KI-Agenten im Banking

Nov 16, 2026 von Kilian Sanna

KI-Agenten im Banking

Das FINMA-Rundschreiben (RS) 2023/1 regelt den Zugriff auf kritische Daten sorgfältig: Need-to-know, ein geschütztes Autorisierungssystem, regelmässige Rezertifizierung, eine Liste aller Personen mit erhöhten Privilegien. Die Problemstellung: Obwohl KI-Agenten keine natürlichen Personen sind, agieren sie in IT-Systemen häufig mit den delegierten Rechten ihrer menschlichen Auftraggeber und greifen so auf identische, oft kritische Datenbestände zu. Mit spürbaren Folgen für die Audit-Readiness: In einer Umfrage der Cloud Security Alliance im Auftrag von Strata Identity bezweifeln 84% der Befragten, dass sie ein Audit zu Agentenverhalten oder Zugriffskontrollen bestehen würden.

FINMA-Regulierung: Wo passen Agenten hinein?

Mit der Aufsichtsmitteilung 08/2024 hat die FINMA verdeutlicht, dass sie bei Instituten mit wesentlichen KI-Anwendungen ein zentral geführtes Inventar mit Risikoklassifizierung erwartet (siehe hier auch unser Blogpost dazu). Das Inventar zählt jedoch Anwendungen, aber nicht Identitäten. Die Frage, welche Berechtigungen ein Agent besitzt und wer dafür die Verantwortung trägt, thematisiert das Dokument nicht: Die FINMA adressiert Verantwortlichkeiten darin ausschliesslich auf Ebene der übergeordneten Anwendung.

Das RS 2023/1 regelt den Zugriff auf kritische Daten, bezieht Vorgaben wie das Verzeichnis privilegierter Zugriffe (Randziffer 78) im Wortlaut jedoch auf Personen. Daraus könnte abgeleitet werden, dass autonome Agenten von solchen Nachweispflichten ausgenommen wären. Aus Sicht des IKT-Risikomanagements greift diese Differenzierung allerdings zu kurz.

Die FINMA ordnet KI-Risiken in ihrer Aufsichtsmitteilung 08/2024 selbst primär den operationellen Risiken zu und das RS 2023/1 ist bewusst prinzipienbasiert sowie technologieneutral ausgestaltet. Im dazugehörigen Anhörungsbericht betont die FINMA zudem, dass jedes Zugriffsmodell konsequent auf Need-to-know und Least Privilege aufbauen muss, ohne Ausnahmen für maschinelle Systeme vorzusehen. Ähnlich wie bei bestehenden Service Accounts verlangt Randziffer 77 daher, alle Zugriffe auf kritische Daten systematisch zu regeln und laufend zu überwachen. Dies unabhängig davon, ob diese durch eine natürliche Person oder ein autonomes System erfolgen.

Eine Erleichterung gibt es für kleinere Institute, denn für Banken der Kategorien 4 und 5 gelten die detaillierten Zugriffsvorgaben zu kritischen Daten (Randziffer 76 bis 78 und 80) sowie die strikte Trennung von Entwicklung und Produktion (Randziffer 51) formell nicht. Dies bedeutet jedoch keine pauschale Entlastung im IKT-Risikomanagement. Während Fachbereiche Agenten somit organisatorisch schlanker aufsetzen können, bleiben IKT-Inventar, Change-Management und Dienstleistersteuerung uneingeschränkt verbindlich. Sobald Agenten auf externen Cloud-Plattformen oder Software-as-a-Service-Modellen (SaaS-Modellen) basieren, müssen sie lückenlos erfasst und im Rahmen des Drittparteien-Risikomanagements überwacht werden. Der Grundschutz vertraulicher Daten bleibt bestehen.

Blick über die Grenze: DORA und BaFin

Ein Blick in den europäischen Rechtsrahmen zeigt eine explizite Unterscheidung, denn die DORA-Standards verlangen eine eindeutige Identifikation von natürlichen Personen und Systemen. Gleichzeitig steht auch dort die KI-Autonomie regulatorisch noch am Anfang: So behandelt etwa die deutsche Bundesanstalt für Finanzdienstleistungsaufsicht (BaFin) KI in ihrer Orientierungshilfe primär als zu schützendes IKT-Asset und klammert eigenständige Handlungsfähigkeiten weitgehend aus.

Was eine Prüfung fragen dürfte

Einen Anhaltspunkt liefert ISACA, ein internationaler Berufsverband für IT-Prüfung, IT-Governance und Informationssicherheit. ISACA publizierte 2026 ein Whitepaper zur Absicherung von KI-Agenten und empfiehlt unter anderem ein Agenteninventar, eine eigene Identität pro Agent und ein Change-Management auch für Prompts und Modelle. Zusammen mit dem RS 2023/1 ergeben sich daraus folgende mögliche Prüfungsfragen:

  • Können Sie die Vollständigkeit Ihres KI-Inventars lückenlos nachweisen (einschliesslich dezentral in den Fachbereichen betriebener Agenten)?
  • Ist jedem produktiven Agenten ein aktiver interner Verantwortlicher (Business / Application Owner) eindeutig zugeordnet?
  • Sind Agenten mit erhöhten Privilegien auf kritische Daten identifiziert und im Verzeichnis privilegierter Zugriffe erfasst?
  • Welche Agenten vereinen Zugriff auf Kundendaten mit der Verarbeitung fremder Inhalte und verfügen zugleich über Schnittstellen oder Kanäle, über die Daten an externe Empfänger abfliessen können?
  • Unterliegen Modifikationen an System-Prompts, Tool-Integrationen und Modellversionen dem regulären, formellen IT-Change-Management?
  • Gewährleistet das Audit-Log eine eindeutige Unterscheidbarkeit und Nichtabstreitbarkeit zwischen menschlichen und agentenbasierten Aktionen?
  • Lässt sich die Wirksamkeit der periodischen Rezertifizierung auch für Agenten belegen, etwa durch nachweislich entzogene Berechtigungen?



Kritische Einordnung

Einiges davon ist aus der Praxis bereits bekannt. Robotic Process Automation Bots (RPA-Bots) und insbesondere Technische Konten sind bei Revisionen seit Jahren ein Thema mit den klassischen Audit-Prüfpunkten von eigenen Ownern, Credentials im Tresor, Rezertifizierung. Diese Kontrollen lassen sich weitgehend übernehmen. Vier Herausforderungen sind allerdings neu:

  1. Delegierte Agenten erscheinen im Log häufig als der Mensch, für den sie arbeiten (wenn sie mit dessen Konto beziehungsweise Token Budget oder Compute arbeiten). ISACA empfiehlt, die Identität des Menschen und die des Agenten zu trennen. Die FINMA zählt die Nichtabstreitbarkeit zur Integrität (Anhörungsbericht zum RS 2023/1). Wer nicht unterscheiden kann wer gehandelt hat, hat hier ein potenzielles Problem.
  2. Das Verhalten eines Agenten kann sich ohne Code-Änderung ändern, etwa durch einen neuen (Pre-)Prompt oder einen Modellwechsel des Anbieters. Ein Change-Prozess, der nur den Code sieht, kann dies nicht entsprechend einordnen
  3. Ein Agent mit sauberen Rechten könnte über gelesene Inhalte gesteuert werden. Die Kombination aus Kundendaten, fremden Inhalten und einem Weg nach «aussen» ist somit ein potenzieller Konflikt der Funktionstrennung, so wie man ihn aus Regelwerken zur Funktionstrennung (Segregation of Duties, SoD) kennt.
  4. Die Mitarbeitenden in den Fachbereichen bauen Agenten teilweise selbst und können sie je nach Plattform direkt produktiv setzen. Laut FINMA darf das Entwicklungsteam seine Änderungen aber nicht eigenständig in die Produktion freigeben (Anhörungsbericht zum RS 2023/1).

Auch die Prüfung selbst stösst an Grenzen. Da KI-Agenten auf Wahrscheinlichkeiten basieren, lässt sich ihr Verhalten in der Regel nicht wie gewohnt nachrechnen. Geprüft werden sollte deshalb primär das Kontrollumfeld wie zum Beispiel präventive Kontrollen (Rechte, Freigaben, Trennungen) und Kontrollfälle mit bekanntem Ergebnis. Weil die Standards sich noch in der Entstehungsphase befinden wie etwa beim National Institute of Standards and Technology (NIST) und der Internet Engineering Task Force (IETF), zählen heute wirksame Übergangskontrollen mehr als eine perfekte Architektur.

Wie wir Sie unterstützen

Wir erheben, welche Agenten tatsächlich in Ihrer Umgebung arbeiten, und gleichen das mit Ihrem KI-Inventar ab. In einem Readiness Check prüfen wir Ihre Kontrollen entlang der sieben Fragen, bevor eine Prüfgesellschaft das offizielle Audit durchführt. Für Microsoft-365-Umgebungen ergänzen wir das um ein Review der Entra-Konfiguration mit Agentenfokus. Für die interne Revision durchlaufen wir ein Prüfprogramm, das sich flexibel in bestehende Prüfungen des Internen Kontrollsystems (IKS) einfügt. Sprechen Sie uns an!



Quellen:


< zurück