DORA, der EU AI Act und NIS2 haben manuelle Dokumentenverarbeitung zu einem Compliance-Risiko gemacht

Zwanzig Jahre lang war manuelle Dokumentenverarbeitung in Finanzinstituten ein Kostenproblem. Seit 2024 ist sie ein Compliance-Problem, und Compliance-Probleme haben ein anderes Budget. Drei europäische Texte sind dafür verantwortlich: der Digital Operational Resilience Act, anwendbar seit Januar 2025; die NIS2-Richtlinie, die die Mitgliedstaaten bis Oktober 2024 umsetzen mussten; und der EU AI Act, in Kraft seit August 2024, dessen Pflichten bis 2026 und 2027 schrittweise greifen.

Was die drei Texte gemeinsam haben

Sie regeln unterschiedliche Dinge, IKT-Resilienz, Cybersicherheit und künstliche Intelligenz, verlangen aber dieselbe Art von Nachweis: den Beleg, dass das Institut weiß und kontrolliert, was mit seinen Daten, seinen Drittanbietern und seinen automatisierten Entscheidungen geschieht.

• DORA verlangt ein Register der IKT-Drittdienstleister, vertragliche Kontrolle über sie und die Fähigkeit, operative Resilienz unter Test nachzuweisen.
• NIS2 dehnt die Sicherheits-Governance auf die Leitungsebene aus, mit persönlicher Verantwortlichkeit und Meldepflichten innerhalb enger Fristen.
• Der AI Act verlangt Risikoklassifizierung, Dokumentation, menschliche Aufsicht, Protokollierung und Transparenz für KI-Systeme, die in Kredit-, Versicherungs- und Beschäftigungsentscheidungen eingesetzt werden.

Zusammen gelesen bedeuten sie, dass jeder Prozess, der Kundendaten, Kreditentscheidungen oder aufsichtliches Reporting berührt, beantworten können muss: Wer hat was getan, auf welchen Daten, mit welchem Werkzeug, und wo ist die Aufzeichnung.

Warum manuelle Verarbeitung den Test nicht besteht

Ein Team von Analysten, das Werte aus PDFs in ein Kernsystem abtippt, erzeugt keinen Nachweis. Es gibt kein Protokoll, von welcher Seite ein Wert stammt, keinen Konfidenzwert, keine Möglichkeit zu beweisen, dass auf jede Akte dieselbe Regel angewendet wurde. Stichproben finden Fehler im Nachhinein; Audits rekonstruieren Entscheidungen aus dem Gedächtnis. Das war akzeptabel, als die regulatorische Frage die Kosten waren. Es ist nicht akzeptabel, wenn die regulatorische Frage die Kontrolle ist.

Das Paradoxe ist, dass generische KI-Werkzeuge dies ebenfalls nicht lösen. Ein Copilot, der eine Antwort aus einem Chat-Prompt erzeugt, ist so wenig nachvollziehbar wie der Analyst, mit dem zusätzlichen Problem, dass die Daten dafür möglicherweise den Perimeter des Instituts verlassen haben.

Die agentische Antwort

Agenten, die auf einem gesteuerten Betriebssystem laufen, erzeugen Compliance-Nachweise als Nebenprodukt ihrer Arbeit.

• Jeder extrahierte Wert trägt eine Quelle: das Dokument, die Seite und den Bereich, aus dem er stammt.
• Jede Entscheidung wird mit der Regel, der Modellversion und der Konfidenz protokolliert, die sie hervorgebracht haben.
• Der Wissensumfang ist begrenzt: Ein Agent antwortet nur aus den Dokumenten und Vorschriften, die ihm gegeben wurden, sodass die Antwort deterministisch und wiederholbar ist.
• Menschliche Prüfung wird dort eingesetzt, wo das Risiko liegt, und die Handlung des Prüfers wird Teil der Aufzeichnung.
• Der gesamte Stack, Modelle eingeschlossen, kann On-Premises oder in einer privaten EU-Cloud laufen, sodass das Drittanbieterregister kurz bleibt und die Daten nie das Haus verlassen.

Im Produktivbetrieb: ein Regulierungsassistent für 20.000 Mitarbeitende

Eine der größten italienischen Bankengruppen betreibt einen Regulierungs-Compliance-Agenten, der von 20.000 Mitarbeitenden genutzt wird. Er nimmt die internen Regelwerke der Gruppe und das externe Regelwerk auf, modelliert sie als Ontologie und beantwortet Fragen in natürlicher Sprache mit der exakten Klausel als Beleg. Er erstellt außerdem Auswirkungsanalysen neuer Vorschriften, verfolgt Änderungen und entwirft interne Regeln mit einheitlicher Struktur. Compliance-Beauftragte messen eine schnellere Klärung von Anfragen; Prüfer erhalten die benötigte Nachweiskette kostenlos.

Eine Checkliste für die nächsten zwölf Monate

1. Erfassen Sie die Prozesse, in denen Dokumente Entscheidungen steuern: Onboarding, Kredit, Schäden, Sicherheiten, aufsichtliches Reporting.
2. Fragen Sie bei jedem, ob Sie eine beliebige Entscheidung des letzten Quartals mit Quellen und Regeln rekonstruieren könnten. Wenn nicht, ist dieser Prozess ein Risiko.
3. Bevorzugen Sie Werkzeuge, deren Ergebnisse strukturiert, protokolliert und mit Quellen verknüpft sind, gegenüber Werkzeugen, die Prosa erzeugen.
4. Halten Sie Modelle und Daten innerhalb Ihres Perimeters, wo die Regulierung es verlangt; machen Sie das zu einem Beschaffungskriterium, nicht zu einem Nachgedanken.
5. Setzen Sie menschliche Prüfung dort ein, wo das Risiko liegt, und zeichnen Sie sie auf.