• 26.10.2026
  • Fachbeitrag

So werden KI-Ergebnisse in Compliance nachvollziehbar

Verträge analysieren, Dienstleistungen klassifizieren, Risiken bewerten: KI unterstützt Risiko- und Compliance-Teams bei vielen Aufgaben. In der Prüfung zählt jedoch, worauf ein Ergebnis beruht und wer die Entscheidung verantwortet. Warum wurde eine Dienstleistung als unkritisch eingestuft? Welche Informationen lagen vor? Und wer hat die Bewertung freigegeben? Aus unserer Arbeit an Leno & Tendry zeigen wir, wie Teams diese Fragen beantworten können.

Geschrieben von Hussam Greg

Sponsored by

Person in blauem Hemd mit Krawatte tippt auf einer Tastatur und berührt ein leuchtendes KI-Symbol, das zwei Netzwerke aus verbundenen Dokumentsymbolen miteinander verknüpft

Inhaltsverzeichnis

 

Die Frage kommt garantiert

Setzen Sie künstliche Intelligenz (KI) in den Bereichen Governance, Risk und Compliance (GRC) ein, merken Sie schnell, wie viel Zeit sich sparen lässt. Verträge lassen sich schneller vorprüfen, Informationen gezielt extrahieren und Bewertungen vorbereiten.

Doch der Zeitgewinn allein sagt wenig darüber aus, ob ein Ergebnis einer Prüfung standhält. Entscheidend ist eine andere Frage: Wie ist es zustande gekommen? Interne Revision, Wirtschaftsprüfer und Aufsicht müssen nachvollziehen können, worauf Ihre Bewertung beruht und wer sie verantwortet. Fehlen diese Informationen, beginnt Ihre Arbeit im Prüfungstermin von vorn.

Eine typische Frage lautet: „Warum wurde diese Dienstleistung als unkritisch eingestuft und wer hat das entschieden?“ Der Hinweis „Das hat die KI vorgeschlagen“ hilft dann wenig.

Hinter einer solchen Einstufung steht eine regulatorische Definition. Nach Artikel 3 Nummer 22 des Digital Operational Resilience Act (DORA) gilt eine Funktion als kritisch oder wichtig, wenn ihre Störung die Finanzleistung eines Finanzunternehmens oder die Solidität und Fortführung seiner Dienstleistungen erheblich beeinträchtigen würde. Ob eine konkrete Dienstleistung darunterfällt, ist damit immer eine Bewertung und genau diese Bewertung muss später begründbar sein.

Nachvollziehbar wird die Entscheidung erst, wenn die verwendeten Informationen, die Bewertungskriterien und die fachliche Freigabe dokumentiert sind.

 

Ohne Quelle kein Ergebnis

Für uns ist das ein zentraler Grundsatz: Jede inhaltliche Aussage der KI muss sich überprüfen lassen. Bewertet sie eine Vertragsklausel als ausreichend, um eine bestimmte DORA-Anforderung abzudecken, etwa eine der vertraglichen Schlüsselbestimmungen aus Artikel 30 der Verordnung (EU) 2022/2554, muss sie die relevante Passage nennen, möglichst mit Seite und Abschnitt. Schlägt sie eine Klassifikation vor, braucht es eine verständliche Begründung anhand der zugrunde liegenden Informationen und Kriterien.

Fehlt ein belastbarer Beleg, bleibt die Bewertung offen. Eine überzeugende Formulierung ersetzt keine fachliche Grundlage. Auch eine Quellenangabe allein genügt nicht. Die genannte Passage muss die Aussage tatsächlich stützen. Genau das ist Teil der fachlichen Prüfung: Steht dort wirklich, was die KI behauptet? Und reicht die Passage aus, um die Bewertung zu begründen?

 

Wer hat entschieden?

KI schlägt vor, ein Mensch entscheidet. Damit dieser Grundsatz im Alltag trägt, muss der Prozess ihn abbilden. Bei aixom haben wir das in unserer GRC-Plattform Leno so umgesetzt: Ein KI-Vorschlag wird erst als Bewertung übernommen, wenn die zuständige Person ihn bestätigt oder angepasst hat.

"KI schlägt vor, ein Mensch entscheidet. Damit dieser Grundsatz im Alltag trägt, muss der Prozess ihn abbilden.“
Hussam Greg, Geschäftsführer der aixom GmbH

Dabei muss erkennbar bleiben, was die KI vorgeschlagen hat, was geändert wurde und wer die abschließende Entscheidung getroffen hat. Eine Freigabe dokumentiert Verantwortung. Sie sollte das Ergebnis einer fachlichen Prüfung sein.

Ebenso wichtig sind klare Berechtigungen. Bewertungen mit weitreichenden Folgen für Verträge, Überwachung oder Risikosteuerung sollten nur von den dafür zuständigen Personen freigegeben werden können.

 

Entscheidungen müssen auch später nachvollziehbar bleiben

Stellen Sie dieselbe Frage zweimal an ein Sprachmodell, erhalten Sie nicht zwingend dieselbe Antwort: Modelle wählen ihre Ausgabe bei jedem Durchlauf neu aus und auch Modellversionen oder Systemeinstellungen können sich zwischenzeitlich ändern. Für eine spätere Prüfung reicht es deshalb nicht, die Analyse erneut auszuführen.

Festgehalten werden müssen der ursprüngliche KI-Vorschlag, die verwendeten Dokumente in ihrer damaligen Fassung, die Begründung sowie die fachliche Prüfung und Freigabe. Auch nachträgliche Änderungen müssen nachvollziehbar sein.

Wird eine Bewertung später angepasst, darf ihre Vorgeschichte nicht verloren gehen. So lässt sich zeigen, welche Informationen zu welchem Zeitpunkt vorlagen und warum eine Entscheidung getroffen wurde.

 

Auch die KI selbst gehört auf den Prüfstand

Die Kontrolle darf nicht beim einzelnen Ergebnis enden. Auch die eingesetzte KI und ihre Einbindung in das GRC-Tool müssen betrachtet werden. Artikel 6 der DORA-Verordnung verlangt von Finanzunternehmen einen „soliden, umfassenden und gut dokumentierten“ Rahmen für das Management von IKT-Risiken, also von Risiken der Informations- und Kommunikationstechnologie. Dieser Rahmen ist mindestens einmal jährlich zu dokumentieren und zu überprüfen. Für den KI-Einsatz im GRC bedeutet das, auch die damit verbundenen Systeme, Datenflüsse und Abhängigkeiten in die Risikobetrachtung einzubeziehen.

Wissen Sie, welche Daten verarbeitet werden, wo die Verarbeitung stattfindet und welche Anbieter beteiligt sind? Ebenso muss geklärt sein, ob Ihre Eingaben oder Dokumente für das Training von Modellen verwendet werden dürfen und wer darauf zugreifen kann.

Hinzu kommen klare Regeln für die Nutzung: Wer darf KI-Analysen starten? Welche Daten sind dafür freigegeben? Und wann ist eine ausdrückliche Freigabe erforderlich? Diese Regeln müssen zum Schutzbedarf der Informationen und zum jeweiligen Anwendungsfall passen.

 

Fünf Fragen vor dem Start

Bevor Sie KI-Ergebnisse produktiv nutzen, sollten Sie fünf Fragen beantworten können:

  1. Sind Aussagen überprüfbar? Sind Quellen und Bewertungskriterien angegeben und fehlende Belege erkennbar?
  2. Ist die Verantwortung dokumentiert? Ist nachvollziehbar, wer einen Vorschlag geprüft, übernommen oder geändert hat?
  3. Bleibt die Entscheidungsgrundlage erhalten? Werden Ergebnisse, Dokumentversionen und Änderungen für die erforderliche Aufbewahrungsdauer nachvollziehbar gespeichert?
  4. Sind Freigaben klar geregelt? Ist festgelegt, wer welche Bewertungen prüfen und freigeben darf?
  5. Ist der KI-Einsatz kontrolliert? Sind Datenverarbeitung, Hosting, Zugriffsrechte, Trainingsnutzung und interne Freigaben geklärt?

Können Sie diese Fragen belastbar beantworten, haben Sie eine gute Grundlage für die nächste Prüfung.

Fazit

Nachvollziehbarkeit entsteht im täglichen Umgang mit KI. Prüfen Sie Quellen, ordnen Sie Verantwortung klar zu und dokumentieren Sie Entscheidungen sauber, behalten Sie den Zeitgewinn auch dann, wenn die Revision nachfragt.

aixom auf der it-sa 2026

Besuchen Sie uns am Stand
Halle 6, Stand 6-342
27. bis 29. Oktober 2026, Messezentrum Nürnberg

Vortrag: „Wie KI modernes GRC-Management verändert“
Hussam Greg (Geschäftsführer, aixom GmbH) zeigt an Praxisbeispielen, wie künstliche Intelligenz Governance-, Risiko- und Compliance-Prozesse unterstützen kann.

Mittwoch, 28. Oktober 2026, 16:20 bis 16:30 Uhr
Forum A, Stand 6-216, Knowledge Forum der it-sa Expo