Dieser Beitrag erschien zuerst als Blogbeitrag bei FIN LAW.
In vergangenen Beiträgen wurde das Thema künstliche Intelligenz (KI) bzw. maschinelles Lernen (ML) im Wertpapierhandel und in der Vermögensverwaltung besprochen. Künstliche Intelligenz kann aber auch im Risikomanagement der Bank eingesetzt werden. Das Gesetz verpflichtet beispielsweise Banken ein angemessenes und wirkungsvolles Risikomanagement zu etablieren, durch welches die Risikotragfähigkeit laufend sichergestellt wird. Dabei geht es im Wesentlichen darum, Markt-, Kredit-, Insolvenz- oder Betrugsrisiken im Zusammenhang beispielsweise mit Handelsentscheidungen oder Kreditvergaben zu identifizieren und diese Risiken zu minimieren. Gerade hier kann KI oder ML dabei helfen, neue Muster zu erkennen und hierdurch zur Risikominimierung beitragen. Die Finanzaufsicht billigt jedoch nicht einzelne Algorithmen. Sie prüft vielmehr die einzelnen Prozesse risikoorientiert und anlassbezogen in ihrer konkreten Anwendung im…
Weitere Quellen
– [Artificial intelligence](https://en.wikipedia.org/wiki/Artificial_intelligence)
– [Risk management](https://en.wikipedia.org/wiki/Risk_management)
– [Machine learning](https://en.wikipedia.org/wiki/Machine_learning)
– [Deep learning](https://en.wikipedia.org/wiki/Deep_learning)
– [Natural language processing](https://en.wikipedia.org/wiki/Natural_language_processing)
– [Supervised learning](https://en.wikipedia.org/wiki/Supervised_learning)
– [Unsupervised learning](https://en.wikipedia.org/wiki/Unsupervised_learning)
– [Reinforcement learning](https://en.wikipedia.org/wiki/Reinforcement_learning)
– [Decision tree](https://en.wikipedia.org/wiki/Decision_tree)
– [Neural network](https://en.wikipedia.org/wiki/Neural_network)