Der Financial Stability Board (FSB) hat am 15. Oktober 2026 die Endfassung seines Berichts Sound Practices for Responsible Adoption of Artificial Intelligence veröffentlicht. Er enthält 12 Praktiken für Finanzinstitute weltweit und ermutigt Verwaltungsräte und Geschäftsleitungen nachdrücklich, ihre eigene KI-Governance sowie ihre Risiko- und Kontrollrahmen an dieser Liste zu messen. Die Endfassung folgt auf eine Konsultationsversion vom Juni 2026; die Übersicht über die Konsultationsrückmeldungen veröffentlichte der FSB am selben Tag.
Kein neues Gesetz, aber ein Maßstab für nationale Aufseher
Der FSB koordiniert die Arbeit der Finanzbehörden aus 24 Ländern und Jurisdiktionen und setzt selbst keine Regeln durch; die 12 Praktiken sind auch kein verbindlicher internationaler Standard. Offiziell sind sie ein praktisches Instrumentarium, das Institute an ihre Größe und ihr Risikoprofil anpassen und in bestehende Rahmenwerke einbauen können, etwa für Cyber- und Drittrisiken. Ihr Gewicht ergibt sich daraus, wer am Tisch sitzt: Eine nationale Aufsicht kann die Liste bei Prüfungen oder Befragungen des Verwaltungsrats Punkt für Punkt durchgehen. Wer die Praktiken ignoriert, riskiert heute kein FSB-Bußgeld, steht aber womöglich vor der eigenen Aufsicht ohne Antwort da. Das unterscheidet den Text auch von den am 7. Oktober 2026 finalisierten Leitlinien zum KI-Risikomanagement der Singapurer MAS: Das sind Aufsichtsleitlinien einer einzelnen Jurisdiktion für ihre eigenen Institute, während der FSB-Text global gilt, Banken, Versicherer und andere Finanzinstitute erfasst und keine einheitliche Umsetzungsfrist setzt.
Vier Praktiken fragen den Verwaltungsrat, acht steuern den gesamten Lebenszyklus
Die erste Gruppe von vier Praktiken betrifft die institutsweite Governance: Verwaltungsrat und Geschäftsleitung müssen den KI-Einsatz an Geschäftsmodell, Risikoappetit und Strategie ausrichten; Rollen und Verantwortlichkeiten der Governance müssen klar definiert sein; KI-Risiken müssen in den bestehenden Risikomanagementrahmen einfließen, einschließlich einer wirksamen Dokumentation, wo KI eingesetzt wird; und die Organisation muss laufend lernen und sich an den technologischen Wandel anpassen. Die zweite Gruppe von acht Praktiken begleitet jeden Anwendungsfall von der Einführung bis zur Außerbetriebnahme: Wesentlichkeit und Risiko bei Einführung und danach systematisch bewerten; geeignete Technologien auswählen; Daten so steuern, dass Trainings-, Test- und Produktionsdaten korrekt, vollständig, verlässlich und sicher bleiben; bei begrenzter Erklärbarkeit erklärbarere Ansätze oder kompensierende Kontrollen prüfen; Leistung risikoadäquat bewerten, testen und überwachen; eine angemessene und wirksame menschliche Aufsicht sicherstellen; KI-bezogene Cyber- und IKT-Risiken managen; und Abhängigkeiten von Drittanbietern steuern, einschließlich Leistung, Transparenz, Datenqualität, Konzentration in der Lieferkette und Geschäftsfortführung.
Die größte Änderung der Endfassung: eine Freigabeschranke für Agenten
Nach der Berichterstattung von Reuters zur Endfassung hat der FSB den Abschnitt zur agentischen KI nach der Konsultation vom Juni verschärft: Je höher das Risiko eines Anwendungsfalls, desto intensiver soll die menschliche Aufsicht sein, und Institute sollen klare, risikobasierte Auslöser festlegen, welche Handlungen ein Agent erst nach menschlicher Freigabe ausführen darf. Die Endfassung lässt zudem die Vorstellung fallen, KI wie „synthetische Mitarbeitende" zu behandeln, und erinnert stattdessen daran, dass KI-Agenten nicht wie Menschen schlussfolgern und vorab festgelegte Ziele auf unerwartete Weise auslegen können. Die Logik ist direkt: Bei Systemen, die selbst handeln können, dürfen Berechtigungsgrenzen nicht nur in Grundsätzen stehen; sie müssen als konkrete Freigabeauslöser festgeschrieben werden.
Vier Dinge, die Finanzinstitute jetzt in Ordnung bringen sollten
Erstens Bestandsaufnahme: jeden KI-Anwendungsfall samt Datenquellen und Drittparteienabhängigkeiten registrieren und die Dokumentationslücken schließen, auf die die Praktiken zielen. Zweitens Agenten einstufen: nach Wesentlichkeit und Risiko entscheiden, welche Handlungen automatisch laufen dürfen und welche eine menschliche Freigabe brauchen, und die Auslöser in der Systemkonfiguration verankern statt nur in Besprechungsprotokollen. Drittens die Erklärbarkeitsschuld abbauen: Bei Hochrisikomodellen, deren Funktionsweise sich nicht erklären lässt, entweder auf erklärbarere Verfahren wechseln oder kompensierende Kontrollen wie menschliche Prüfung und Limitierungen ergänzen, mit auf das jeweilige Publikum zugeschnittener Transparenz. Viertens Drittrisiko wie eigenes Risiko behandeln: Leistung, Datenqualität und Konzentration der Anbieter regelmäßig prüfen und Prüfungs- und Ausstiegsregelungen in den Verträgen verankern. Auch Anbieter, die KI-Produkte an Banken und Versicherer verkaufen, sollten sich vorbereiten: Die Due-Diligence-Fragebögen der Kunden werden voraussichtlich entlang dieser 12 Praktiken länger, und Abschlüsse bleiben in der Compliance-Prüfung hängen, wenn Fragen zu Daten-Governance und menschlicher Aufsicht unbeantwortet bleiben.
