Maschinelle Lernverfahren
Kreditinstitute nutzen vermehrt maschinelle Lernverfahren bzw. prüfen deren Einsatz, um Prozesse zu beschleunigen, Kosten zu senken und Daten verfügbar und nutzbar zu machen. Die Nutzung solcher Verfahren geht jedoch auch mit Risiken einher, an deren Steuerung aufsichtliche Anforderungen gestellt werden. Zugleich wünscht sich die Finanzindustrie eine klare Kommunikation der aufsichtlichen Erwartungshaltung zum Einsatz maschineller Lernverfahren.
Ergebnisse der Konsultation 11/2021
BaFin und Deutsche Bundesbank haben im Juli 2021 das Konsultationspapier „Maschinelles Lernen in Risikomodellen – Charakteristika und aufsichtliche Schwerpunkte“ veröffentlicht und um Rückmeldungen aus dem Versicherungs- und Bankenbereich gebeten. Inzwischen wurden die Antworten ausgewertet und in einem Ergebnispapier zusammengefasst.
Konsultation 11/2021
Im folgenden gemeinsamen Konsultationspapier der BaFin und der Deutschen Bundesbank geht es um den konkreten Einsatz von maschinellem Lernen (ML) in Risikomodellen der Säulen I und II der Regelwerke für Banken und Versicherer. Das Papier basiert auf bereits veröffentlichten Prinzipien der BaFin und der Bundesbank für den Einsatz von Big Data und künstlicher Intelligenz (Big Data und Artificial Intelligence – BDAI).
Informationen der BaFin
Policy Discussion Paper (in englischer Sprache)
Das folgende Dokument soll die wichtigsten Aspekte darstellen, die für die aufsichtliche Herangehensweise an maschinelle Lernverfahren zu beachten sind. Hierfür werden auch mögliche aufsichtliche Erwartungen an u. a. die Erklärbarkeit, die Anforderungen an Daten oder das Risikomanagement formuliert. Daneben soll die Diskussion vom Begriff der „Künstlichen Intelligenz“ zu den konkret dahinterliegenden Verfahren und Risiken bewegt werden.