer mensch­licher Aufsicht bleiben, da die Komplexität – insbesondere bei allgemeinen Basismodellen – die operationellen und Compliance-Risiken erhöht. Für Versicherungen ergeben sich Chancen in Betrugserkennung, AML/Sanktions­prüfungen, Kundenservice, Transaktions­monitoring und personalisierten Angeboten bei zugleich steigenden Anforderungen an Modellgovernance.

Die Risikolage verschiebt sich: Neben altbe­kannten Problemen unzureichender Daten­qualität (Bias, irreführende Vertriebspraktiken, Preisdiskriminierung) treten mit Large-Language-Models schwer messbare zusätzliche Risiken wie Halluzinationen auf. Daher sind robuste Daten-Governance, gründliche Tests, Modelldokumentation, adressierte Erklär­barkeit sowie hohe Standards in kundennahen Anwendungen erforderlich. Hinzu kommen Cyberrisiken und die Pflicht, Datenschutzrechte sowie die DSGVO-Anforderungen zu Datenspar­samkeit, Zweckbindung und Einwilligung strikt zu beachten.

Operativ rücken Abhängigkeiten von wenigen externen Technologie- und Cloud-Anbietern in den Fokus. Das führt zu Konzentrations- und Migrationsrisiken; DORA verlangt explizit deren Minderung, inklusive Notfall- und Exit-Strategien. Die EU prüft die Übertragbarkeit solcher Exit-Mechanismen auf KI-Modelle, die auf Drittstaateninfrastrukturen laufen. Gleichzeitig sollen Interoperabilität und Kompatibilität mit internationalen Partnern gestärkt werden, um Zugang zu KI-Anbietern zu sichern und globale Standards mitzugestalten.

Für die Aufsicht zeichnet sich ein Spannungsfeld ab: mangelndes KI-spezifisches Know-how und Tools stehen wachsenden Prüfbedarfen gegen­über. Gefordert sind verhältnismäßige, inno­vations­freundliche Ansätze, klare Zuständig­keits­abgrenzungen für Hoch- und Nicht-Hochrisiko-KI sowie bessere Koordination und Konsistenz in Auslegung und Durchsetzung, um Fragmentierung und Rechtsunsicherheit zu vermeiden. Das umfassende Regelwerk des Finanzsektors bietet bereits ein breites Risiko­rahmenwerk; zusätzliche Regulierung soll nur bei identifizierten Lücken erfolgen. Insgesamt wird ein technologieneutraler, risikobasierter Ansatz bekräftigt.

Für Versicherer strategisch relevant sind zudem: gezielte Leitlinien der EU-Kommission zur Anwendung bestehender Finanzmarktregeln auf KI, um Überschneidungen zu vermeiden und insbesondere kleinere Institute nicht unverhält­nis­mäßig zu belasten; Förderung von KI-RegTech-Anwendungen in Vermittlung, Port­folio­verwaltung und Compliance sowie der Ausbau von Reallaboren und Innovations­zentren für kontrollierte Tests, einschließlich Supervisory-Tech zur Effizienzsteigerung der Aufsicht – stets mit menschlicher Kontrolle.

Schließlich verweist das Parlament auf den Investitionsrückstand Europas bei Basis­modellen und die Notwendigkeit, privates Kapital zu mobilisieren, wobei der Finanzsektor als Katalysator wirken kann. Flankierend werden KI-Kompe­tenzen der Belegschaft, Umschulung und ethische Sensibilisierung betont, um Produktivität zu heben und Ver­braucher­rechte zu sichern. Für die Ver­sicherungsbranche bedeutet dies: ambitionierte, aber beherrschte Einführung von KI mit klaren Governance-Prozessen, DSGVO-Konformität, DORA-fähiger Resilienz und nachvollziehbarer Modellrisikosteuerung – insbesondere bei Hochrisiko-Tarifierung in der Lebens- und Krankenversicherung.