Künstliche Intelligenz wird zur Frage der Finanzstabilität
08. Oktober 2026
Wenn KI im Finanzsektor skaliert, wachsen auch die Anforderungen an Risikomanagement und Governance
Künstliche Intelligenz verändert längst nicht mehr nur einzelne Arbeitsprozesse in Banken und am Kapitalmarkt. Je stärker ähnliche KI-Systeme für Handel, Risikomanagement, Liquiditätsplanung oder Portfolioentscheidungen eingesetzt werden, desto wichtiger wird eine weitergehende Frage: Können daraus Risiken entstehen, die nicht nur einzelne Institute, sondern die Stabilität des Finanzsystems betreffen?
Diese Frage stand am 5. Oktober 2026 im Mittelpunkt einer internationalen Fachkonferenz der Oesterreichischen Nationalbank (OeNB), des Joint Vienna Institute, von SUERF und des Yale Program on Financial Stability in Wien. Diskutiert wurden die Folgen von Digitalisierung, künstlicher Intelligenz und weiteren strukturellen Veränderungen für Finanzmarktstabilität und Krisenmanagement.
Die OeNB ordnet technologische Innovation, die zunehmende Verbreitung von KI, neue Formen der Finanzintermediation und geopolitische Spannungen als Entwicklungen ein, die das Umfeld für Zentralbanken und Aufsichtsbehörden grundlegend verändern. Im Zentrum stehen dabei nicht nur die Chancen digitaler Technologien, sondern auch neue Stabilitätsrisiken und die Frage, wie Regulierung und Aufsicht darauf reagieren können.
Wenn viele Marktteilnehmer ähnliche KI-Modelle einsetzen
Einen konkreten Risikokanal beschreibt Pablo Hernández de Cos, Generaldirektor der Bank für Internationalen Zahlungsausgleich (BIZ), in seiner Rede auf der Konferenz. Eine breite Nutzung ähnlicher KI-Modelle durch Finanzmarktteilnehmer könnte dazu führen, dass Marktreaktionen stärker gleichgerichtet ablaufen und sich beschleunigen.
Das betrifft nicht nur den algorithmischen Handel. Hernández de Cos verweist darauf, dass ähnliche KI-Werkzeuge auch im Risikomanagement, bei der Liquiditätsplanung und bei der Portfolioallokation eingesetzt werden können. Reagieren viele Marktteilnehmer mithilfe vergleichbarer Modelle auf dieselben Signale, kann dies Herdenverhalten begünstigen und Preisbewegungen bei einem Schock verstärken.
Damit verändert sich die Risikoperspektive. Ein KI-Modell kann aus Sicht eines einzelnen Instituts effizient funktionieren und dennoch Teil eines übergeordneten Stabilitätsrisikos werden, wenn viele Marktteilnehmer ähnliche Daten, Modelle oder Entscheidungslogiken verwenden. Diese systemische Dimension ist eine fachliche Schlussfolgerung aus dem von Hernández de Cos beschriebenen Gleichlauf und geht über die isolierte Betrachtung einzelner Modelle hinaus.
Vom KI-Modell zur Marktreaktion
Ähnliche KI-Modelle
Vergleichbare Daten, Modelle und Signale
Ähnliche Entscheidungen
In Handel, Risikosteuerung und Portfolioallokation
Gleichgerichtete Marktreaktionen
Viele Marktteilnehmer reagieren ähnlich
Stärkere Preisbewegungen
Ein Schock kann sich dadurch verstärken
Der Gleichlauf kann Herdenverhalten begünstigen und Marktbewegungen beschleunigen.
Eigene Darstellung auf Basis des Artikels
Digitalisierung kann die Geschwindigkeit von Krisen erhöhen
KI ist dabei Teil einer breiteren Veränderung. Hernández de Cos verweist auch darauf, dass digitales Banking und die schnelle Verbreitung von Informationen über soziale Medien Liquiditätsstress beschleunigen können. Einlagen lassen sich heute unmittelbar über digitale Plattformen bewegen, während sich Informationen – einschließlich unvollständiger oder falscher Informationen – in kurzer Zeit verbreiten können.
Als Beispiel nennt er die Bankenturbulenzen von 2023. Die damals beobachtete Geschwindigkeit der Einlagenabzüge war außergewöhnlich hoch; digitales Onlinebanking traf dabei auf eine sehr schnelle Informationsverbreitung über soziale Medien. Für Zentralbanken kann das bedeuten, dass im Krisenfall weniger Zeit für Diagnose, Kommunikation und Intervention zur Verfügung steht.
Finanzstabilität wird im digitalen Zeitalter damit auch zu einer Frage der Geschwindigkeit. Risiken müssen nicht zwangsläufig neu sein, um neue Anforderungen an das Krisenmanagement zu stellen. Schon eine schnellere Übertragung bestehender Risiken kann die Reaktionsfähigkeit von Instituten, Aufsicht und Zentralbanken stärker fordern.
KI-Risiken reichen über das einzelne Modell hinaus
Für Finanzinstitute ergeben sich daraus mehrere Ebenen des Risikomanagements. Auf der Ebene einzelner KI-Systeme stellen sich Fragen nach Datenqualität, Nachvollziehbarkeit, Modellvalidierung, Bias oder Veränderungen des Modellverhaltens im Zeitverlauf.
Daneben tritt jedoch die Frage, wie KI-Systeme mit anderen Prozessen und Marktteilnehmern interagieren. Wenn Modelle in Handel, Risikosteuerung oder Liquiditätsplanung Entscheidungen vorbereiten oder automatisieren, wird relevant, wie sie sich unter Stress verhalten und ob ähnliche Systeme gleichzeitig zu ähnlichen Entscheidungen gelangen.
Governance bedeutet deshalb nicht nur, festzulegen, ob und wofür ein KI-System eingesetzt werden darf. Sie muss auch Verantwortlichkeiten, Überwachung, Validierung und Risikosteuerung berücksichtigen. Die aktuelle Diskussion um Finanzstabilität erweitert diesen Blick um die möglichen Wechselwirkungen zwischen einzelnen Instituten und dem Finanzsystem.
Drei Ebenen der KI-Risiken
KI-Modell
Datenqualität · Nachvollziehbarkeit · Bias
Modellvalidierung · Veränderungen des Modellverhaltens
Finanzinstitut
Verantwortlichkeiten · laufende Überwachung
Einbindung in Steuerungs- und Kontrollstrukturen
Finanzsystem
Gleichgerichtete Entscheidungen · Herdenverhalten
Mögliche Verstärkung von Marktbewegungen
Eigene Darstellung auf Basis des Artikels
Die OeNB-Konferenz behandelte entsprechend neben den Auswirkungen von Digitalisierung und KI auf Finanzinstitute und Finanzmärkte auch regulatorische und aufsichtliche Konsequenzen sowie die künftige Rolle von Zentralbanken im Krisenmanagement. Dabei handelt es sich um eine Fachkonferenz und nicht um eine neue regulatorische Vorgabe.
Was bedeutet das für Finance Professionals?
Für Risiko- & Regulierungsexperten wird die Verbindung zwischen Modellrisiko, Governance und übergeordneten Stabilitätsfragen wichtiger. KI-Systeme müssen nicht nur technisch leistungsfähig sein. Ihre Risiken müssen identifiziert, bewertet, überwacht und in bestehende Steuerungs- und Kontrollstrukturen integriert werden.
Für Data & AI Professionals erweitert sich die Perspektive ebenfalls. Neben Modellgüte und technischer Umsetzung gewinnen Fragen der Nachvollziehbarkeit, Validierung und des Verhaltens von Modellen unter veränderten Marktbedingungen an Bedeutung.
Für Führungskräfte & Entscheider stellt sich schließlich die Governance-Frage: Wo werden KI-Systeme eingesetzt, wer trägt Verantwortung und welche Kontrollmechanismen sind notwendig? Mit zunehmender Verbreitung von KI wird die Steuerung dieser Systeme damit auch zu einer organisatorischen Aufgabe.
Weiterbildungsbezug: KI-Risiken systematisch steuern
Hier besteht ein direkter fachlicher Bezug zum Seminar „KI – Governance und Risikomanagement“ der DVFA Akademie. Das Seminar richtet sich an Fach- und Führungskräfte aus Banken, Mitarbeitende aus Risikocontrolling, Compliance und Governance sowie Verantwortliche für KI-Modelle und KI-Risikomanagement.
Inhaltlich behandelt es unter anderem regulatorische Rahmenbedingungen für KI in Banken sowie den Aufbau eines KI-Risk-Management-Frameworks mit Risikostrategie, Organisation und Governance, Risikoidentifikation, Bewertung und Steuerung. Hinzu kommen Modellvalidierung und laufende Modellüberwachung sowie spezifische Herausforderungen wie Model Drift und Bias. Damit liegt der Weiterbildungsschwerpunkt genau an der Schnittstelle zwischen dem praktischen KI-Einsatz und den Governance- und Risikofragen, die mit der zunehmenden Nutzung solcher Systeme an Bedeutung gewinnen.
Quellen
- Oesterreichische Nationalbank (OeNB): „Zentralbanken im Zeitalter von KI und Digitalisierung: Finanzmarktstabilität sichern“, Presseinformation zur internationalen Fachkonferenz, 5. Oktober 2026.
Quelle - Bank für Internationalen Zahlungsausgleich (BIZ): Pablo Hernández de Cos: „The role of central banks in managing financial crises in times of rapid change“, SUERF Annual Lecture, Wien, 5. Oktober 2026.
Quelle - SUERF:„New challenges in safeguarding financial stability and managing financial crises in a world of digital finance and artificial intelligence: Implications for central banks“, Konferenzinformationen, 5. Oktober 2026.
Quelle
