Stellen Sie sich vor, Sie beantragen einen Kredit. Sie füllen das Formular aus, laden Ihre Unterlagen hoch — und Sekunden später kommt die Entscheidung. Kein Sachbearbeiter hat Ihre Akte gelesen. Ein Algorithmus hat entschieden.

Das ist keine Zukunftsvision. Das ist Stand heute.

Das Problem: Kreditentscheidungen dauern zu lang und kosten zu viel

Wer schon einmal eine Baufinanzierung beantragt hat, kennt das Ritual: Unterlagen einreichen, warten, nachliefern, wieder warten. Im schlimmsten Fall vergehen Wochen. Am Ende sitzt irgendwo ein Sachbearbeiter, der die Akte öffnet — auf Basis von Kriterien, die vor zehn Jahren in einem Kredithandbuch festgelegt wurden.

Das ist weder schnell noch besonders präzise. Kreditausfälle entstehen eben auch dort, wo Menschen Unterlagen zu gutgläubig lesen oder schlicht unter Zeitdruck stehen.

Gleichzeitig sind die Kosten erheblich. Die Sparkassen haben öffentlich kommuniziert, dass KI rund 30 interne Arbeitsabläufe im Kreditgeschäft übernehmen soll — mit einer erwarteten Kosteneinsparung von 400 bis 500 Millionen Euro jährlich. Das ist kein Optimierungsprojekt. Das ist eine Neuausrichtung des Geschäftsmodells.

Was KI hier konkret leistet

Die Neobank N26 nutzt KI bereits zur Modellierung von Kreditrisiken. JP Morgan setzt seit einigen Jahren ein System namens COIN ein, das Kreditverträge automatisiert prüft — Aufgaben, für die Juristen und Analysten früher 360.000 Stunden pro Jahr benötigt haben, erledigt die KI in Sekunden. Die Einführung verlief schrittweise: Anfangs wurde alles manuell gegengeprüft, bevor das System schrittweise mehr Verantwortung übernahm. Das klingt nach Vorsicht — und das war es auch. Bewusst.

Was ein gut ausgebildeter Kreditsachbearbeiter in zwei Stunden schafft, erledigt die KI in Sekunden. Und zwar ohne Mittagspause, ohne Urlaub, ohne schlechte Laune.

Das klingt nach einer klaren Verbesserung. Und in vielen Fällen ist es das auch.

Was dabei gerne übersehen wird

Der Algorithmus trifft Entscheidungen auf Basis von Mustern aus historischen Daten. Er lernt, was in der Vergangenheit funktioniert hat — und reproduziert es. Das ist seine Stärke. Und genau darin liegt sein blinder Fleck.

Was passiert, wenn die historischen Kreditdaten strukturell benachteiligend waren? Wenn bestimmte Berufsgruppen, Postleitzahlen oder Altersgruppen in der Vergangenheit systematisch schlechter bewertet wurden — nicht weil sie schlechtere Schuldner sind, sondern weil das Kredithandbuch das eben so vorgegeben hat? Der Algorithmus lernt dieses Muster. Und er skaliert es. Effizienter als je zuvor.

Die BaFin hat das früh erkannt. In ihrem Fachartikel „Wenn ein Algorithmus über den Kredit entscheidet“ stellte sie unmissverständlich klar: Transparenz und Nachvollziehbarkeit bei automatisierten Kreditentscheidungen sind keine Empfehlung, sondern Pflicht. Und die menschliche Letztverantwortung darf nicht wegfallen.

Man muss es so direkt sagen: Eine Bank, die das ignoriert, hat nicht ein Datenproblem. Sie hat ein Governance-Problem.

Der AI Act macht Ernst

Seit August 2024 ist der EU AI Act in Kraft. Kreditwürdigkeitsbewertung durch KI fällt explizit in die Kategorie der Hochrisiko-KI-Systeme. Ab August 2026 bedeutet das konkret: Konformitätsbewertung, dokumentiertes Risikomanagement, Transparenzpflichten gegenüber Betroffenen — und zwingend menschliche Aufsicht. Die Bundesnetzagentur übernimmt ab dann die Aufsicht.

Bußgelder bis zu 35 Millionen Euro oder 7 Prozent des Jahresumsatzes stehen im Raum. Das ist kein theoretisches Risiko mehr.

Dazu kommt: Die DSGVO kennt keine Ausnahme für KI. Wer Kundendaten für das Training oder den Betrieb eines Kreditbewertungsmodells nutzt, betreibt Datenverarbeitung im Sinne der DSGVO — mit allen Anforderungen an Zweckbindung, Datenminimierung und Einwilligung. Die DZ Bank hat daraus eine Konsequenz gezogen und eine eigene interne KI-Plattform aufgebaut: über 150 potenzielle Anwendungsfälle bewertet, regulatorische Leitplanken definiert, dann erst der Betrieb. Das klingt nach viel Aufwand. Das ist auch viel Aufwand. Aber es ist der einzige Weg, der später nicht vor dem Verwaltungsgericht endet.

Der Mensch als Ausnahme-Entscheider

Wenn die KI 90 Prozent aller Kreditanträge automatisch bearbeitet, bearbeitet der Mensch die restlichen 10 Prozent. Das sind per Definition die schwierigen Fälle. Die Grenzfälle. Die Ausnahmen.

Das ist eine fundamentale Verschiebung des Berufsbilds — und die wenigsten KI-Projekte in Banken adressieren sie offen. Der Kreditsachbearbeiter von morgen bearbeitet keine Standardfälle mehr. Er entscheidet über Fälle, die kein Modell sauber klassifizieren kann. Das setzt Urteilsvermögen voraus, Erfahrung, die Fähigkeit mit Unsicherheit umzugehen — und die Bereitschaft, eine KI-Empfehlung auch mal zu verwerfen.

Die Commerzbank hat das zumindest strukturell erkannt: Im August 2024 schloss sie eine Betriebsratsvereinbarung zum internen KI-Einsatz. Das zeigt, dass selbst das Management verstanden hat — ohne die Mitarbeiter läuft hier gar nichts. Eine Betriebsratsvereinbarung ist kein Kulturwandel. Aber sie ist ein Anfang.

Fazit: Verantwortung lässt sich nicht delegieren

Die KI kann prüfen, bewerten, empfehlen. Manchmal besser und schneller als ein Mensch. Aber sie kann keine Verantwortung übernehmen. Das ist keine philosophische Aussage — das ist eine rechtliche.

Wer KI in der Kreditvergabe einführt, muss gleichzeitig seine Organisation verändern. Neue Rollen, neues Selbstverständnis, neue Kompetenzen. Führungskräfte, die KI-Ergebnisse hinterfragen statt durchwinken. Sachbearbeiter, die Grenzfälle beurteilen statt Standardfälle abarbeiten. Und eine Unternehmenskultur, die Transparenz nicht als Bürokratie begreift, sondern als Grundbedingung für Vertrauen.

Das ist nicht primär eine technische Herausforderung. Das ist Cultural Coaching.