Singapurs Leitlinien zum AI-Risikomanagement wurden am 7. Oktober 2026 von der Monetary Authority of Singapore (MAS) unter dem Titel Guidelines on Artificial Intelligence Risk Management veröffentlicht. Der Rahmen war als Konsultationspapier P017-2025 vom 13. November 2025 bis zum 31. Januar 2026 zur Stellungnahme gestellt worden; nun liegen der endgültige Text und die Antwort der MAS auf die Rückmeldungen vor. Geregt werden Finanzinstitute in Singapur. Es ist kein allgemeines AI-Gesetz für alle Branchen und kein Regelwerk, das andere Länder unverändert übernehmen könnten.
Auch die Rechtsnatur gehört klar benannt. Es handelt sich um aufsichtsrechtliche Leitlinien, die festhalten, was die MAS von den von ihr beaufsichtigten Instituten erwartet, nicht um ein neu erlassenes Gesetz, und die Veröffentlichungsunterlagen enthalten keinen Bußgeldkatalog. Optional sind Leitlinien deshalb nicht: Institute unterliegen der aufsichtlichen Prüfung, und Verwaltungsrat und Geschäftsleitung müssen ihre AI-Risikoneigung, die Zuständigkeiten und das Zusammenwirken der Kontrollen erklären können. Bestehende Governance-Strukturen dürfen weitergenutzt werden, wenn sie ausreichen; ein eigener AI-Ausschuss muss nach Angaben der MAS nicht allein zu diesem Zweck geschaffen werden.
Zwei Fristen: Governance 2027, voller Lebenszyklus 2028
Der Zeitplan hat zwei Stufen. Die Abschnitte 3 und 4 sind bis zum 7. Oktober 2027 zu erfüllen und betreffen die Aufsicht durch Verwaltungsrat und Geschäftsleitung, die Identifizierung und Inventarisierung von AI, die Bewertung der Risikowesentlichkeit sowie die tragenden Systeme und Verfahren. Die Abschnitte 5 und 6 sind bis zum 7. Oktober 2028 fällig und betreffen Kontrollen über den gesamten AI-Lebenszyklus, darunter Daten-Governance, Tests, menschliche Aufsicht, Cybersicherheit, laufende Überwachung, Änderungsmanagement, Umgang mit Dritt-AI und die Fähigkeiten der Mitarbeitenden.
Die Leitlinien gelten für alle von der MAS beaufsichtigten Finanzinstitute, also Banken, Versicherer, Zahlungsinstitute und Kapitalmarktinstitute, und für alle Formen von AI, ob selbst gebaut, generativ oder in ein Fachsystem eingebettet. Die Kontrolltiefe richtet sich nach dem Umfang der AI-Nutzung und danach, wie groß der Schaden eines einzelnen Anwendungsfalls ausfallen könnte. Geringfügige Nutzungen, deren Ausfall Institut, Kunden oder andere Betroffene nicht wesentlich treffen würde, können mit grundlegenden Richtlinien und Verfahren abgedeckt werden. Entwürfe interner E-Mails oder Zusammenfassungen von Besprechungsnotizen sind die gemeinte Größenordnung, kein Anlass, für alles den Aufwand eines Hochrisikofalls zu betreiben.
Am leichtesten übersehen wird AI, die in Software versteckt ist
Der endgültige Text benennt eine blinde Stelle. Stammt eine Leistung von einem wesentlichen Drittanbieter, soll der Identifizierungsprozess mindestens die darin enthaltene AI erfassen, auch wenn das Produkt nie als AI-Produkt verkauft wurde. Eine automatische Zusammenfassung im CRM, eine intelligente Einordnung im Ticketsystem oder ein Generieren-Knopf in einer Dokumentenplattform können solche versteckte AI sein. Für das Inventar werden Zweck und Beschreibung, genehmigter Nutzungsumfang, Modelltyp, verwendete Daten, Abhängigkeiten, Lebenszyklusstatus und eine Wesentlichkeitseinstufung erwartet.
Diese Einstufung entscheidet über den weiteren Aufwand. Maßgeblich sind Auswirkung, Komplexität und Abhängigkeit, nicht Neuheit: Ein Anwendungsfall, der Kreditentscheide, Schadenfälle, Handel oder Kundenrechte unmittelbar berührt, gehört nicht in dieselbe Test- und Genehmigungsroutine wie einer, der nur Rechtschreibung korrigiert. Auch europäische Institute stehen in ihrem Rechtsraum vor einer ähnlichen befristeten Bestandsaufnahme, doch Zuständigkeit und Gegenstand unterscheiden sich, sodass eine Übung die andere nicht ersetzt.
Fällt fremde AI aus, bleibt die Verantwortung im Haus
Der gewichtigste Satz der Leitlinien lautet, dass ein Finanzinstitut für die in seinen Leistungen eingesetzte AI verantwortlich bleibt, selbst wenn ein Dritter sie entwickelt, betreibt oder bereitstellt. Praktisch heißt das: Institute müssen sich vom Anbieter ausreichende Zusicherungen holen, die Eignung für den eigenen Zweck beurteilen und ergänzende Kontrollen einbauen, wo Offenlegung dünn ist oder praktische Grenzen greifen. Die Selbstdarstellung eines Anbieters genügt für sich allein nicht; erwartet werden unabhängige Bewertungen oder Zertifizierungen als externer Beleg. Getestet werden soll zudem am eigenen Anwendungsfall und mit eigenen Daten, nicht nur an der Vorführung des Anbieters.
Auch Verträge gehören zum Kontrollsystem: Sichtbarkeit darüber, wann AI eingeführt und später verändert wird, Vorankündigung und Folgenabschätzung von Änderungen, Notfallpläne für Ausfälle, unerwartetes Verhalten oder eingestellten Support sowie Prüfungsrechte. Lässt sich das Risiko eines externen AI-Dienstes nicht in die eigene Risikoneigung zurückholen, benennt die MAS nüchterne Optionen: Nutzung einschränken, aussetzen oder den Dienst ersetzen. Ein nicht kooperierender Anbieter oder ein als Blackbox beschriebenes Modell ist in diesem Rahmen keine Verteidigung.
Für Agenten gibt es eine eigene Folgespur
Die MAS hat außerdem angekündigt, 2027 zu konsultieren, ob agentische AI zusätzliche Leitlinien braucht. Systeme, die selbst Geschäfte ausführen, Datensätze verändern oder Kunden gegenübertreten können, lassen sich mit einem allgemeinen Inventar allein erkennbar nicht bewältigen. Institute, die Agenten bereits in Handel, Treasury oder Kundenprozessen einsetzen, sollten Werkzeugrechte, Begründungsspuren und menschliche Stopmechanismen jetzt gesondert erfassen, statt auf diese Konsultation zu warten.
Für Institute mit Geschäft in Singapur sind heute drei Schritte machbar. Erstens das Inventar jetzt aufbauen, eigene, zugekaufte und in SaaS eingebettete AI zusammenführen und jeden Eintrag wesentlich einstufen; das ist der harte Kern der Stufe 2027. Zweitens Nachweispakete der Anbieter und Vertragsklauseln früh in Ordnung bringen: unabhängige Bewertung, Änderungsmitteilung, Prüfungsrechte, Umgang mit Ausfällen und die Möglichkeit, eine einzelne AI-Funktion abzuschalten, gehören bei Vertragsabschluss hinein, nicht in eine Neuverhandlung gegen die Frist 2028. Drittens die Lebenszykluskontrollen in Risikoreihenfolge fertigstellen, bei hochwirksamen Nutzungen mit Daten, Tests, Überwachung und menschlicher Aufsicht beginnen und geringfügige Nutzungen bei grundlegenden Richtlinien belassen, damit der Compliance-Aufwand nicht gleichmäßig dünn verteilt wird.
Anbieter werden von den Leitlinien nicht unmittelbar reguliert, erreicht werden sie zuerst über die Sorgfaltsprüfung ihrer Kunden. Ob ein Lieferant erklären kann, auf welche vorgelagerten Modelle er sich stützt, woher seine Daten stammen, welche Tests er durchgeführt hat, welche unabhängige Bewertung er vorweisen kann, wie Versionsänderungen mitgeteilt werden und wie sich eine Funktion abschalten lässt, entscheidet darüber, ob er auf der Anbieterliste eines Singapurer Finanzinstituts bleibt. Der Übergang von freiwilligen Prinzipien zu datierten Aufsichtserwartungen ist vollzogen, und wer spät beginnt, muss später meist nicht ein Dokument nachbauen, sondern Vertrauen entlang einer ganzen Lieferkette.
